분산형 간섭 정렬로 무선 네트워크 용량에 근접하기
본 논문은 전역 채널 정보를 필요로 하는 기존 간섭 정렬 방식의 한계를 극복하고자, 각 노드가 자신이 관측한 로컬 채널 정보와 무선 네트워크의 상호성(reciprocity)만을 이용해 반복적으로 전처리와 수신 필터를 업데이트하는 분산형 알고리즘을 제안한다. 제안된 인지적(cognitive) 접근법은 자신이 발생시키는 간섭을 최소화하는 방향으로 전송벡터를 설계함으로써, 제한된 차원(시그널링 차원)에서도 간섭 정렬을 실현하고, 고SNR 영역에서 이…
저자: Krishna Gomadam, Viveck R. Cadambe, Syed A. Jafar
본 논문은 무선 네트워크에서 간섭 정렬(Interference Alignment, IA)이 고신호대 잡음비(SNR) 구간에서 샤논 용량에 근접하는 최적 전략임을 확인한 기존 연구들을 출발점으로 삼는다. 그러나 기존 IA 해법은 (1) 무한히 긴 시간·주파수 확장에 의존해 차원을 무한히 늘려야 한다는 가정, (2) 전 네트워크에 걸친 전역 채널 상태 정보(CSI)를 필요로 한다는 현실적 제약이 있다. 저자들은 이러한 두 가지 문제를 동시에 해결하고자, ‘분산형 IA 알고리즘’을 제안한다.
1. **시스템 모델**
K명의 사용자 각각이 M
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기