훈련 기반 다중사용자 MIMO에서 NOMA 성능 분석

본 논문은 차세대 무선 네트워크에서 핵심 기술로 부상하고 있는 NOMA와 massive MIMO를 결합한 시스템을 현실적인 CSI 획득 환경에서 평가한다. 기존 연구들은 대부분 완전 CSI 또는 통계 CSI만을 가정했으나, 실제 시스템에서는 제한된 파일럿 자원과 채널 코히어런스 시간·대역폭에 의해 추정 오차가 발생한다. 이를 반영하기 위해 저자들은 두 가지 접근 방식을 비교한다. 첫 번째는 전통적인 Orthogonal Access Scheme, 즉 Scheme‑O이다. 여기서는 K/2개의 orthogonal 파일럿을 사용해 셀 중심 사용자와 셀 가장자리 사용자를 순차적으로 스케줄링한다. 파일럿이 서로 독립적이므로 BS는 각 사용자의 채널을 개별적으로 MMSE 추정한다(식 8‑9). 추정된 채널을 기반으로 ZF 또는 MRT와 같은 전통적인 다중 사용자 빔포밍을 수행하고, 각 사용자에게 전용 데이터 스트림을 전송한다. 두 번째는 제안된 NOMA 기반 Scheme‑N이다. 파일럿 자원의 부족을 해소하기 위해 동일 파일럿을 두 사용자(하나는 셀 중심, 하나는 셀 가장자리)에게 재사용한다. 파일럿 전력 제어 파라미터 α_k^g, α_k^h를 도입해 두 사용자의 파일럿 신호 강도를 맞추면, BS는 두 채널의 선형 결합 w_k만을 추정한다(식 11‑12). 이때 추정된 w_k는 g_k와 h_k에 대한 방향 정보를 공유하므로, 전통적인 개별 빔포밍은 불가능하지만, 동일 빔을 두 사용자에게 동시에 적용하고, 데이터는 superposition coding 형태로 전송한다. 셀 가장자리 사용자는 자신에게 할당된 신호를 직접 디코딩하고, 셀 중심 사용자는 먼저 가장자리 사용자의 신호를 SIC로 제거한 뒤 자신의 신호를 복원한다. 논문은 이러한 구조에 대해 두 가지 파일럿 전송 옵션을 고려한다. (i) uplink 파일럿만 사용해 BS가 채널을 추정하고, downlink에서는 추정된 채널을 그대로 사용한다. (ii) downlink에서도 파일럿을 전송해 사용자가 자신의 effective 채널을 추정하도록 한다. 두 경우 모두 MMSE 기반 하한률을 유도하고, 추정 오차와 전송 전력, 파일럿 길이, 사용자 수 K, 안테나 수 M 등의 파라미터가 성능에 미치는 영향을 정량화한다. 수치 시뮬레이션 결과는 다음과 같다. 첫째, downlink CSI가 사용자에게 제공되는 경우(즉, 옵션 (ii) 사용) Scheme‑N은 SIC를 통해 인터페이스를 효과적으로 제거함으로써 sum‑rate이 Scheme‑O보다 크게 향상된다. 이는 특히 β_g≫β_h인 경우, 즉 셀 중심 사용자가 강한 채널을 가지고 있을 때 두드러진다. 둘째, 파일럿 재사용으로 인한 파일럿 오버헤드 절감 효과가 크게 작용해, 코히어런스 시간이 짧은 고주파·고이동성 환경에서 유리하다. 셋째, 그룹 수 G가 증가하면 각 그룹당 할당되는 안테나 수 M/G가 감소하고, inter‑group 간섭이 증가한다. 이때 NOMA의 이점이 사라지고, 전통적인 다중 사용자 빔포밍이 더 높은 효율을 보인다. 따라서 시스템 설계 시 사용자 그룹화 규모와 파일럿 자원, CSI 가용성을 종합적으로 고려해야 한다. 또한 논문은 제안된 Scheme‑N이 rate‑splitting, 멀티캐스트와 같은 서비스에 자연스럽게 적용될 수 있음을 언급한다. 동일 파일럿을 공유함으로써 여러 사용자가 동일 데이터 스트림을 동시에 수신하도록 설계할 수 있으며, NOMA를 통해 차등 서비스(예: 고품질 스트리밍 vs 저품질 스트리밍)를 제공할 수 있다. 결론적으로, 본 연구는 실용적인 파일럿 기반 CSI 획득 환경에서 NOMA와 massive MIMO의 결합이 특정 조건 하에 유의미한 성능 향상을 제공함을 입증한다. 그러나 파일럿 재사용에 따른 채널 추정 불확실성, 그룹 규모에 따른 빔포밍 효율 저하 등을 고려하면, 모든 상황에서 NOMA가 최적은 아니며, 시스템 요구사항에 따라 orthogonal 접근이나 전통적인 다중 사용자 빔포밍을 선택하는 것이 바람직하다.