OFDMA 기반 무선 시스템의 공정 스케줄링과 QoS 보장

초록

본 논문은 OFDMA 다운링크에서 데이터 사용자의 장기 비례 공정성을 유지하면서 음성·영상 등 실시간 트래픽에 QoS 제약을 만족시키는 자원 할당 문제를 convex 최적화 형태로 정의하고, 라그랑주 이중변수를 이용한 이중 이진 탐색 알고리즘(FQPSA)을 제안한다. 시뮬레이션 결과는 기존 M‑L WDF‑PF 방식에 비해 실시간 세션의 지연을 크게 감소시키고, 데이터 사용자에게는 높은 스루풋과 향상된 공정성을 제공함을 보여준다.

상세 분석

이 논문은 차세대 광대역 무선망인 IEEE 802.16(WiMAX)에서 채택된 OFDMA 기술을 전제로, 다중 사용자에게 시간·주파수·전력이라는 3차원 자유도를 어떻게 효율적으로 배분할 것인가에 대한 근본적인 질문을 제기한다. 기존 연구들은 주로 단일 서비스 혹은 단기 전송률에 초점을 맞추어 비례 공정(Proportional Fairness, PF) 스케줄링을 설계했지만, 실시간 음성·영상 서비스가 요구하는 지연·대역폭 보장과 데이터 사용자의 장기 평균 전송률을 동시에 만족시키는 방안은 부족했다.

논문은 먼저 시스템 모델을 정의한다. 전체 대역폭 W와 전력 P를 N개의 서브채널(각 서브채널 폭 W_sub)로 나누고, 각 사용자 i에 대해 채널 이득 h_i(t)와 잡음·간섭 전력 밀도 N₀를 고려한다. 전송률은 Shannon 용량식 r_i = w_i·log(1+β·p_i·h_i/N₀·w_i) 로 근사하며, β∈(0,1)은 실제 변조·코딩에 따른 SINR 갭을 보정한다.

데이터 사용자 집합 U_D에 대해서는 장기 평균 전송률 R_i(t)를 지수 평균식 R_i(t)=α_i·R_i(t‑1)+(1‑α_i)·r_i 로 업데이트하고, 목표는 Σ_i log R_i(t) 를 최대화하는 것이다. 이는 로그합을 곱으로 바꾸면 비례 공정성을 유지하는 목적함수와 동일하다. 반면 실시간 사용자 집합 U_R(=U_S∪U_V) 에 대해서는 매 프레임마다 최소 전송률 r_c_i 를 보장해야 하며, 이는 지연 제약을 만족시키는 핵심 조건이다.

이러한 복합 목적을 수학적으로 정리하면 (4)~(7) 식에 나타난 비선형 제약 최적화 문제가 된다. 목적함수는 w_i와 p_i에 대해 단조 증가하므로, 최적 해는 전력·대역폭 제약이 모두 등호를 만족할 때 도출된다. 라그랑주 승수 λ_p, λ_w, λ_r_i 를 도입해 라그랑지안을 구성하고, 각 변수에 대한 편미분을 수행한다. 데이터 사용자에 대해서는 (9)와 (10) 식을 통해 p_i와 w_i가 λ_p와 λ_w에 의해 연결됨을 확인한다. 실시간 사용자에 대해서는 (12)·(13) 식을 통해 동일한 형태의 관계가 도출되며, 결국 모든 사용자에 대해 동일한 함수 f_a(x) = (1+x)·log(1+x)‑x 의 역함수 x_i = f_a⁻¹(Λ_a / n_i) 로 효율적인 SINR 값을 구할 수 있다. 여기서 n_i = N₀·β·h_i 이다.

핵심은 두 개의 스칼라 변수 Λ_a와 Λ_p 를 찾는 것이다. Λ_a는 사용자별 SINR을 결정하고, Λ_p는 전력·대역폭 할당을 조정한다. Λ_a와 Λ_p 가 주어지면 (19)·(20)·(16) 식을 통해 각 사용자에 할당될 w_i와 p_i 를 직접 계산할 수 있다. 그러나 Λ_a와 Λ_p 가 동시에 전력·대역폭 제약을 만족하도록 맞추는 것이 문제의 핵심이다. 이를 위해 저자는 S_w(Λ_a,Λ_p)와 S_p(Λ_a,Λ_p) 라는 두 함수(전체 대역폭·전력 사용량)를 정의하고, 이들 함수가 Λ_a와 Λ_p에 대해 단조 증가함을 이용해 이중 이진 탐색을 설계한다.

알고리즘 흐름은 다음과 같다.

1. Λ_p=0 일 때 S_w(Λ_a,0)=W 를 만족하는 최소 Λ_a(=Λ_a⁰)를 찾는다. 이때 S_p(Λ_a⁰,0) ≤ P 이면 문제는 feasible; 아니면 가장 큰 전력을 소모하는 실시간 세션을 차감하며 반복한다.
2. Λ_a⁰ 이상에서 Λ_a 를 이진 탐색하면서, 각 Λ_a에 대해 대역폭 제약을 만족하는 Λ_p(Λ_a)를 내부 이진 탐색으로 구한다.
3. S_p(Λ_a,Λ_p(Λ_a)) 가 P 와 일치하도록 Λ_a 를 조정한다. 최종적으로 (Λ_a*,Λ_p*) 를 얻고, (19)·(20)·(16) 식을 이용해 최적 w_i*, p_i* 를 산출한다.

이 절차는 convex 최적화의 전형적인 이중 변수 탐색과 동일한 수렴 특성을 가지며, 복잡도는 로그 스케일의 이진 탐색 횟수에 비례한다. 또한, infeasibility를 자동 검출하고 실시간 세션의 전송률을 단계적으로 낮추는 절차를 포함함으로써 실제 시스템에서의 적용 가능성을 높였다.

시뮬레이션 설정은 셀 반경 1.5 km, 5개의 거리 구간(0.3~1.5 km)으로 사용자들을 균등 배치하고, 총 전력 20 W, 대역폭 8.3 MHz, 프레임 길이 1 ms 로 구성하였다. 음성은 CBR 32 kbps, 영상은 128 kbps, FTP 파일은 5 MB 로 가정하였다. 비교 대상은 기존 M‑L WDF‑PF 스케줄링이며, 여기서는 전력을 서브채널당 균등 배분하고, 헤드‑오브‑라인 지연과 채널 용량을 결합한 지표를 최대화한다.

표 IIIV 의 결과는 다음과 같다. (1) 실시간 세션 수가 증가해도 FQPSA는 음성·영상 지연을 100 ms 이하로 유지하지만, M‑L WDF‑PF는 셀 가장자리 사용자가 3040명 이상일 때 지연 한계를 초과한다. (2) 전체 스루풋은 FQPSA가 평균 10 % 이상 높으며, 특히 데이터 사용자가 많을수록 그 차이가 커진다. (3) 로그‑합 성능(공정성 지표) 역시 FQPSA가 지속적으로 우수해, 장기 평균 전송률이 균등하게 분배됨을 확인할 수 있다.

이 논문의 주요 강점은 (i) 데이터와 실시간 트래픽을 하나의 통합 최적화 프레임워크에 포함시켜, 서로 상충되는 요구사항을 수학적으로 조화시켰다는 점, (ii) 라그랑주 승수를 이용한 이중 변수 탐색으로 실제 구현이 가능한 저복잡도 알고리즘을 제시했다는 점, (iii) 시뮬레이션을 통해 기존 스케줄링 대비 명확한 성능 향상을 입증했다는 점이다. 한계점으로는 (a) 채널 모델이 평탄 페이딩(PUSC)과 평균화된 잡음·간섭만을 고려했으며, 다중 셀 간의 동적 간섭을 반영하지 않았다는 점, (b) 실시간 세션의 비트레이트 요구를 고정값으로 가정했으나, 실제 영상 스트리밍은 가변 비트레이트(VBR) 특성을 보이므로 추가적인 적응 메커니즘이 필요할 수 있다는 점을 들 수 있다. 향후 연구에서는 다중 셀 협조, 동적 비트레이트 지원, 그리고 머신러닝 기반 채널 예측을 결합한 확장된 스케줄링을 탐색할 여지가 있다.