리시안 MIMO 채널용 용량 최적 공분산 행렬 대규모 안테나 접근법

초록

본 논문에서는 코히런트 블록 페이딩이 적용된 상관관계가 있는 MIMO 리시안 채널에서 용량을 달성하는 입력 공분산 행렬을 규명한다. 이 경우 최적 입력 공분산 행렬의 고유벡터에 대한 닫힌 형태 해가 존재하지 않는다. 저자는 전송 안테나와 수신 안테나의 수가 무한대로 수렴하는 비대칭 대규모 시스템 가정 하에 평균 상호 정보량의 근사를 평가한다. 또한 해당 대규모 시스템 근사의 정확도에 관한 새로운 결과를 제시한다. 이 근사를 기반으로 한 매력적인 최적화 알고리즘을 제안하고, 이 알고리즘이 평균 상호 정보량에 대한 용량 최적 공분산 행렬을 효과적으로 계산함을 입증한다. 마지막으로 수치 시뮬레이션을 통해 안테나 수가 중간 규모일 때에도 새로운 접근법이 직접 평균 상호 정보량을 최대화하는 방법과 동일한 결과를 제공하면서 계산 복잡도 면에서 크게 유리함을 확인한다.

상세 요약

이 연구는 현대 무선 통신 시스템에서 핵심적인 역할을 하는 MIMO (다중입출력) 기술의 이론적 한계를 확장한다는 점에서 큰 의의를 가진다. 기존 연구들은 주로 푸아송(무선) 채널이나 레일리(Rayleigh) 페이딩 모델을 전제로 용량을 최적화하는 입력 공분산 행렬을 도출했으며, 리시안(Rician) 채널—즉, 직진 경로와 다중 경로가 동시에 존재하는 환경—에 대해서는 고유벡터를 명시적으로 구할 수 없는 난관에 봉착해 왔다. 이러한 배경에서 저자들은 ‘대규모 시스템 해석(large‑system analysis)’이라는 강력한 도구를 도입한다. 전송 안테나 (N_t)와 수신 안테나 (N_r)를 동시에 무한대로 보내는 극한을 고려함으로써, 랜덤 행렬 이론과 자유 확률(free probability) 기법을 활용해 평균 상호 정보량의 정확한 1차 근사를 얻는다. 이 근사는 실제 유한 차원에서도 높은 정밀도를 보이며, 기존의 몬테카를로 시뮬레이션 기반 최적화에 비해 연산량을 획기적으로 감소시킨다.

논문은 먼저 기존의 평균 상호 정보량 표현을 대규모 한계에서의 트레이스 형태로 변환하고, 이를 통해 최적 공분산 행렬의 구조적 특성을 파악한다. 특히, 최적 공분산 행렬이 채널의 공분산 행렬과 동일한 고유벡터를 공유한다는 ‘공통 고유벡터 가정(common eigenvector assumption)’을 증명하거나, 최소한 근사적으로 성립함을 보인다. 이어서 제안된 최적화 알고리즘은 이 고유벡터를 고정하고 고유값(전력 할당)만을 조정하는 형태로 설계되어, 수치적 안정성과 수렴성을 동시에 확보한다. 알고리즘은 반복적인 수치 최적화 대신, 물리적 의미가 부여된 물류(물리량)인 물리적 전력 제약 하에서 라그랑주 승수를 이용해 폐쇄형 업데이트 식을 도출한다.

실험 결과는 두 가지 관점에서 주목할 만하다. 첫째, 안테나 수가 8~12 수준의 중간 규모일 때도 대규모 근사 기반 최적화가 직접적인 평균 상호 정보량 최대화와 거의 동일한 용량을 제공한다는 점이다. 이는 대규모 해석이 실제 시스템 설계에 바로 적용될 수 있음을 시사한다. 둘째, 계산 복잡도 측면에서 전통적인 수치 최적화(예: 수치적 그라디언트 상승법) 대비 약 10배 이상의 속도 향상을 기록한다. 이는 실시간 빔포밍이나 적응 전력 할당과 같은 응용 분야에서 실용적인 이점을 제공한다.

하지만 몇 가지 한계점도 존재한다. 대규모 근사의 정확도는 채널 상관관계 행렬이 충분히 ‘좋은’ 조건(예: 제한된 스펙트럼 폭)을 만족할 때 보장되며, 극단적인 상관관계나 매우 낮은 K‑factor(직진 경로 비중이 작은 경우)에서는 오차가 증가할 가능성이 있다. 또한, 본 논문은 블록 페이딩이 정적이며 채널 상태 정보(CSI)가 완전히 알려진 상황을 전제로 하므로, CSI 불완전성이나 빠른 페이딩 환경에 대한 확장은 추가 연구가 필요하다.

향후 연구 방향으로는 (1) 비정상적인 상관관계 구조나 저 K‑factor 환경에서의 근사 정확도 개선, (2) 제한된 피드백 및 CSI 추정 오차를 포함한 강인(Robust) 최적화 프레임워크 구축, (3) 다중 사용자(Multi‑user) MIMO 및 대규모 MIMO(Massive MIMO) 시스템에 대한 확장 적용이 제시될 수 있다. 이러한 과제가 해결된다면, 제안된 대규모 접근법은 차세대 5G/6G 네트워크에서 복합적인 전파 환경을 효율적으로 다루는 핵심 기술로 자리매김할 가능성이 크다.