슈퍼임포즈 파일럿을 이용한 대규모 MIMO의 스펙트럼과 에너지 효율 비교

본 논문은 차세대 무선 네트워크에서 요구되는 스펙트럼 효율(Spectral Efficiency, SE)과 에너지 효율(Energy Efficiency, EE) 향상을 목표로, 대규모 다중 안테나(Massive MIMO) 시스템의 업링크에서 두 가지 파일럿 전송 방식을 비교·분석한다. 기존 연구에서는 파일럿 오염(pilot contamination) 문제를 완화하기 위해 파일럿 길이를 늘리는 정규 파일럿(RP) 방식이 주로 사용되었으며, 파일럿과 데이터를 시간적으로 분리하여 전송함으로써 채널 추정 과정에서 데이터 간섭을 최소화한다. 반면, 최근 제안된 슈퍼임포즈 파일럿(Superimposed Pilot, SP) 방식은 파일럿과 데이터를 동일한 시간·주파수 자원에 겹쳐 전송함으로써 전체 코히어런스 블록(τ_c) 동안 파일럿을 사용할 수 있게 한다. 이로써 파일럿 재사용에 따른 간섭을 감소시킬 수 있지만, 데이터와 파일럿이 동시에 전송되면서 새로운 형태의 간섭과 전력 소모가 발생한다. 논문은 먼저 시스템 모델을 정의한다. 다중셀 환경에서 각 기지국(Base Station, BS)은 M개의 안테나를 가지고 K개의 단일 안테나 사용자 장비(User Equipment, UE)를 서비스한다. BS는 포아송 포인트 프로세스(PPP)로 무작위 배치되며, 채널은 독립적인 레일리 페이딩과 거리 기반 대규모 페이딩(β)으로 모델링된다. 코히어런스 블록은 τ_c 샘플로 구성되고, 잡음은 복소 가우시안(σ²)이다. 두 전송 방식에 대한 채널 추정은 LMMSE(Linear Minimum Mean Square Error) 방법을 사용한다. RP에서는 τ_p(≤τ_c) 샘플을 파일럿 전용으로 할당하고, 각 UE는 서로 직교하는 파일럿 시퀀스를 부여받는다. 파일럿 수가 K보다 크면 파일럿 오염을 감소시킬 수 있다. 추정식은 (4)와 (5)에서 제시되며, 추정 품질 파라미터 \(\bar\gamma_{RP}\)는 파일럿 전력 q, 파일럿 길이 τ_p, 그리고 동일 파일럿을 사용하는 다른 셀 UE들의 전력·채널 강도에 의해 결정된다. SP에서는 전체 τ_c 샘플을 파일럿에 사용한다. 각 UE는 파일럿 시퀀스와 데이터 시퀀스를 동시에 전송하며, 파일럿 전력 q와 데이터 전력 p를 별도로 할당한다. 수신된 신호는 파일럿 부분과 데이터 부분이 혼합된 형태이며, 이를 파일럿 시퀀스와 내적하여 추정 통계량 z_SP를 얻는다. 추정식은 (9)와 (10)에서 제시되며, \(\bar\gamma_{SP}\)는 τ_c와 동일 파일럿을 사용하는 다른 UE들의 전력·채널 강도에 의존한다. SP는 파일럿 길이가 τ_c이므로 \(\bar\gamma_{SP}\)는 일반적으로 RP보다 크지만, 데이터와 파일럿이 겹치면서 발생하는 ‘데이터‑파일럿 간섭’이 추가된다. 다음으로 MRC(Maximum Ratio Combining) 수신기를 적용하여 각 UE에 대한 SINR을 도출한다. RP의 경우 데이터 전송 구간이 \((1-\tau_p/\tau_c)\) 로 제한되지만, 채널 추정이 비교적 깨끗하여 SINR 식에 포함되는 간섭 항이 주로 동일 파일럿을 사용하는 셀 간 동조 간섭이다. SP는 데이터 전송 구간이 전체 τ_c이므로 전송 효율은 높지만, 채널 추정 단계에서 데이터가 파일럿에 섞여 들어가면서 추가적인 비동조 간섭과 동조 간섭이 발생한다. 논문은 이러한 간섭을 정확히 구분하고, 각각이 SE와 EE에 미치는 영향을 수식으로 표현한다. 대규모 안테나 수 M → ∞ 로 갈 때의 asymptotic 분석을 수행한다. RP는 파일럿 길이가 충분히 크면(τ_p≫K) 파일럿 오염이 사라지고, SINR이 전송 전력에 독립적인 상한에 도달한다. 반면 SP는 파일럿 길이가 τ_c 로 고정되어 있기 때문에, M이 무한히 커져도 데이터‑파일럿 간섭이 남아 있다. 따라서 무한 안테나 한계에서 RP가 더 높은 SE를 제공한다는 결론을 얻는다. 현실적인 네트워크 평가를 위해, BS를 동질 PPP로 모델링하고, 평균 SE와 EE를 구하는 폐쇄형 하한식을 도출한다. 이때 스테일러-핸드윅 정리를 이용해 셀 간 평균 간섭을 계산하고, 전력 소비 모델에는 전송 전력 외에도 회로 전력, 안테나당 전력, 베이스밴드 처리 전력 등을 포함한다. 최적화 변수는 파일럿 길이(τ_p 또는 τ_c), 전력 분배 비율(q/p), 그리고 사용자 수 K 로 설정되며, 목표는 주어진 전력 예산 하에서 SE와 EE를 동시에 최대화하는 것이다. 수치 시뮬레이션에서는 다양한 파라미터(셀 밀도 D, 사용자 수 K, 전송 전력 제한 등)를 변화시키며 RP와 SP의 성능을 비교한다. 주요 결과는 다음과 같다. 1) 최적화된 RP와 SP 모두 동일한 전력 예산에서 거의 동일한 EE를 달성한다. 2) 파일럿 오염이 심한 고밀도 셀 환경에서는 SP가 약 3~5% 정도의 SE 향상을 보이지만, 그 차이는 실용적인 수준에서는 미미하다. 3) SP는 데이터와 파일럿을 동시에 처리해야 하므로 디지털 신호 처리 복잡도와 회로 전력 소모가 증가한다. 4) 최적의 전력 분배는 상황에 따라 다르지만, 일반적으로 파일럿 전력 q는 데이터 전력 p보다 작게 설정하는 것이 효율적이다. 결론적으로, 파일럿 오염을 감소시키는 SP 방식은 이론적으로는 유리할 수 있으나, 실제 시스템에서는 추가적인 간섭과 전력 소모가 이를 상쇄한다. 따라서 두 방식을 모두 최적화했을 때, 전통적인 RP 방식이 실용적인 시나리오에서 SE와 EE 측면에서 거의 동등하거나 약간 우수한 성능을 보인다. 논문은 “파일럿 오염 감소가 반드시 전체 시스템 효율 향상으로 이어지지는 않는다”는 중요한 인사이트를 제공하며, 향후 연구에서는 채널 상관성, 비선형 검출기, 그리고 하드웨어 구현 비용 등을 고려한 보다 정교한 모델링이 필요함을 제시한다.