대규모 M2M 통신을 위한 Aloha‑NOMA 활성화

초록

**
본 논문은 저전력·저복잡도 IoT 디바이스에 적합하도록 Aloha‑NOMA 무조정 랜덤 액세스 프로토콜을 개선한다. 게이트웨이가 다중 가설 검정을 통해 동시에 활성화된 디바이스 수를 추정하고, 추정된 수에 맞춰 SIC 수신기의 차수를 동적으로 조정한다. 유연한 프레임 구조와 최적 전력 레벨 할당을 결합해, 전송 확률 0.25·활성 디바이스 3개 상황에서 순수 Aloha 대비 6.9 dB의 스루풋 향상을 달성한다.

**

상세 분석

**
이 연구는 5G 기반 IoT 환경에서 대규모 M2M 통신을 지원하기 위해 기존 Aloha‑NOMA 프로토콜의 두 가지 핵심 제한점을 보완한다. 첫째, 전통적인 Aloha‑NOMA는 사전에 정해진 전력 레벨(또는 SIC 차수)을 가정하고 있어, 활성 디바이스 수가 변동할 때 충돌 해소 효율이 급격히 저하된다. 논문은 이를 해결하기 위해 게이트웨이가 수신된 트레이닝 시퀀스의 평균 에너지 레벨을 기반으로 다중 가설 검정(Neyman‑Pearson 테스트)을 수행, 현재 활성 디바이스 수 (K) 를 실시간으로 추정한다. 이 과정에서 허위 경보(PFA)와 검출 확률(PD)을 SNR에 따라 수식화하고, 목표 PFA(예: 0.1) 하에서 임계값 (U) 를 도출한다.

둘째, 추정된 (K) 에 따라 SIC 수신기의 차수 (m) (즉, 구분 가능한 전력 레벨 수)를 동적으로 선택한다. (m) 이 (K) 보다 작으면 프레임을 재시작하고, (m \ge K) 일 경우 각 디바이스가 서로 다른 전력 레벨을 무작위 선택하도록 하여 SIC 순차 복호화가 가능하도록 설계한다. 전력 레벨 선택이 충돌하면 재시도 횟수 (t) 를 제한하고, 제한 초과 시 NACK 및 백오프를 적용한다.

프레임 구조는 5단계(비콘 → 트레이닝 → SIC 차수 브로드캐스트 → 데이터 전송 → ACK/NACK)로 구성되며, 전통적인 TDMA/FDMA와 달리 새로운 디바이스가 추가돼도 전체 프레임을 재구성할 필요가 없어 높은 유연성을 제공한다. 시뮬레이션에서는 총 디바이스 수 (M=10) 과 전송 확률 (p_T) 를 변수로 두고, SIC 차수 (m=2,3) 에 대한 스루풋을 평가하였다. 결과는 전송 확률이 증가할수록 스루풋이 감소하지만, Aloha‑NOMA가 순수 Aloha 대비 항상 우수함을 보여준다. 특히 (p_T=0.25) 일 때 (m=3) 은 순수 Aloha 대비 약 5배 높은 성공 전송 수를 기록하였다. 전력 레벨 수가 5 이상으로 증가하면 스루풋 포화 현상이 나타나, 실용적인 최적 레벨은 3~5 사이임을 시사한다.

이 논문은 다중 가설 검정을 통한 실시간 디바이스 수 추정과 동적 SIC 차수 조정이라는 두 축을 결합함으로써, 저전력 IoT 디바이스가 높은 충돌 환경에서도 효율적으로 데이터 전송을 수행할 수 있는 새로운 무조정 MAC 솔루션을 제시한다. 또한, 복잡도와 전력 소모를 최소화하면서도 스루풋을 크게 향상시킬 수 있다는 점에서 차세대 대규모 IoT 네트워크 설계에 실질적인 가치를 제공한다.

**