공간 이동키잉과 결합한 다운링크 NOMA 성능 향상

본 논문은 차세대 무선 통신에서 핵심 과제로 떠오른 고밀도 사용자 접속과 스펙트럼 효율 향상을 위해, 전력 도메인 NOMA와 공간 도메인 GSSK를 결합한 새로운 다중 접속 방식을 제안한다. 기존 NOMA는 동일 자원 블록에 여러 사용자를 전력 차등 할당으로 다중화하지만, 셀 가장자리 사용자는 할당된 전력이 적어 신호 품질이 크게 저하되는 문제가 있다. 이를 해결하고자 저전력 사용자들을 공간 변조 방식인 GSSK에 매핑함으로써 안테나 인덱스 자체가 정보를 전달하도록 설계하였다. GSSK는 SSK의 일반화 형태로, 하나가 아닌 다수(Ma)개의 활성 안테나를 선택해 조합을 통해 2^bH개의 인덱스 비트를 전송한다. 따라서 안테나 수가 2의 거듭 제곱이 아니어도 적용 가능하고, 활성 안테나 수를 조절해 전송 효율과 복잡도 사이의 트레이드오프를 유연하게 맞출 수 있다. 시스템 모델에서는 총 N+K 사용자를 가정한다. N 명은 기존 파워 도메인 NOMA로 전송하고, K 명은 GSSK를 이용해 공간 도메인에서 전송한다. 전송 신호 X는 N명의 NOMA 신호와 선택된 안테나 집합에 대한 상수 신호(1/√Ma)를 결합한 형태이며, 수신 신호는 각각의 채널 행렬 hij와 AWGN을 포함한다. NOMA 사용자는 기존 SIC 과정을 통해 차례대로 신호를 복원하고, GSSK 사용자는 ML 탐지기로 안테나 인덱스를 추정한다. 이때 SIC 단계가 감소하므로 연산 복잡도가 크게 낮아진다. 성능 분석은 세 부분으로 구성된다. 첫째, 용량 분석에서는 MIMO‑NOMA의 용량을 log2(ρ·log2(N+K)) 형태로 표현하고, NOMA‑SSK와 NOMA‑GSSK는 각각 N명의 NOMA 용량에 공간 도메인 용량을 더한 형태로 도출한다. GSSK는 활성 안테나 조합 수가 많아 M_t가 커질수록 용량이 크게 증가한다. 둘째, 에너지 효율은 η=R/P_T 로 정의하고, NOMA‑GSSK는 셀 가장자리 사용자가 전력 할당을 받지 않으므로 동일 전력 조건에서 R이 증가하면서 η가 향상된다. 셋째, 복잡도 분석에서는 MIMO‑NOMA는 SIC와 ML 디코딩 복합 연산 O((4M_rM_tM+2M_rMM_t)(N+K‑j+1))을 갖고, NOMA‑SSK와 NOMA‑GSSK는 GSSK/SSK 전용 디코딩 복잡도 O(N(2+(N‑1))^2(4M_rM_tM+2M_rMM_t))에 추가적으로 K·M_a·M_r·log2(C(M_t,M_a)) 정도가 소요된다. 표 1의 수치 예시에서 NOMA‑GSSK가 가장 낮은 연산량을 보인다. 시뮬레이션에서는 M_r=4, N=2, K=1을 기본으로 설정하고, 채널 이득을 0~1 범위의 균등 분포로 가정하였다. 스펙트럼 효율 그래프는 NOMA‑GSSK가 동일 대역폭(15 kHz)에서 4명을 모두 지원함으로써 NOMA(30 kHz 필요) 대비 2배 이상의 효율을 달성함을 보여준다. 에너지 효율 측면에서도 M_t=8, M_a=3인 경우 NOMA‑GSSK가 4 bps의 데이터 전송을 동일 전력으로 수행해 NOMA‑SSK(3 bps)보다 우수함을 확인했다. BER 결과는 동일 bpcu 조건에서 NOMA‑GSSK와 NOMA‑SSK가 전력 간섭이 없으므로 MIMO‑NOMA보다 현저히 낮은 오류율을 보이며, 특히 고SNR 구간에서 거의 10⁻⁴ 수준까지 감소한다. 결론적으로 NOMA‑GSSK는 (i) 셀 가장자리 사용자의 스펙트럼·에너지 효율을 크게 개선, (ii) SIC 단계 감소로 연산 복잡도와 지연을 최소화, (iii) 안테나 수와 활성 안테나 수 조절을 통한 유연한 설계 가능이라는 세 가지 핵심 장점을 제공한다. 다만, 안테나 인덱스 탐지를 위한 정확한 CSI와 동기화가 필요하며, 실시간 채널 변동이 심한 환경에서는 ML 탐지기의 복잡도가 여전히 부담이 될 수 있다. 향후 연구에서는 저복잡도 탐지 알고리즘, 다중 셀 간 인터페이스 관리, 그리고 하이브리드 파워·공간 할당 최적화 등을 통해 실제 5G·6G 네트워크에 적용 가능한 프로토콜 설계가 요구된다.