밀리미터파 NOMA 기반 대규모 M2M 통신 및 IoT 디바이스 페어링 전략

본 논문은 5G·6G 시대의 사물인터넷(IoT)에서 요구되는 ‘massive connectivity’와 ‘low latency’를 동시에 만족시키기 위해, 밀리미터파(mmWave)와 비정통 다중접속(NOMA)을 결합한 새로운 다운링크 전송 방식을 제안한다. 시스템 모델은 하나의 기지국(BS)과 두 개의 디바이스 그룹(A, B)으로 구성되며, 각각은 거리 기반으로 near 영역(그룹 A)과 far 영역(그룹 B)에 배치된 다수의 머신‑타입 통신(MTC) 디바이스를 포함한다. 디바이스는 동질 포아송 점 프로세스(HPPP)로 무작위 배치되며, 각 그룹의 평균 디바이스 수는 영역 각도 Δ와 반경에 따라 결정된다. 채널 모델은 mmWave 특성을 반영해 LOS 경로가 지배적인 단일 경로(SP) 모델을 사용한다. 복소 이득 α는 평균 0, 분산 1인 복소 정규분포를 따르고, 경로 손실 지수 α와 거리 d에 의해 감쇠된다. 빔포밍 벡터 p는 무작위 변수 ν(−1~1)로 정의된 단일 빔 a(ν)이며, 디바이스와 빔 사이의 각도 차이(ν‑θ)가 클수록 페이딩 효과가 급격히 감소한다. 이를 페제르 커널 F_M(·)으로 정량화해, 효과적인 채널 이득을 식(5)로 표현한다. NOMA는 동일 빔에 두 디바이스를 동시에 할당하고, 전력 도메인에서 β_1<β_2(β_1²+β_2²=1)로 할당한다. near 디바이스는 먼저 far 디바이스의 신호를 SIC로 제거하고 자신의 신호를 복원한다. 이에 따라 near 디바이스의 SINR은 (8), far 디바이스는 (9)와 같이 정의된다. 핵심 기여는 세 가지 디바이스 페어링 스킴이다. 1) RNRF(Random Near & Random Far): near와 far 영역에서 각각 무작위 디바이스를 선택한다. 2) NNNF(Nearest Near & Nearest Far): 각 영역에서 BS에 가장 가까운 디바이스를 선택한다. 3) NNFF(Nearest Near & Farthest Far): near 영역에서는 가장 가까운 디바이스, far 영역에서는 가장 먼 디바이스를 선택한다. 각 스킴에 대해 저자들은 폐쇄형 outage probability와 sum‑rate 식을 유도한다. 분석 과정에서는 빔‑디바이스 정렬 확률, 페이딩 통계, 그리고 SIC에 따른 인터페이스 잡음 등을 고려한다. 특히 NNNF는 두 디바이스 모두 채널 이득이 최대가 되도록 설계돼, 수학적 증명을 통해 가장 낮은 outage probability와 가장 높은 sum‑rate를 제공함을 확인한다. 시뮬레이션에서는 제안된 mmWave‑NOMA 시스템을 동일 전력·대역폭 조건의 OMA와 비교한다. 결과는 (i) outage probability가 OMA 대비 30% 이상 감소, (ii) sum‑rate가 2배 이상 향상, (iii) 디바이스 수가 10배 증가해도 시스템 스루풋이 포화되지 않아 massive connectivity를 실현한다는 점을 보여준다. 또한, 무작위 빔포밍을 사용함으로써 CSI 획득 오버헤드가 크게 감소하고, 전체 지연 시간이 수십 ms 수준으로 낮아져 저지연 요구사항을 만족한다. 논문의 마지막 부분에서는 설계 파라미터(전력 할당 β, 빔 폭 Δ, 영역 반경 등)의 최적화 방향을 제시하고, 향후 연구 과제로 다중 빔 확장, 동적 페어링 알고리즘, 그리고 실제 하드웨어 구현 시 고려해야 할 비선형 왜곡 및 전력 소비 모델을 제시한다. 전체적으로 이 연구는 mmWave와 NOMA를 결합한 셀룰러 M2M 통신이 IoT 대규모 서비스에 적용될 수 있는 실용적인 로드맵을 제공한다.