협력적 에너지 효율 전력 할당을 위한 대규모 MIMO 다운링크 설계

본 논문은 차세대 무선 통신에서 핵심 기술로 부상하고 있는 대규모 MIMO 시스템의 에너지 효율을 향상시키기 위한 전력 할당 방안을 제시한다. 저자는 회로 전력 소비가 안테나 수와 사용자 수에 비례한다는 현실적인 모델을 도입하여, 전송 전력만을 최소화하는 기존 접근법의 한계를 보완한다. 시스템 모델은 단일 셀 BS가 M개의 안테나를 보유하고 K명의 단일 안테나 사용자를 서비스하는 다운링크 시나리오를 기반으로 하며, 채널은 평탄 페이딩과 큰 스케일 페이딩을 포함한다. 전송 신호는 최대 비율 전송(MRT) 빔포밍을 사용하고, SINR 식(4)과 데이터율 식(5)을 통해 각 사용자의 성능을 정의한다. 에너지 효율 η(p)는 전체 데이터율의 합을 전체 전력 소비(P(p))로 나눈 비율로 정의되며, 전력 소비는 전송 전력 Σp_k와 회로 전력(M·P_a + K·P_ue + P_fix)으로 구성된다. 최적화 목표는 η(p)를 최대화하면서 (i) 총 전송 전력 제한 Σp_k ≤ P_max, (ii) 각 사용자 최소 데이터율 r_k(p) ≥ R_min을 만족시키는 것이다. 비율 목적함수의 비볼록성 때문에 Dinkelbach 정리를 적용해 차분 형태(max ∑r_k − η P) 로 변환하고, 로그 근사식(10)을 이용해 r_k를 하한으로 근사한다. 이후 변수 변환 p̂=ln p 를 수행해 문제를 convex 형태(식 11)로 만든다. convex 문제는 라그랑주 승수 λ_k(최소 데이터율)와 φ(전송 전력 제한)를 도입한 라그랑주 함수(식 13)로 표현된다. KKT 조건을 적용하면 각 사용자에 대한 최적 전송 전력의 폐쇄형 해(식 15)를 얻는다. 이 해는 현재의 간섭 I_k, 라그랑주 승수, 그리고 보조 변수 a_k, b_k에 의존한다. 사용자는 자신이 측정한 I_k를 BS에 피드백하고, BS는 이를 바탕으로 전력 값을 업데이트한다. 라그랑주 승수는 서브그라디언트 방식(식 17‑18)으로 반복 업데이트되며, a_k와 b_k는 현재 전력 값에 기반해 식(12)로 재계산한다. 알고리즘 1은 외부 Dinkelbach 반복(t₁), 내부 SCA 반복(t₂), 그리고 라그랑주 승수 서브그라디언트 반복(t₃)으로 구성된다. 각 단계에서 수렴 기준 ε가 만족될 때까지 반복하며, 최종적으로 η와 전력 벡터 p̂가 수렴한다. 시뮬레이션에서는 M=100, K=5인 경우 알고리즘이 3번의 외부 반복만에 수렴함을 확인하였다. 안테나 수 M에 따른 EE는 초기 증가 후 회로 전력 증가로 인해 감소하는 볼록형 곡선을 보이며, 최적 M은 약 80~90 안테나 수준으로 나타났다. 사용자 수 K에 대해서는 K가 M에 근접할 때까지 EE가 상승하지만, 이후에는 인터페이스 간섭이 지배적으로 작용해 EE가 감소한다. 전송 전력은 안테나 수가 늘어날수록 감소하는 경향을 보이며, 이는 빔포밍 이득에 기인한다. 다셀 확장에서는 파일럿 오염을 고려해 LS 방식으로 채널을 추정하고, MR‑T 빔포밍을 적용하였다. 파일럿 재사용으로 인한 간섭이 증가하면서 EE는 단일셀 대비 약 25 % 감소하였다. 특히 안테나 수가 많을수록 동일 파일럿을 공유하는 이웃 셀 사용자에게 전력이 비효율적으로 전달되어 인터셀 간섭이 크게 악화된다. 결론적으로, 본 논문은 사용자와 BS 간 협력을 기반으로 회로 전력을 포함한 EE 최적화를 달성하는 알고리즘을 제시하고, 안테나 수와 사용자 수에 대한 최적 설계 지점을 제공한다. 또한 파일럿 오염이 EE에 미치는 부정적 영향을 정량화함으로써, 대규모 MIMO 시스템 설계 시 파일럿 재사용 전략과 빔포밍 기법 선택의 중요성을 강조한다. 향후 연구에서는 보다 정교한 빔포밍(Zero‑Forcing, MMSE), 불완전 CSI, 하드웨어 비선형성 등을 포함한 모델링과, 분산형 협력 프레임워크를 통한 실시간 구현 가능성 검증이 필요하다.