지능형 반사표면 기반 무선 네트워크의 반사 자원 관리

본 논문은 다중 단일 안테나 소스 터미널(ST)과 목적 터미널(DT) 쌍이 존재하는 2‑hop P2P 네트워크에 지능형 반사표면(IRS)을 도입하여, 시스템 전체의 최소 SINR을 최대화하는 문제를 다룬다. 기존 연구들은 IRS의 모든 반사 요소를 동시에 조정하는 방식에 초점을 맞추었으며, 이때 발생하는 전력 소비와 구현 복잡성을 무시하는 경향이 있었다. 저자들은 이러한 한계를 극복하기 위해 ‘모듈형 IRS’라는 새로운 하드웨어 구조를 제안한다. IRS는 M개의 독립 모듈로 구성되며, 각 모듈은 L개의 반사 요소와 전용 스마트 컨트롤러를 포함한다. 컨트롤러들은 광섬유 링크를 통해 서로 통신할 수 있어, 모듈 단위로 독립적인 트리거링이 가능하다. 이러한 구조 하에서 ‘진정한 반사 자원 관리(RRM)’는 어떤 모듈을 활성화할지(트리거 모듈 서브셋)와 각 ST의 전송 전력 할당, 그리고 활성화된 모듈들의 수동 빔포밍(위상 및 진폭) 설계를 동시에 수행하는 복합 최적화 문제로 정의된다. 수식적으로는 최소 SINR을 목표 함수로 두고, (i) 각 ST의 전송 전력은 사전 정의된 최대값 p_max_k 이하, (ii) 각 모듈은 크기 제한(동시에 활성화 가능한 모듈 수)이라는 이산 제약을 만족해야 한다. 문제는 비선형 목표와 이산 제약으로 인해 NP‑hard이며, 전통적인 완전 탐색은 모듈 수가 늘어날수록 계산량이 기하급수적으로 증가한다. 이를 해결하기 위해 저자들은 먼저 ℓ₀‑norm 형태의 모듈 선택 제약을 ℓ₁, F‑norm(행 블록 혼합 노름)으로 근사한다. 이 변환은 그룹 스파시티 제약으로 해석될 수 있으며, 반사 계수 행렬에 대한 반정밀 반정규화(SDR) 기법을 적용해 반비선형 항을 선형 행렬 변수로 바꾼다. 그 다음, 두 블록 교대형 ADMM(Alternating Direction Method of Multipliers) 알고리즘을 설계한다. 첫 번째 블록은 스파시티 행렬(모듈 선택 변수)을 업데이트하고, 두 번째 블록은 전송 전력 벡터와 각 활성 모듈의 위상/진폭 행렬을 동시에 최적화한다. 두 블록 모두 문제의 구조적 특성을 이용해 폐쇄형 해를 도출할 수 있다. 예를 들어 전송 전력 업데이트는 단순한 2차형식 최소화이며, 수동 빔포밍 업데이트는 일반화된 분수 프로그램 형태로 변환돼, 기존의 부분선형화 기법을 적용해 해를 구한다. ADMM의 라그랑주 승수와 페널티 파라미터를 적절히 조정하면 전역 수렴이 보장된다. 알고리즘의 효율성은 시뮬레이션을 통해 검증된다. 첫 번째 실험에서는 모듈 수가 적은 경우 완전 탐색(MES)과 비교했을 때, 제안된 ADMM이 거의 동일한 최소 SINR을 달성하면서 연산 시간이 현저히 짧았다. 두 번째 실험에서는 시스템 파라미터(사용자 수 K, 모듈당 요소 수 L, 전송 전력 제한 등)를 변화시켜 알고리즘의 견고성을 확인하였다. 특히, 에너지 효율(EE) 관점에서 전체 전력 소비(전송 전력 + IRS 제어 전력)를 고려했을 때, 특정 네트워크 설정에서 최적의 트리거 모듈 수가 존재함을 발견했다. 이는 모듈형 IRS가 전력 절감과 성능 향상 사이의 균형을 맞출 수 있는 실질적인 설계 자유도를 제공한다는 것을 의미한다. 논문의 주요 기여는 다음과 같다. 첫째, 모듈형 IRS 아키텍처를 최초로 제안하여 반사 요소의 독립 제어와 전력 절감을 가능하게 했다. 둘째, 그룹 스파시티 기반 문제 완화와 SDP‑ADMM 혼합 최적화 프레임워크를 개발해, NP‑hard 문제를 실용적인 복합 다변수 최적화로 변환했다. 셋째, 전력 제약과 EE 분석을 포함한 포괄적인 시뮬레이션을 통해 설계 가이드라인을 제공함으로써, 차세대 6G·Beyond‑5G 네트워크에서 대규모 IRS 적용 시 발생할 수 있는 전력·지연 문제를 효과적으로 해결할 수 있음을 입증했다.