대규모 분산 안테나 시스템의 위상 동기화와 확장성 분석

본 논문은 6G 물리계층의 핵심 기술로 떠오르고 있는 분산 안테나 시스템(Distributed Antenna Systems, DAS)에서 위상 보정(phase calibration)의 정확도와 확장성을 체계적으로 분석한다. 각 안테나는 송신 계수 Tₙ = e^{‑j tₙ}와 수신 계수 Rₙ = e^{j rₙ}를 가지며, 실제 보정 대상은 φₙ = tₙ + rₙ(모듈로 2π)이다. 위상 보정은 over‑the‑air(OTA) 측정을 통해 안테나 쌍 (n,n′) 사이의 위상 차이를 추정하는 과정이며, 이는 reciprocity‑based 공동 빔포밍을 가능하게 한다. **1) 측정 모델 및 그래프 표현** OTA 측정은 φₙ − φₙ′ + wₘ 형태의 관측값 xₘ을 제공한다. 여기서 wₘ은 평균 0, 공분산 Q를 갖는 잡음이다. 전체 측정은 무방향 그래프 G (노드 = N개의 안테나, 엣지 = M개의 측정)로 모델링되며, 인시던스 행렬 B (M×N)로 x = B φ + w 로 정리된다. 전처리(Q^{‑1/2})를 적용하면 등분산 잡음 w′을 얻어, 분석을 단순화한다. **2) 라플라시안 행렬과 영공간** 라플라시안 L = Bᵀ Q^{‑1} B는 그래프 구조와 잡음 가중치를 동시에 반영한다. G가 연결 그래프이면 L의 영공간은 1차원이며, 영벡터는 전부 1인 u 로 표현된다. 이는 φₙ에 공통 상수 c를 더해도 측정값이 변하지 않는 “절대 위상” 불확정성을 의미한다. 따라서 φ̂는 u에 수직인 부분공간에서 유일하게 정의된다. **3) 보정 정확도와 스펙트럼 분석** 최소 특잇값 λ_min(L) 은 추정 오차의 하한에 직접적인 영향을 미친다. Cramér‑Rao lower bound에 따르면 Var{ φ̂ₙ } ≥ σ²/λ_min(L) (σ²는 잡음 분산)이다. 논문은 여러 토폴로지를 분석했으며, 주요 결과는 다음과 같다. - **선형(체인) 토폴로지**: 각 안테나가 바로 인접한 이웃만 측정할 경우, λ_min(L) ∝ 1/N² 로 감소한다. 따라서 N→∞ 일 때 Var{ φ̂ₙ }가 무한히 커져 “무한 오차” 현상이 발생한다. 이는 라디오 스트립과 같은 실제 배치에서 큰 문제이다. - **원형(링) 토폴로지**: 마지막 안테나가 첫 번째와 연결되면 λ_min(L) ∝ 1/N 로 감소한다. 오차는 여전히 증가하지만 선형보다 완만하게 증가한다. - **2차원 격자(표면) 토폴로지**: λ_min(L) 은 N에 대해 일정한 하한을 유지한다(예: λ_min ≥ c > 0). 따라서 Var{ φ̂ₙ }는 N이 커져도 유한하게 유지될 수 있다. 이는 대규모 면형 배치에서 “대규모 동기화”가 가능함을 시사한다. **4) 전체 시스템 보정 vs. 부분 시스템 보정** 두 번째 핵심 질문(Q2)은 특정 사용자(또는 서브셋 Ω)에게 빔포밍을 할 때, 전체 N개의 안테나를 이용해 보정하는 것이 좋은가, 아니면 Ω만을 이용해 보정하는 것이 좋은가이다. 논문은 라플라시안의 특성을 이용해, 전체 그래프 G의 라플라시안 L이 부분 그래프 L_Ω보다 최소 특잇값이 크거나 같음을 증명한다. 따라서 전체 시스템에 대한 단일 보정 문제를 풀어 얻은 φ̂를 Ω에 그대로 적용하는 것이 평균 제곱오차 측면에서 언제나 우수하다. 이는 직관적으로 “더 많은 연결 정보가 더 좋은 추정치를 만든다”는 결론과 일치한다. **5) 실용적 시사점 및 설계 가이드** - **측정 연결성 강화**: 시스템 규모가 커질수록 최소 특잇값을 유지하려면, 각 안테나가 다수의 다른 안테나와 직접 측정하도록 설계해야 한다. 특히, 체인형 배치에서는 장거리 측정을 추가하거나, 중간에 보조 노드를 두어 그래프의 차수를 높이는 것이 필요하다. - **노이즈 가중치 고려**: Q가 비대각선인 경우, 측정 간 상관관계가 라플라시안 스펙트럼에 영향을 미친다. 설계자는 측정 순서와 전송 파워를 조절해 Q를 거의 대각선에 가깝게 만들면 분석이 단순해지고, λ_min(L)도 크게 유지된다. - **주기적 전체 보정**: 부분 보정이 직관적으로 보일 수 있으나, 전체 보정이 언제나 최적임을 증명했으므로, 시스템 운영 시 전체 OTA 캘리브레이션을 정기적으로 수행하고, 이를 기반으로 서브셋에 대한 빔포밍 파라미터를 파생시키는 것이 권장된다. **6) 결론** 본 연구는 OTA 위상 보정 문제를 그래프 라플라시안과 통계적 추정 이론으로 통합함으로써, 대규모 DAS에서 보정 정확도와 확장성을 정량적으로 평가할 수 있는 이론적 프레임워크를 제공한다. 주요 결론은 (i) 일부 토폴로지는 네트워크가 커질수록 보정 오차가 무한히 커질 수 있으며, (ii) 전체 시스템에 대한 단일 보정이 언제나 최적이며, (iii) 2차원 면형이나 원형 등 연결성이 높은 토폴로지는 “대규모 동기화”를 실현할 가능성이 있다. 이러한 결과는 6G 및 차세대 무선 네트워크에서 분산 MIMO, 라디오 스트립, 셀프‑백홀링 등 다양한 응용 분야의 설계와 운영에 직접적인 가이드라인을 제공한다.