RIS 기반 상부 중대역 MIMO 시스템을 위한 조건 최적화 채널 추정

초록

본 논문은 6G 핵심 주파수대인 상부 중대역(7–24 GHz)에서 RIS를 활용한 MIMO 통신의 채널 추정 문제를 다룬다. 근거리 전파와 전이 스캐터링으로 인한 높은 공간 상관성이 LS 기반 추정의 그램 행렬을 악조건화시키는 점을 인식하고, RIS 요소를 상관성에 따라 그리디하게 그룹화한 뒤 조각별 위상 설계로 다중 서브문제로 분할한다. 제안 방법은 조건수를 크게 개선하고, 복잡도를 O(M³/Q²)로 낮추어 기존 LS·OMP 대비 견고한 성능을 보인다.

상세 분석

본 연구는 상부 중대역(UMB)에서 RIS‑assisted MIMO 시스템이 직면하는 두 가지 핵심 난제를 정확히 짚는다. 첫 번째는 7–24 GHz 대역에서 RIS의 물리적 크기가 파장에 비해 커짐에 따라 전파가 구면파(front) 형태의 근거리 전파 모델을 따라야 한다는 점이다. 이 경우 RIS 요소 간의 공간 상관성이 급격히 증가해, 전통적인 2‑timescale channel estimation(2TCE)에서 사용되는 LS 역행렬의 그램 행렬이 매우 큰 조건수를 갖게 된다. 조건수가 커지면 잡음 증폭이 심화되어, 특히 파일럿 길이가 제한된 상황에서 추정 오차가 급격히 악화된다. 두 번째는 전이 스캐터링 환경으로, L_RB·L_UR이 중간 규모이므로 채널이 완전 희소(sparse)하거나 저‑랭크(low‑rank)라고 가정하기 어렵다. 따라서 기존 압축 센싱(CS) 기반 OMP나 저‑랭크 근사법은 모델 불일치로 성능이 급락한다.

논문은 이러한 구조적 모호성을 극복하기 위해 “조건 인식(condition‑aware)” 접근을 제안한다. 핵심 아이디어는 RIS 요소를 Q개의 그룹으로 나누어, 각 그룹이 독립적인 서브문제로 변환되도록 위상 패턴을 설계하는 것이다. 구체적으로, 각 그룹에 대해 Hadamard 기반의 직교 위상 행렬 Φ와 v_b를 사용해 시간 슬롯 내에서 그룹 간 신호를 완전히 분리한다. 이렇게 하면 원래 M‑차원 LS 문제는 Q개의 M′=M/Q 차원 문제로 분할되고, 각 서브문제의 그램 행렬 G_q는 그룹 내 컬럼 상관성에만 의존한다.

그럼에도 불구하고, 그룹 내 상관성이 높으면 여전히 G_q가 악조건화될 수 있다. 이를 해결하기 위해 논문은 컬럼 상관 행렬 w_{i,j}=|f_i^H f_j|/(‖f_i‖‖f_j‖)를 계산하고, “최대 상관 쌍을 서로 다른 그룹에 배치”하는 시드 초기화와, 남은 컬럼을 “가장 작은 평균 상관도”를 유발하는 그룹에 할당하는 그리디 알고리즘을 설계한다. 이 과정은 O(NM²) 복잡도로 오프라인에서 한 번만 수행되며, 실시간 추정 단계에서는 단순 LS 역행렬만 필요하므로 O(M³/Q²)로 크게 경감된다.

조건수 개선 효과는 시뮬레이션 결과에서 명확히 드러난다. 동일 파일럿 수(T=⌈M/N⌉)에서 제안 방법은 기존 2TCE LS 대비 5 dB 이상 SNR 이득을 보이며, OMP 기반 추정보다도 낮은 복잡도와 비슷하거나 더 나은 NMSE를 달성한다. 특히 파일럿이 2~3개 수준으로 제한된 전이 스캐터링 시나리오에서 제안 방법은 안정적인 추정을 유지한다.

이 논문의 주요 공헌은 다음과 같다. (1) RIS‑assisted UMB 시스템에서 근거리 전파가 초래하는 고상관성을 직접 목표로 하는 조건 인식 그룹화 전략을 제시한다. (2) 조각별 위상 설계와 그리디 컬럼 그룹화를 결합해 고차원 LS 문제를 수학적으로 잘 정의된 다중 서브문제로 변환한다. (3) 복잡도와 성능 사이의 트레이드오프를 명확히 제시하며, 실제 대규모 RIS(수백~수천 요소)에서도 실시간 적용 가능함을 입증한다. 다만, 현재는 단일 사용자와 완전 CSI가 사전에 확보된 RIS‑BS 채널을 전제로 하고 있어, 다중 사용자 동시 추정이나 채널 변동성이 높은 상황에 대한 확장은 향후 연구 과제로 남는다.