각 기관/기업별 추진 내역 - R&D연구결과보고서

가. Cloud MIMO 무선 접속 구조 및 운용 기술 연구 (1) 낮은 복잡도의 다중 안테나 프리코딩 기술

Cloud RAN(C-RAN) 시스템은 Massive MIMO(M-MIMO)를 기반으로 하고 있다. M-MIMO 시스 템은 많은 안테나의 사용으로, channel hardening effect¹⁾로 채널의 변동이 적어지는 특성을 가 지며, 자유도(Degree of Freedom)가 증가하여 채널간의 직교성이 좋아지게 된다. 따라서 M-MIMO 시스템을 사용함으로써 채널 용량을 증가시키고, 적은 에너지로 많은 사용자에게 보 다 나은 품질을 서비스 할 수 있게 된다²⁾.

하지만, 이런 많은 안테나의 사용은 셀 중앙에서의 공간 다중화 기술을 적용하기에 문제를 야기할 수 있다. RU(Radio Unit)과 사용자와의 거리가 가까워서 평균 신호 대 잡음비(Signal to noise ratio)가 높은 환경에서는 여러 사용자에게 다중 전송을 하여 다중 이득(Multiplexing gain) 을 얻을 수 있는데, 일반적으로 사용되는 다중 전송 기법은 MRT(Maximal ratio transmission), ZFBF(Zero-Forcing Beamforming)과 MMSE(Minimum Mean Square Error)로 추정된 채널 정보를 기반으로 한다. 그러나 이 중 ZFBF과 MMSE는 안테나 수가 많아질수록 연산 복잡도를 매우 크 게 요구 한다.

따라서 제안하는 C-MIMO 시스템에 사용할 수 있는 높은 SNR 환경에서 복잡도를 기존의 ZFBF기법보다 크게 낮춘 다중 사용자 전송 기법이 필요하다. M-MIMO 환경에서 순시 채널 정 보를 바탕으로 다중 사용자에게 전송을 위해, 기존의 ZFBF보다 상능은 크게 저하되지 않으면 서 복잡도를 크게 낮춘 프리코딩(precoding) 기법을 제안한다.

(가) 시스템 모델

각 RU는 _개의 전송 안테나를 가지고, 각 다중 사용자는 하나의 안테나를 가지고 있다고 한다. RU가 서비스하는 사용자의 집합 에서 명의 사용자에게 동시에 신호를 전송한다고 가 정한다. 이 때, 사용자 를 포함한 다중 사용자 집합을 _라 한다. 간섭 제거 벡터를 생성하기 위해, RU는 명의 사용자 중에서 사용자 로부터 간섭을 크게 받는 사용자 명을 선택하며,

명의 사용자에게 전송할 신호를 생성한다. 이 때, 상기 사용자 가 RU으로부터 수신한 신호 는 아래와 같이 나타낼 수 있다.

_



^^h_^w__    ≠ 







^^h_^w__ _ (1) 여기서 _는 기지국부터 사용자 로의 경로손실, _는 기지국부터 사용자 사이의 _× 채 널 벡터를, _와 _는 각각 기지국이 전송하는 ^×  빔 형성 벡터와 송신 신호를, 그리고

_는 평균이 0이고, 분산이 _^인 가산성 백색 가우시안 잡음을, 위첨자 H는 켤레 전치 연산을 나타낸다.

(나) 기존의 공간 다중 사용자 전송 기법

기존의 프리코딩 기법은 여러 가지가 있지만 대표적인 기법으로, 채널 정보를 그대로 사용하 는 MRT(Maximum-Ratio-Transmission Beamforming)기법과 간섭의 null space에 원하는 사용자

1) H. Q. Ngo, E. G. Larsson, and T. L. Marzetta, “Energy and spectral efficiency of very large multiuser MIMO systems,” IEEE Trans.

Comm., 2012, available: http://arxiv.org/abs/1112.3810.

2) T. L. Marzetta, “Noncooperative cellular wireless with unlimited numbers of base station antennas,” IEEE Trans. Wireless Comm., vol. 9, no. 11, pp. 3590–3600, Nov. 2010.

를 BF(Beamforming)해줌을 통해, 간섭을 없애는 ZFBF(Zero-Forcing Beamforming)기법에 대해 서 분석한다. 여기서의 분석은 다중 사용자 전송 기법으로 높은 SNR 환경을 가정한다.

MRT기법은 추정한 채널 이득을 최대화하기 위해, MF(Matched filter)처럼 채널 벡터를 사용하 여 빔 가중 벡터(beam-weighting vector)로 생성하기 때문에 복잡도가 거의 없다. 그러나 다른 다중 사용자에 대한 고려가 없이 생성된 빔 가중 벡터를 사용하므로, 빔 간 간섭이 존재하게 된다. 그러나 ZFBF 기법은 추정한 채널 행렬을 기초로, 다중 사용자 간의 간섭을 제거한 빔 형성 벡터를 사용하여 신호를 전송하는 기법이다. 생성된 빔 간의 간섭을 제거하기 위해서, 추 정한 채널 행렬을 의사 역변환(pseudo-inverse) 한 후 정규화하여 빔 형성 벡터로 사용하게 된 다. 이와 같은 MRT와 기존의 ZFBF의 precoding 행렬은 아래와 같이 나타낼 수 있다.

M R T  F_{M R T} H  f_ f_  f_k f_K (2) ZFB F  F_{ZF B F} H H^HH ^{ }  f_ f_ f_k  f_K (3) 여기서 H는 RU와 사용자간의 채널 벡터h_k 로 구성된 (_×) 채널 행렬이다. F는 빔형성 행렬로 빔포밍(beamforming)을 위해서 전력 제한에 따라 정상화(normalization)가 필요하다 (_ __). 그러나, 많은 안테나를 갖는 M-MIMO 시스템은, 다중 사용자 채널 행렬을 매우 크게 하여 ZFBF에 매우 큰 연산 복잡도를 필요로 하므로 실장이 어렵다³⁾. 이에 따라 낮은 복 잡도를 갖는 ZFBF 기법이 필요하다.

ZFBF의 복잡도는, QRD(QR-decomposition)을 이용하여 추정한 채널 행렬에서 다중사용자의 프 리코딩 행렬을 순차적으로 얻음으로서 낮출 수 있는 기술이 개발되었다⁴⁾. 그러나 이 기법은 M-MIMO 시스템의 실장을 위해 만들어지지 않아, 다중사용자를 최대한 선택해 모든 자유도 (full multiplexing order)를 사용함을 가정으로 한다. 따라서 모든 자유도를 다 사용하지 않고 일부 다중 사용자를 선택한다면, 즉 최대 사용자 지수를 갖지 않는다면, 프리코딩 행렬을 합성 하는 추가적인 연산이 더 필요하여 복잡도가 상승하게 되는 한계가 있다.

(다) 제안 기법

① 낮은 복잡도의 다중 안테나 프리코딩

제안 기법은 낮은 복잡도의 MRT 기법을 기반으로 기존의 ZFBF와 근접한 성능을 내는 것을 목표로 한다. 따라서 RU가 정한 다중 사용자 집합 에서, 간섭을 많이 미치는 간섭 사용자의 간섭부터 측정하고, 간섭이 큰 순서로 선택적으로 제거하면 보다 낮은 복잡도로 ZFBF에 근접 한 성능을 얻을 수 있을 것이다. 간섭을 많이 미치는 사용자를 선별하기 위해 MRT 기법을 기 반으로 사용자 가 다른 사용자 에게 주는 간섭량_{ }을 다음과 같이 정의한다. ( ≠ )

이 때, 사용자 가 다른 사용자에게 미치는 간섭을 제거하기 위한 간섭 제거 사용자 집합 Z__



^{ }



^{은, 사용자}^가 미치는 간섭을 제거할 개의 단말을 측정한 간섭의 크기 순으 로 정렬하여 만든다. 이를 만들기 위해 간섭이 큰 순으로 정렬된 사용자 지수 집합__은

^ _{ }⋯_ 으로 정의 된다. 따라서 간섭 제거 사용자 집합은 아래와 같다.

간섭 제거 벡터 w_k^{n }는 다중 사용자의 간섭 제거 빔 형성 벡터를 생성하기 위해 초기 설정한

3) Q. Spencer, A. Swindlehurst, and M. Haardt, “Zero-forcing methods for downlink spatial multiplexing in multiuserMIMO channels,” IEEE Trans. Signal Process., vol. 52, no. 2, pp. 461–471, Feb. 2004.

4) G. H. Golub and C. F. V. Loan, Matrix Computations, 3rd ed. Baltimore, MD: The John Hopkins Univ. Press, 1996.

_{ }

 

^^h_n^Hw_k



^ ⁽⁴⁾

Z_{k N}



^k N



^^ _{ }⋯_{  } (5)

그림 5. 다중 사용자 간섭제거벡터 생성 예 (3명)

빔 형성 벡터에 더해주는 벡터로서, 간섭 사용자 과 를 제외한 정렬된 다중 사용자 집합 Z_{k N} 내 사용자의 채널들과 모두 직교하도록 만들어 진다. 그림 5는 다중 사용자 3명을 예로 간섭 제거 벡터를 구하는 과정을 도시화 했다.

사용자 1에 대해 정한 간섭제거 수 이 2일 경우 간섭 제거 사용자 집합은 Z_{  } 가 된다. 따라서 사용자 1의 사용자 2에 대한 간섭 제거 벡터 w_^{ }는 사용자 1과 2의 채널벡터를 제외한 다른 채널 벡터와는 직교하도록 만들어지고, w_^{  }도 같은 방법으로 사용자 3의 간섭을 제거하기 위해, 사용자 1과 3의 채널 벡터를 제외한 다른 채널벡터와는 직교하도록 만들어 진 다. 다음과 같은 과정에 따라 각 간섭 제거 벡터는 아래와 같이 만들어 진다.

예와 같은 방법으로, 사용자 _{ }에 대한 간섭을 없애기 위해서는, 벡터 _는 벡터 _와 동일하 고



^e w_∈_



^{, 사용자}^ 과 사용자 를 제외한 집합 Z__ 내 정렬된 사용자의 채널과 직 교하도록 반복연산을 한다. 따라서 사용자 의 간섭 제거 벡터 연산과정은 알고리즘 1에 따라 생성된다. h_

 는 사용자 _{ }와  _{ }를 제외한 다중 사용자 채널 벡터를 나타낸다.

생성된 간섭 제거 벡터는 가중치 _^^^를 통해 조절되어 완성된다. 이 때의 가중치는 아래와 같이 나타낸다.

w_^{  } h_



    ≠ 

  

h_^e_^e_ (6)

e_ w_e_ h_ h_^e_^e_

h_ h_^e_^e_

(7)

w_^{  } h_



    ≠ 

  

h_^e_^e_ (8)

e_ w_e_ h_ h_^e_^e_

h_ h_^e_^e_

(9)

초기화

따라서, 초기 설정한 빔 생성 기법을 MRT 라고 하면 필요한 최종 연산 복잡도는 다음과 같다.

5) Raphel Hunger, “Floating point operations in Matrix-vector calculus”, Techneische universitat Munchen associate institute for signal processing, Technical report, 2007.

6) S. Loyka, “Channel capacity of MIMO architecture using the exponential correlation matrix,” IEEE Commun. Lett., vol. 5, no. 9, pp.369–

371, Sep. 2001.

7) Andrea Goldsmith, “Wireless Communications”, Cambridge university press, 2005.

  _ _ _   _

64로, 간섭 제거 수는 다중화 지수의 50% 미만의 정수로 설정하였다(즉,     ). 다중화 지수가 높아질수록 성능과 복잡도가 함께 증가하는 것을 볼수 있는데, 다중화 지수가 10일 때, 간섭 제거 수는 4로 기존의 ZFBF 의 90%이상의 주파수 효율과 7%의 복잡도를 필요로 하는 것을 볼 수 있다.

제안 기법은 순차적으로 간섭이 큰 사용자의 간섭부터 제거함을 통해, 대규모 안테나 시스 템에서 ZFBF에 근사한 성능을 을 보다 낮은 복잡도로 실장할 수 있음을 보여, 복잡도와 성능 의 trade-off 관점에서 많은 이득을 가질 수 있다.

그림 6. 안테나 수에 따른 주파수 효율 그림 7. 전송 안테나 수에 따른 복잡도

그림 8. 다중화 수에 따른 주파수 효율 그림 9. 다중화 수에 따른 복잡도

그림 10. 다중화 수에 따른 주파수 효율 그림 11. 다중화 수에 따른 복잡도

(2) Sounding Reference Signal 설계

8) M. Abdelaziz, M. Nassar, M. Abdallah, M. Nafie, M. Khairy, Y. Fahmy, A. Shalash, and F. Digham, "Interference mitigation using multi-BS precoding with UL sounding," IEEE C80216m-09_1072r3, Apr. 2009.

9) T.Marzetta,“NoncooperativeCellularWirelesswithUnlimitedNumbersofBaseStationAntennas,”IEEE Trans. on Wireless Comm., vol. 9, no, 11, pp.

3590-3600, Nov 2010.

10) 3GPP Technical Specification 36.211, ‘Evolved Universal Terrestrial Radio Access (E-UTRA)Physical Channels and Modulation’,www.3gpp.org

_{ }

3GPP LTE/LTE-A 상향링크 Single Carrier-Frequency Division Multiplex Address(SC-FDMA) 시스템에서는 상향 링크 RS를 통해서 data demodulation과 사운딩을 수행한다. 이상적인 SRS설 계에 요구되는 특성으로는 unbiased 채널 추정을 위한 주파수 도메인에서의 constant amplitude 특성과 정확한 채널 추정을 위한 zero autocorrelation, RS간의 간섭영향을 줄이기 위한 cross-correlation이 작은 특성이 필요하다. 3GPP에서 정의한 LTE/LTE-A specification에 따르면 사운딩 신호는 Zadoff-Chu sequence를 기반으로 생성된다. Zadoff-Chu sequence는 non-binary unitary amplitude sequence로 uplink reference signal로 사용하기에 적합한 특성을 가진다.

Zadoff-Chu sequence는 Constant Amplitude Zero Auto-correlation(CAZAC)특성을 가지며 이를 이용한 기존 LTE/LTE-A시스템에서의 SRS 설계는 다음과 같다.

index이며 LTE/LTE-A에서 통상적으로 사용되는 _ 이다.

② 기존 LTE/LTE-A SRS 설계 한계점

LTE/LTE-A 시스템에서 위의 과정을 통해서 생성된 SRS를 실제 Resource Block(RB)에서 전 송할 때는 repetition factor()를 적용해서 부반송파사이에 spacing을 줘서 SRS를 전송한다.

이는 주파수 도메인에comb와 같은 스펙트럼 형태를 띠게 되며 통상적으로 LTE/LTE-A에서는

  를 사용하며, 이는 홀수 번째 혹은 짝수 번째 부반송파 set만을 전송한다. comb와 cyclic shift index를 동시에 적용해서 multiplexing할 수 있으며 하나의 base sequence를 통해서 얻을 수 있는 SRS 수는 _·이다. 3GPP LTE-A에서는 사용할 수 있는 셀 당 base sequence가 1~2개로 고정되어 있으며, 사용할 수 있는 base sequence수에 따라서 사용 가능한 SRS수가 영향을 받으므로 이로 인해 사용할 수 있는SRS수 역시 제한된다. 따라서Pilot

문서에서 R&D연구결과보고서 (페이지 28-87)