초록이 없습니다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이번 논문에서는 massive MIMO의 이해를 돕기 위해서 관련 연구들을 소개하고 massive MIMO 분석에 자주 사용하는 대수의 법칙 (law of large numbers)과 Wishart 행렬을 소개한다. 또한, massive MIMO의 하향링크(down link) 분석을 파워 정규화(power normalization) 관점에서 다룰 것이다.
• 정합필터에서는 행렬 정규화를 사용하고 ZF에서는 벡터(vector) 정규화를 사용하였을 때 더 좋은 성능을 보였다. 또한 정합필터와 ZF가 몇 명의 유저를 서비스할 때 더 좋은 필터디자인인지 결정하는 함수인 K_cross를 소개하였다. 이번 논문에서는 massive MIMO에서 주로 사용하는 수학적인 도구를 소개하고 우리의 이전 연구인 [8]에서 주장한 파워 정규화 관점의 분석을 간단히 소개하여 massive MIMO의 프리코딩 디자인 문제의 이해를 돕고자 한다.
• 또한 정합필터와 ZF가 몇 명의 유저를 서비스할 때 더 좋은 필터디자인인지 결정하는 함수인 K_cross를 소개하였다. 이번 논문에서는 massive MIMO에서 주로 사용하는 수학적인 도구를 소개하고 우리의 이전 연구인 [8]에서 주장한 파워 정규화 관점의 분석을 간단히 소개하여 massive MIMO의 프리코딩 디자인 문제의 이해를 돕고자 한다.
• Massive MIMO는 기지국에서 무수히 많은 안테나를 사용하여 간단한 선형필터만으로 간섭을 제거하고 송신 전력을 최소화하는 기술이다. 이번 논문에서는 관련 연구를 통해 최근 massive MIMO의 연구 동향을 살펴보았고 massive MIMO의 성능분석에서 자주 사용되는 대수의 법칙과 Wishart 행렬을 이용한 수식을 소개하였다. 대수의 법칙을 통해 massive MIMO를 사용하면 간섭이 제거되고 송신전력이 최소화됨을 확인하였다.

가설 설정

• 이번 논문에서는 massive MIMO의 이해를 돕기 위해서 관련 연구들을 소개하고 massive MIMO 분석에 자주 사용하는 대수의 법칙 (law of large numbers)과 Wishart 행렬을 소개한다. 또한, massive MIMO의 하향링크(down link) 분석을 파워 정규화(power normalization) 관점에서 다룰 것이다.
• 완벽한 채널정보를 가정하고 있으며 pu는 유저당 파워, βk는 large scale fading이 고려된 파라미터이다.
• <그림 1>에서 M개의 안테나를 가진 기지국과 1개의 안테나를 가진 K명의 유저를 서비스 하는 massive MIMO를 고려한다. 타 기지국간의 협력으로 서로의 파일럿 정보를 공유한다는 가정아래 pilot contamination은 고려하지 않는다. 또한, 모든 유저는 셀의 경계(cell boundary)에 위치하여 large sclae fading은 고려하지 않는다.

제안 방법

• 논문 [2]에서는 하향링크에서 안테나수(M)와 유저수(K)가 일정한 비율(M/K=α)로 무한대로 수렴할 때 정합필터와 ZF(zero-forcing) 빔포밍의 용량(capacity)을 구하였다.
• 논문 [2]에서는 하향링크에서 안테나수(M)와 유저수(K)가 일정한 비율(M/K=α)로 무한대로 수렴할 때 정합필터와 ZF(zero-forcing) 빔포밍의 용량(capacity)을 구하였다. 논문 [6]에서는 마찬가지로 상향링크(uplink)에서 기지국이 각각 MRC (maximum ratio combining), ZF, 그리고 MMSE (minimum mean square error) 를 사용하였을 때 용량을 구하였다. 상향링크에서 얼마나 많은 안테나를 사용하여야 massive MIMO의 이론적인 용량에 도달하는지 수학적 시뮬레이션을 통한 검증은 [7]에 소개되어 있다.

대상 데이터

• 시뮬레이션은 기지국의 안테나수는 64개(M=64), 송신 SNR은 0dB를 사용하였고, 유저수 K는 1명에서 64명까지 시뮬레이션 하였다. #와 #는 오목(concave) 함수이고, #는 K에 대하여 단조 증가 함수이기 때문에 특정 유저수 이상에서는 정합필터 프리 코더가 ZF 프리코더에 비해 더 좋은 성능을 보인다.

데이터처리

• 이 논문에서는 식 (4)의 젠센의 부등식(Jensen’s inequality)을 이용하여 용량의 하한(lower bound)과 상한(upper bound)을 구한 뒤 비교를 한다.

성능/효과

• #와 #는 오목(concave) 함수이고, #는 K에 대하여 단조 증가 함수이기 때문에 특정 유저수 이상에서는 정합필터 프리 코더가 ZF 프리코더에 비해 더 좋은 성능을 보인다. ZF 프리코더는 벡터 정규화를 사용하였을 때 항상 좋은 성능을 보였고 정합필터 프리코더는 행렬 정규화를 사용하였을 때 항상 좋은 성능을 보였다. Massive MIMO는 낮은 송신전력을 가정하기 때문에 0dB에서의 시뮬레이션은 의미 있는 결과라 할 수 있다.
• 이번 논문에서는 관련 연구를 통해 최근 massive MIMO의 연구 동향을 살펴보았고 massive MIMO의 성능분석에서 자주 사용되는 대수의 법칙과 Wishart 행렬을 이용한 수식을 소개하였다. 대수의 법칙을 통해 massive MIMO를 사용하면 간섭이 제거되고 송신전력이 최소화됨을 확인하였다. Massive MIMO 하향링크 환경에서는 정합필터 프리코더를 사용할 때 행렬 정규화가 항상 좋은 성능을 보이고, ZF 프리코더를 사용할 때 벡터 정규화가 항상 좋은 성능을 보였다.
• 대수의 법칙을 통해 massive MIMO를 사용하면 간섭이 제거되고 송신전력이 최소화됨을 확인하였다. Massive MIMO 하향링크 환경에서는 정합필터 프리코더를 사용할 때 행렬 정규화가 항상 좋은 성능을 보이고, ZF 프리코더를 사용할 때 벡터 정규화가 항상 좋은 성능을 보였다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

질의응답

핵심어	질문	논문에서 추출한 답변
massive MIMO 기술	massive MIMO 기술에서 해결해야 할 문제들은 무엇인가?	하지만 massive MIMO 기술에는 몇가지 해결해야할 문제들이 있다. 첫째, massive MIMO는 완벽한 (perfect) 채널정보 (channel state information: CSI) 를 요구하기 때문에 TDD (time-division duplex) 시스템에서 주로 연구가 이루어졌다. 둘째, 인접셀에서 비직교 파일럿 시퀀스(non-orthogonal pilot sequence)를 사용하면 인접셀의 파일럿이 간섭으로 작용하게 되어 잘못된 채널정보를 수신하게 된다. 이를 pilot contamination이라 하고 이 문제를 해결하기 위해 여러 가지 연구가 이루어지고 있다[4].
Massive MIMO	Massive MIMO란?	Massive MIMO는 기지국에서 무수히 많은 안테나를 사용하여 간섭과 잡음(noise)를 제거하고 송신 에너지를 최소화하는 기술이다. Massive MIMO의 장점은 선형(linear) 송수신 필터로 충분히 비선형(non-linear) 송수신 필터에 필적하는 성능에 도달할 수 있다는 점이다[2],[3].
Massive MIMO	Massive MIMO의 장점은 무엇인가?	Massive MIMO는 기지국에서 무수히 많은 안테나를 사용하여 간섭과 잡음(noise)를 제거하고 송신 에너지를 최소화하는 기술이다. Massive MIMO의 장점은 선형(linear) 송수신 필터로 충분히 비선형(non-linear) 송수신 필터에 필적하는 성능에 도달할 수 있다는 점이다[2],[3]. 따라서 안테나수가 많아지면 많아질수록 송수신 필터 디자인이 복잡해지는 MIMO기술임을 고려할 때 이런 제약조건이 사라지는 massive MIMO는 통신기술이 앞으로 나아가야할 필수 요소임을 시사한다.

질의응답 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기

저자의 다른 논문 :

임연근 (2) 채찬병 (9)

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

더보기

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

LOADING...