MIMO MMSE 수신기를 이용한 무선 애드혹 네트워크 용량 분석

본 논문은 무선 애드혹 네트워크에 다중 안테나(MIMO)와 최소 평균 제곱오차(MMSE) 수신기를 적용했을 때, 네트워크 수준에서 실제로 달성 가능한 용량을 정량적으로 평가한다. 기존 연구들은 각 링크가 차지하는 물리적 면적, 즉 “배제 영역”을 기반으로 용량을 추정했지만, MIMO 환경에서는 공간 차원을 활용한 간섭 억제가 가능하므로 이러한 개념이 무의미해진다. 따라서 저자는 링크가 차지하는 공간 자원을 실제 간섭 수준으로 정의하고, 이를 바탕으로 링크‑계층 스루풋 용량을 분석한다. **시스템 및 신호 모델** - 네트워크는 평면에 균일하게 배치된 노드들로 구성되며, 각 노드는 \(M\)개의 안테나를 보유한다. - 각 활성 링크는 단일 데이터 스트림을 전송하며, 전송은 최대 비율 전송(MRT) 방식을 사용한다. 즉, 송신기는 자신의 채널의 가장 큰 특이값에 대응하는 오른쪽 특이벡터를 빔포밍 벡터로 채택한다. - 수신기는 MMSE 선형 검출기를 적용해 다중 사용자 간섭을 최소화한다. MMSE는 ZF나 단일 사용자 검출기에 비해 동일한 안테나 수에서 가장 높은 SINR을 제공한다. **간섭 모델링** - 동일 시간에 전송하는 다른 링크들의 수 \(K\)는 전송 확률 \(p_t\)와 전체 노드 밀도 \(\lambda\)에 의해 포아송 분포를 따른다. - 각 간섭기의 거리 \(r_k\)는 반경 \(R\) 내 균일 분포이며, 최소 거리 \(\varepsilon\)를 두어 물리적 충돌을 방지한다. - 경로 손실은 \( \alpha_k = r_k^{-\theta}\) 로 모델링하고, 전송 전력은 동일하게 \(p\)라 가정한다. **SINR 분포 도출** - 수신 신호는 원하는 신호, 다중 간섭, 잡음의 합으로 표현된다. 이를 행렬 형태로 정리하고, MMSE 필터 \(\mathbf{V} = (\mathbf{G}\mathbf{P}\mathbf{G}^\dagger + \sigma^2\mathbf{I})^{-1}\mathbf{G}\mathbf{P}\) 를 적용한다. - SINR는 \(\text{SINR}= \frac{p_0\lambda_0}{\sum_{k=1}^{K} p_k \alpha_k \mathbf{u}_k^{\dagger}\mathbf{B}\mathbf{u}_k + \sigma^2}\) 로 나타내며, 여기서 \(\mathbf{B}= \mathbf{I}+ \mathbf{W}\mathbf{D}^{-1}\mathbf{W}^\dagger\)는 MMSE 필터의 간섭 억제 효과를 포함한다. - \(\mathbf{u}_k\)는 i.i.d. 복소 정규분포이며, \(\lambda_0\)는 원하는 링크의 가장 큰 특이값 제곱이다. - 논문은 레마와 행렬식 성질을 이용해 SINR의 평균과 분산을 구하고, 다수의 독립 간섭기를 고려한 경우 중심극한정리를 적용해 SINR를 감마분포(또는 일반화 감마분포)로 근사한다. 최종적으로 닫힌 형태의 PDF를 얻으며, 이는 시뮬레이션과 거의 일치한다. **링크‑계층 스루풋 용량** - 각 링크의 전송률은 고정된 전송속도 \(R\)와 패킷 오류 확률 \(P_{\text{out}}(R)=\Pr\{\text{SINR}<\gamma_R\}\) 로 정의한다. 실제 전송률은 \(R(1-P_{\text{out}})\) 가 된다. - 전체 면적 내 평균 활성 링크 수는 \(\lambda p_t\) 로 표현되며, 따라서 기대 스루풋은 \(\mathcal{C}= \lambda p_t R (1-P_{\text{out}})\) 가 된다. - \(\mathcal{C}\) 를 \(p_t\) 에 대해 미분하면, 특정 파라미터(안테나 수 \(M\), 경로 손실 지수 \(\theta\), 잡음 전력 등)에서 최대값을 주는 최적 전송 확률 \(p_t^\star\) 가 존재한다는 것을 확인한다. 이 최적값은 “활성 링크 밀도”라는 형태로 MAC 레이어에 매핑될 수 있다. **제한된 CSI(국부 CSI) 분석** - 초기 분석은 수신기가 모든 간섭기의 채널 정보를 완전히 알고 있다는 가정 하에 진행되었다. 실제 시스템에서는 CSI 획득 비용이 크므로, 수신기가 인접 몇 개(예: 반경 \(r_c\) 이내)만 알 경우를 고려한다. - 국부 CSI에서는 MMSE 필터가 일부 간섭만 억제하게 되며, \(\mathbf{B}\) 행렬이 단순화된다. 결과적으로 SINR 분포가 좌측으로 이동하고, 최적 활성 링크 밀도는 약간 감소한다. 논문은 시뮬레이션을 통해 완전 CSI 대비 10~20% 정도 용량 손실을 정량화한다. **수치 결과 및 논의** - 다양한 안테나 수(\(M=2,4,8\)), 경로 손실 지수(\(\theta=3,4\)), 그리고 전송 확률을 변화시킨 시뮬레이션을 수행했다. - 안테나 수가 증가할수록 SINR 평균이 크게 상승하고, 최적 활성 링크 밀도도 증가한다. 특히 \(M=8\) 일 때는 동일 전송 확률 하에 단일 안테나 대비 5배 이상 스루풋을 달성한다. - 최적 활성 링크 밀도는 전송 확률이 너무 낮으면 스펙트럼 활용도가 떨어지고, 너무 높으면 간섭이 폭증해 용량이 감소하는 U‑shape 형태를 보인다. - 국부 CSI 시나리오에서도 최적 밀도는 존재하지만, 최적 전송 확률이 약간 낮아진다. 이는 실제 MAC 설계 시 “전송 확률 조정 + 제한된 CSI 기반 MMSE” 전략이 현실적임을 시사한다. **결론** 본 연구는 MIMO‑MMSE 기반 애드혹 네트워크에서 물리계층과 링크계층 사이의 상호작용을 정밀하게 모델링하고, 무작위 간섭 환경에서도 정확한 SINR 분포와 링크‑계층 스루풋 용량을 도출하였다. 최적 활성 링크 밀도가 존재한다는 결과는 차세대 MAC 프로토콜 설계에 직접적인 가이드를 제공한다. 또한, 제한된 CSI 상황에서도 용량 손실을 정량화함으로써 실용적인 구현 방안을 제시한다. 향후 연구에서는 이러한 링크‑계층 분석을 네트워크‑계층 전송 용량(transport capacity)과 결합하고, 동적 트래픽 및 이동성을 고려한 스케줄링 알고리즘 개발이 기대된다.