불완전 채널 추정 하에서 릴레이 채널의 가용률 및 최적 자원 배분

본 논문은 무선 통신 시스템에서 채널 상태 정보(CSI)가 완벽하게 알려지지 않은 상황을 고려하여, 불완전하게 추정된 페이딩 릴레이 채널의 가용 전송률과 최적 자원 배분 전략을 체계적으로 연구한다. 먼저 시스템 모델을 정의한다. 3노드(소스‑릴레이‑목적지) 구조를 가정하고, 각 링크(h_sr, h_sd, h_rd)는 평균 0, 분산 σ^2인 복소 가우시안 블록 페이딩을 따른다. 전송 블록은 m 심볼 길이이며, 처음 두 심볼은 학습 단계에 사용된다. 학습 단계에서는 소스와 릴레이가 각각 하나의 파일럿을 전송하고, 수신자는 MMSE 추정을 통해 채널 계수를 ˆh와 추정 오차 ˜h로 분해한다. 파일럿 전력 비율을 δs와 δr로 정의하고, 전체 전력 제약식(1)(2)을 통해 학습·데이터 전력 배분을 모델링한다. 데이터 전송 단계는 반이중 제약 하에 진행된다. 릴레이에 할당되는 시간·대역폭 비율을 α로 정의하고, α∈(0,½] 범위에서 비중첩(non‑overlapped)과 중첩(overlapped) 두 전송 방식을 분석한다. 비중첩 방식에서는 소스가 직접 전송 구간(1−2α)·(m−2) 심볼을 사용하고, 이후 α·(m−2) 심볼 동안 소스와 릴레이가 순차적으로 전송한다. 중첩 방식에서는 소스가 전체 (m−2) 심볼을 지속적으로 전송하고, 릴레이는 α·(m−2) 심볼 동안 동시에 전송한다. 각 전송 방식에 대해 증폭‑전송(AF)과 복호‑전송(DF) 두 가지 릴레이 프로토콜을 적용한다. AF는 릴레이가 수신 신호를 증폭해 재전송하는 방식이며, DF는 릴레이가 수신 신호를 복호화한 뒤 재전송한다. DF는 다시 반복 코딩(소스와 동일 코덱)과 병렬 코딩(다른 코덱)으로 구분한다. 입력‑출력 관계식은 (11)–(18)에서 제시되며, 추정 오차 ˜h는 추가 잡음으로 모델링한다. 가용 전송률은 상호 정보량 I(x_s; y_d, y_rd | ˆh)의 하한을 구함으로써 평가한다. AF의 경우, 등가 잡음 z_d1, z_r, z_d2, z_rd를 정의하고, 각 잡음의 공분산을 (21)–(25)식으로 나타낸다. 이를 통해 비중첩 AF의 가용률 식 (27)과 함수 f(x,y)=xy/(1+x+y) (28)를 도출한다. 중첩 AF도 유사한 방식으로 식을 전개한다. DF는 복호화 성공 확률과 직접 전송 구간을 고려해 전체 전송률을 두 부분(직접 전송 + 릴레이 전송)으로 합산한다. 반복 코딩 DF는 동일 코덱 사용으로 인해 전송 구간이 동일하게 할당되어 α≤½가 필요하고, 병렬 코딩 DF는 α∈(0,1) 범위에서 자유롭게 할당 가능하다. 논문은 세 가지 최적 자원 배분 문제를 제시한다. 첫 번째는 학습·데이터 전력 비율(δs, δr) 최적화로, 가용률을 미분하여 최적 δ값을 구한다. 두 번째는 릴레이 시간·대역폭 비율 α 최적화로, α에 대한 가용률의 1차 미분을 0으로 두어 최적 α를 찾는다. 세 번째는 전체 전력 제약 하에서 소스와 릴레이 전력 배분(Ps, Pr) 최적화이며, 라그랑주 승수 λ를 도입해 KKT 조건을 만족하는 (Ps*, Pr*)를 도출한다. 각 최적화는 수치 해석을 통해 구체적인 파라미터 값을 제시하고, 시뮬레이션 결과는 최적 배분이 비최적 배분에 비해 10~20% 정도 가용률을 향상시킴을 보여준다. 마지막으로 저SNR(저전력) 영역에서 에너지 효율을 분석한다. 비트당 에너지(Eb/N0) 최소값을 구하기 위해 SNR→0 극한을 취하고, AF와 DF 각각에 대해 Eb/N0≈(ln2)/ (effective SNR) 형태의 근사식을 얻는다. 추정 오차가 클수록 effective SNR가 감소하므로, 최적 δ와 α 선택이 에너지 효율에 크게 기여한다는 결론을 도출한다. 특히, Bursty AF와 같은 변조 방식이 채널 추정 불확실성을 완화하면서도 최소 Eb/N0에 근접할 수 있음을 확인한다. 결론적으로, 이 연구는 채널 추정 불완전성을 명시적으로 모델링하고, AF·DF 프로토콜에 대한 정확한 가용률 식을 제공함으로써, 실무적인 무선 릴레이 네트워크 설계 시 학습·데이터 전력 배분, 릴레이 시간·대역폭 할당, 그리고 전체 전력 배분이라는 세 차원의 최적화를 동시에 고려할 수 있는 체계적인 프레임워크를 제시한다.