다중접속 MIMO 시스템을 위한 공동 빔포밍과 제한된 피드백 설계

본 논문은 다중접속(Multiaccess) MIMO 시스템에서 제한된 비트 수의 피드백을 활용해 합산 전송률을 극대화하는 새로운 설계 프레임워크를 제시한다. 먼저 시스템 모델을 정의한다. 기지국은 L_R개의 수신 안테나를 가지고, N명의 사용자는 각각 L_T개의 전송 안테나를 갖는다(논문에서는 L_T를 1로 가정). 각 사용자의 채널 행렬 H_i는 i.i.d. 복소 가우시안(0,1) 엔트리를 가지는 Rayleigh 페이딩 모델이며, 사용자는 채널 상태를 완벽히 추정한다. 피드백 링크는 오류 없이 제한된 비트 수만큼 정보를 전송할 수 있다. 전통적인 최적 피드백 전략은 전체 전송 공분산 행렬 Σ를 선택하는 것이지만, 이는 K_B개의 코드북 원소 중 하나를 선택하는 이산 최적화 문제이며, 실제 구현이 불가능에 가깝다. 따라서 논문은 두 가지 서브옵티멀 전략을 제안한다. **1) 사용자(안테나) 선택 전략** 기지국은 전체 사용자 중에서 채널 이득이 가장 큰 K개의 사용자를 선택한다. 여기서 채널 이득은 각 사용자의 가장 큰 고유값(또는 가장 큰 singular value)으로 정의한다. 이 선택 과정은 ‘극값 통계(Extreme Order Statistics)’를 이용해 분석한다. 구체적으로, 각 사용자의 채널 이득 X_i는 χ²(2L_R) 분포를 따르며, n개의 사용자 중 상위 K개의 기대값을 a_n, b_n 등으로 근사한다. Lemma 1을 통해 n→∞일 때 상위 K개의 평균이 a_n·b_n·(1+o(1)) 형태로 수렴함을 보인다. 이는 SNR이 증가함에 따라 선택된 사용자 수 K가 적절히 조정되어야 함을 시사한다. **2) 공동 양자화 및 피드백 전략** 선택된 K명의 사용자는 각각 가장 큰 고유채널 벡터 v_i∈ℂ^{L_R}를 갖는다. 기존 연구에서는 각 v_i를 독립적으로 양자화하고 각각의 피드백을 전송했지만, 본 논문은 이 K개의 벡터를 하나의 복합 벡터 집합으로 보고 ‘복합 Grassmann 다양체(Composite Grassmann Manifold)’ G(m)_{n,p}에 매핑한다. 여기서 m=K, n=L_R, p=1이다. 이 다양체 위에서의 양자화는 코드북 C⊂G(m)_{n,p}를 정의하고, 각 사용자 집합 Q에 대해 최소 코사인 거리 d_c(Q,C)를 찾는 방식으로 수행된다. 양자화 성능을 평가하기 위해 ‘왜곡률(distortion) 함수 D(C)’와 그 최적값 D^*(K) 를 정의한다. Lemma 4는 D^*(K)에 대한 상·하한을 제공하며, 이는 코드북 크기 K와 차원 파라미터에 따라 D^*(K)≈c·K^{-2/t} 형태로 감소함을 보여준다(여기서 t=βp(n−p), β=2 for complex). 따라서 피드백 비트 B=log₂K가 증가하면 양자화 오차가 급격히 감소한다. 또한, 무작위 코드북이 확률적으로 최적임을 증명한다. 즉, 코드북을 Haar 측정에 따라 무작위로 생성하면, 기대 왜곡이 최적 왜곡에 매우 근접한다. 이는 구현 복잡성을 크게 낮추면서도 성능을 보장한다는 장점을 제공한다. **전력 효율 계수(η)와 합산 전송률 상한** 양자화 오차는 실제 전송 전력에 η<1이라는 스칼라 계수로 반영된다. η는 양자화된 벡터와 실제 고유채널 벡터 사이의 평균 코사인 제곱값으로 정의되며, 복합 Grassmann 양자화 분석을 통해 η≈1−D^*(K) 로 근사된다. 다음으로, 선택된 사용자들의 채널 행렬 H_selected의 Wishart 행렬 W=H_selected H_selected^† 의 최대 고유값 λ₁의 조건부 기대값 E