기술기고문
매시브 MIMO와 빔포밍: 5G 통신을 위한 신호 처리
매시브 MIMO와 빔포밍:
5G 통신을 위한 신호 처리
글: 클레어 매스터슨(Claire Masterson) / ADI
고속 모바일 데이터 전송에 대한 갈증은 해소될 줄을 모른다. 밀집된 도시 환경에서 사용 가능한 RF 대역이 포화 상태에 이르게 되면서 무선 기지국으로부터 데이터를 송수신하는 효율을 높여야 할 이유가 분명해지고 있다.
효율을 높일 수 있는 방법 중 하나는 여러 개의 안테나로 구성되는 기지국을 설계함으로써, 공간적으로 분리된 여러 사용자 단말기들이 동일한 주파수 자원에서 동시에 통신하고 다중경로로 전파할 수 있게 하는 것이다. 이러한 기술을 흔히 ‘매시브 MIMO(multiple-input, multiple-output)’라고 부른다. 매시브 MIMO를 여러 개의 안테나를 사용하는 빔포밍(beamforming)으로 기술하는 것을 들어 본 적이 있을 것이다. 그렇다면 빔포밍이란 무엇일까?
빔포밍 vs. 매시브 MIMO
빔포밍이란 단어는 사람마다 서로 다르게 하는 것을 의미한다. 빔포밍은 안테나 어레이의 방사 패턴을 특정 상황에 맞춰 조정할 수 있다. 셀룰러 통신 공간에서 많은 사람들은 빔포밍을 출력 로브를 사용자를 향해 특정 방향으로 조정하는 것으로 생각한다(그림 1). 상대 진폭과 위상 천이를 각 안테나 소자에 적용함으로써 안테나 어레이에서 나오는 출력 신호가 특정한 송/수신 각도에서는 서로 인접하게 중첩되고, 다른 신호에 대해서는 서로 파괴적으로 상쇄하게 한다. 일반적으로 안테나 어레이와 사용자가 있는 공간적 환경은 고려되지 않는다. 이것이 실제 빔포밍이지만, 이는 단지 하나의 특정한 구현일 뿐이다.
그림 1. 전통적인 빔포밍
매시브 MIMO는 이 용어의 보다 일반적인 의미에서 빔포밍의 한 형태라고 간주할 수 있지만, 전통적인 형식에서는 매우 거리가 멀다. ‘매시브(Massive)’란 간단히 말해 기지국 안테나 어레이에 있는 많은 수의 안테나를 가리킨다. MIMO는 공간적으로 분리된 여러 사용자가 안테나 어레이에 의해 동일 시간, 동일 주파수 자원에서 처리된다는 사실을 의미한다. 또한 매시브 MIMO에서는 실제 시스템에서 안테나와 사용자 단말기 간(그리고 반대의 경우) 전송되는 데이터가 주변 환경으로부터 필터링을 겪는다. 신호는 건물이나 다른 장애물에 반사될 수 있으며, 이러한 반사는 그림 2에서 보듯이 그와 관련한 지연, 감쇠, 도착 방향을 가질 수 있다. 심지어 안테나와 사용자 단말기 간에 직접적인 가시선(Line of Sight, LoS)이 없을 수도 있다. 이러한 비지향성 전송 경로는 달리 활용될 수 있다는 것이 밝혀지고 있다.
그림 2. 안테나 어레이와 사용자 간 다중 경로 환경
다중 경로를 이용하기 위해서는 안테나 소자와 사용자 단말기 사이의 공간 채널을 특성화할 필요가 있다. 자료에서는 이러한 응답을 일반적으로 채널 상태 정보(CSI)라고 한다. 이 CSI는 각 안테나와 각 사용자 단말기 간 공간 전달 함수를 효과적으로 모아놓은 것이다. 그림 3에서 보듯이 이러한 공간 정보는 행렬 (H)에 수집된다. 다음 섹션에서 CSI의 개념과 어떻게 이를 수집하는지 자세히 살펴볼 것이다. CSI는 안테나 어레이로부터 송수신되는 데이터를 디지털로 인코딩 및 디코딩하는 데 사용된다.
그림 3. 매시브 MIMO 시스템을 특성화하는 데 필요한 채널 상태 정보
기지국과 사용자 간 공간 채널 특성화
비유를 통해 설명해 보기로 하자. 그림 4에서 보는 것처럼 한 위치에서 풍선이 터지고, 다른 위치에서 이 풍선이 터지는 소리나 임펄스를 녹음한다고 하자. 마이크 위치에서 녹음되는 소리는 주변 환경에서 풍선과 마이크가 위치한 각각의 주변 환경에 대한 고유 정보를 포함하는 공간적 임펄스 응답이다. 장애물에 반사되는 소리는 직접 경로에 비해 감쇠되고 지연된다.
그림 4. 채널의 공간 특성화를 보여주는 오디오 비유
안테나 어레이/사용자 단말기 경우와 비교하기 위해 앞서 소개한 비유를 확장한다면, 그림 5에서 보듯이 더 많은 풍선이 필요하다. 각 풍선과 마이크 사이의 채널을 특성화하려면 중첩되는 서로 다른 풍선의 반사가 마이크에 녹음되지 않도록 각각의 풍선을 서로 다른 시간에 터뜨려야 한다. 또한 그림 6에서처럼 다른 방향도 특성화해야 한다. 이 경우, 사용자 단말기 위치에서 풍선을 터뜨리면 모든 녹음을 동시에 수행할 수 있다. 이렇게 하면 작업 시간은 확실히 짧아진다.
그림 5. 다운링크 채널 특성화의 오디오 비유
그림 6. 업링크 채널 특성화의 오디오 비유
RF 공간에서는 공간 채널을 특성화하는 데 파일럿 신호가 사용된다. 안테나와 사용자 단말기 간 무선(OTA) 전송 채널은 가역적이다. 이는 채널이 양쪽 방향에서 동일하다는 것을 의미한다. 채널 특성화는 주파수 분할 듀플렉스(FDD) 모드와 그 반대인 시분할 듀플렉스(TDD) 모드에서 동작하는 시스템에 의존한다. TDD 모드에서 업링크와 다운링크 전송은 동일한 주파수 자원을 사용한다. 가역성 가정(reciprocity assumption)은 채널을 한 방향에서만 특성화할 필요가 있다는 것을 뜻한다. 업링크 채널을 선택해야 한다는 것은 명백하다. 업링크에서는 오직 1개의 파일럿 신호만 사용자 단말기에서 전송하고, 이를 모든 안테나 소자에서 수신하면 되기 때문이다. 채널 추정의 복잡성은 어레이의 안테나 수가 아니라 사용자 단말기 수에 비례한다. 사용자 단말기가 이동한다는 점을 고려할 때, 이 같은 특성은 매우 중요하다. 따라서 채널 추정은 자주 수행할 필요가 있다. 업링크에 기반한 특성화의 또 다른 큰 이점은 모든 힘든 채널 추정과 신호 처리는 사용자 측이 아닌 기지국에서 수행된다는 점이다.
그림 7. 각 사용자 단말기는 직교하는 파일럿 심볼을 전송한다.
CSI 수집 개념은 정리가 되었으니, 이제는 공간 다중화를 위해 이러한 정보를 어떻게 데이터 신호에 적용하는지 알아보자. 다중 경로 신호가 사용자 단말기 위치에 집중적으로 중첩될 수 있도록 안테나 어레이로부터 전송되는 데이터를 프리코딩하기 위해 필터링은 CSI를 기반으로 설계된다. 또한 이러한 필터링은 다른 사용자로부터 발생하는 데이터 스트림을 검출하기 위해 안테나 어레이 RF 경로에 의해 수신된 데이터를 선형적으로 결합하는 데 사용할 수 있다. 다음 섹션에서 이를 자세히 설명한다.
매시브 MIMO를 구현하는 신호 처리
앞에서 우리는 CSI(행렬 H로 표시)를 어떻게 추정하는지 살펴보았다. 검출과 프리코딩 행렬은 H에 기초해 계산된다. 이러한 행렬을 계산하는 방법은 많지만 이 글에서는 선형 방법에 초점을 맞췄다. 선형 프리코딩/검출 방법의 예로는 최대비(maximum ratio, MR), 제로 포싱(zero forcing, ZF) 및 최소평균제곱오차(minimum mean-square error, MMSE) 등이 있다. 이 글에서는 CSI로부터 파생되는 전체 프리코딩/검출 필터에 대해서는 다루지 않지만, 각 방법의 장단점과 함께 최적화 기준을 설명한다. 이 주제에 대한 자세한 설명은 이 글 끝에 있는 참고문헌을 참조할 것을 권한다. 1, 2, 3
그림 8과 그림 9는 위의 세 가지 선형 방법에서 신호 처리가 업링크와 다운링크에서 각각 어떻게 작동하는지 보여준다. 프리코딩의 경우, 어레이에 걸쳐 전력을 정규화하는 일부 스케일 행렬이 있을 수 있다. 여기에서는 단순화를 위해 생략했다.
그림 8. 업링크 신호 처리. H는 켤레 전치(conjugate transpose)를 나타낸다.
그림 9. 다운링크 신호 처리. T는 전치를 나타내고, *는 켤레를 나타낸다.
최대비 필터링(Maximum ratio filtering)은 이름에서 알 수 있듯이 신호 대 잡음비(SNR)를 극대화하는 것을 목표로 한다. 이 방법은 검출/프리코딩 행렬이 단지 CSI 행렬, H의 켤레 전치 또는 켤레이므로 신호 처리 관점에서 가장 간단한 방법이다. 이 방법의 큰 단점은 사용자 간 간섭이 무시된다는 점이다.
제로 포싱 프리코딩(Zero forcing precoding)은 사용자 간 간섭을 최소화하는 최적화 기준을 설계함으로써 사용자 간 간섭 문제를 해결하려는 기법이다. 검출/프리코딩 행렬은 CSI 행렬의 의사역행렬(pseudoinverse)이다. 의사역행렬을 계산하는 것은 MR 경우와 같이 복잡한 켤레보다 산술적으로 더 많은 비용이 든다. 그러나 간섭을 최소화하는 데 과도하게 집중함으로써 사용자 위치에서 수신되는 전력이 악화된다.
MMSE는 최대 신호 증폭을 얻는 것과 간섭을 줄이는 것 사이에 균형을 찾으려는 기법이다. 이 전체적 관점은 신호 처리를 복잡하게 한다는 단점이 있다. MMSE 방법은 최적화에 정규화 항(그림 8과 9에서 β로 표시)을 도입하여 잡음 공분산(noise covariance)과 송신 전력 사이에 균형을 찾을 수 있게 한다. 때때로 이 방법은 자료에서 RZF(regularized zero forcing)로 언급되기도 한다.
여기에 소개된 기법은 프리코딩/검출 기법의 자세한 목록은 아니지만 주요 선형 방법에 대한 개요를 제공한다. 이들 외에도 이러한 문제에 적용할 수 있는 더티 페이퍼 코딩(dirty paper coding), 연속 간섭 상쇄(successive interference cancellation)와 같은 비선형 신호 처리 기법이 있다. 이들 비선형 기법은 최적의 용량을 제공하지만 구현이 매우 복잡하다. 앞서 설명한 선형 방법이면 안테나 수가 많은 매시브 MIMO에 충분하다. 프리코딩/검출 기법의 선택은 계산 자원, 안테나 수, 사용자 수 및 시스템이 속한 특정 환경의 다이버시티에 따라 결정한다. 안테나 수가 사용자 수보다 훨씬 많은 대형 안테나 어레이의 경우 최대비 방법이면 충분할 것이다.
매시브 MIMO를 실제 시스템에 구현할 때 고려 사항
매시브 MIMO를 실제 상황에 구현할 경우 추가적으로 고려해야 할 실제적인 사항들이 있다. 예를 들어 3.5GHz 대역에서 동작하고, 각각 32개씩의 송신(Tx) 및 수신(Rx) 채널을 갖는 안테나 어레이를 구현한다고 가정해 보자. 이 경우, 총 64개의 RF 신호 체인을 배치해야 하고, 동작 주파수를 고려하면 안테나 사이의 간격은 약 4.2cm이다. 또한 작은 면적에 많은 하드웨어 부품들을 실장해야 한다. 이는 전력 소모가 커진다는 것을 뜻하며, 그로 인한 발열은 불가피하다. 아나로그디바이스의 통합 트랜시버는 이러한 많은 문제에 매우 효과적인 솔루션을 제공한다. 다음 섹션에서 AD9371을 자세히 설명한다.
앞서 시스템에 가역성을 적용하면 채널 추정과 신호 처리 오버헤드를 현저히 줄일 수 있다고 설명했다. 그림 10은 실제 시스템의 다운링크 채널을 보여준다. 채널은 세 가지 구성요소인 무선 채널(H), 기지국 송신 RF 경로(TBS)의 하드웨어 응답, 사용자 단말기 수신 RF 경로(RUE)의 하드웨어 응답으로 나뉜다. 이와 반대로 업링크에서는 RBS는 기지국 수신 하드웨어 RF 경로를 특성화하고, TUE는 사용자 송신 하드웨어 RF 경로를 특성화한다. 가역성 가정은 무선 인터페이스에서는 유지되지만, 하드웨어 경로에는 적용되지 않는다. RF 신호 체인은 일치하지 않는 트레이스, RF 경로 간 불량한 동기, 온도 관련 위상 드리프트 등으로 인해 시스템에 부정확성을 초래한다.
그림 10. 실제 다운링크 채널
RF 경로에서 모든 LO(local oscillator) PLL에 공통적인 동기화된 레퍼런스 클럭을 사용하고, 베이스밴드 디지털 JESD204B 신호에 동기화된 SYSREF를 사용하면, RF 경로 간 지연 문제를 해결하는 데 도움이 된다. 그러나 여전히 시스템 기동 시 RF 경로 간에 일부 임의적인 위상 부정합이 존재할 수 있다. 온도 관련 위상 드리프트는 이러한 문제를 더 악화시킨다. 따라서 시스템을 초기화할 때 현장에서 보정이 필요하고, 이후에도 주기적인 보정이 반드시 필요하다. 보정은 기지국에서 신호 처리 복잡성을 유지하고 업링크만 채널 특성화를 유지하는 것과 같은 가역성 이점을 제공한다. 보정은 보통 기지국 RF 경로(TBS 및 RBS)만 고려하도록 단순화할 수 있다.
이러한 시스템을 보정하는 방법 역시 많이 있다. 한 가지 방법은 안테나 어레이 앞에 신중하게 위치시킨 레퍼런스 안테나를 사용하여 수신 및 송신 RF 채널을 모두 보정하는 것이다. 하지만 이처럼 안테나 어레이 앞에 안테나를 배치하는 방법이 현장에서 실제 기지국 보정에 적합할지는 의문이다. 또 다른 방법은 보정 메커니즘으로 어레이의 기존 안테나 간 상호 커플링을 사용하는 것이다. 이 방법은 실행 가능성이 있다. 아마도 가장 확실한 방법은 기지국에서 안테나 바로 앞에 수동 커플링 경로를 추가하는 방법일 것이다. 이는 하드웨어적으로 복잡해진다는 단점이 있지만 견고한 보정 메커니즘을 제공한다. 시스템을 완전히 보정하려면 신호를 하나의 지정된 보정 송신 채널로부터 전송하고, 이 신호를 수동 커플링된 연결을 통해 모든 RF 수신 경로에서 수신하도록 해야 한다. 각 송신 RF 경로는 각 안테나 앞의 수동 커플링 포인트에서 수집되어, 결합기로 다시 중계된 다음, 지정된 보정 수신 경로로 가는 신호를 순차적으로 전송한다. 일반적으로 온도 관련 영향은 변화가 느리므로, 이 보정은 채널 특성화와 달리 자주 수행할 필요가 없다.
아나로그디바이스의 트랜시버와 매시브 MIMO
아나로그디바이스의 방대한 통합 트랜시버 제품들은 특히 높은 밀도의 RF 신호 체인이 필요한 애플리케이션에 적합하다. AD9371은 각각 2개씩의 송신 및 수신 경로, 1개의 관찰 수신기, 그리고 RF LO 생성을 위한 3개의 소수형 PLL을 12mm × 12mm 크기의 패키지에 통합했다. 이처럼 통합 수준이 높은 디바이스를 활용함으로써, 제조회사들은 복잡한 시스템을 시의적절하고 비용효율적으로 제작할 수 있다.
그림 11은 여러 개의 AD9371 트랜시버를 이용하여 구현할 수 있는 시스템을 보여준다. 이 시스템은 각각 32개씩의 송신 및 수신 채널을 지원하는 시스템으로, 총 16개의 AD9371 트랜시버를 사용했다. 3개의 AD9528 클럭 발생기가 시스템에 PLL 레퍼런스 클럭과 JESD204B SYSREF를 제공한다. AD9528은 2스테이지 PLL이며, 14개의 LVDS/HSTL 출력과 다중 디바이스 동기화를 위한 통합 JESD204B SYSREF 발생기를 내장하고 있다. AD9528은 팬아웃 버퍼 구성으로 배열돼, 하나는 마스터 디바이스로 동작하고 출력의 일부는 클럭 입력과 슬레이브 디바이스의 SYSREF 입력을 구동하는 데 사용된다. 또한 수동 보정이 가능한 메커니즘도 포함하고 있다(녹색과 주황색으로 표시). 앞서 설명했듯이 전용 송수신 채널은 스플리터 및 결합기를 통해 모든 송수신 신호 경로를 보정하는 데 사용된다.
그림 11. 아나로그디바이스의 AD9371 트랜시버 16개를 사용한 32 Tx, 32 Rx 매시브 MIMO 라디오 헤드의 블록 다이어그램
결론
매시브 MIMO 공간 다중화는 트래픽이 높은 도시에서 셀룰러 용량과 효율을 증가시킬 수 있으므로 셀룰러 통신의 판도를 바꾸는 기술이 될 잠재력을 갖고 있다. 다중경로 전파에서 다이버시티 기법을 활용하면 동일 시간, 동일 주파수 자원에서 기지국과 여러 사용자 간에 데이터 전송이 가능하다. 기지국 안테나와 사용자 간 채널의 가역성 때문에, 모든 신호 처리 복잡성은 기지국에서 유지할 수 있으며, 채널 특성화는 업링크에서 수행할 수 있다. 아나로그디바이스의 RadioVerse™ 제품군의 통합 트랜시버 제품은 작은 공간에서 고밀도 RF 경로가 가능하게 하므로 매시브 MIMO 애플리케이션에 매우 적합하다.
참고문헌
1. Xiang Gao. Massive MIMO in Real Propagation Environments. Lund University, 2016.
2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. “Linear Transmit Processing in MIMO Communications Systems.” IEEE Transactions on Signal Processing, Vol. 53, Issue 8, Aug, 2005.
3. Hien Quoc Ngo. Massive MIMO: Fundamentals and System Design. Linköping University, 2015.
저자 소개
클레어 매스터슨(Claire Masterson [claire.masterson@analog.com])은 아나로그디바이스 리머릭의 통신 시스템 팀 시스템 애플리케이션 엔지니어이며, 시스템 구현, 소프트웨어 개발, 알고리즘 개발을 담당하고 있다. 더블린 소재 트리니티 대학에서 BAI 및 PhD를 받았으며, 졸업 후 2011년에 ADI에 입사했다.
5G 통신을 위한 신호 처리
글: 클레어 매스터슨(Claire Masterson) / ADI
고속 모바일 데이터 전송에 대한 갈증은 해소될 줄을 모른다. 밀집된 도시 환경에서 사용 가능한 RF 대역이 포화 상태에 이르게 되면서 무선 기지국으로부터 데이터를 송수신하는 효율을 높여야 할 이유가 분명해지고 있다.
효율을 높일 수 있는 방법 중 하나는 여러 개의 안테나로 구성되는 기지국을 설계함으로써, 공간적으로 분리된 여러 사용자 단말기들이 동일한 주파수 자원에서 동시에 통신하고 다중경로로 전파할 수 있게 하는 것이다. 이러한 기술을 흔히 ‘매시브 MIMO(multiple-input, multiple-output)’라고 부른다. 매시브 MIMO를 여러 개의 안테나를 사용하는 빔포밍(beamforming)으로 기술하는 것을 들어 본 적이 있을 것이다. 그렇다면 빔포밍이란 무엇일까?
빔포밍 vs. 매시브 MIMO
빔포밍이란 단어는 사람마다 서로 다르게 하는 것을 의미한다. 빔포밍은 안테나 어레이의 방사 패턴을 특정 상황에 맞춰 조정할 수 있다. 셀룰러 통신 공간에서 많은 사람들은 빔포밍을 출력 로브를 사용자를 향해 특정 방향으로 조정하는 것으로 생각한다(그림 1). 상대 진폭과 위상 천이를 각 안테나 소자에 적용함으로써 안테나 어레이에서 나오는 출력 신호가 특정한 송/수신 각도에서는 서로 인접하게 중첩되고, 다른 신호에 대해서는 서로 파괴적으로 상쇄하게 한다. 일반적으로 안테나 어레이와 사용자가 있는 공간적 환경은 고려되지 않는다. 이것이 실제 빔포밍이지만, 이는 단지 하나의 특정한 구현일 뿐이다.
그림 1. 전통적인 빔포밍
매시브 MIMO는 이 용어의 보다 일반적인 의미에서 빔포밍의 한 형태라고 간주할 수 있지만, 전통적인 형식에서는 매우 거리가 멀다. ‘매시브(Massive)’란 간단히 말해 기지국 안테나 어레이에 있는 많은 수의 안테나를 가리킨다. MIMO는 공간적으로 분리된 여러 사용자가 안테나 어레이에 의해 동일 시간, 동일 주파수 자원에서 처리된다는 사실을 의미한다. 또한 매시브 MIMO에서는 실제 시스템에서 안테나와 사용자 단말기 간(그리고 반대의 경우) 전송되는 데이터가 주변 환경으로부터 필터링을 겪는다. 신호는 건물이나 다른 장애물에 반사될 수 있으며, 이러한 반사는 그림 2에서 보듯이 그와 관련한 지연, 감쇠, 도착 방향을 가질 수 있다. 심지어 안테나와 사용자 단말기 간에 직접적인 가시선(Line of Sight, LoS)이 없을 수도 있다. 이러한 비지향성 전송 경로는 달리 활용될 수 있다는 것이 밝혀지고 있다.
그림 2. 안테나 어레이와 사용자 간 다중 경로 환경
다중 경로를 이용하기 위해서는 안테나 소자와 사용자 단말기 사이의 공간 채널을 특성화할 필요가 있다. 자료에서는 이러한 응답을 일반적으로 채널 상태 정보(CSI)라고 한다. 이 CSI는 각 안테나와 각 사용자 단말기 간 공간 전달 함수를 효과적으로 모아놓은 것이다. 그림 3에서 보듯이 이러한 공간 정보는 행렬 (H)에 수집된다. 다음 섹션에서 CSI의 개념과 어떻게 이를 수집하는지 자세히 살펴볼 것이다. CSI는 안테나 어레이로부터 송수신되는 데이터를 디지털로 인코딩 및 디코딩하는 데 사용된다.
그림 3. 매시브 MIMO 시스템을 특성화하는 데 필요한 채널 상태 정보
기지국과 사용자 간 공간 채널 특성화
비유를 통해 설명해 보기로 하자. 그림 4에서 보는 것처럼 한 위치에서 풍선이 터지고, 다른 위치에서 이 풍선이 터지는 소리나 임펄스를 녹음한다고 하자. 마이크 위치에서 녹음되는 소리는 주변 환경에서 풍선과 마이크가 위치한 각각의 주변 환경에 대한 고유 정보를 포함하는 공간적 임펄스 응답이다. 장애물에 반사되는 소리는 직접 경로에 비해 감쇠되고 지연된다.
그림 4. 채널의 공간 특성화를 보여주는 오디오 비유
안테나 어레이/사용자 단말기 경우와 비교하기 위해 앞서 소개한 비유를 확장한다면, 그림 5에서 보듯이 더 많은 풍선이 필요하다. 각 풍선과 마이크 사이의 채널을 특성화하려면 중첩되는 서로 다른 풍선의 반사가 마이크에 녹음되지 않도록 각각의 풍선을 서로 다른 시간에 터뜨려야 한다. 또한 그림 6에서처럼 다른 방향도 특성화해야 한다. 이 경우, 사용자 단말기 위치에서 풍선을 터뜨리면 모든 녹음을 동시에 수행할 수 있다. 이렇게 하면 작업 시간은 확실히 짧아진다.
그림 5. 다운링크 채널 특성화의 오디오 비유
그림 6. 업링크 채널 특성화의 오디오 비유
그림 7. 각 사용자 단말기는 직교하는 파일럿 심볼을 전송한다.
매시브 MIMO를 구현하는 신호 처리
앞에서 우리는 CSI(행렬 H로 표시)를 어떻게 추정하는지 살펴보았다. 검출과 프리코딩 행렬은 H에 기초해 계산된다. 이러한 행렬을 계산하는 방법은 많지만 이 글에서는 선형 방법에 초점을 맞췄다. 선형 프리코딩/검출 방법의 예로는 최대비(maximum ratio, MR), 제로 포싱(zero forcing, ZF) 및 최소평균제곱오차(minimum mean-square error, MMSE) 등이 있다. 이 글에서는 CSI로부터 파생되는 전체 프리코딩/검출 필터에 대해서는 다루지 않지만, 각 방법의 장단점과 함께 최적화 기준을 설명한다. 이 주제에 대한 자세한 설명은 이 글 끝에 있는 참고문헌을 참조할 것을 권한다. 1, 2, 3
그림 8과 그림 9는 위의 세 가지 선형 방법에서 신호 처리가 업링크와 다운링크에서 각각 어떻게 작동하는지 보여준다. 프리코딩의 경우, 어레이에 걸쳐 전력을 정규화하는 일부 스케일 행렬이 있을 수 있다. 여기에서는 단순화를 위해 생략했다.
그림 8. 업링크 신호 처리. H는 켤레 전치(conjugate transpose)를 나타낸다.
그림 9. 다운링크 신호 처리. T는 전치를 나타내고, *는 켤레를 나타낸다.
최대비 필터링(Maximum ratio filtering)은 이름에서 알 수 있듯이 신호 대 잡음비(SNR)를 극대화하는 것을 목표로 한다. 이 방법은 검출/프리코딩 행렬이 단지 CSI 행렬, H의 켤레 전치 또는 켤레이므로 신호 처리 관점에서 가장 간단한 방법이다. 이 방법의 큰 단점은 사용자 간 간섭이 무시된다는 점이다.
제로 포싱 프리코딩(Zero forcing precoding)은 사용자 간 간섭을 최소화하는 최적화 기준을 설계함으로써 사용자 간 간섭 문제를 해결하려는 기법이다. 검출/프리코딩 행렬은 CSI 행렬의 의사역행렬(pseudoinverse)이다. 의사역행렬을 계산하는 것은 MR 경우와 같이 복잡한 켤레보다 산술적으로 더 많은 비용이 든다. 그러나 간섭을 최소화하는 데 과도하게 집중함으로써 사용자 위치에서 수신되는 전력이 악화된다.
MMSE는 최대 신호 증폭을 얻는 것과 간섭을 줄이는 것 사이에 균형을 찾으려는 기법이다. 이 전체적 관점은 신호 처리를 복잡하게 한다는 단점이 있다. MMSE 방법은 최적화에 정규화 항(그림 8과 9에서 β로 표시)을 도입하여 잡음 공분산(noise covariance)과 송신 전력 사이에 균형을 찾을 수 있게 한다. 때때로 이 방법은 자료에서 RZF(regularized zero forcing)로 언급되기도 한다.
여기에 소개된 기법은 프리코딩/검출 기법의 자세한 목록은 아니지만 주요 선형 방법에 대한 개요를 제공한다. 이들 외에도 이러한 문제에 적용할 수 있는 더티 페이퍼 코딩(dirty paper coding), 연속 간섭 상쇄(successive interference cancellation)와 같은 비선형 신호 처리 기법이 있다. 이들 비선형 기법은 최적의 용량을 제공하지만 구현이 매우 복잡하다. 앞서 설명한 선형 방법이면 안테나 수가 많은 매시브 MIMO에 충분하다. 프리코딩/검출 기법의 선택은 계산 자원, 안테나 수, 사용자 수 및 시스템이 속한 특정 환경의 다이버시티에 따라 결정한다. 안테나 수가 사용자 수보다 훨씬 많은 대형 안테나 어레이의 경우 최대비 방법이면 충분할 것이다.
매시브 MIMO를 실제 시스템에 구현할 때 고려 사항
매시브 MIMO를 실제 상황에 구현할 경우 추가적으로 고려해야 할 실제적인 사항들이 있다. 예를 들어 3.5GHz 대역에서 동작하고, 각각 32개씩의 송신(Tx) 및 수신(Rx) 채널을 갖는 안테나 어레이를 구현한다고 가정해 보자. 이 경우, 총 64개의 RF 신호 체인을 배치해야 하고, 동작 주파수를 고려하면 안테나 사이의 간격은 약 4.2cm이다. 또한 작은 면적에 많은 하드웨어 부품들을 실장해야 한다. 이는 전력 소모가 커진다는 것을 뜻하며, 그로 인한 발열은 불가피하다. 아나로그디바이스의 통합 트랜시버는 이러한 많은 문제에 매우 효과적인 솔루션을 제공한다. 다음 섹션에서 AD9371을 자세히 설명한다.
앞서 시스템에 가역성을 적용하면 채널 추정과 신호 처리 오버헤드를 현저히 줄일 수 있다고 설명했다. 그림 10은 실제 시스템의 다운링크 채널을 보여준다. 채널은 세 가지 구성요소인 무선 채널(H), 기지국 송신 RF 경로(TBS)의 하드웨어 응답, 사용자 단말기 수신 RF 경로(RUE)의 하드웨어 응답으로 나뉜다. 이와 반대로 업링크에서는 RBS는 기지국 수신 하드웨어 RF 경로를 특성화하고, TUE는 사용자 송신 하드웨어 RF 경로를 특성화한다. 가역성 가정은 무선 인터페이스에서는 유지되지만, 하드웨어 경로에는 적용되지 않는다. RF 신호 체인은 일치하지 않는 트레이스, RF 경로 간 불량한 동기, 온도 관련 위상 드리프트 등으로 인해 시스템에 부정확성을 초래한다.
그림 10. 실제 다운링크 채널
이러한 시스템을 보정하는 방법 역시 많이 있다. 한 가지 방법은 안테나 어레이 앞에 신중하게 위치시킨 레퍼런스 안테나를 사용하여 수신 및 송신 RF 채널을 모두 보정하는 것이다. 하지만 이처럼 안테나 어레이 앞에 안테나를 배치하는 방법이 현장에서 실제 기지국 보정에 적합할지는 의문이다. 또 다른 방법은 보정 메커니즘으로 어레이의 기존 안테나 간 상호 커플링을 사용하는 것이다. 이 방법은 실행 가능성이 있다. 아마도 가장 확실한 방법은 기지국에서 안테나 바로 앞에 수동 커플링 경로를 추가하는 방법일 것이다. 이는 하드웨어적으로 복잡해진다는 단점이 있지만 견고한 보정 메커니즘을 제공한다. 시스템을 완전히 보정하려면 신호를 하나의 지정된 보정 송신 채널로부터 전송하고, 이 신호를 수동 커플링된 연결을 통해 모든 RF 수신 경로에서 수신하도록 해야 한다. 각 송신 RF 경로는 각 안테나 앞의 수동 커플링 포인트에서 수집되어, 결합기로 다시 중계된 다음, 지정된 보정 수신 경로로 가는 신호를 순차적으로 전송한다. 일반적으로 온도 관련 영향은 변화가 느리므로, 이 보정은 채널 특성화와 달리 자주 수행할 필요가 없다.
아나로그디바이스의 트랜시버와 매시브 MIMO
아나로그디바이스의 방대한 통합 트랜시버 제품들은 특히 높은 밀도의 RF 신호 체인이 필요한 애플리케이션에 적합하다. AD9371은 각각 2개씩의 송신 및 수신 경로, 1개의 관찰 수신기, 그리고 RF LO 생성을 위한 3개의 소수형 PLL을 12mm × 12mm 크기의 패키지에 통합했다. 이처럼 통합 수준이 높은 디바이스를 활용함으로써, 제조회사들은 복잡한 시스템을 시의적절하고 비용효율적으로 제작할 수 있다.
그림 11은 여러 개의 AD9371 트랜시버를 이용하여 구현할 수 있는 시스템을 보여준다. 이 시스템은 각각 32개씩의 송신 및 수신 채널을 지원하는 시스템으로, 총 16개의 AD9371 트랜시버를 사용했다. 3개의 AD9528 클럭 발생기가 시스템에 PLL 레퍼런스 클럭과 JESD204B SYSREF를 제공한다. AD9528은 2스테이지 PLL이며, 14개의 LVDS/HSTL 출력과 다중 디바이스 동기화를 위한 통합 JESD204B SYSREF 발생기를 내장하고 있다. AD9528은 팬아웃 버퍼 구성으로 배열돼, 하나는 마스터 디바이스로 동작하고 출력의 일부는 클럭 입력과 슬레이브 디바이스의 SYSREF 입력을 구동하는 데 사용된다. 또한 수동 보정이 가능한 메커니즘도 포함하고 있다(녹색과 주황색으로 표시). 앞서 설명했듯이 전용 송수신 채널은 스플리터 및 결합기를 통해 모든 송수신 신호 경로를 보정하는 데 사용된다.
그림 11. 아나로그디바이스의 AD9371 트랜시버 16개를 사용한 32 Tx, 32 Rx 매시브 MIMO 라디오 헤드의 블록 다이어그램
결론
매시브 MIMO 공간 다중화는 트래픽이 높은 도시에서 셀룰러 용량과 효율을 증가시킬 수 있으므로 셀룰러 통신의 판도를 바꾸는 기술이 될 잠재력을 갖고 있다. 다중경로 전파에서 다이버시티 기법을 활용하면 동일 시간, 동일 주파수 자원에서 기지국과 여러 사용자 간에 데이터 전송이 가능하다. 기지국 안테나와 사용자 간 채널의 가역성 때문에, 모든 신호 처리 복잡성은 기지국에서 유지할 수 있으며, 채널 특성화는 업링크에서 수행할 수 있다. 아나로그디바이스의 RadioVerse™ 제품군의 통합 트랜시버 제품은 작은 공간에서 고밀도 RF 경로가 가능하게 하므로 매시브 MIMO 애플리케이션에 매우 적합하다.
참고문헌
1. Xiang Gao. Massive MIMO in Real Propagation Environments. Lund University, 2016.
2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. “Linear Transmit Processing in MIMO Communications Systems.” IEEE Transactions on Signal Processing, Vol. 53, Issue 8, Aug, 2005.
3. Hien Quoc Ngo. Massive MIMO: Fundamentals and System Design. Linköping University, 2015.
저자 소개
클레어 매스터슨(Claire Masterson [claire.masterson@analog.com])은 아나로그디바이스 리머릭의 통신 시스템 팀 시스템 애플리케이션 엔지니어이며, 시스템 구현, 소프트웨어 개발, 알고리즘 개발을 담당하고 있다. 더블린 소재 트리니티 대학에서 BAI 및 PhD를 받았으며, 졸업 후 2011년에 ADI에 입사했다.
제품스펙