최근 스마트폰의 보급으로 인해 셀롤라 이동통신 시스템의 데이터 트래픽이 기하급수적으로 증가하였고 이를 수용하기 위해 동일 지역의 셀 수는 급격히 증가하고 있다. 그리고 송신기와 수신기 모두 다중 안테나를 가져서 무선통신에서 높은 데이터 전송 속도를 낼수 있는 Multi-input multi-output(MIMO) 기술을 이용하면 무선통신에서 높은 데이터 전송 속도를 낼 수 있게 되지만 간섭의 양도 증가한다. 이에 따라 현재 대부분의 무선통신에서 사용자들의 데이터 서비스를 수용해야 하므로 사용자 혹은 기지국은 극심한 셀 내 간섭과 셀 간 간섭을 겪게 될 것이다.

셀롤러 네트워크의 그러한 간섭 문제를 수학적으로 모사하기 위하여 Wyner 모델이 자주 사용된다[1,2]. Wyner 모델의 경우 복잡하고 수학적으로 분석하기 어려운 실제 셀롤러 환경에 대해 주목할 만한 통찰력을 주었지만 복잡한 실제 무선 통신 환경에 적합하지 않다고 알려져 있다.

이러한 간섭 문제를 해결하기 위한 기술 중 다중 사용자 다이버시티는 이동통신 시스템에서 각 사용자마다 서로 독립적인 무선채널 특성을 갖는다는 점을 이용하여 특정 시점에 가장 좋은 채널을 갖는 사용자에게 채널을 할당하여 스케쥴링 이득을 달성하는 기술이다. 간섭이 없는 단일 셀 환경에서 가장 좋은 채널을 갖는 사용자를 스케쥴링 할 때 셀 내 사용자 수(K)가 무한대로 증가할 경우 셀의 전송률 (Throughput)은 loglogK로 스케일링 된다고 알려져 있다[3]. 다중 사용자 환경에서 Shannon의 정보이론적 용량 관점의 최적의 통신방식은 현재까지 알려지지 않았다. 최근, 근본적으로 간섭 문제를 해결하는 방법 중 하나로 간섭 정렬(IA) 기술이 Cadambe와 Jafar에 의해 제안되었다[4]. 간섭 정렬기법을 사용할 경우 시변 채널 계수를 갖는 K명의사용자 간섭 채널에서 최적의 자유도를 얻을 수 있다고알려져 있으며, 간섭 정렬 기술은 MIMO 간섭 채널과 셀롤러 네트워크를 포함하는 무선 네트워크 환경에서활용했을 때 기존 기술 대비 비약적인 전송률 향상이 있음이 증명되었다[5-7].

그러나 간섭이 존재하는 상향링크의 경우, 다중사용자 다이버시티에 관한 문제는 매우 복잡하다. 하향링크의 경우 사용자가 수신단 SINR(Signal to Interferenceplus-Noise Ratio)을 정확히 계산할 수 있지만, 상향링크에서는 인접 셀에서 선택된 사용자의 위치에 따라 주변 셀에 미치는 간섭의 영향이 다르기 때문에 각 사용자는 자신의 채널 외에 다른 사용자의 상향링크 채널을알 수 없다[5,6,8]. 따라서 상향링크에서는 각 셀의 스케쥴링에서 인접 셀에 미치는 간섭의 영향도 고려해야만 전체 셀의 전송률이 증가한다.

본 논문에서는 다중 셀 상향링크에서 인접 셀에 미치는 간섭의 양을 기반으로 송신 전력이 제어된 사용자를 선택하는 분산적 스케쥴링 방식을 제안한다. 그리고 무선 채널의 상호 호환성 특성을 이용하여 각 사용자는 하향링크 파일럿 신호를 통하여 상향링크에서 데이터 전송 시 인접 셀 기지국들에 미칠 간섭을 계산할 수 있다고 가정한다. 제안된 기술에서 사용자들은 미리 정해진 임계값보다 자신이 미칠 간섭이 클 경우 자신의 송신 전력을 줄인다. 사용자들은 제어된 자신의 전력 정보를 상향링크로 피드백한다. 기지국은 수신된 피드백 정보를 바탕으로 최상의 신호 세기를 갖는 사용자를 선택한다.

본 논문은 다음과 같이 구성된다. 제 2장은 시스템 모델 및 채널 모델을 소개하고 제 3장은 기존의 사용자 스케쥴링 기법들을 소개한다. 제 4장에서는 송신 전력 제어 및 임계값 기반 분산적 사용자 스케쥴링 방법을 제안하고 제 4장은 컴퓨터 시뮬레이션 결과를 보여준다. 제 5장에서 결론을 맺는다.

본 논문에서는 상향링크 다중 셀 시나리오 중에서 실제적인 셀롤러 네트워크를 가장 잘 묘사하는 Interfering Multiple-Access Channel (IMAC)을 고려한다. 이 모델에서는 각 기지국은 해당 셀 내에 있는 사용자들의 통신에만 관여하며 단일 수신 안테나를 가지고. 각 사용자는 하나의 송신 안테나를 가진다. 전체 네트워크에 K개의 셀이 존재하고, 각 셀에 M명의 사용자가 있다고 가정했을 때, 기지국 i 의 수신 신호 y_i∈ℂ는 아래식과 같이 표현할 수 있다.

여기서 는 i번째 셀에서의 사용자 u_i의 송신 전력이고 는 i번째 셀에서의 사용자 u_i가 보낸 신호이다. 기지국 i에 수신된 y_i는 평균이 0이고 분산이 N₀인 가우시안 잡음 z_i∈ℂ에 의하여 왜곡된다. 식 (1)에서 는 k번째 셀에 있는 사용자 u_k와 i번째 기지국 사이의 채널을 나타낸다. 여기서 β_ik는 경로손실을 나타내는 변수로서 0 < β_ik ≤ 1의 범위를 가지고 본 논문에서는 1로 고정한다. 는 Small-Scale 페이딩을 나타내는 변수이다.

그리고 각 사용자는 하향링크 파일럿 신호를 이용하여 자신의 상향링크 무선 채널 에 대한 정보를 미리 알 수 있고 각 사용자는 이 정보를 기반으로 제 3장에서 제안할 다양한 스케쥴링을 위한 기준 값(scheduling criterion)을 생성한다.

Maximize signal-to-noise ratio (Max-SNR) 스케쥴링 알고리즘은 인접 셀 간의 상호 간섭은 전혀 고려하지 않고 오직 각 사용자의 신호 세기 성분이 가장 큰 사용자를 선택하는 방법이다. 이 스케쥴링 기법을 통하여 선택되는 사용자는 아래 수식으로 결정된다.

식 (2)에서는 각 사용자가 동일한 전력을 사용한다고 가정한다.

Minimize interference-to-noise ratio (Min-INR) 스케쥴링 알고리즘은 원하는 사용자의 신호 세기 부분은 고려하지 않고 오직 인접 셀로 발생시키는 간섭이 가장 작은 사용자를 선택하는 방법이다. 이 스케쥴링 기법을 통하여 선택되는 사용자는 아래의 수식으로 결정된다.

식 (3)에서도 각 사용자가 동일한 전력을 사용한다고 가정한다.

Maximizing signal to generated interference and noise ratio (Max-SGINR) 스케쥴링 알고리즘은 각 사용자의 신호 대 인접 셀로 생성 간섭비가 가장 큰 사용자를 선택하는 방법이다. 이 스케쥴링 기법을 통하여 선택되는 사용자는 아래 수식을 통하여 결정된다.

식 (4)에서도 각 사용자가 동일한 전력을 사용한다고 가정한다.

Threshold-Based Distributed User Scheduling (TDUS) 알고리즘은 각 사용자의 신호 중에 3.2절에서 계산한 간섭의 양 (INR)이 미리 결정된 임계치보다 작으면서 신호의 크기가 가장 큰 사용자를 선택하는 방법이다 [8]. 이 스케쥴링 기법을 통하여 선택되는 사용자는 아래 수식을 통하여 결정된다.

여기서 식 (6)은 인접 셀에 발생시키는 간섭의 양을 미리 결정된 임계값 η_I에 의해 사용자 선택 범위를 제한하는 식이다. 따라서 각 사용자 중 (6)식의 조건을 만족하지 않는 사용자는 스케쥴링 후보에서 제외된다. 그러므로 TDUS 에서는 미리 결정된 임계값의 결정이 매우 중요하다. 너무 높은 임계값이 설정되면 간섭의 양이 증가하여 효과적인 사용자 선택이 불가능하고, 너무 낮은 임계값이 설정되면 전체 사용자중 임계값 조건을만족하는 사용자의 수가 줄어 사용자 다이버시티 효과가 줄어든다. TDUS에서 간섭 임계값는 각 파라미터에 따라 exhaustive search를 통해 최적화되며 사용자들의 전력은 고정이라 가정한다.

3.4절에서 설명한 Threshold-Based Distributed User Scheduling (TDUS)는 각 사용자의 충분히 큰 채널 이득 값을 가지면서 동시에 인접 셀로 충분히 작은 간섭의 양을 발생시키는 사용자를 선택하는 방법이다. 여기서 임계값 η_I는 데이터 전송 전에 미리 결정된 양의 임계값이고, 임계값 η_I을 만족시키는 사용자만 스케쥴링 후보가 된다. 따라서 상황에 따라서는 다수의 사용자가 임계값의 조건을 만족하지 않아 스케쥴링에서 제외되는 상황이 발생하고 이는 사용자의 수가 적을수록 스케쥴링할 후보 사용자가 없는 스케쥴링 Outage 현상이 더욱 빈번히 발생할 수 있다. 따라서 사용자의 수와 무선통신 채널 특성에 따라 간섭 임계값은 신중히 결정되어야 한다.

본 논문에서는 이러한 스케쥴링 Outage 현상을 근본적으로 없애는 Threshold-Based Distributed User Scheduling with Transmit Power Control (TDUS-PC)알고리즘을 제안한다. 제안된 송신 전력 제어 알고리즘은 3.4절에서 제안된 (6)식에 기반한 간섭 임계값 조건을 만족하는 사용자는 자신의 최대 전력으로 데이터를 전송하게 하고 만약 (6)식의 조건을 만족하지 못하는 사용자는 자신의 송신 전력을 낮추어 (6)식을 만족하도록 하는 것이다.

따라서 기준 (6)을 만족시키지 못하는 사용자들에게 아래의 식에 따라 전력 조절을 수행한다. 이 스케쥴링 기법을 통하여 선택되는 사용자는 아래 수식을 통하여 결정된다.

여기서 각 사용자는 자신의 채널을 알고 있으므로 각 사용자가 사용할 전력은 기지국의 개입 없이 각 사용자에서 분산적으로 계산된다. 제안된 알고리즘에서도 간섭 임계값은 최적화되어야 한다.

본 장에서는 제 4 장에서 제안한 송신전력 및 임계값 기반 분산 사용자 스케쥴링의 성능을 알아보기 위해 컴퓨터 시뮬레이션을 수행하였다. 먼저 TDUS 알고리즘과 TDUS-PC 알고리즘이 최적의 성능을 갖도록 간섭임계값 η_I을 최적화하였다. 그림 1과 그림 2는 셀의 수가 3개와 4개인 경우의 셀 당 사용자의 수는 모두 100명인 상황에서 다중 셀 상향링크 시스템에서의 데이터 전송률을 보여주고 있다. 제안된 기법을 기존 기술인 Max-SNR, Min-INR, SGINR, TDUS 와 비교하였다. 그림 1과 그림 2에서 볼 수 있듯이 제안된 TDUS-PC은 주어진 SNR 영역에서 항상 다른 모든 기술에 비해 월등한 데이터 전송율을 나타내고 있고 셀의 수 K를 증가한 경우에도 다른 모든 기술에 비해 좋은 성능을 보인다. 그리고 그림 3은 각 그림 1과 그림 2의 TDUS, TDUS-PC의 SNR에 따른 최적의 간섭 임계값을 나타내고 SNR이 증가할수록 값이 줄어들고 TDUS-PC에서 사용된 임계값이 기존 TDUS 기법보다 최적의 간섭 임계값이 더 작은 것을 확인 할 수 있다. 여기서 TDUS-PC의 최적의 간섭 임계값이 더 작다는 것은 송신 전력 제어로 인해 인접 셀로 미치는 간섭의 양이 더 작다는 의미가 이다.

[그림 1.] K=3, N=100일 때 다중 셀 상향링크 네트워크의 SNR에 따른 데이터 전송율

[그림 2.] K=4, N=100일 때 다중 셀 상향링크 네트워크의 SNR에 따른 데이터 전송율

[그림 3.] 그림 1과 그림 2의 TDUS 기술과 TDUS-PC 기술의 SNR에 최적의 간섭 임계값 ηI

그림 4는 셀의 수가 3개이고 사용자들의 평균SNR이 10dB 일 때, 셀 내의 사용자 수가 증가함에 따른 데이터 전송율을 보여준다. 다른 기술에 비해서 제안된 술의 성능이 사용자가 증가할수록 더욱 나은 성능을 보여준다. 이는 제안된 기법이 다른 기술에 비하여 사용자 다이버시티 효과를 더욱 효과적으로 얻는다는 것을 의미한다. 여기서도 마찬가지로 각 사용자의 수에 따라 TDUS, TDUS-PC의 최적의 간섭 임계값이 사용되었다.

[그림 4.] K=4, SNR=10dB 일 때 다중 셀 상향링크 네트워크의 사용자 수에 따른 데이터 전송율

본 논문에서는 다중 셀 상향링크 네트워크에서 인접셀에 미치는 간섭의 양을 기반으로 송신 전력이 제어된 사용자를 선택하는 분산적 스케쥴링 방식을 제안하였다. 제안된 스케쥴링 및 송신 전력 제어 기법이 기존의 방식들에 비하여 훨씬 더 좋은 데이터 전송률을 달성하는 것을 확인하였다.