딥러닝을 사용한 대용량 MIMO 신호 검출

국문 초록 (Abstract)

본 논문에서는 심층신경망을 이용한 다중 입력 다중 출력(Multiple Input Multiple Output, MIMO) 시스템에서 MIMO 검출 기법을 제안한다. 최근 데이터 전송량이 기하급수적으로 증가함에 따라서 추가적인 주파수 대역 및 전송 전력을 이용하지 않고 채널 용량을 증가시킬 수 있는 MIMO 시스템이 많이 사용되고 있다. 하지만 Sphere decoding과 같은 기존의 준최적 MIMO 검출 기법들은 송신 안테나의 수가 증가하면 계산 복잡도가 지수적으로 증가하는 문제가 있다.
본 논문에서는 낮은 복잡도에서 높은 검출 성능을 가지는 새로운 MIMO 검출 기법을 제안한다. 먼저 R-A-ADMM(Relaxed-Accelerated-Alternating Direction Method of Multipliers) 알고리즘을 MIMO 검출 문제에 도입한다. 다음으로 ADMM 기반 알고리즘의 파라미터를 최적화시키는 심층 신경망을 제안한다. 제안하는 MIMO 검출 네트워크는 다양한 채널과 변조방식에 대하여 학습 가능하다. 그리고, 기계학습이 적용된 최신 기법보다 적은 양의 학습 매개변수를 가지며 낮은 복잡도임에도 높은 성능을 유지한다.
모의실험에서는 다양한 채널과 변조방식에서의 복잡도와 성능을 비교한다. 제안하는 네트워크는 낮은 복잡도를 가지며 최신의 알고리즘보다 뛰어난 성능을 확인할 수 있다.