홀로그래픽 MIMO환경에서 사용자 지향 통신자원 할당을 위한 딥러닝 접근법 (A Deep Learning Approach for Target-oriented Communication Resource Allocation in Holographic MIMO)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 50권 / 5호 / 441 ~ 450페이지
· 저자명 : 아푸르보 아디히카리, 엠디 시라줌 무니르, 아비 데브 라하, 김민석, 최종원, 홍충선

초록

본 논문은 홀로그램 기술을 이용하여 다양한 형태의 사용자를 위한 사용자 지향 통신 리소스 할당을 수행하는 단일 셀 대규모 다중 입력 다중 출력(mMIMO) 시스템을 제안한다. 본 논문에서는 목표 지향 사용자에게 서비스를 제공하기 위한 빔 포밍의 저전력 요구 사항을 확인하기 위해 홀로그램 그리드 어레이(HGA)에서 활성 그리드의 수를 최소화할 수 있는 기술을 제안한다. 이를 위해 신호 대 간섭 잡음 비율(SINR)을 최대화하여 문제를 공식화하였다. 이는 효과적인 빔포밍 및 총 전력 규칙을 생성하여 자원 할당을 최대화한다. 또한, 홀로그램 mMIMO 시스템은 더 적은 전력으로 다양한 사용자들의 장비에 서비스를 동시에 제공할 수 있다. 인공지능(AI) 기반 솔루션을 고안하기 위해 전력 제약을 최소화한 그리드 활성화 결정을 위한 순차 신경망 모델을 개발하였다. 시뮬레이션 및 성능 평가 결과에서 전력이 효율적으로 할당되고 0.01의 낮은 RMSE 점수로 효과적인 빔이 형성됨을 보여주었다.

영어초록

In this paper, we propose a single-cell massive multiple-input multiple-output (mMIMO) system assisted with holography that performs target-oriented communication resource allocation for heterogeneous users. This paper proposes a technique that can minimize the number of active grids from holographic grid arrays (HGA) for confirming the requirement of lower power toward beamforming to serve target-oriented users. Therefore, we formulated a problem by maximizing the signal-to-interference-noise ratio (SINR), which, in turn, maximizes the efficient resource allocation for the users by generating effective beamforming and controlling the sum-power rule. Additionally, our holography-assisted mMIMO system is capable of serving heterogeneous user equipment simultaneously with a lower power budget. To devise the artificial intelligence (AI)-based solution, we developed a sequential neural network model for grid activation decisions with minimized power constraint. Finally, the simulation and performance evaluation results show that power was allocated efficiently, and effective beams were formed for serving the users with a lower RMSE score of 0.01.

참고자료

· 없음