하향링크 비직교 다중접속(downlink non-orthogonal multiple access, NOMA)을 사용하는 이질적 네트워크(HetNet)에서, 사용자들이 서비스 품질(quality-of-service, QoS) 요구사항을 만족하도록 하면서 스펙트럼 효율(spectral efficiency, SE)을 최적화하기 위한 비볼록(non-convex) 최적화 문제에 초점을 맞춘다. 선행 연구에서는 NOMA 지원 HetNet에서 SE를 최대화하기 위해 최적의 공동 순차 간섭 제거 및 전력 할당(joint successive interference cancellation and power allocation, JSPA) 알고리즘을 제안하여 NOMA에서의 혼합정수 비선형계획(mixed-integer non-linear programming, MINLP) 문제를 해결하였다. 그러나 최적해는 기지국(base station, BS) 수에 대해 지수적 복잡도를 요구한다. 따라서 본 연구에서는 복잡도를 낮추기 위해 JSPA를 위한 딥 신경망(deep neural network, DNN) 기반 알고리즘을 제시한다. 특히 MINLP 기반 JSPA 문제를 다루기 위해, 이를 BS의 전력 소모(power consumption)만을 최적화하는 동등하게 단순한 문제로 재구성한다. 이후 단순화된 문제를 처리하기 위해 JSPA에 대한 비지도(unupervised) DNN 기반 방법을 도입한다. 제안된 기법은 전통적인 DNN 기반 방법들에 비해 향상된 SE 및 outage 성능을 제공한다. 또한 제안된 DNN 기반 전력 할당의 SE를 향상시키기 위해 낮은 복잡도의 사용자 선택(user selection) 기법을 제안한다. 시뮬레이션을 통해, 제안된 DNN 기반 기법이 최적 기법과 유사한 SE 성능을 달성할 수 있음을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.