이산 푸리에 변환(DFT) 기반 코드북은 대규모 이차원 균일 평면 배열(UPA)을 포함하여 서로 다른 형상과 크기의 배열을 사용하는 빔포밍에서 현재 가장 널리 채택되는 코드북 중 하나이다. DFT 기반 코드벡터는 임의의 각 해상도로 손쉽게 생성할 수 있으며, 생성되는 빔의 지향성(directive) 특성으로 인해 밀리미터파(mmWave) 채널에 잘 적용된다. 그러나 코드벡터의 고정된 집합은 사용자 분포와 전파 환경에 관계없이 동일하게 적용되며, 특정 전송 시나리오에서는 빔포밍 성능이 제한적일 수 있다. 본 논문에서는 채널 상태 정보(CSI)의 제한된 피드백 하에서 대규모 배열을 사용하는 다중입력 다중출력(MIMO) 전송을 위한 빔포밍 벡터 집합을 생성하는 새로운 방식을 제안한다. 사용자로부터 보고되는 프리코더 행렬 지시자(Precoder matrix indicator, PMI)와 채널 품질 지시자(Channel quality indicator, CQI)는 기지국(BS)에서 딥러닝(DL) 모듈에 의해 자율적으로 결정되는 새로운 코드벡터 집합 생성을 위한 근거가 된다. 이 과정은 딥 신경망(DNN)에서 손실함수(loss function)의 반환이 감소한 상태에서 코드북의 갱신된 버전을 생성하기 위해 반복적으로 수행된다. 각 BS에 대한 시변(time-varying) 코드북은 주어진 무선 환경의 특성을 자동으로 반영하여 해당 채널 및 트래픽 조건에 적응한다. BS에서 전송되는 기준 신호(RS)는 빔포밍된 CSI-RS의 형태로 주기적으로 전송되므로 시스템 사용자에게는 동작이 투명하며, 별도의 중요한 사양 변경이 필요하지 않다. 제안의 잠재적 이득을 달성하기 위해서는 간단한 플러그 앤 플레이 방식의 BS 설치만으로 충분하며, 이는 DL 엔진의 구현 세부사항과 이에 대한 성능 시뮬레이션 결과로 입증된다.

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