무선 셀프리(cell-free) 다중입력다중출력(MIMO)은 확장 가능한 차세대 셀룰러 네트워크를 가능하게 할 것으로 기대된다. 이를 위해 사용자 연합(user association), 데이터 스트림 할당, 빔포밍(BF)을 포함하여 셀프리 MIMO 링크 구성(link configuration)을 최적화하는 것이 중요하다. 그러나 링크 구성 최적화의 확장성은 기지국(BS)과 사용자 장비(UE)의 수가 증가함에 따라 신호 전달 및 연산 비용이 커지면서 크게 제약된다. 이러한 확장성 문제를 해결하기 위해 본 논문은 채널 상태 정보(CSI) 교환에 필요한 신호 전달 오버헤드를 최소화하기 위해 간섭 근사(interference approximation)를 활용하는 분산형 다중 에이전트 심층 강화학습(MADRL) 기반 셀프리 MIMO 링크 구성 프레임워크를 제안한다. 제안한 프레임워크는 원래의 총 전송률(sum rate) 최대화 문제를 BS별 과제로 분해함으로써 분산형 MADRL에 적합한 해 탐색 공간을 축소한다. 시뮬레이션 결과는 제안 방법이 BS와 UE의 수가 증가할 때 총 전송률이 증가함에 따라 확장성을 달성함을 보여준다.

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