We address the beamforming design problem for multi-input multi-output (MIMO) communication systems with hardware impairments. Most beamforming technologies for wireless communication systems are designed assuming that transceiver hardware is ideal. However, a practical hardware behaves differently from ideal mathematical modeling, and these differences cause degradation of communication performance. In particular, the nonlinearity of the power amplifier is a major impairment which causes interference between data streams and distorts the beam pattern, deteriorating the performance of beamforming technique. In this paper, we aim to design beamforming considering nonlinearity in order to improve communication performance which is affected by nonlinearity of power amplifiers. Specifically, 1) a beamforming technique for nonlinear MISO systems, 2) a beamforming technique for nonlinear multi-user MIMO systems, 3) a cooperative beamforming technique for nonlinear distributed networks, 4) a joint channel estimation, feedback and beamforming technique were developed. A mathematical analysis of the system is provided to determine the characteristics of nonlinear MISO and MIMO systems, and a deep learning-based methodology is applied to design a complicated distributed network and closed-loop FDD system. It is confirmed that the performance of a wireless system with nonlinear power amplifiers can be dramatically improved through the proposed techniques.
이 논문에서는 하드웨어 불완전성이 존재하는 다중 안테나 통신 시스템을 위한 빔포밍 설계 문제에 대해 다루었다. 무선 통신 시스템을 위한 대부분의 빔포밍 기술은 송수신 하드웨어가 이상적이라는 가정 하에 설계되었다. 그러나, 실제 하드웨어는 이상적인 수학적 모델링과는 다르게 동작하며, 이러한 차이로 인해 통신 시스템의 열화가 발생한다. 특히, 전력 증폭기의 비선형성은 데이터 스트림 간 간섭을 유발하고, 형성된 빔을 왜곡하여 빔포밍 기술의 성능을 저하하는 주요한 요인이다. 이 논문에서는 전력 증폭기의 비선형성으로 인해 열화되는 성능을 개선하기 위해 비선형성을 고려한 빔포밍 설계를 목표하였다. 구체적으로, 1) 비선형 MISO 시스템을 위한 빔포밍 기술, 2) 비선형 다중 사용자 MIMO 시스템을 위한 빔포밍 기술, 3) 비선형 분산 네트워크를 위한 협력 빔포밍 기술, 4) Closed-loop FDD 시스템을 위한 채널 추정, 피드백, 빔포밍의 결합 기술을 개발하였다. 비선형 MISO와 MIMO 시스템의 특성을 파악하기 위해 시스템의 수학적 분석이 수행되었으며, 보다 복잡한 분산 네트워크, closed-loop FDD 시스템의 설계를 위해 심층 학습 기반의 방법론이 적용되었다. 제안한 기법들을 통해 비선형 전력 증폭기가 적용된 무선 시스템의 성능을 획기적으로 개선할 수 있음을 확인하였다.
