Block digitalization (BD) method is well-known to be a suboptimal precoding technique for downlink multiuser multiple-input/multiple-output (MU-MIMO) systems, which perfectly eliminates inter-user interference. In downlink MU-MIMO systems with a large number of users, a user set supported by a base station (BS) may be selected to maximize the total throughput. The optimal user selection algorithm, which requires exhaustive search, is prohibitive due to its high computational complexity in real systems. In this thesis, we propose a user selection algorithm with low complexity, where the product of eigenvalues of effective channels is utilized as a selection metric. For the product of eigenvalues of effective channel matrix at each iteration, we adopt the concept of principal angles between subspaces. Moreover, we extend the proposed algorithm to limited feedback systems. Through computational complexity analysis, we show that the proposed algorithm has low complexity with a little loss in throughput. Contrary to conventional low complex user selection algorithms, the proposed algorithm can be easily applied to proportional fair (PF) scheduling because the selection metric indicates data rate in high SNR regime. Simulation results show that the proposed algorithm achieves almost the same the system throughput of capacity-based algorithm in high SNR regime with considerable reduction in complexity.
다중 사용자 다중 안테나 (MU-MIMO: Multi-user multiple-input/multiple-output) 기법은 송수신 안테나가 다수인 MIMO 환경에서는 같은 주파수를 이용하여 동시에 여러 사용자에게 데이터를 전송할 수 있다. MU-MIMO 환경에서 사용자간 간섭을 완전히 제거할 수 있는 전송 기법으로 Block diagonalization (BD)가 있다. BD는 사용자간 간섭을 완전히 제거할 수 있지만, 간섭을 없애기 위한 프리코딩 매트릭스 설계조건으로 인해, 동시에 데이터를 전송할 수 있는 사용자 수가 제한되게 된다. 실제 시스템에서는 사용자의 수가 최대 전송할 수 있는 사용자 수보다 많기 때문에 어떤 사용자들을 선택하느냐에 따라 성능이 차이가 나게 된다. 가장 좋은 성능을 얻기 위해서 모든 가능한 사용자 집합들을 검색을 통해 최적의 사용자들을 선택할 수 있지만, 이 방법은 복잡도가 매우 커서 실제 시스템에 적용하기가 불가능하다.
이를 극복하기 위해 greedy 알고리즘을 이용한 다양한 낮은 복잡도를 가지는 알고리즘에 대한 연구가 이루어져왔다. Greedy 알고리즘은 한 명씩 순차적으로 선택 기준에 따라 사용자를 선택해나가는 방법으로, 가능한 모든 사용자의 집합을 검색하지 않아 복잡도를 줄일 수 있다. Greedy 알고리즘을 이용한 사용자 선택 알고리즘은 어떤 기준으로 사용자를 선택하느냐에 따라 성능과 복잡도가 달라지게 된다. 기존에 capacity, Frobenius norm, chordal-distance, determinant 등을 이용한 사용자 선택 알고리즘이 제안되었으나, 여전히 복잡도가 높거나 또는 성능의 열화가 크다는 단점이 존재한다. 또한 대부분의 알고리즘이 공평성이나 제한된 feedback과 같은 실제 시스템 환경을 고려하지 않았다는 단점이 있다.
본 논문에서는 낮은 복잡도를 가지면서 좋은 성능을 보일 수 있는 사용자 선택 기준을 제안하고, 이를 실제 시스템 환경을 고려하여 적용한다. 본 논문에서는 effective 채널 행렬의 eigenvalues의 곱을 기반으로 사용자를 선택한다. 매 iteration마다, effective 채널 행렬의 eigenvalues의 곱은 이전 iteration으로부터 recursive하게 구할 수 있음을 보이고, subspace간 각도를 나타내는 principal angle이라는 개념을 도입해 이를 해석한다. 제안하는 사용자 선택 기준이 SNR이 높은 구간에서는 BD 기법의 전송율과 거의 유사한 사실을 이용하여 PF 스케줄링으로 쉽게 확장할 수 있다. 또한 제안하는 사용자 선택 기준은 채널의 방향 정보만으로 이전 iteration으로부터 구할 수 있다는 성질을 이용해 제한된 feedabck 환경으로도 쉽게 적용할 수 있다.
복잡도 분석을 통해 제안 알고리즘이 매우 낮은 복잡도를 가지는 것을 보이고, 모의 실험 결과를 통해 SNR이 높은 구간에서는 기존의 capacity 기반 사용자 선택 알고리즘과 거의 유사한 성능을 보임을 확인한다.