실용적인 딥러닝 기반 블록 디매핑을 이용한 밀리미터파(mmWave) MIMO 시스템

요약

본 논문은 6G 시스템의 핵심인 mmWave MIMO 환경을 위해 블록 단위 처리를 하는 딥러닝 기반 소프트 디매퍼를 제안합니다. 이 모델은 1D CNN을 사용하여 전파 및 하드웨어 효과로 인한 시간적 구조를 학습하며, 기존 대비 BER을 크게 낮춥니다. 특히 Zynq RFSoC에 구현하여 프로세서 방식보다 약 34.3배 빠른 속도를 달성했습니다.

핵심 포인트

• 딥러닝은 mmWave MIMO 시스템의 물리 계층 설계에 핵심적인 역할을 합니다.
• 기존 심볼 단위가 아닌 블록 단위로 처리하는 소프트 디매퍼를 제안합니다.
• Zynq RFSoC 플랫폼 구현을 통해 엣지 하드웨어에서의 효율성을 입증했습니다.
• 프로세서 기반 대비 약 34.3배의 속도 향상을 달성하여 실용성을 높였습니다.