Deep Learning-Based Power Minimization for Multi-Antenna Non-Orthogonal Random Access

본 논문은 다중 안테나와 MMSE(minimum mean squared error) 수신기를 사용하는 SIMO(single-input multiple-output) NORA(non-orthogonal random access) 시스템의 에너지 효율을 극대화할 심층 신경망(deep neural network, DNN) 기반 송신 전력 제어 (transmit power control, TPC) 기법을 제안한다. 다중 안테나 시스템의 높은 효율로 인한 학습 불안정성 문제를 해결하고자 dB 스케일 출력과 logit 기반 손실 함수를 도입하였다. 시뮬레이션 결과, 제안 기법은 엄격한 outage 확률 제약을 만족하며 안테나 수 증가에 따라 송신 전력을 약 5dB 감소시켰다.