유체 안테나 리더를 활용한 Ambient Backscatter 통신의 연결성 강화

📝 Abstract

Ambient backscatter communication (AmBC) enables ultra-low-power connectivity by allowing passive backscatter devices (BDs) to convey information through reflection of ambient signals. However, the cascaded AmBC channel suffers from severe double path loss and multiplicative fading, while accurate channel state information (CSI) acquisition is highly challenging due to the weak backscattered signal and the resource-limited nature of BDs. To address these challenges, this paper considers an AmBC system in which the reader is equipped with a pixel-based fluid antenna system (FAS). By dynamically selecting one antenna position from a dense set of pixels within a compact aperture, the FAS-enabled reader exploits spatial diversity through measurement-driven port selection, without requiring explicit CSI acquisition or multiple RF chains. The intrinsic rate-energy tradeoff at the BD is also incorporated by jointly optimizing the backscatter modulation coefficient under an energy harvesting (EH) neutrality constraint. To efficiently solve this problem, a particle swarm optimization (PSO)-based framework is developed to jointly determine the FAS port selection and modulation coefficient on an optimize-then-average (OTA) basis. Simulation results show that the proposed scheme significantly improves the achievable rate compared with conventional single-antenna readers, with gains preserved under imperfect observations, stringent EH constraints, and different pixel spacings.

💡 Analysis

**

1. 연구 배경 및 동기

• AmBC의 근본적 한계: 두 단계(소스→BD, BD→리더) 경로 손실과 곱셈 페이딩이 겹쳐 전송 거리가 제한되고, BD는 자체 전력 공급이 어려워 CSI 획득이 거의 불가능함.
• Fluid Antenna System(FAS): 기존 고정 안테나와 달리 전자적으로 안테나 위치를 이동시켜 다수의 ‘픽셀’ 중 최적 포트를 선택함으로써 공간 다양성을 제공한다. 기존 연구는 주로 이상적인 페이딩 모델·완전 CSI 가정에 의존했으며, 관측 불확실성이나 에너지 제약을 충분히 반영하지 못했다.

2. 시스템 모델 및 주요 가정

3. 문제 정의

• 목표: 관측 기반 포트 선택과 BD의 ON‑state 반사 계수 (a_1=|\alpha(1)|^2)를 공동 최적화하여 전송률 (R) 를 최대화.
• 제약: (i) 에너지 중립성 (EH 제약) (ii) 반사 계수 범위 (

📄 Content

한국어 번역 (2000자 이상)

1. 서론

Ambient backscatter communication (AmBC)은 대규모 사물인터넷(IoT) 네트워크에서 초저전력·배터리‑리스 연결을 가능하게 하는 핵심 기술로 부상하고 있다[1], [2]. 새로운 파형을 생성하는 대신 입사 라디오 주파수(RF) 신호를 변조·반사함으로써 백스캐터 디바이스(BD)는 최소한의 에너지 소비와 하드웨어 복잡도로 동작할 수 있다[3], [4]. 이러한 장점에도 불구하고, AmBC의 성능은 근본적으로 소스‑to‑BD와 BD‑to‑리더 간의 두 개의 링크가 결합된 연쇄 채널에 의해 제한된다. 이중 경로 손실과 곱셈 페이딩이 심각한 신호 감쇠를 초래하여 AmBC의 커버리지와 신뢰성을 크게 저해한다[5], [6]. 또한, 매우 약한 백스캐터 신호와 수동 BD가 명시적인 채널 트레이닝을 지원하지 못하기 때문에 즉시 채널 상태 정보(CSI) 를 정확히 획득하는 것이 특히 어렵다[7], [8].

최근 연구에서는 유동 안테나 시스템(FAS) 을 백스캐터 및 에너지 제한 무선 시스템의 채널 손실을 완화하는 효과적인 수단으로 탐색하고 있다[9], [10]. 초기 분석 연구에 따르면, 리더에 장착된 안테나 위치의 유연성이 공간적으로 상관된 페이딩 환경에서 백스캐터 통신(BC)의 아웃풋 성능과 신뢰성을 크게 향상시킬 수 있음을 보여 주며, 이는 고정 안테나 리더에 비해 FAS가 제공하는 다이버시티 이득을 확인한다[11]. 관련 연구는 이러한 FAS 개념을 무선 전력 공급 시스템에까지 확장하여, 단일 FAS 포트를 최적 선택했을 때 아웃풋 확률, 비밀성 성능, 그리고 달성 가능한 용량이 현저히 개선된다는 결과를 제시한다[12], [13].

2. 기존 연구의 한계

비록 [11]‑[13]에서 보고된 성능 향상이 고무적이지만, 현재까지의 FAS‑지원 백스캐터 연구는 이상적인 가정에 크게 의존하고 있다. 예를 들어, 분석적으로 다루기 쉬운 페이딩 모델과 완벽하거나 통계적인 채널 지식을 전제로 한다. 특히, 채널 이득 관측 불확실성—즉, 매우 약한 백스캐터 신호와 수동 BD가 명시적인 채널 트레이닝을 수행하지 못함으로써 발생하는 불확실성—에 대한 연구는 거의 이루어지지 않았다. 더 나아가, 기존 연구는 일반적으로 고정된 반사 계수를 가정함으로써 통신 설계와 BD의 에너지 수확(EH) 요구를 분리시킨다. 실제 AmBC 배치에서는 BD가 수확된 에너지로 동작을 유지하면서 동시에 신뢰할 수 있는 정보 전송을 수행해야 하며, 이는 속도‑에너지 트레이드오프를 야기한다[14], [15]. 이러한 현실적인 제약을 반영하지 않은 기존의 분석적 FAS 성능 평가는 실제 AmBC 환경에 적용하기 어려운 격차를 드러낸다.

3. 연구 목표 및 기여

본 논문은 위와 같은 격차를 메우기 위해 실제 운영 제약을 고려한 AmBC 시스템을 연구한다. 구체적으로, 리더에 픽셀 기반 FAS 를 장착하여 연쇄 백스캐터 채널을 강화하고, 완벽한 CSI를 가정하지 않고 노이즈가 섞인 채널 이득 관측만을 이용해 안테나 포트 선택을 수행한다. 또한, BD의 에너지 지속 가능성을 명시적으로 반영하기 위해 에너지 수확 제약 하에서 달성 가능한 전송률을 최대화하는 리더 중심 최적화 문제를 수립한다.

비선형·비볼록 문제의 특성 때문에, 우리는 입자 군집 최적화(Particle Swarm Optimization, PSO) 기반 프레임워크를 개발하여 관측된 채널 이득에 직접 작동하도록 설계하였다. 시뮬레이션 결과는 제안된 FAS‑지원 리더가 다양한 운영 조건에서 전통적인 고정 안테나 기준을 지속적으로 능가함을 확인한다.

4. 시스템 모델

4.1 전체 구조

그림 1은 픽셀 기반 FAS 를 갖춘 리더와 RF 소스(조명기), 단일 안테나 수동 BD로 구성된 AmBC 시스템을 보여준다. RF 소스는 전송 전력 (P_s) 로 변조되지 않은 캐리어(또는 알려진 파형)를 지속적으로 송신한다. BD는 입사 RF 신호로부터 에너지를 수확하고, 이진 백스캐터 변조(로드 임피던스 두 상태 전환)를 통해 정보를 전달한다[16], [17]. 리더는 선형 구획 길이 (W\lambda) (여기서 (\lambda)는 캐리어 파장, (W)는 정규화된 FAS 크기) 위에 균일하게 배치된 (K)개의 픽셀(포트) 중 하나를 선택적으로 활성화한다. 포트 간 간격은 서브 파장 거리 (d) 로 설정된다[18].

4.2 채널 정의

• 전방 채널: (h_s \in \mathbb{C}) (RF 소스 → BD)
• 백스캐터 채널: (h_{b,k} \in \mathbb{C}) (BD → 리더의 (k)번째 포트)

채널 전력 이득은 각각 (|h_s|^2)와 (|h_{b,k}|^2) 로 정의한다. FAS의 유한한 구획으로 인해 ({h_{b,k}})는 공간적으로 상관된다. 일반적으로 사용되는 Jakes 상관 모델은 다음과 같다.

[ \mathbb{E}!\left[h_{b,k}h_{b,\ell}^{*}\right]=J_0!\bigl(2\pi \tfrac{|k-\ell|d}{\lambda}\bigr), ]

여기서 (J_0(\cdot))는 1차 베셀 함수이며, (\rho_{k,\ell})는 (k)와 (\ell) 포트 사이의 상관 계수이다.

4.3 BD 수신 신호

입사 신호는

[ y_{\text{BD}} = \sqrt{P_s},h_s x + n_{\text{BD}}, ]

여기서 (x)는 단위 전력 파형((\mathbb{E}[|x|^2]=1)), (n_{\text{BD}})는 BD 수신 노이즈이며, 수동 동작 시 입사 캐리어에 비해 무시할 수 있다[6], [19].

BD는 두 임피던스 상태 (Z_0, Z_1)에 대응하는 반사 계수 (\Gamma_i) ((i\in{0,1}))를 선택한다[20]. 이진 변조에서는

[ \Gamma = \begin{cases} \Gamma_0, & b=0,\ \Gamma_1, & b=1, \end{cases} \qquad b\in{0,1}. ]

본 연구에서는 ON‑OFF 키잉(OOK) 방식을 채택한다. OFF 상태((b=0))는 거의 반사가 없는 매칭 로드이며, ON 상태((b=1))는 일부 입사 신호를 반사하는 불매칭 로드이다. 백스캐터 변조 계수는

[ \alpha(b) = \eta,\Gamma(b), ]

여기서 (\eta\in(0,1])는 반사 효율을 나타낸다(임피던스 불일치·비이상적 재방사 손실 포함).

4.4 리더 수신 신호

(k)번째 포트에서의 베이스밴드 수신 신호는

[ y_k = \sqrt{P_s},h_{b,k},\alpha(b),h_s x + z_k, \qquad z_k\sim\mathcal{CN}(0,\sigma^2). ]

따라서 연쇄 채널은

[ g_k \triangleq |h_{b,k}h_s|^2, \qquad \tilde{g}k \triangleq |h{b,k}h_s\alpha(b)|^2. ]

5. 관측 기반 포트 선택

리더는 단일 RF 체인을 가지고 있어 한 번에 하나의 포트만 활성화한다. 즉각적인 CSI를 얻기 어려운 AmBC 환경에서는, 리더가 노이즈가 섞인 포트 품질 관측 (\hat{g}_k)에 기반해 포트를 선택한다. 관측 모델은

[ \hat{g}k = g_k + \delta_k,\qquad \delta_k\sim\mathcal{N}(0,\sigma\delta^2), ]

여기서 (\delta_k)는 전력/ SNR 측정 오차를 나타낸다[22]. 포트 선택 규칙은

[ k^\star = \arg\max_{k\in{1,\dots,K}} \hat{g}_k, ]

이에 따라 선택된 포트의 실제 연쇄 이득은 (g_{k^\star})가 된다. 선택 후 수신 신호는

[ y = \sqrt{P_s},h_{b,k^\star},\alpha(b),h_s x + z, \qquad z\sim\mathcal{CN}(0,\sigma^2). ]

조건부 즉시 SNR은

[ \gamma = \frac{P_s,\tilde{g}_{k^\star}}{\sigma^2}, ]

따라서 달성 가능한 백스캐터 전송률은

[ R = \log_2!\bigl(1+\gamma\bigr). ]

이 식은 다양한 안테나·관측 구성에서 상대적 이득을 평가하기 위한 상한값으로 널리 사용된다.

6. 에너지 수확 모델

BD는 입사 RF 전력 (\propto P_s g_s) 로부터 에너지를 수확한다. 백스캐터와 에너지 수확이 동일한 RF 소스를 공유하므로, 두 동작은 에너지 경쟁 관계에 있다. 선형 EH 모델에 따라 수확된 DC 전력은

[ P_{\text{harv}} = \xi,(1-p_1 a_1)P_s g_s, ]

여기서 (\xi\in(0,1])는 RF‑to‑DC 변환 효율, (p_1=\Pr(b=1)), (a_1=|\alpha(1)|^2)는 ON 상태 반사 강도이다. 에너지 중립성을 보장하려면

[ P_{\text{harv}} \ge P_c, ]

(P_c)는 센싱·논리·임피던스 스위칭 등에 소모되는 회로 전력을 의미한다.

7. 최적화 문제 정의

본 절에서는 픽셀 기반 FAS‑지원 AmBC 시스템에 대한 공동 최적화 문제를 수립한다. 목표는 달성 가능한 전송률을 최대화하면서:

1. 백스캐터 변조 계수 (a_1) (ON 상태)와
2. 포트 선택 인덱스 (k)

를 동시에 설계한다.

• 변조 레벨 제약: (a_{\min}\le a_1 \le a_{\max}) (실제 하드웨어 한계)
• 포트 인덱스는 이산형 ({1,\dots,K})

이 글은 AI가 자동 번역 및 요약한 내용입니다.