인공 잡음 기반 협력형 MISO‑NOMA 보안 빔포밍 및 SWIPT 최적화

본 논문은 차세대 무선 통신에서 핵심 기술로 꼽히는 인지 라디오(Cognitive Radio, CR)와 비직교 다중 접속(NOMA)을 결합하고, 동시에 무선 정보·전력 전송(SWIPT) 기능을 제공하는 MISO(다중 입력 단일 출력) 시스템을 연구한다. 기존 연구들은 주로 선형 에너지 수집(EH) 모델을 가정하거나, 단일 eavesdropper만을 대상으로 보안 설계를 수행했으나, 실제 회로는 비선형 특성을 보이며 다중 악성 수신기가 존재할 가능성이 크다. 이를 반영하기 위해 저자는 비선형 EH 모델을 채택하고, 다중 악성 에너지 수집 수신기(EHR)를 고려한 보안 빔포밍 문제를 제시한다. 보안 강화를 위해 제안된 핵심 아이디어는 인공 잡음(Artificial Noise, AN) 기반 협력 재밍이다. 1차 기지국(PBS)과 2차 기지국(CBS)이 협력하여 AN을 전송함으로써 악성 EHR의 수신 신호를 교란한다. 이 과정에서 2차 네트워크는 주파수 사용 권한을 부여받고, 동시에 자신의 사용자(SU)와 EHR에 SWIPT 서비스를 제공한다. 따라서 설계 변수는 PBS와 CBS의 전송 빔포밍 벡터, 그리고 CBS에서 발생하는 AN의 공분산 행렬이다. 논문은 두 가지 CSI(채널 상태 정보) 가정을 바탕으로 최적화 문제를 정의한다. 첫 번째는 완전 CSI를 가정한 경우이며, 목표는 전체 전송 전력을 최소화하면서 PU와 SU의 비밀률 제약, 각 EHR의 최소 수집 전력, 그리고 전송 전력 한계를 만족시키는 것이다. 비선형 EH 함수와 로그 형태의 비밀률 제약으로 인해 문제는 비볼록(non‑convex)하게 된다. 이를 해결하기 위해 반정밀 계획(Semidefinite Relaxation, SDR) 기법을 적용해 변수 행렬을 확장하고, 랭크‑1 복원을 통해 근사해를 얻는다. 두 번째는 제한된 CSI 오차 모델(구형 오차 집합)이다. 여기서는 채널 추정 오차가 최악 상황을 가정한 강인 설계가 필요하다. 동일한 목표 함수를 유지하되, 제약식에 오차 집합을 포함시켜 최악 경우에도 모든 제약을 만족하도록 한다. SDR 외에도 저자는 비용 함수 기반 알고리즘을 제안한다. 비밀률과 EH 제약을 페널티 형태의 비용에 포함시켜, 가중치를 점진적으로 조정하면서 순차적 최적화를 수행한다. 이 방법은 SDR보다 연산 복잡도가 낮고, 비선형 및 불확실성에 대한 수렴 특성이 우수하다. 시뮬레이션 결과, 비용 함수 알고리즘이 SDR 대비 평균 1.2 dB 정도의 전력 절감 효과를 보이며, 특히 CSI가 불완전한 경우에도 안정적인 성능을 유지한다. 시뮬레이션 설정은 다중 PU, 다중 SU, 그리고 다중 악성 EHR을 포함한다. 주요 결과는 다음과 같다. (1) AN 기반 협력 재밍은 PU의 비밀률을 크게 향상시키면서 전체 전력 소비를 10~15 % 절감한다. (2) NOMA가 동일 전력 예산 하에 OMA 대비 비밀률과 수집 전력 모두에서 우수한 성능을 보인다. (3) 비선형 EH 모델을 적용했음에도 불구하고 제안된 최적화 프레임워크가 안정적으로 작동한다. (4) 비용 함수 기반 알고리즘이 SDR보다 전력 효율과 계산 효율 모두에서 우수함을 확인했다. 결론적으로, 본 연구는 비선형 EH, 다중 악성 수신기, 그리고 CSI 불확실성을 동시에 고려한 최초의 MISO‑NOMA CR‑SWIPT 보안 설계라 할 수 있다. 제안된 두 알고리즘은 실시간 구현 가능성을 갖추고 있으며, 6G 및 초저전력 IoT 환경에서의 적용 가능성을 제시한다. 향후 연구에서는 확률적 CSI 오차 모델, 다중 안테나 수신기, 그리고 실험 기반 검증을 통해 시스템의 실용성을 더욱 강화할 수 있을 것이다.