테라헤르츠 펄스를 이용한 나노센서 네트워크 DOA 추정

본 논문은 그래핀 기반 안테나가 0.1–10 THz 대역에서 효율적으로 동작한다는 최신 연구를 바탕으로, 초단파(펨토초) 펄스를 이용한 나노스케일 무선 센서 네트워크(NWSN)의 도착 방향(DOA) 추정 문제를 다룬다. 기존의 TOA와 RSS 기반 위치 추정이 나노센서의 에너지·크기 제약으로 실현이 어려운 반면, DOA는 별도의 동기화나 전송 전력 정보를 필요로 하지 않아 NWSN에 적합하다고 주장한다. 먼저 테라헤르츠 채널 모델을 상세히 제시한다. 전파는 스프레딩 손실과 분자 흡수 손실을 동시에 겪으며, 흡수 계수 k(f)는 대기 중 물증기 등 여러 분자 종류의 몰분율과 개별 흡수 스펙트럼을 합산해 계산한다. 또한, 채널 잡음은 배경 대기 잡음과 전송 펄스에 의해 유도되는 자체 잡음으로 구성되며, 이는 펄스가 전파되는 동안에만 발생한다. 이러한 모델을 기반으로, 펄스 자체는 고차 시간 미분 가우시안 형태로 정의하고, 차수 n에 따라 중심 주파수와 대역폭이 결정된다. 펄스의 PSD는 G_n(f) = (j2πf)^n a_n e^{−0.5(2πσf)^2} 로 표현된다. 수신 측은 N개의 요소를 갖는 균일 선형 배열(ULA)이며, 각 요소에서의 시간 지연 τ_i는 입사각 θ와 요소 간격 d_s에 의해 결정된다. 수신 신호 y_i(t) 는 펄스와 채널 임펄스 응답 h(t,d_r)의 컨볼루션에 잡음 v_i(t)를 더한 형태이며, 이를 푸리에 변환해 Y_i(f) 로 나타낸다. K개의 독립적인 스냅샷을 수집해 공분산 행렬 R_Y(f,d_r)를 추정하고, 잡음이 펄스와 독립적이라고 가정해 R_Y를 신호 성분과 잡음 성분으로 분해한다. DOA 추정에는 넓은 대역폭을 고려한 비동기 다중 신호 분류(IMUSIC) 알고리즘을 적용한다. 각 주파수 빈 l에 대해 전통적인 MUSIC 스펙트럼을 계산하고, 이를 L개의 빈에 걸쳐 곱해 최종 스펙트럼 P_IMUSIC(θ) 를 만든다. 스펙트럼의 최대값을 찾음으로써 입사각 θ̂ 를 얻는다. 이 과정에서 신호와 잡음 고유벡터를 이용해 신호 공간과 잡음 공간을 명확히 구분한다. 시뮬레이션 설정은 다음과 같다. 테라헤르츠 대역을 1–10 THz로 설정하고, 여름 대기(물증기 1.86 %)를 가정한다. HI‑TRAN 데이터베이스를 이용해 k(f)를 얻고, 펄스 차수는 1~4, 중심 주파수는 2, 4, 6 THz, 펄스 에너지는 1 aJ부터 10 aJ까지 변동시킨다. 배열 요소 수 N=8, 요소 간격 d_s=λ_min/2 로 설정하고, 스냅샷 수 K=50을 기본값으로 사용한다. 성능 평가는 RMSE = sqrt( (1/N_run) Σ (θ̂_i−θ)^2 ) 로 정의한다. 주요 결과는 다음과 같다. (1) 차수가 낮을수록(특히 1차) 그리고 중심 주파수가 높을수록(특히 6 THz) RMSE가 최소화된다. 이는 고차 펄스가 높은 주파수 대역으로 이동하면서 채널 흡수 손실이 감소하기 때문이다. (2) 6 m 거리에서도 1 aJ 펄스 에너지로 RMSE < 1° 를 달성한다. 이는 초단파 펄스가 매우 짧은 시간에 에너지를 집중시켜 SNR을 유지함을 의미한다. (3) 고주파(6 THz)에서는 거리 의존성이 1 cm 이하에서는 거의 없으며, 그 이상에서는 급격히 오차가 증가한다. 반면 저주파(2 THz)에서는 거리 증가에 따라 오차가 선형적으로 증가한다. (4) 펄스 에너지가 감소하면 저차·저주파 조합에서 RMSE가 급격히 악화되지만, 고주파·고차 조합에서는 에너지 변화에 대한 민감도가 낮다. (5) 스냅샷 수 K를 늘릴수록 잡음 평균화 효과가 커져 RMSE가 감소한다. 결론적으로, 테라헤르츠 대역의 초단파 펄스를 이용한 DOA 추정이 MUSIC 기반 알고리즘으로도 충분히 높은 정확도를 제공함을 보였다. 이는 NWSN에서 센서의 위치 파악, 이벤트 소스 추적, 빔포밍 등에 활용될 수 있다. 다만, 실제 구현에서는 그래핀 안테나의 제작 공정, 다중 경로 및 다중 사용자 간 간섭, 실시간 연산 복잡도 등을 고려한 추가 연구가 필요하다.