다양성‑통합 트레이드오프와 MIMO 검출 설계

본 논문은 다중입출력(MIMO) 레이더/통신 시스템에서 목표 탐지를 위한 일반화된 가능도비(GLRT) 검출기를 유도하고, 전송 파형(코드 매트릭스)의 설계 기준을 제시한다. 전력 제한이 없는 경우와 전력 제한이 있는 경우를 구분하여, 코드 매트릭스의 랭크(즉, 전송 다이버시티 경로 수)와 각 경로에 통합되는 에너지(신호‑클러터 비, SCR) 사이의 근본적인 트레이드오프를 분석한다. 랭크를 높이면 다이버시티 경로가 늘어나지만, 개별 경로당 평균 …

저자: Antonio De Maio, Marco Lops, Luca Venturino

다양성‑통합 트레이드오프와 MIMO 검출 설계
이 논문은 다중입출력(MIMO) 레이더 혹은 무선 센서 네트워크에서 목표 탐지를 위한 이론적 기반과 설계 원칙을 제시한다. 먼저, 송신 측 M개의 안테나와 수신 측 L개의 안테나가 넓게 배치된 시스템을 가정하고, 각 송신 안테나는 N차원 신호 공간의 정규 직교 기저 {φₙ(t)}에 대한 선형 결합 형태의 파형 sₘ(t)=∑_{n=1}^N a_{n,m} φₙ(t) 를 전송한다. 여기서 aₘ∈ℂᴺ은 코드워드이며, 모든 코드워드가 모여 N×M 코드 매트릭스 A를 형성한다. 전송 에너지와 파형 구조는 자유롭게 설계 가능하다고 가정한다. 수신 측에서는 각 안테나 ℓ에 대해 목표가 존재하면 r_ℓ(t)=∑_{m=1}^M∑_{n=1}^N a_{n,m} φₙ(t-τ₀) α_{m,ℓ}+w_ℓ(t) 로 모델링한다. α_{m,ℓ}는 목표의 복사계수이며, w_ℓ(t)는 수신 잡음과 클러터를 포함한 가우시안 프로세스로, 시간 상관성을 갖지만 공간 상관성은 없다고 가정한다. 위 식을 벡터 형태로 정리하면 r_ℓ = {Aα_ℓ + w_ℓ (H₁), w_ℓ (H₀)} 로 표현되며, 여기서 α_ℓ∈ℂᴹ은 ℓ번째 수신 안테나에 대한 목표 반사벡터, w_ℓ∈ℂᴺ은 잡음 벡터이다. 목표 존재 여부를 판단하기 위해 가설 검정 H₀: 없음 vs H₁: 존재를 설정하고, 사전 목표 통계가 알려지지 않은 상황에서 일반화된 가능도비(GLRT)를 도입한다. GLRT 통계량은 T = Σ_{ℓ=1}^L ‖P_{M^{-1/2}A} M^{-1/2} r_ℓ‖² > η 의 형태이며, 여기서 P_{M^{-1/2}A}=B_δ B_δᴴ는 M^{-1/2}A의 범위에 대한 정규 직교 투영 연산자이다. B_δ는 특이값 분해(SVD) M^{-1/2}A = B D Cᴴ에서 첫 δ개의 좌측 특이벡터를 모은 행렬이며, δ=rank{A}는 코드 매트릭스의 랭크를 의미한다. 통계적 특성을 분석하면, 거짓 경보 확률 P_fa는 임계값 η에 대한 감마 분포 꼬리 확률 P_fa = e^{-η} Σ_{k=0}^{δL-1} η^k/k! 로 주어지고, 검출 확률 P_d는 β = Σ_{ℓ=1}^L α_ℓᴴ Aᴴ M^{-1} A α_ℓ 라는 스칼라 변수에 대한 마르쿠우스 Q함수 형태로 표현된다: P_d = E_α

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기