목표 위치 분포 활용 MIMO 레이더 빔패턴 설계: PCRB와 PSBP 비교

초록

본 논문은 목표 각도에 대한 사전 확률분포를 이용해 MIMO 레이더의 송신 빔패턴을 설계하는 두 가지 방법을 제안한다. 첫 번째는 사후 Cramér‑Rao Bound(PCRB)를 최소화하는 설계이며, 두 번째는 확률 스케일 빔패턴(PSBP)을 최적화하는 설계이다. ADMM 기반 저복잡도 알고리즘을 통해 각각의 최적화 문제를 해결하고, 다양한 시뮬레이션을 통해 성능을 비교·분석한다.

상세 분석

이 논문은 MIMO 레이더에서 목표 각도가 확률 변수라는 전제 하에, 사전 분포 정보를 어떻게 효과적으로 활용할 수 있는지를 두 가지 관점에서 심도 있게 탐구한다. 첫 번째 접근법은 전통적인 추정 정확도 지표인 Cramér‑Rao Bound(CRB)를 베이즈 형태로 확장한 Posterior CRB(PCRB)를 도입한다. PCRB는 목표 각도 PDF와 레이더 파형이 결합된 형태로, MSE의 이론적 하한을 제공한다. 저자들은 일반적인 PCRB 식을 유도하고, 이를 최소화하도록 송신 빔패턴을 설계하는 최적화 문제를 정의한다. 문제는 비선형·비convex 특성을 가지지만, 변수 분리를 통해 ADMM(Alternating Direction Method of Multipliers) 프레임워크로 변환함으로써 수렴 보장을 얻는다.

두 번째 접근법은 빔패턴 자체를 확률 가중치와 결합한 새로운 성능 지표인 Probability Scaled Beampattern(PSBP)를 제시한다. PSBP는 목표 각도 PDF와 빔패턴의 곱을 적분한 값으로, 특정 각도 구간에 대한 에너지 집중도를 직접적으로 측정한다. 저자들은 ‘공정(fair) PSBP’와 ‘통합(integrated) PSBP’ 두 가지 설계 목표를 설정하고, 각각에 대해 ADMM 기반 최적화를 수행한다. 특히, PSBP는 실제 목표 분포가 비균일할 때 PCRB보다 직관적인 설계 기준을 제공한다는 점에서 의미가 크다.

논문은 두 분포 모델—구간별 균일 혼합 모델과 절단 가우시안 혼합 모델—을 제시하고, 각 모델에 대해 PCRB와 PSBP가 어떻게 달라지는지를 분석한다. 시뮬레이션에서는 목표 각도가 좁은 구간에 집중된 경우와 넓은 구간에 퍼진 경우를 모두 고려했으며, PSBP 기반 설계가 특정 구간에서의 탐지 확률과 평균 MSE를 크게 향상시키는 반면, PCRB 기반 설계는 전체적인 평균 성능을 균형 있게 개선한다는 결과를 얻었다. 또한, 알고리즘의 복잡도와 수렴 속도에 대한 평가도 포함되어, 실시간 레이더 시스템에 적용 가능한 저복잡도 구현 가능성을 입증한다.

이 연구는 기존 PCRB 기반 설계가 사후 하한에만 초점을 맞추어 실제 구현에서 MSE와의 괴리를 초래할 수 있다는 한계를 보완하고, PSBP라는 새로운 빔패턴 지표를 통해 목표 분포 정보를 보다 직접적으로 활용할 수 있음을 보여준다. 향후 연구에서는 다중 목표 상황, 동적 목표 추적, 그리고 비선형 파형 제약을 포함한 확장 가능성을 제시한다.