IRS 기반 테라헤르츠 통신 성능 분석 및 딥러닝 예측

초록

**
본 논문은 직접 경로가 차단된 환경에서 IRS가 중계 역할을 수행하는 테라헤르츠(THz) 통신 시스템을 모델링하고, 대기 감쇠·비대칭 α‑μ 페이딩·빔 정렬 오류를 포함한 복합 채널을 라그랑주 급수 전개(LSE)로 근사한다. 이를 바탕으로 직사각형 및 육각형 QAM에 대한 폐쇄형 outage probability, 평균 채널 용량, 평균 심볼 오류율식을 유도하고, 고SNR 영역에서 다양성 순서와 코딩 이득을 도출한다. 또한 경량 DNN을 설계해 OP와 ASER를 실시간으로 예측함으로써 복잡한 수식 계산을 대체한다. Monte‑Carlo 시뮬레이션을 통해 이론적 결과와 DNN 예측의 정확성을 검증하고, IRS 요소 수, 위상 양자화, 무작위 위상 오차 등이 시스템 성능에 미치는 영향을 정량적으로 분석한다.

**

상세 분석

**
본 연구는 IRS‑assisted THz 시스템을 2‑hop 복합 채널로 정의하고, 각 hop을 대규모 감쇠·소규모 페이딩·포인팅 오류의 곱 형태로 모델링한다. 대기 감쇠는 Buck 식에 기반한 실험적 파라미터를 사용해 지수형 감쇠 계수 hₐ를 도입하고, α‑μ 페이딩은 비대칭 파라미터(α₁,μ₁)와(α₂,μ₂)를 각각 S‑IRS와 IRS‑D 링크에 적용한다. 포인팅 오류는 지수형 PDF와 CDF를 갖는 Gaussian‑beam 모델을 채택해 φᵢ와 S₀ᵢ로 파라미터화한다. 복합 채널 h_fᵢⱼ는 라그랑주 급수 전개(LSE)를 통해 근사되며, 이는 다수의 IRS 요소(N)에서도 정확한 통계적 표현을 제공한다. LSE는 다중 IRS 요소가 적은 경우에도 중심극한정리(CL T)보다 우수한 근사 정확도를 보이며, 특히 비대칭 α‑μ 파라미터와 포인팅 오류가 동시에 존재할 때 유용하다.

폐쇄형 OP는 최종 SNR λ의 CDF를 라그랑주 급수와 Meijer‑G 함수 형태로 전개해 얻으며, 이는 α‑μ와 포인팅 오류 파라미터를 명시적으로 포함한다. 평균 채널 용량은 로그‑함수와 다중 변수 Fox‑H 함수의 적분 형태로 도출되고, 고SNR 근사에서는 λ≈(Pₛ/σₙ²)·hₐ·N·∏ᵢE