동시 소스 분리 동기화 위치추정 지도작성 위한 6G 다중경로 SLAM

초록

본 논문은 6G 환경에서 다중경로 기반 SLAM(MP‑SLAM)을 확장하여, 서로 간섭하는 비동기화 기지국(BS)들의 신호를 동시에 분리·동기화하고, 이동단말(MT)의 위치와 가상 앵커(VA)를 공동 추정하는 베이지안 프레임워크를 제안한다. 합성곱 그래프와 합산-곱 알고리즘을 이용해 BS‑별 데이터 연관 모델을 구축하고, 실험을 통해 기존 동기화·직교 가정 기반 방법과 비교했을 때 성능 저하가 없음을 입증한다.

상세 분석

이 연구는 기존 MP‑SLAM이 전제해 온 “BS 간 완전 동기화”와 “전송 시퀀스 직교”라는 가정을 의도적으로 포기함으로써, 실제 5G·6G 시스템에서 흔히 발생하는 상호 간섭 상황을 모델링한다. 핵심 아이디어는 두 단계의 확률적 연관을 도입하는 것이다. 첫 번째는 ‘소스 분리’ 단계로, 각 측정된 다중경로 컴포넌트(MPC)가 어느 BS에 기인했는지를 베이지안 방식으로 추정한다. 이를 위해 BS‑별 잠재 가상 앵커(PVA)를 정의하고, 각 PVA에 존재 변수 r_k,n∈{0,1}를 부여해 존재 여부를 확률적으로 표현한다. 두 번째는 ‘데이터 연관(PDA)’ 단계로, 추정된 BS‑별 PVA와 실제 측정값(z_i^m,n) 사이의 매칭을 수행한다. 여기서 동기화 바이어스는 Δb_{j,i}=b_j^{bs}−b_i^{mt} 형태의 차이 변수로 모델링되며, 거리 측정에 직접적인 편향으로 반영된다.

수학적으로는 전체 후방 확률 p(x, p_va, b^{bs}, b^{mt} | z) 를 factor graph 로 전개하고, 각 노드에 대한 메시지를 합산‑곱(sum‑product) 알고리즘으로 순차적으로 업데이트한다. 거리, 방위각(AOA), 방출각(AOD) 각각에 대해 가우시안 likelihood를 가정하고, Fisher 정보 기반의 분산을 사용해 측정 노이즈를 정량화한다. 특히, 새로운 PVA가 등장할 확률을 포아송 프로세스로 모델링함으로써, 미지의 반사면 수가 시간에 따라 증가하는 상황을 자연스럽게 포괄한다.

알고리즘은 각 시간 단계에서 (1) 채널 추정기로부터 MPC 파라미터를 획득, (2) BS‑별 PVA 생성 및 존재 확률 업데이트, (3) 소스 분리와 PDA를 동시에 수행, (4) MT 상태와 BS 바이어스의 MMSE 추정값을 얻는 순서로 진행된다. 실험에서는 2~3개의 BS와 다중 MT가 존재하는 실내 시뮬레이션 환경을 설정하고, PRS 뮤팅 패턴에 의해 발생하는 간섭을 재현하였다. 결과는 동기화 바이어스를 공동 추정함에도 불구하고, 위치 오차와 VA 추정 정확도가 기존 동기화 가정 기반 MP‑SLAM과 통계적으로 유의미한 차이가 없음을 보여준다. 이는 제안된 BS‑별 데이터 연관 모델이 “특성(반사 차수, 벽·스캐터 등) 지속성”을 활용해 장기적인 매핑 일관성을 유지함을 의미한다.

이 논문의 주요 기여는 (i) 비동기·비직교 BS 환경에서의 소스 분리와 동기화 문제를 하나의 베이지안 프레임워크로 통합, (ii) BS‑별 데이터 연관을 통한 확률적 소스 구분 메커니즘, (iii) 합성곱 그래프 기반의 효율적인 추론 알고리즘 설계, (iv) 실험을 통한 기존 최첨단 MP‑SLAM 대비 성능 보장이다. 향후 연구는 다중 반사(2‑bounce 이상)와 이동형 BS(드론)까지 확장하고, 실시간 구현을 위한 메시지 압축 및 하드웨어 가속 방안을 탐색할 여지를 남긴다.