이중 다이오드 통합 SWIPT, 메모리 활용 고속 데이터 전송

초록

본 논문은 이중 반파 정류 회로를 이용한 통합 SWIPT 수신기의 순간 전압·전류 비선형성 및 커패시터 메모리 효과를 시간 영역에서 정확히 모델링한다. 제안된 메모리 인식 모델을 기반으로, 상태 전이 함수를 사전 계산한 뒤 실시간으로 두 가지 가설(‘1’,‘0’)의 다음 전압을 예측하고 관측값과 비교하는 선형 복잡도의 회로 인식 적응 검출기(CAAD)를 설계한다. 시뮬레이션 결과, CAAD는 메모리 지배 영역에서 MLSD에 근접한 BER 성능을 보이며, 에너지 수확 효율도 유지한다.

상세 분석

이 논문은 저전력 IoT 환경에 적합한 통합 SWIPT(동시 무선 정보·전력 전송) 수신기의 실제 동작을 정밀히 재현하기 위해 두 개의 반파 정류 다이오드와 두 개의 로우패스 커패시터(Cp, Cn)로 구성된 회로를 대상으로 한다. 다이오드의 비선형 전압‑전류 특성을 단순화된 조각별 선형 모델(Von, Ron, Roff)로 표현하고, 각 다이오드가 온·오프 상태에 따라 네 가지 전도 모드(RR, FR, RF, FF)를 정의한다. Kirchhoff 전류 법칙을 적용해 각 모드별로 두 개의 1차 상미분 방정식(ODE)을 도출하고, 고유근(r₁, r₂)과 고조파 이득(a, b, d)을 이용해 폐형식 해를 얻는다. 전압 연속성과 전류 연속성을 보장하기 위해 모드 전환 시 상수 C₁, C₂를 업데이트하는 알고리즘을 제시했으며, 이를 시간 스텝 Δt로 세분화해 전압 궤적을 시뮬레이션한다.

이러한 전이 시뮬레이션을 통해 얻은 전압 샘플 xₖ=V_L(kTs)와 다음 심볼 입력 Aₖ₊₁에 대한 결정적 상태 전이 함수 xₖ₊₁=f(xₖ;Aₖ₊₁)를 정의한다. 특히, 고용량 커패시터(Cp, Cn)가 존재해 시간 상수 T₀가 심볼 기간 Ts와 동등하거나 크게 되면, 회로는 완전 정착에 실패하고 이전 심볼의 전하 잔류가 현재 전압에 큰 영향을 미치는 비선형 유한 메모리 채널이 된다. 저용량에서는 T₀≪Ts이므로 메모리 효과가 거의 사라져 전통적인 메모리리스 검출이 가능하다.

이 메모리 모델을 활용해 두 가지 검출 방식을 비교한다. 메모리 약한 경우는 고정 임계값을 갖는 심볼‑별 최대우도(ML) 검출이 최적이며, 메모리 지배 영역에서는 모든 가능한 심볼 시퀀스를 탐색하는 최대우도 시퀀스 검출(MLSD)이 이론적으로 최적이지만 복잡도가 O(M^L)으로 급격히 증가한다. 이를 극복하기 위해 저자들은 회로 인식 적응 검출기(CAAD)를 제안한다. CAAD는 사전 계산된 전이 함수 µ_H(x)와 µ_L(x) (고전압·저전압 입력에 대한 상태 전이)를 메모리에 저장하고, 초기 파일럿을 통해 초기 상태 ˆx₀을 추정한다. 각 심볼 시간에 현재 상태 추정 ˆxₖ를 기반으로 두 가설에 대한 다음 전압 예측 ˜xₖ₊₁|H, ˜xₖ₊₁|L을 계산하고, 실제 관측값 yₖ₊₁과의 유클리드 거리를 비교해 더 가까운 가설을 선택한다. 선택된 가설에 따라 상태 추정 ˆxₖ₊₁을 업데이트함으로써 메모리를 직접 활용한다. 이 과정은 심볼당 두 번의 함수 호출과 한 번의 비교만 필요하므로 복잡도는 O(K)이며, 메모리 길이에 무관하게 선형이다.

시뮬레이션 결과는 다음과 같다. 높은 용량(Cp= Cn=10 nF)에서는 CAAD가 MLSD와 거의 동일한 BER 곡선을 보이며, 저용량(Cp= Cn=2 nF)에서는 단순 ML 검출과 비슷한 성능을 유지한다. 또한, 전압 V_L을 직접 사용한 경우와 V_p만을 사용한 경우를 비교했을 때, V_L 기반 검출이 더 높은 전력 수확 효율을 제공한다. 즉, 회로 메모리를 활용한 적응 검출은 데이터 전송 속도와 신뢰성, 그리고 에너지 수확 효율 사이의 트레이드오프를 크게 개선한다.

본 연구의 주요 기여는 (1) 이중 다이오드 정류 회로의 비선형·메모리 동작을 통합적으로 시간 영역에서 모델링한 전이 프레임워크, (2) 해당 모델을 기반으로 메모리 인식 적응 검출기를 설계해 MLSD 수준의 성능을 선형 복잡도로 달성한 점, (3) 메모리 효과가 강한 경우에도 에너지 수확량을 유지하면서 높은 데이터 전송률을 가능하게 한 점이다. 향후 연구는 다중 안테나·다중 사용자 환경에서의 확장, 실험적 하드웨어 구현, 그리고 비정상적인 잡음·간섭 상황에 대한 견고성 분석 등을 포함할 수 있다.