물리 기반 mmWave 통신 시스템을 이용한 목표 형태 탐지 및 재구성

초록

**
본 논문은 다중 BS가 협업하는 MIMO‑OFDM mmWave 시스템에서 Lambertian 산란 모델을 적용해 반사·산란 신호를 정밀히 추정하고, periodogram과 MUSIC 기반 서브스페이스 기법으로 점들을 검출한다. 검출된 점들을 Hough Transform과 PCA로 결합·정제하여 단일 볼록 다각형 목표의 형상을 복원하고, 반사점과 산란점을 추가 융합해 정확도와 완전성을 높인다. 시뮬레이션을 통해 제안 알고리즘의 유효성을 입증한다.

**

상세 분석

**
이 연구는 6G 시대에 필수적인 ISAC(통신‑센싱 통합) 기능을 구현하기 위해 mmWave 대역의 물리적 파동 전파 특성을 정밀 모델링하는 데 초점을 맞춘다. 저자들은 먼저 Lambertian 산란 모델을 기반으로 mmWave가 물체 표면에서 반사와 산란을 동시에 발생시키는 과정을 수식화하고, 이를 ray‑tracing 기반 채널 모델에 삽입한다. 반사 경로는 거울 이미지 기법으로, 산란 경로는 미세면(micro‑facet) 단위의 새로운 방사원으로 표현한다. 이러한 물리 모델링은 기존 통계적 채널 모델이 제공하지 못하는 개별 경로의 각도·지연·감쇠 정보를 제공한다.

신호 처리 단계에서는 먼저 3‑차원 (AoA, AoD, Delay) 텐서 H에 대해 FFT/IFFT를 이용해 periodogram을 계산한다. 이 단계는 계산량이 적고 전반적인 스펙트럼 구조를 파악하는 데 유용하지만, 해상도가 제한적이다. 이를 보완하기 위해 저자들은 MUSIC 서브스페이스 기법을 도입한다. AoA가 검출된 후, 해당 AoA에 대한 2‑차원 슬라이스를 추출하고, 각 슬라이스에 대해 AoD와 Delay를 MUSIC으로 초고해상도 추정한다. 반사점은 파워가 강하고 공간적으로 희소하므로, 가장 큰 스펙트럼 피크를 기준으로 존재 여부를 판단하고, 동일하게 MUSIC을 적용해 정확한 파라미터를 복원한다.

형상 복원 단계에서는 산란점 집합을 입력으로 Hough Transform을 수행해 잠재적인 직선 후보를 생성한다. 그러나 Hough Transform만으로는 격자화 오차와 직선 적합 정확도가 떨어진다. 이를 해결하기 위해 각 후보 점 집합에 대해 PCA를 적용해 주축과 보조축을 구하고, (i) 점들의 투영 분포가 균일한가, (ii) 주축 방향 분산이 보조축보다 충분히 큰가를 검증한다. 유효한 직선 후보는 겹침 정도와 방향 차이를 기준으로 병합·정제되며, 최종적으로 K개의 직선(다각형 변)과 해당 점 집합이 도출된다.

마지막으로, 반사점 정보를 활용해 기존 산란 기반 다각형에 추가적인 제약을 부여한다. 반사점은 실제 물체 표면의 법선 정보를 제공하므로, 해당 법선과 다각형 변의 교차 관계를 이용해 누락된 변을 보완하거나, 변의 위치를 미세 조정한다. 이렇게 산란·반사 점을 융합함으로써 복원된 형상의 정확도와 완전성이 크게 향상된다.

시뮬레이션 결과는 다중 BS 환경에서 다양한 SNR 조건하에 제안 알고리즘이 기존 periodogram‑only 혹은 단일 서브스페이스 기반 방법보다 평균 위치 오차와 형태 재구성 오류가 현저히 낮음을 보여준다. 특히, 반사점 융합 단계는 복원된 다각형의 면적 오차를 30 % 이상 감소시킨다. 전체적으로 물리 기반 채널 모델링, 고해상도 서브스페이스 추정, 그리고 이미지 처리 기법의 결합이 mmWave ISAC 시스템에서 실시간 고정밀 형상 복원을 가능하게 함을 입증한다.

**