협동 MIMO OFDM ISAC 시스템을 위한 메시지 전달 기반 파라미터 추정

초록

본 논문은 다중 기지국이 협력하여 목표물의 위치와 속도를 추정하는 MIMO‑OFDM 기반 ISAC 네트워크에서, 메시지 전달(Message Passing, MP)과 합곱 알고리즘(SPA)을 활용한 새로운 파라미터 추정 프레임워크를 제안한다. 기하학적 전파 모델을 기반으로 요인 그래프를 구성하고, 계층적 가우시안 근사와 파라미터화된 메시지 분포를 도입해 연산 복잡도와 기지국 간 통신 오버헤드를 크게 감소시킨다. 시뮬레이션을 통해 제안 방법의 정확도와 효율성이 입증된다.

상세 분석

이 논문은 6G 시대의 핵심 기술로 떠오른 통합 sensing‑communication(ISAC) 네트워크에서, 다중 기지국(BS)이 동일 목표물을 공동으로 관측함으로써 얻는 공간적 다양성을 효율적으로 활용하는 방법을 제시한다. 먼저, 목표물의 위치 (x₀, y₀)와 속도 (vₓ, v_y)를 파라미터 벡터 ξ로 정의하고, 각 BS가 수신하는 OFDM 레이더 에코를 수학적으로 모델링한다. 전파 지연 τₗ, 도플러 νₗ, 방위각 θₗ 등은 BS와 목표물 간의 기하학적 관계식(3‑4)으로 표현되며, 복소 가우시안 RCS αₗ은 각도에 따라 랜덤하게 변한다는 가정을 둔다. 이러한 물리 모델을 바탕으로 수신 신호 Yₗ을 행렬 형태로 정리하고, 전체 관측 {Yₗ}ₗ=1을 이용해 최대 사후 확률(MAP) 추정 문제를 공식화한다.

핵심 기여는 요인 그래프를 구성해 ξ와 αₗ을 변수 노드, likelihood와 prior을 팩터 노드로 매핑한 뒤, 합곱 알고리즘(SPA)을 적용해 메시지를 교환함으로써 다차원 파라미터의 사후 분포를 근사한다는 점이다. 그러나 직접 SPA는 고차원 적분과 루프가 존재하는 그래프에서 계산량이 급증하고, BS 간 대규모 메시지 교환이 필요해 실용성이 떨어진다. 이를 해결하기 위해 논문은 두 단계의 계층적 메시지 전달 구조를 도입한다.

1. 지역 단계: 각 BS는 자체 관측 Yₗ만을 이용해 가우시안 근사를 적용한 SPA를 수행한다. 여기서는 변수‑팩터 메시지를 로그 도메인에서 가우시안 형태(평균·공분산)로 요약하고, 복잡한 적분을 폐쇄형 식으로 대체한다. 결과적으로 각 BS는 ξ와 αₗ에 대한 로컬 가우시안 믿음(베일리)을 얻는다.

2. 전역 단계: 로컬 베일리를 중앙 혹은 분산 협업 프로세스로 전송해, 공통 변수 ξ에 대한 전역 베일리를 업데이트한다. 이때도 가우시안 근사를 유지해 평균과 공분산만 교환하므로 통신 오버헤드가 크게 감소한다.

계층적 구조는 메시지 차원 축소와 병렬 처리 효율을 동시에 제공한다. 또한, 가우시안 근사는 비선형 관계를 1차 테일러 전개와 같은 방식으로 선형화해 근사 정확도를 유지하면서 연산량을 O(L·N·M)에서 O(L·(N+M)) 수준으로 낮춘다.

시뮬레이션에서는 다중 BS(예: L=4), OFDM 서브캐리어 N=64, 심볼 M=16을 사용해 목표물 위치·속도 추정 RMSE를 평가하였다. 제안 방법은 전통적인 중앙 집중형 SBL·OMP 대비 30 % 이상 정확도가 향상되고, 통신량은 70 % 이상 절감되는 것으로 나타났다. 특히, 목표물의 RCS 변동성이 큰 경우에도 가우시안 근사 기반 메시지 전달이 안정적인 추정 성능을 유지한다는 점이 강조된다.

이 논문은 (1) 물리 기반 전파 모델과 베이즈 추정의 통합, (2) 요인 그래프와 SPA를 활용한 구조화된 추론, (3) 가우시안 근사를 통한 복잡도·통신량 절감이라는 세 축을 결합해, 대규모 협동 ISAC 시스템에 실용적인 솔루션을 제공한다는 점에서 의의가 크다.