무선통신 레이다 통합 시스템을 위한 최적 전송 빔포밍 설계

초록

본 논문은 목표와 사용자 위치가 확률적으로 알려진 MIMO ISAC 환경에서, 기대 통신률 제약 하에 후방 크래머-라오 경계(PCRB)를 최소화하는 전송 빔포밍 최적화를 제시한다. 정적 빔포밍이 동적 설계보다 충분히 최적임을 증명하고, 최적 전송 공분산 행렬의 랭크가 모든 가능한 사용자 채널 랭크의 합으로 제한됨을 밝혀낸다. 또한 목표·사용자 위치 분포가 유사할수록 ISAC 성능이 향상된다는 통계적 인사이트를 제공한다.

상세 분석

이 연구는 MIMO 기반 통합 감지·통신(ISAC) 시스템에서 목표와 통신 사용자의 위치가 완전히 알려지지 않고 확률분포만 존재하는 상황을 모델링한다. 기존 연구들은 주로 사용자 위치를 확정적으로 가정하거나, 감지 성능을 빔패턴 유사도 혹은 전통적인 CRB로 평가했지만, 본 논문은 두 요소 모두에 대한 사전 확률 정보를 활용해 후방 크래머-라오 경계(PCRB)를 감지 성능 지표로 채택한다. PCRB는 사전 확률밀도함수에만 의존하므로 실제 파라미터 값이 미지일 때도 의미 있는 하한을 제공한다.

통신 측면에서는 K개의 가능한 사용자 각도 θ_U,k와 그에 대응하는 채널 행렬 H(θ_U,k)를 가정하고, 각 경우에 대한 기대 전송률을 로그식으로 정의한다. 전체 시스템의 목표는 기대 전송률이 사전 정의된 임계값 (\bar R)를 만족하도록 하면서, PCRB를 최소화하는 전송 공분산 행렬 W를 찾는 것이다. 수식 (4)–(6)에서 제시된 최적화 문제는 목적함수가 tr(A₁W) 형태이며, 이는 PCRB의 역수와 직접 연관된다. 제약조건은 기대 전송률과 전력 제한이다.

문제는 볼록 최적화이며, 라그랑주 이중성을 이용해 해의 구조를 분석한다. 첫 번째 경우는 기대 전송률 제약이 비활성일 때이며, 이때 최적 W는 A₁의 최대 고유값에 대응하는 고유벡터 q₁을 이용한 rank‑1 형태 (W^\star = P q₁ q₁^H) 로 얻어진다. 두 번째 경우는 제약이 활성화된 상황으로, 라그랑주 승수 β와 μ를 도입해 이중 문제를 풀고, 최적 W는 Q⁻¹/² (\hat W) Q⁻¹/² 형태로 표현된다. 여기서 Q = μI - βA₁이며, μ는 A₁의 최대 고유값보다 크게 선택되어 Q가 양정(positive definite)임을 보장한다.

핵심 정리는 최적 전송 공분산 행렬의 랭크가 모든 가능한 사용자 채널 랭크의 합으로 상한이 있다는 점이다. 즉, (\text{rank}(W^\star) \le \sum_{k=1}^K \text{rank}(H(\theta_{U,k}))). 이는 다중 사용자 상황에서도 전송 빔포밍이 필요 이상으로 고차원으로 확장되지 않음을 의미한다. 또한, 정적 빔포밍이 동적(시간에 따라 변하는) 설계와 동일한 최적 성능을 달성한다는 증명은 시스템 구현 복잡도를 크게 낮출 수 있음을 시사한다.

수치 실험에서는 목표와 사용자 위치 분포가 서로 가까워질수록 기대 전송률과 PCRB 사이의 트레이드오프가 유리하게 변함을 확인한다. 이는 실제 네트워크에서 베이스 스테이션이 목표와 사용자를 연관짓는 매칭 전략을 설계할 때, 위치 분포의 유사성을 고려하면 ISAC 효율을 극대화할 수 있음을 보여준다.