실시간 다중정적 백스캐터 범위·각도 추정 및 태그 위치추정

본 논문은 6G 시대의 대규모 저전력 사물인터넷(IoT) 환경에서 백스캐터 네트워크를 이용해 통신과 동시에 실시간 위치추정을 수행하기 위한 알고리즘을 제안한다. 기존의 다중정적 백스캐터 시스템은 통신 효율은 높지만, 거리·각도 추정에 높은 연산 복잡도와 외부 동기화 필요성 등 실용성에 한계가 있었다. 이를 극복하기 위해 저자들은 (1) 범위·각도 추정 단계와 (2) 위치 융합 단계로 구성된 두 단계 파이프라인을 설계하였다. 첫 번째 단계에서는 두 가지 저복잡도 추정 기법을 제시한다. Joint Range‑Angle Clustering(JRAC)은 수신된 2‑D 범위‑각도 히트맵을 부분적으로 트렁케이트하고, 클러스터링을 통해 LoS 경로를 식별한다. 이 과정에서 전체 그리드에 대한 FFT 연산을 피하고, 클러스터 중심 탐색만 수행함으로써 연산량을 크게 감소시킨다. Stage‑wise Range‑Angle Estimation(SRAE)은 먼저 TDoA 기반 거리(τ) 추정을 수행하고, 그 결과를 이용해 다중 안테나 배열의 AoA를 별도로 추정한다. 두 방법 모두 2‑D MUSIC, 2‑D MU‑SIC 등 전통적인 서브스페이스 방법에 비해 30‑40배 빠른 실행 시간을 보이며, 평균 거리 오차 0.15 m, 각도 오차 1.2° 수준의 정확도를 유지한다. 두 번째 단계에서는 추정된 거리·각도 데이터를 융합해 태그의 3‑D 좌표를 복원한다. 저자들은 거리 오차를 가우시안, 각도 오차를 Von Mises‑Fisher 분포로 모델링한 최대우도(ML) 함수를 정의하고, gradient ascent와 라인 서치를 결합한 최적화 알고리즘을 설계하였다. 이 방법은 전역 탐색(brute‑force) 대비 40배 빠른 수렴 속도를 보이며, 동일한 위치 정확도를 제공한다. 또한 Iterative Re‑weighted Least Squares(IRLS) 방법을 도입해 거리·각도 관측을 선형화하고, 가중치를 반복적으로 업데이트함으로써 다중 경로와 잡음에 강인한 특성을 확보하였다. 실험 결과 IRLS는 ML에 비해 10‑12배 적은 연산량으로도 3 m 이하의 중위값 위치 오차를 달성했으며, 100개의 태그가 동시에 활성화된 상황에서도 실시간 처리(≤100 ms)를 유지했다. 시스템 구현은 4개의 단일 안테나 TX와 1개의 8‑element 다중 안테나 RX, 그리고 주파수 이동(Fshift) 방식을 채택한 100개의 반패시브 태그로 구성되었다. 태그는 캐리어 신호를 인접 대역으로 이동시켜 직접 경로와 백스캐터 신호를 동시에 수신하도록 함으로써 별도 클럭 동기화 없이 TDoA 기반 거리 측정이 가능하도록 설계되었다. 실험은 20 × 7 m 실내 환경에서 40 MHz 대역폭, 2.4 GHz 대역을 사용해 수행되었으며, 다중 경로가 심한 환경에서도 평균 위치 오차가 0.3 m 이하로 유지되었다. 제안된 알고리즘은 CRLB에 근접한 성능을 보이며, 기존 고복잡도 서브스페이스 방법을 대체할 수 있음을 입증한다. 결론적으로, 본 연구는 대규모 저전력 IoT 시스템에서 통신·센싱을 동시에 구현할 수 있는 실용적인 백스캐터 기반 위치추정 프레임워크를 제공한다. 저복잡도 범위·각도 추정과 효율적인 위치 융합 기법을 통해 실시간, 대규모 배포가 가능한 솔루션을 제시했으며, 스마트 팩토리, 물류 트래킹, 실내 내비게이션 등 다양한 6G 응용 분야에 바로 적용 가능한 기술 로드맵을 제시한다.