OFDM 기반 ISAC을 위한 별자리 선택과 전력 제어 이론에서 프로토타입까지

초록

본 논문은 기존 5G·NR 표준을 그대로 이용하면서, OFDM 서브캐리어에 서로 다른 변조 별자리(콘스텔레이션)를 배치하고 전력을 최적 배분함으로써 통신 품질은 유지하고 레이더 성능을 크게 향상시키는 저복잡도 설계 방법을 제시한다. 매치드 필터(MF)와 리시프로컬 필터(RF) 두 가지 수신 방식을 분석해 별자리의 네 번째 모멘트(왜도)와 역제2모멘트가 각각 사이드로드와 잡음 증폭에 미치는 영향을 정량화하고, 평탄 채널에서는 최적 해가 최대 세 종류의 별자리만 사용한다는 구조적 결과를 도출한다. 주파수 선택성 채널에서는 이중 레벨 알고리즘을 통해 거의 최적에 근접한 솔루션을 빠르게 얻으며, 실험 프로토타입을 통해 이론적 예측이 실제 측정과 일치함을 검증한다.

상세 분석

이 논문은 ISAC(통합 sensing and communication) 시스템에서 가장 실용적인 접근법을 제시한다는 점에서 의미가 크다. 기존 연구들은 새로운 파형을 설계하거나 프레임 구조를 바꾸는 방식으로 센싱 성능을 개선하려 했지만, 이는 기존 통신 장비와의 호환성을 크게 저해한다. 저자들은 이러한 한계를 극복하기 위해 ‘별자리 선택(constellation selection)’이라는 아이디어를 도입한다. 구체적으로, OFDM 서브캐리어마다 QPSK, 16QAM, 64QAM, APSK 등 표준화된 변조 방식을 자유롭게 조합하고, 각 서브캐리어에 할당할 전력을 별도로 최적화한다.

핵심 이론은 두 가지 수신기 구조, 매치드 필터(MF)와 리시프로컬 필터(RF)에서 전송 신호의 통계적 특성이 센싱 성능에 어떻게 영향을 미치는지를 수식으로 풀어낸다. MF에서는 사이드로드 전력이 각 서브캐리어 별자리의 네 번째 중심모멘트(즉, kurtosis)와 전력 할당의 가중합에 비례한다는 식을 도출한다. 따라서 kurtosis가 큰 별자리(예: 고차 QAM)는 사이드로드를 크게 만들므로 전력을 적게 할당하는 것이 바람직하다. 반면 RF는 주파수 영역에서 각 심볼을 직접 나누어 잡음이 증폭되는데, 이때 증폭 정도는 역제2모멘트(ν⁻²)와 전력 할당의 가중합으로 표현된다. 즉, 역제2모멘트가 큰 별자리(예: 낮은 변조 차수)에는 더 많은 전력을 부여해야 잡음 증폭을 억제할 수 있다.

다중 심볼을 연속적으로 통합(coherent integration)하면 처리 이득이 N_s 심볼만큼 선형적으로 증가함을 증명하고, 이를 기반으로 매트릭스 펜슬(Matrix Pencil) 방법을 이용한 초정밀 거리 추정까지 연결한다.

구조적 최적화 결과로, 평탄 페이딩 채널에서는 파레토 최적점이 최대 세 종류의 별자리만을 활성화한다는 ‘3‑constellation theorem’을 제시한다. 이는 고차원 연속 최적화 문제를 ‘조합적 선택 + 연속 전력 배분’이라는 두 단계 문제로 분해하고, 내부 단계는 닫힌 형태 해를 갖는 라그랑주 승수 방식으로 해결함으로써 계산 복잡도를 크게 낮춘다. 주파수 선택성 채널에서는 이중 레벨(bilevel) 알고리즘을 적용해 외부 레벨에서 이진 별자리 선택을, 내부 레벨에서 전력 최적화를 수행한다. 내부 레벨은 각 서브캐리어에 대해 동일 전력 할당이 최적임을 보이고, 이를 이용해 빠른 수렴을 보장한다.

실험에서는 플루토 SDR 보드와 5G NR 파라미터(15 kHz 서브캐리어 간격, 256‑point FFT 등)를 사용해 프로토타입을 구현하였다. MF와 RF 각각에 대해 사이드로드 레벨과 잡음 변동을 측정했으며, 제안된 혼합 별자리·전력 제어가 기존 단일 별자리 전송 대비 약 10 dB까지 약한 목표를 검출할 수 있음을 확인했다. 또한 SNR이 낮을 때는 MF가, 높은 SNR에서는 RF가 더 우수한 성능을 보이는 ‘전환점’도 실험적으로 입증하였다.

전반적으로 이 논문은 ‘표준 호환성 + 저복잡도 + 이론적 최적성’이라는 세 축을 모두 만족시키는 ISAC 설계 프레임워크를 제공한다는 점에서, 향후 6G 시대의 대규모 센싱 네트워크 구현에 실질적인 로드맵을 제시한다.