⚡ electrical engineering

Efficient Feedback Design for Unsourced Random Access with Integrated Sensing and Communication

본 논문은 사용자 디코딩 상태를 알림과 동시에 타겟 센싱을 가능하게 하는 새로운 이중 목적 피드백 신호 설계를 비소스 랜덤 액세스 시스템에 제안하며, 통신과 센싱 능력 사이의 트레이드오프를 최적화하고 성능을 균형 있게 조절하기 위해 수정된 투영 경사 하강법 알고리즘을 활용한다.

원저자: Mohammad Javad Ahmadi, Mohammad Kazemi, Rafael F. Schaefer

게시일 2026-08-04

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Mohammad Javad Ahmadi, Mohammad Kazemi, Rafael F. Schaefer

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

수백만 명의 작고 보이지 않는 전령들이 중앙 타워를 향해 짧은 메시지를 외치려 애쓰는 북적이는 도시를 상상해 보십시오. 옛날에는 모든 전령이 손을 들고, 고개를 끄덕여 줄 때까지 기다렸다가, 자신의 이름을 말한 뒤에야 말을 할 수 있었습니다. 하지만 수백만 개의 장치가 있는 상황에서는 그 줄이 결코 움직이지 않을 것입니다. 그래서 엔지니어들은 "비소스 랜덤 액세스(Unsourced Random Access)"라는 혼란스럽지만 영리한 시스템을 발명했습니다. 여기서는 모두가 공유된 코드북을 사용하여 동시에 메시지를 외칩니다. 타워는 누가 외쳤는지에는 관심이 없습니다. 그저 무엇이 말해졌는지만 알고 싶어 합니다. 이는 마치 DJ가 어떤 손님이 노래하고 있는지보다는 노래 가사가 무엇인지에만 관심을 갖는 붐비는 파티와 같습니다.

하지만 함정이 있습니다. 이 혼란스러운 외침 속에서 전령들은 DJ가 자신의 말을 들었는지 알 방법이 없습니다. 메시지가 소음 속에 사라진 것일까요? 다시 외쳐야 할까요? 타워로부터 "엄지 척"이나 "엄지 아래" 같은 신호를 받지 못하면, 그들은 불필요하게 계속 외치거나 너무 빨리 포기할 수도 있습니다. 한편, 타워 또한 다른 일을 하려고 노력 중입니다. 타워는 레이더처럼 작동하여, 도시 어딘가에 숨어 있는 물체(드론이나 자동차 등)를 파악하기 위해 메아리를 듣고자 합니다. 큰 질문은 이것입니다: 타워가 하나의 "응답" 신호를 보내서, 전령들에게 자신들의 메시지가 전달되었는지 알려주는 동시에 타워가 주변 환경을 지도화하는 데 도움을 줄 수 있을까요? 그러면서도 혼란에 빠지지 않고 말이죠?

이 논문은 그 응답 신호를 설계하는 정교하고 새로운 방법을 제안합니다. 저자인 모하마드 자바드 아마디(Mohammad Javad Ahmadi), 모하마드 카제미(Mohammad Kazemi), 라파엘 F. 셰퍼(Rafael F. Schaefer)는 "이중 목적" 피드백 시스템을 제안합니다. 타워는 단순히 "예" 또는 "아니오"를 보내는 대신, 스위스 아미 나이프처럼 정교한 신호를 보냅니다. 이 신호는 사용자들에게 자신의 메시지가 제대로 해독되었는지 알려주어 재전송 여부를 결정하게 하는 동시에, 주변 표적에 반사되어 타워가 그들의 각도(방향)를 추정하는 데 도움을 줍니다.

이를 실현하기 위해 팀은 까다로운 균형 잡기 문제를 해결해야 했습니다. 그들은 "수정된 투영 경사 하강법(modified projected gradient descent)"이라는 수학적 도구를 사용했습니다. 이것은 마치 산등성이에서 완벽한 지점을 찾으려는 등산가와 같습니다. 만약 그들이 "통신"이라는 정상을 향해 너무 멀리 걸어가면 "감지"라는 절벽 아래로 떨어질 수 있고, 그 반대도 마찬가지입니다. 이 알고-리즘은 두 작업이 모두 잘 수행될 수 있는 최적의 지점을 찾는 데 도움을 줍니다. 그들은 실제 도시에서 물리적인 타워를 구축하는 대신 컴퓨터 시뮬레이션(가상 실험)을 사용하여 이 아이디어를 테스트했습니다.

시뮬레이션 결과는 매우 유망했습니다. 새로운 설계는 사용자가 자신의 메시지가 들렸는지 알도록 돕는 데 있어 현재의 최고 방식(HashBeam이라 불리는)보다 성능이 현저히 뛰어났습니다. 이는 사용자가 메시지가 전달되었다고 착각하거나 혹은 전달되지 않았는데 전달되었다고 생각하는 "잘못된 결정"을 줄여주었습니다. 또한, 논문은 명확한 트레이드오프(trade-off) 관계를 보여줍니다. 만약 신호를 통신에 완벽하게 맞추면 감지 능력이 다소 떨어지고, 감지에 맞추면 통신이 저하됩니다. 그러나 특정 "노브(knob)"(μ라고 불리는 가중치 인자)를 조절함으로써, 시스템은 한 가지 작업을 우선시하거나 중간 지점을 찾도록 조정할 수 있습니다. 시뮬레이션은 피드백 신호의 길이( $L$ )를 늘림으로써 통신과 감지 성능을 동시에 높일 수 있음을 보여주었습니다.

요약하자면, 이 논문은 타워의 "되받아치는 외침"을 주의 깊게 설계함으로써 미래의 무선 네트워크를 더 똑똑하게 만들 수 있다고 제안합니다. 이 네트워크는 수백만 개의 혼란스러운 메시지를 더 안정적으로 처리할 수 있을 뿐만 아니라, 에너지와 대역폭을 절약하면서 내장된 레이더처럼 작동할 수도 있습니다. 비록 이러한 결과가 현재 시뮬레이션에 기반하고 있지만, 이는 6G 네트워크가 어떻게 언젠가 대화와 청취를 동일한 신호로 병행할 수 있는지에 대한 생생한 청사진을 제공합니다.

기술 요약: 통합 센싱 및 통신을 적용한 비소스 랜덤 액세스(URA)를 위한 효율적인 피드백 설계

문제 정의
비소스 랜덤 액세스(Unsourced Random Access, URA)는 대규모 기계형 통신(IoT)을 위해 설계된 패러다임으로, 사전 스케줄링이나 식별 없이 다수의 사용자가 간헐적이고 짧은 패킷을 전송하는 방식입니다. URA는 시그널링 오버헤드를 줄여주지만, 전통적인 방식은 다운링크 피드백이 부족하여 사용자가 자신의 메시지가 성공적으로 디코딩되었는지 알 수 없다는 단점이 있습니다. 이러한 부재는 불필요한 재전송이나 데이터 손실로 이어질 수 있습니다. 또한, 최근 부상하는 통합 센싱 및 통신(ISAC) 패러다임은 스펙트럼과 하드웨어와 같은 자원을 공유하기 위해 통신과 센싱 기능을 통합하고자 합니다. 그러나 기존의 URA 피드백 메커니즘(최신 기술인 HashBeam 포함)은 주로 통신에 집중되어 있으며, 타겟 각도 추정과 같은 센싱 기능을 내재적으로 지원하지 않습니다. 본 논문은 사용자가 디코딩 상태를 알 수 있게 함과 동시에(통신 작업), 기지국이 환경 내 타겟의 방향을 추정할 수 있도록(센싱 작업) 하는 피드백 신호를 설계하는 과제를 해결합니다.

방법론
저자들은 균일 선형 배열(Uniform Linear Array, ULA)을 갖춘 기지국(BS)이 활성 사용자로부터 파일럿을 감지하고 채널 계수를 추정하는 시스템 모델을 제안합니다. 기지국은 $L$ 개의 채널 사용에 걸쳐 다운링크 피드백 신호 $V$ 를 전송합니다. 이 신호는 두 가지 목적을 수행합니다:

통신: 사용자는 수신된 신호를 자신의 기지 코드(hash code)와 상관 연산하여 메시지가 디코딩되었는지( $s_i = 1$ ) 또는 실패했는지( $s_i = -1$ )를 판단합니다.
센싱: 기지국은 환경 내 타겟에 의해 반사된 신호를 활용하여 타겟의 입사각/출사각(AoA/DoA)을 추정합니다.

최적의 피드백 신호 $V$ 를 설계하기 위해, 저자들은 두 가지 오차 지표의 가중치 합을 최소화하는 결합 최적화 문제를 정식화합니다:

통신 오차 ( $e_c$ ): 디코딩 상태에 대한 잘못된 결정 확률입니다. 이는 수신 신호와 사용자의 기지 코드 간 상관관계의 실수 부분에 대한 Q-함수를 기반으로 도출됩니다.
센싱 오차 ( $e_s$ ): 각도 추정의 평균 제곱 오차(RMSE)이며, 크라메르-라오 하한(Cramér-Rao bound)으로부터 유도된 근사치를 사용합니다.

Q-함수의 비선형성과 센싱 오차 항의 역수 관계 때문에 이 최적화 문제는 까다롭습니다. 문제를 다루기 용이하게 만들기 위해 저자들은 **수정된 투영 경사 하강법(modified projected gradient descent algorithm)**을 도입합니다. 주요 단순화 기법은 다음과 같습니다:

Q-함수를 특정 임계값 이상의 값에 대해 선형 항( $-x$ )으로 근사하여, 알고리즘이 오차 확률이 높은 사용자를 우선적으로 처리할 수 있도록 합니다.
센싱 오차 함수 내의 $1/x$ 항에 대해 1차 테일러 전개를 사용합니다.
신호 행렬 $V$ 를 반복적으로 업데이트할 때, 두 성분(통신 및 센싱)에 대한 그래디언트를 계산하고, 안정적인 스텝 사이즈를 보장하기 위해 프로베니우스 노름(Frobenius norm)으로 정규화한 후, 전력 제약 조건인 구(sphere) 위로 투영합니다.

주요 기여

이중 목적 피드백 설계: URA에서 디코딩 상태 통지와 타겟 각도 추정을 동시에 지원하는 새로운 피드백 신호 설계를 도입하여, URA와 ISAC 사이의 간극을 메웁니다.
최적화 프레임워크: 통신 신뢰성과 센싱 정확도 사이의 균형을 조절하는 가중치 매개변수 $\mu$ 가 포함된 가중 최적화 문제를 정식화합니다.
알고리즘 혁신: 비볼록(non-convex) 최적화 문제를 효율적으로 해결하기 위해 수정된 투영 경사 하강법을 제안합니다. 이 알고리즘은 현재의 오차 확률에 따라 그래디언트를 동적으로 조정하여, 피드백의 혜택을 가장 많이 받을 가능성이 높은 사용자에게 계산 자원을 집중합니다.
성능 분석: 제안된 방식의 통신 오차 확률과 센싱 각도 추정 MSE에 대한 근사적 하한을 제공하는 이론적 분석을 수행합니다.

결과
몬테카를로 시뮬레이션을 통한 수치 결과는 제안된 방식의 효용성을 입증합니다:

통신 성능: 통신을 우선시할 때( $\mu = 1$ ), 제안된 방식은 다양한 사용자 수( $K$ )와 피드백 신호 길이( $L$ )에 대해 최신 기술인 HashBeam보다 탐지 오차 확률 측면에서 현저히 우수한 성능을 보입니다. 이러한 개선은 문제 특화된 최적화와 더불어, 성공적으로 디코딩된 사용자뿐만 아니라 실패한 사용자로부터의 정보까지 활용하기 때문이며, 반면 HashBeam은 성공적으로 디코딩된 사용자에게만 의존합니다.
센싱-통신 트레이드오프: 파레토 프런티어(Pareto frontier) 분석 결과 명확한 트레이드오프가 나타납니다. 통신의 가중치( $\mu$ )를 높이면 디코딩 신뢰도는 향상되지만 센싱 정확도(RMSE 증가)는 저하되며, 그 반대의 경우도 마찬가지입니다.
확장성: 피드백 신호 길이 $L$ 을 늘리면 통신과 센싱 성능 모두에서 상당한 개선이 이루어집니다.

의의
본 논문은 제안된 피드백 설계가 URA와 ISAC이 융합되는 차세대 6G 네트워크를 위한 가치 있는 솔루션을 제공한다고 주장합니다. 하나의 피드백 신호로 신뢰할 수 있는 통신(재전송 트리거를 통해)과 환경 센싱을 모두 지원함으로써, 스펙트럼 및 하드웨어 효율성을 높일 수 있습니다. 또한, 본 연구는 언소스 액세스(unsourced access)의 근본적인 이점을 희생하지 않으면서도 특정 애플리케이션 요구 사항에 맞춰 시스템 파라미터를 조정할 수 있는 유연한 메커니즘을 제시합니다.

유사한 논문