Full Duplex ISAC with Cluster Ray Targets: Parameter Estimation and Beamforming

기술 요약: 클러스터 레이 타겟을 포함한 전이중(Full Duplex) ISAC

문제 정의
본 연구는 차세대 6G 무선 네트워크 맥락에서 통합 센싱 및 통신(ISAC) 시스템의 핵심적인 한계를 다룬다. MUSIC과 같은 기존의 고해상도 추정 방식은 단일 타겟 시나리오에서도 신호 부공간(signal subspace)이 풀 랭크(full-rank)가 되기 때문에, 분산된 타겟을 정확하게 국지화하는 데 실패한다. 또한, 기존 문헌들은 레이더 타겟을 원거리 장(far field)의 점 타겟으로 모델링하는 경우가 많은데, 이는 통신 사용자에게는 유효한 가정이지만, 타겟이 공간적 범위를 갖는 차량-사물 간 통신(V2I) 및 차량-사물 간 통신(V2X) 센싱 시나리오에서는 유효하지 않다. 아울러, 기존의 확장 타겟 모델(예: 절단된 푸리에 급수)은 과도한 계산 비용을 초래하며, 레이더 채널의 확률적 특성을 무시하는 결정론적 가정에 의존한다. 마지막으로, 기존의 빔포밍 설계는 전이중(Full-Duplex, FD) 시스템에서의 자기 간섭(Self-Interference, SI) 제약 조건과 분산된 타겟을 조사(illuminate)하는 동시에 사용자 데이터 전송률을 만족시켜야 하는 요구 사항을 간과하는 경우가 많다.

방법론
저자들은 밀리미터파 대역에서 OFDM 파형을 사용하는 전이중(FD) MIMO ISAC 프레임워크를 제안한다. 이 시스템은 여러 다운링크 통신 사용자를 서비스하는 동시에, 각 타겟이 특정 각도 및 범위 확산을 가진 레이 클러스터(Cluster of Rays, CR)로 모델링되는 $K$개의 분산된 CR 타겟을 센싱한다. 이는 3GPP 표준을 준수한다.

제안된 솔루션의 핵심은 두 가지 주요 구성 요소로 이루어진다:

1. 2단계 파라미터 추정기:

   • 1단계 (거친 추정 - Coarse Estimation): 저자들은 매니폴드 분리 기법(Manifold Separation Technique, MST)을 사용하여 배열 응답 벡터의 비선형 방향 위상 성분을 선형 위상 성분으로 변환한다. 이를 통해 FFT를 이용한 타겟 스펙트럼 구축이 가능해진다. 공간 매니폴드를 배열 차원으로부터 분리함으로써, 1D 및 2D FFT 연산을 통해 2D 룩업 테이블을 구축한다. 이 방법은 이동 평균 필터(moving-average filter)를 사용하여 각도 및 각도 확산의 그리드 전반에 걸쳐 공간 스펙트럼을 빠르게 평가할 수 있게 하며, 모든 그리드 지점에서 발생하는 값비싼 행렬 곱셈을 피할 수 있게 한다.
   • 2단계 (정밀 추정 - Fine Estimation): 거친 추정치를 정교화하기 위해 가우스-뉴턴(Gauss-Newton) 최적화 기법이 적용된다. 이 단계에서는 이론적 공분산 행렬과 추정된 공분산 행렬 사이의 차이를 기반으로 가중 최소 제곱 목적 함수를 최소화한다. 분석적 도함수(analytical derivatives)를 사용하여 파라미터 벡터(평균 각도, 각도 확산, 신호 전력)를 반복적으로 업데이트한다.

2. 적응형 빔포밍 최적화:
   본 논문은 송신 빔포머($V$)를 설계하기 위한 최적화 프레임워크를 제안한다. 목적은 설계된 빔포머와 모든 타겟의 공간적 범위를 완전히 조사하는 "이상적인" 빔포머 사이의 가중 거리를 최소화하는 것이다. 이 최적화는 세 가지 제약 조건을 따른다:

   • 데이터 전송률: 모든 통신 사용자의 최소 데이터 전송률 요구 사항 충족.
   • 자기 간섭(Self-Interference): RF 체인에서의 잔류 SI 전력을 (아날로그 제거 후) 제한하여 포화를 방지.
   • 전력: 총 송신 전력 제한 준수.
     비볼록(non-convex) 데이터 전송률 제약 조건은 2차 원뿔(Second-Order Cone, SOC) 제약 조건으로 재구성되어, 전체 문제를 볼록(convex)하게 만들며 CVX와 같은 표준 도구를 통해 해결 가능하게 한다.

주요 기여

• 분산 타겟 모델링: 본 연구는 계산 효율적인 분산 CR 모델(3GPP 제안)을 사용하여 ISAC 맥락 내에서 공간적으로 퍼져 있거나 클러스터링된 타겟을 연구한 첫 번째 사례로, 점 객체 가정을 넘어선다.
• 저복잡도 추정: 제안된 2단계 추정기는 여러 분산 타겟을 성공적으로 식별한다. 이 방법은 기존의 기법들(Zoubir, DISPARE 또는 Generalized Capon 등)과 관련된 $O(N_A^3)$의 그리드당 계산 부담 없이, FFT 기반 연산을 활용하여 복잡도를 크게 낮춘다.
• 결합 센싱 및 통신 빔포밍: 저자들은 분산된 타겟의 전체 범위를 커버하는 적응형 빔을 합성하는 동시에, 사용자 QoS를 엄격히 유지하고 FD 시스템의 자기 간섭을 관리하는 최적화 프레임워크를 도입한다.

결과
시뮬레이션 결과는 제안된 프레임워크의 효용성을 입증한다:

• 확산 추정: 제안된 방법은 낮은 SNR 조건에서 베이스라인 하위 공간 기반 방식들에 비해 각도 확산 추정 성능이 3배 향식됨을 보여준다. 낮은 확산 타겟의 경우 2배의 향상이 관찰된다.
• 각도 추정: 제안된 추정기는 낮은 SNR 영역에서는 베이스라인의 성능을 추종하지만, SNR이 10 dB를 초과하면 베이스라인들을 크게 능가한다.
• 강건성(Robustness): 정밀 튜닝 단계는 평균 각도($\theta$)보다 각도 확산($\sigma_\theta$)에 대해 더 큰 정확도 개선을 제공한다. 이 방법은 타겟 확산이 넓어져도 우수한 성능을 유지하며 다양한 타겟 확산에 대해 강건함을 유지하는 반면, 일부 베이스라인 방식(예: Generalized Capon)은 극단적인 확산에서 성능 저하나 편향을 보인다.
• 빔포밍: 설계된 빔 패턴은 사용자 데이터 전송률 제약 조건을 충족하고 SI 전력을 RF 포화 임계값 아래로 유지하면서도, 타겟을 조사하기 위해 필요한 이상적인 센싱 패턴과 밀접하게 일치한다.

의의
본 논문의 주요 의의는 분산 타겟을 다루는 ISAC 시스템의 계산 및 모델링 병목 현상을 해결하는 데 있다. MST 기반 접근 방식을 활용함으로써, 저자들은 대규모 MIMO 배열을 위한 기존의 격자 탐색 추정기들의 과도한 복잡도를 피하는 확장 가능한 솔루션을 제공한다. 또한, 본 연구는 타겟 조사 요구 사항을 빔포밍 최적화에 직접 통합함으로써 이론적 타겟 모델링과 실질적인 시스템 설계 사이의 간극을 메우며, 이를 통해 통신 요구 사항이나 자기 간섭과 같은 하드웨어적 한계로 인해 센싱 성능이 저하되지 않도록 보장한다. 결과적으로 본 프레임워크는 실제 환경의 복잡하고 확률적인 확장 타겟을 처리할 수 있는 고해解(high-resolution) 전이중 ISAC 시스템을 향한 실행 가능한 경로를 제시한다.