Distortion Is Not Noise: On the Limits of the Kappa Model for Monostatic ISAC

이 논문은 단말기 ISAC 시스템에서 송신기가 왜곡된 신호를 모니터링할 수 있으므로 통신용 $\kappa$ 왜곡 모델이 과도하게 보수적임을 지적하고, 전력 증폭기 및 위상 잡음을 고려한 새로운 크라메르 - 라오 하한을 유도하여 실제 왜곡 모델이 감지 성능 저하를 과대평가하지 않는 조건을 규명합니다.

핵심

🎤 핵심 비유: "연설자가 자신의 목소리를 알고 있다"

상상해 보세요. 어떤 사람이 마이크를 들고 연설을 하고 있습니다. 이 마이크가 조금 고장 났아서 소리가 찢어지거나 왜곡됩니다.

1. 기존의 생각 (κ 모델):

   • **청중 **(통신 수신자) "아, 마이크가 고장 나서 소리가 찢어졌구나. 이 찢어진 소리는 '잡음'이야. 원래 의도한 말과 다른 불규칙한 소음이지."
   • 결과: 청중은 이 왜곡된 소리를 완전히 무시하거나, 잡음으로 처리해야 한다고 생각합니다. 그래서 "이 마이크는 정말 안 써먹겠다, 성능이 너무 나빠졌다"라고 결론 내립니다.

2. **이 논문의 발견 **(단일 지점 감지)

   • **연설자 **(감지 수신자) 하지만 이 시스템은 연설자 자신이 자신의 목소리를 듣고 있는 상황입니다. (레이더가 자신의 신호를 반사되어 돌아오는 것을 감지하는 경우)
   • 현실: 연설자는 "내가 어떤 소리를 냈는지, 그리고 그 소리가 어떻게 왜곡되었는지"를 정확하게 알고 있습니다.
   • 결론: "아, 이 찢어진 소리는 '잡음'이 아니라, 내가 낸 소리가 변형된 거야. 내가 그 변형 패턴을 알고 있으니, 이걸로 주변 물체의 위치나 속도를 아주 정확하게 계산할 수 있어!"

**즉, 통신에서는 '잡음'으로 치부되던 것이, 감지 **(레이더)

---

🔍 이 논문이 밝혀낸 3 가지 놀라운 사실

1. "소리가 찢어져도 감지는 잘 된다" (PA 비선형성)

• 상황: 증폭기 (PA) 가 고장 나서 소리가 찢어졌습니다.
• 기존 오해: "소리가 찢어졌으니 감지 성능이 나빠졌겠지? (잡음으로 간주)"
• 새로운 사실: 연설자 (송신기) 가 왜곡된 소리를 정확히 알고 있기 때문에, 감지 성능은 거의 떨어지지 않습니다. 오히려 찢어지면서 생긴 고주파 성분이 오히려 거리 측정에는 도움이 되기도 합니다.
• 비유: 거울이 약간 구부러져도, 거울을 만든 사람이 그 구부러진 모양을 정확히 알고 있다면 거울에 비친 사람의 얼굴을 여전히 정확하게 재단할 수 있는 것과 같습니다.

2. "소리가 찢어지면 통신은 망한다" (통신의 비극)

• 상황: 같은 증폭기 고장입니다.
• 현실: 멀리 있는 청중 (통신 수신자) 은 연설자가 어떤 소리를 냈는지, 어떻게 왜곡되었는지 모릅니다.
• 결과: 청중에게는 그 찢어진 소리가 정말로 '잡음'일 뿐입니다. 그래서 통신 속도가 급격히 떨어집니다.
• 교훈: **증폭기 **(PA)

3. "진동하는 시계는 속도를 못 재게 한다" (위상 잡음)

• 상황: 시계가 너무 흔들려서 시간이 정확히 안 맞습니다 (위상 잡음, PN).
• 발견: 이 흔들림은 거리 측정에는 큰 영향을 안 주지만, 물체의 '속도'를 재는 데 치명적입니다.
• 비유: 달리는 자동차의 속도를 재는데, 시계 바늘이 자꾸 덜덜 떨린다면 속도를 정확히 잴 수 없습니다. 아무리 신호를 강하게 보내도 (전력을 높여도), 시계 (발진기) 가 흔들리면 속도 측정 오차는 줄어들지 않습니다.
• 교훈: **발진기 **(Oscillator)

---

🛠️ 이 연구가 우리에게 주는 교훈 (디자인의 분리)

이 논문의 가장 큰 공헌은 **"두 가지 문제를 따로따로 해결하자"**고 제안한 것입니다.

• 과거의 방식: "하드웨어가 다 고장 났으니, 통신도 감지도 다 망했다"라고 생각하며 모든 것을 한꺼번에 해결하려 했습니다. (κ 모델)
• 이 논문의 제안:
  1. 통신을 잘 하려면: 증폭기 (PA) 를 잘 만들어야 합니다. (소리가 찢어지지 않게)
  2. 감지를 잘 하려면: 발진기 (시계) 를 잘 만들어야 합니다. (시계가 흔들리지 않게)
  3. 상호작용: 이 두 가지는 서로 영향을 거의 주지 않습니다.

실생활 예시:
자동차를 설계할 때, 엔진 (증폭기) 을 튜닝하면 승차감 (통신) 은 좋아지지만, 속도계 (감지) 와는 무관합니다. 반면, 속도계 (발진기) 를 정밀하게 만들면 속도 측정 (감지) 은 정확해지지만, 엔진 소음 (통신) 에는 큰 영향을 안 줍니다.

💡 결론

이 논문은 **"하드웨어의 결함을 무조건 잡음으로 생각하지 마라"**고 말합니다.

• 통신을 할 때는 잡음처럼 취급해야 하지만,
• **감지 **(레이더)를 할 때는 그 결함 패턴을 알고 있으니 정확한 도구로 쓸 수 있습니다.

이 사실을 알면, 우리는 더 저렴하고 효율적인 하드웨어를 설계하면서도 통신과 감지 두 마리 토끼를 모두 잡을 수 있게 됩니다. 마치 "고장 난 마이크"를 이용해 "정교한 레이더"를 만드는 지혜를 얻은 셈입니다.

기술 요약

논문 요약: 단방향 ISAC (Monostatic ISAC) 을 위한 왜곡 모델의 한계와 물리 기반 분석

1. 문제 제기 (Problem)

• 배경: 차세대 무선 시스템의 핵심인 통합 감지 및 통신 (ISAC) 에서 RF 하드웨어 손상 (하드웨어 왜곡, HWI) 은 중요한 과제입니다. 특히 전력 증폭기 (PA) 의 비선형성과 발진기의 위상 잡음 (Phase Noise, PN) 이 성능에 미치는 영향을 정확히 모델링해야 합니다.
• 기존 접근법의 한계: 기존 연구들은 주로 집합적 $\kappa$ 왜곡 모델 (Aggregate $\kappa$ distortion model) 을 사용합니다. 이 모델은 모든 하드웨어 손상을 수신기가 알 수 없는 '잡음 (Noise)'으로 간주합니다 ($z = \sqrt{1-\kappa^2}x + \eta$).
• 핵심 모순: 이 가정은 통신 (Communication) 에는 유효하지만, 단방향 (Monostatic) 감지 (Sensing) 에는 부적절합니다. 단방향 시스템에서는 송신기와 수신기가 동일 위치에 있으므로, 송신기는 자신이 보낸 왜곡된 파형 ($Z[k, m]$) 을 정확히 알고 있습니다. 즉, 왜곡은 '알려진 결정론적 신호'이지 '알 수 없는 잡음'이 아닙니다.
• 연구 필요성: 기존 $\kappa$ 모델은 감지 성능을 지나치게 비관적으로 (pessimistic) 평가하며, PA 비선형성과 위상 잡음의 영향을 분리하여 분석한 체계적인 연구가 부족했습니다.

2. 방법론 (Methodology)

저자들은 물리 기반 (Physics-based) 접근법을 통해 하드웨어 손상을 모델링하고, 크라메르 - 라오 하한 (Cramér-Rao Bound, CRB) 을 유도했습니다.

• 시스템 모델:
  • 단방향 OFDM-ISAC 시스템 가정.
  • PA 모델: Rapp 모델을 사용하여 메모리리스 (memoryless) 비선형성을 모델링. 송신기는 디지털 프리디스토션 (DPD) 피드백 경로를 통해 왜곡된 파형 $Z[k, m]$ 을 알고 있다고 가정.
  • 위상 잡음 (PN): OFDM 심볼당 공통 위상 오차 (CPE) 로 모델링 (Wiener process 기반).
• 분석 기법:
  • PA 분석: 알려진 파형 $Z[k, m]$ 을 사용하여 슬레피언 - 방스 (Slepian-Bangs) 공식을 적용하여 지연 (Delay) 및 도플러 (Doppler) 에 대한 CRB 유도.
  • PN 분석: [9] 의 증강된 피셔 정보 행렬 (Augmented FIM) 및 슈어 여분 (Schur Complement) 기법을 사용하여 위상 잡음에 민감한 CRB 유도.
  • 비교 분석: 유도된 물리 기반 CRB 와 기존 $\kappa$ (Bussgang) 모델 기반 CRB 를 비교하여 과대평가 (Overestimation) 정도를 정량화.

3. 주요 기여 (Key Contributions)

1. PA 비선형성을 고려한 물리 기반 감지 CRB 유도 (Theorem 1):

   • 송신기가 왜곡된 파형을 알 때, PA 비선형성으로 인한 감지 성능 저하는 SNR 에 무관하며 1.1 dB 미만으로 매우 작음을 증명.
   • 이는 PA 의 스펙트럼 재생 (Spectral regrowth) 이 신호 압축을 부분적으로 보상하기 때문임.
   • 반면, 기존 $\kappa$ 모델은 SNR 이 증가함에 따라 선형적으로 증가하는 과도한 성능 저하를 예측함 (Theorem 2).

2. 위상 잡음 (PN) 에 민감한 도플러 CRB 및 속도 바닥 (Velocity Floor) 발견 (Theorem 3):

   • PN 은 지연 추정에는 영향을 주지 않지만, 도플러 (속도) 추정에는 회복 불가능한 속도 오차 바닥 (Irreducible velocity-error floor) 을 생성함을 증명.
   • 이 바닥은 SNR 을 높여도 개선되지 않으며, PN 대역폭 ($\beta$) 의 제곱근에 비례함.

3. 직교 설계 공간 (Orthogonal Design Space) 의 증명 (Corollary 1):

   • PA 와 PN 의 결합된 영향 하에서, 지연 (Delay) 성능은 PA 선형성 (IBO) 에만, 도플러 바닥 (Velocity Floor) 은 PN 통계 ($\beta$) 에만 의존함을 증명.
   • 이는 통신률 (Rate) 과 감지 정밀도 (Velocity CRB) 를 독립적으로 최적화할 수 있음을 의미함.

4. 실험 결과 (Results)

• $\kappa$ 모델의 과대평가:
  • 시뮬레이션 결과, 고 SNR 영역에서 $\kappa$ 모델은 실제 물리 기반 CRB 대비 최대 12 dB 이상의 성능 저하를 과대평가함 (IBO=3dB, SNR=30dB 조건).
  • 이는 실제 시스템에서 불필요하게 높은 송신 전력이나 과도한 선형성 요구를 초래할 수 있음.
• PN 에 의한 속도 바닥:
  • PN 대역폭이 100 Hz 일 때, 고 SNR 에서 속도 CRB 는 약 1.36 m/s로 수렴 (자동차 감지 기준 0.5 m/s 를 초과).
  • SNR 을 30 dB 까지 높여도 PN 바닥 때문에 속도 정밀도는 개선되지 않음 (약 44 dB 의 전력 낭비 발생).
• DPD 템플릿 오차에 대한 강건성:
  • 실제 DPD 템플릿 오차 (NMSE -25 dB) 가 있더라도, 범위 (Range) CRB 오버헤드는 1 dB 미만으로 유지되어 "왜곡된 파형이 알려져 있다"는 가정이 실용적으로 유효함.
• 설계 공간의 직교성:
  • IBO (PA 선형성) 와 $\beta$ (발진기 품질) 를 변수로 한 설계 지도에서, 속도 등고선은 수평 ($\beta$ 지배), 통신률 등고선은 수직 (IBO 지배) 으로 나타나 두 요구사항이 독립적으로 설계 가능함을 시각화.

5. 의의 및 결론 (Significance)

• 패러다임 전환: 단방향 ISAC 시스템에서 하드웨어 왜곡을 '잡음'이 아닌 '알려진 신호'로 취급해야 함을 강력히 주장.
• 비대칭성 (Asymmetry) 규명:
  • PA 비선형성: 통신 성능을 주로 저하시키지만, 감지 성능에는 미미한 영향 (약 0.5 dB).
  • 위상 잡음 (PN): 감지 (특히 속도) 성능을 치명적으로 저하시키지만, 통신에는 미미한 영향 (약 0.13 dB).
• 실무적 시사점:
  • 통신 품질을 높이기 위해 PA 선형성 (IBO) 을 높이는 것은 통신률 향상에는 도움이 되지만, 감지 정밀도 (속도) 에는 거의 영향을 주지 않음.
  • 반대로, 정밀한 감지를 위해서는 발진기 품질 ($\beta$) 을 개선해야 하며, 이는 통신률에 큰 영향을 주지 않음.
  • 따라서 시스템 설계자는 통신용 PA 선형성과 감지용 발진기 품질을 독립적으로 최적화할 수 있음.

이 논문은 기존 $\kappa$ 모델의 한계를 지적하고, 물리 기반 분석을 통해 ISAC 시스템의 효율적인 하드웨어 설계 지침을 제시했다는 점에서 중요한 의의를 가집니다.