RHOSI: Efficient Anti-Jamming Resource Allocation with Holographic Surfaces in UAV-enabled ISAC

본 논문은 적대적 재밍 환경에서 UAV 기반 통합 감지 및 통신 (ISAC) 시스템의 성능을 향상시키기 위해, 혼합 기지국의 전송 빔포밍, 재구성 가능 홀로그래픽 표면 (RHS) 의 위상 시프트, 그리고 UAV 의 공간적 배치 최적화를 결합한 'RHOSI'라는 효율적인 자원 할당 프레임워크를 제안하고 그 유효성을 검증합니다.

핵심

🚁 1. 상황 설정: "소란스러운 광장에서 비밀 메시지를 전달하라"

상상해 보세요.

• 기지국 (BS): 광장 한쪽 끝에 있는 메신저.
• 사용자 (User): 광장 반대편에 있는 수신자.
• 적 (Jammer): 광장 중앙에 서서 귀를 막는 소음을 내는 악당.
• 레이더 타겟 (Target): 광장 뒤쪽 건물 뒤에 숨어 있는 수색 대상.

문제는 이렇습니다.

1. 건물 때문에 메신저와 수신자, 혹은 수색 대상 사이의 직접적인 시야 (LoS) 가 막혀 있습니다.
2. 악당이 엄청난 소음 (재밍) 을 내서 메시지를 듣지 못하게 하고, 레이더 신호를 방해합니다.

🪞 2. 해결책: "공중에 떠 있는 지능형 거울 (RHS)"

이 연구는 **비행기 (UAV) 에 거대한 '스마트 거울' (RHS)**을 달아서 문제를 해결합니다.

• 이 거울은 단순히 빛을 반사하는 게 아니라, 거울의 각도 (위상) 를 실시간으로 조절할 수 있습니다.
• 마치 마법 같은 거울처럼, 소음 (악당) 이 오는 방향으로는 소리를 튕겨내고, 메시지 (우리의 신호) 가 가야 할 방향으로는 소리를 모아서 증폭시킵니다.

🎯 3. 핵심 전략: "RHOSI" (우리가 만든 작전명)

이 논문은 RHOSI라는 작전명을 붙인 3 단계 전략을 제안합니다.

1. 메신저의 손짓 (송신 빔포밍): 메신저가 메시지를 보낼 때, 소음이 들리는 방향으로는 손짓을 안 하고, 수신자가 있는 방향으로는 집중해서 손짓합니다.
2. 거울의 춤 (위상 조절): 공중에 뜬 거울이 소리가 오가는 경로를 실시간으로 구부립니다. 소음은 거울에 부딪혀 튕겨내고, 우리 신호는 거울을 타고 수신자에게 정확히 도달하게 합니다.
3. 비행기 위치 이동 (UAV 궤적): 비행기가 "어디에 서 있어야 가장 잘 들릴까?"를 계산해서 움직입니다. 소음이 강한 곳에서는 피하고, 신호가 잘 통하는 곳으로 날아갑니다.

이 세 가지를 함께 (Jointly) 조절해서, 최소한의 전력으로 최대한의 효과를 내는 것이 목표입니다.

🧩 4. 어떻게 해결했나? (알고리즘의 마법)

이 문제는 수학적으로 매우 어렵습니다. (누가 어디에 서고, 거울을 어떻게 기울일지, 메신저는 얼마나 힘껏 말해야 할지 등 변수가 너무 많아서 한 번에 풀 수 없습니다.)

그래서 연구진은 RHOSI 알고리즘을 개발했습니다.

• 비유: 마치 퍼즐을 맞추는 과정과 같습니다.
  1. 먼저 거울 위치를 고정하고 메신저의 손짓을 최적화합니다.
  2. 그다음 메신저를 고정하고 거울의 각도를 맞춥니다.
  3. 다시 거울을 고정하고 비행기 위치를 조정합니다.
  4. 이 과정을 반복하며 점점 더 좋은 답을 찾아갑니다.

이렇게 한 번에 하나씩 고쳐가며 (Alternating Optimization) 전체적인 퍼즐을 완성합니다.

📊 5. 실험 결과: "왜 이 방법이 좋은가?"

시뮬레이션 결과를 보면 다음과 같은 놀라운 효과가 있었습니다.

• 전력 절약: 안테나 개수를 늘리면 더 정교하게 소음을 막을 수 있어, 전체적으로 전기를 덜 쓰면서도 더 잘 들립니다.
• 악당 소음에 강함: 악당의 소음 (재밍) 이 세질수록, 일반 방법은 통신이 끊기지만, RHOSI 는 거울을 이용해 소음을 튕겨내어 통신 속도를 유지합니다.
• 무작위 배치 vs 지능적 배치: 거울을 아무 데나 두는 것보다, 지능적으로 위치와 각도를 계산해서 배치하는 것이 훨씬 효과적입니다.

💡 요약

이 논문은 **"비행기에 달린 스마트 거울을 이용해, 적의 방해에도 불구하고 통신과 감시를 동시에 안전하게 수행하는 방법"**을 제안합니다.

마치 비행기 위에 달린 지능형 거울이 악당의 소음을 튕겨내고, 우리 신호만 모아서 전달해 주는 '무적의 통신 방패' 역할을 한다고 생각하시면 됩니다. 이를 통해 6G 시대의 무선 네트워크가 더 튼튼하고 에너지 효율적으로 작동할 수 있을 것입니다.

기술 요약

논문 요약: RHOSI (UAV 기반 ISAC 를 위한 홀로그래픽 표면 활용 효율적 재밍 방지 자원 할당)

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 6G 네트워크의 핵심 기술인 통합 감지 및 통신 (ISAC, Integrated Sensing and Communication) 은 주파수 효율성을 높이지만, 지상 기반 시스템은 건물 등에 의한 가시선 (LoS) 차단과 적대적인 재밍 (Jamming) 공격에 취약합니다.
• 문제: ISAC 시스템이 재밍 공격을 받을 때 통신 품질 (SINR) 과 표적 감지 성능 (에코 신호 품질) 을 동시에 유지하는 것이 어렵습니다. 기존 지상 기반 솔루션은 장애물 회피와 재밍 대응에 한계가 있습니다.
• 목표: 재밍 공격 하에서 ISAC 시스템의 견고성을 높이고, 네트워크 전체의 전력 소모를 최소화하기 위해 **재구성 가능 홀로그래픽 표면 (RHS)**이 탑재된 **무인 항공기 (UAV)**를 활용한 새로운 프레임워크를 제안합니다.

2. 제안된 방법론 (Methodology)

논문은 **RHOSI (Resource allocation for anti-jamming HOlographic Surface UAV-enabled ISAC)**라는 새로운 프레임워크를 제안하며, 다음과 같은 요소들을 통합적으로 최적화합니다.

• 시스템 모델:

  • 이중 기능 (Dual-function) 기지국 (BS) 이 $N_t$ 개의 안테나를 통해 $K$명의 사용자와 특정 표적을 서비스합니다.
  • 단일 안테나 재밍기가 ISAC 전송을 방해합니다.
  • $M$개의 반사 요소를 가진 RHS 가 탑재된 UAV 가 공중에 정지하여 BS 와 사용자/표적 간의 가시선 (LoS) 링크를 형성하고 재밍 신호를 차단합니다.
  • UAV 의 비행 궤적, 높이, 속도, 그리고 RHS 의 위상 천이 (Phase Shift) 가 동적으로 제어됩니다.

• 최적화 문제 (Problem Formulation):

  • 목적 함수: 네트워크의 총 전력 소모 (BS 의 전송 전력 + UAV 의 비행 소모 전력 + 회로 전력) 최소화.
  • 제약 조건:
    • 통신 사용자의 최소 데이터 속도 (QoS) 보장.
    • 표적 감지를 위한 에코 신호 대 간섭 잡음비 (Echo SINR) 임계값 달성.
    • BS 의 최대 전송 전력 제한.
    • UAV 의 비행 궤적, 속도, 가속도, 그리고 서비스 반경 내 위치 제한.
    • RHS 위상 천이의 단위 모듈 제약 ($|\theta_m|=1$).
  • 특징: 이 문제는 변수들이 복잡하게 결합된 비볼록 혼합 정수 비선형 계획법 (MINLP) 문제입니다.

• 해결 알고리즘 (RHOSI Algorithm):

  • 교대 최적화 (Alternating Optimization, AO): 문제를 세 가지 하위 문제로 분해하여 반복적으로 해결합니다.
    1. 능동 빔포밍 (Active Beamforming): BS 의 전송 빔포밍 벡터 ($w_k$) 를 연속적 볼근사 (SCA) 를 통해 최적화.
    2. 수동 빔포밍 (Passive Beamforming): RHS 의 위상 천이 행렬 ($\Theta$) 을 페널티 기반 최적화 기법으로 조정.
    3. UAV 배치 (UAV Deployment): UAV 의 위치 ($Q$) 와 속도 ($v$) 를 SCA 를 통해 최적화하여 재밍 회피 및 신호 증폭에 유리한 기하학적 구조 확보.
  • 이 과정은 수렴할 때까지 반복되어 준최적 (Suboptimal) 해를 도출합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 통합 프레임워크: UAV, RHS, ISAC, 그리고 재밍 대응을 하나의 시스템으로 통합하여 자원 할당 및 궤적 계획을 동시에 수행하는 최초의 연구 중 하나입니다.
2. 효율적인 알고리즘 개발: 비볼록 MINLP 문제를 해결하기 위해 SCA, 반정규화 완화 (SDR), Big-M 방법 등을 활용한 RHOSI 알고리즘을 개발했습니다.
3. 동적 환경 적응: UAV 의 이동성과 RHS 의 위상 제어 능력을 결합하여, 재밍기의 위치와 세기에 따라 실시간으로 전파 환경을 재구성 (Shaping) 하여 재밍을 효과적으로 억제합니다.

4. 시뮬레이션 결과 (Simulation Results)

• 전력 소모 vs 안테나 수: 기지국 안테나 수가 증가할수록 공간 자유도 (DoF) 가 늘어나 빔포밍 정밀도가 향상되어 전력 소모가 유의미하게 감소함을 확인했습니다. (다만, 안테나 수가 특정 수준을 넘으면 개선 폭은 감소하는 체감 현상 관찰).
• 재밍 전력 vs 달성 가능 합계 속도 (Sum-rate):
  • 재밍 전력 ($g_{Jam}$) 이 증가할수록 모든 방식의 성능이 저하되지만, RHOSI 는 가장 높은 합계 속도를 유지했습니다.
  • RHS 의 효과: 재밍 세기가 강해질수록 RHS 의 수동 빔포밍 이득이 중요해져, RHOSI 는 재밍에 대한 저항력이 크게 향상되었습니다.
  • 비교 대상: 무작위 RHS 배치 (Random Deployment) 나 이산 위상 천이 (Discrete Phase Shifts) 방식보다 RHOSI 의 성능이 월등히 우수함을 입증했습니다.

5. 의의 및 결론 (Significance)

• 기술적 의의: 본 연구는 UAV 와 홀로그래픽 표면 (RHS) 을 결합하여 ISAC 시스템의 재밍 취약성을 해결하는 새로운 패러다임을 제시했습니다.
• 실용성: 시뮬레이션을 통해 제안된 RHOSI 알고리즘이 재밍 환경에서도 통신 신뢰성과 감지 정확도를 동시에 보장하면서 전력 효율을 극대화할 수 있음을 입증했습니다.
• 미래 전망: 6G 네트워크에서 자율 주행, 원격 의료, 스마트 제조 등 고신뢰성 ISAC 애플리케이션을 위한 핵심 기술로 자리 잡을 것으로 기대됩니다.

---

핵심 키워드: ISAC (통합 감지 및 통신), UAV (무인 항공기), 재구성 가능 홀로그래픽 표면 (RHS), 재밍 방지 (Anti-jamming), 자원 할당, 교대 최적화 (AO).