⚡ electrical engineering

Ternary Noise Modulation

이 논문은 인공 잡음의 통계적 특성을 정보 전달에 활용하는 새로운 방식인 3 진 잡음 변조 (T-NoiseMod) 를 제안하여, 의도적인 침묵 상태를 추가함으로써 2 진 방식 대비 전송 용량을 향상시키고 레이리 페이딩 환경에서의 비트 오류 확률을 분석했습니다.

원저자: Ata Bilgin, Erkin Yapıcı, Yusuf İslam Tek, Ertuğrul Başar

게시일 2026-04-17

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Ata Bilgin, Erkin Yapıcı, Yusuf İslam Tek, Ertuğrul Başar

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

📢 핵심 아이디어: "침묵도 하나의 언어다"

1. 기존 방식 (이진법 NoiseMod): "큰 소리 vs 작은 소리"

기존의 소음 통신 방식은 마치 두 개의 다른 크기의 스피커를 켜는 것과 같습니다.

작은 소리 (Low Variance): "0"을 보낸다.
큰 소리 (High Variance): "1"을 보낸다.
이 방식은 간단하지만, 한 번에 보낼 수 있는 정보가 1 비트 (0 또는 1) 로 제한되어 있습니다.

2. 새로운 방식 (T-NoiseMod): "큰 소리, 작은 소리, 그리고 '침묵'"

이 논문에서 제안한 T-NoiseMod는 여기에 세 번째 상태를 추가합니다. 바로 **"아예 소리를 내지 않는 것 (Silent)"**입니다.

작은 소리: "0"
큰 소리: "1"
침묵 (Silence): "2" (혹은 특정 정보)

🎭 비유: "무대 위의 배우"
마치 연극 무대 위에 두 명의 배우가 있다고 상상해 보세요.

기존 방식: 두 배우가 항상 무대에 서서, 한 명은 속삭이고 한 명은 크게 외칩니다. (정보量少)
새로운 방식 (T-NoiseMod): 두 배우가 연속으로 등장합니다. 이때 한 배우는 아예 무대에 안 나옵니다 (침묵).
- 배우 A(작은 소리) + 배우 B(큰 소리) = "11"
- 배우 A(침묵) + 배우 B(작은 소리) = "01"
- ...이렇게 조합을 바꾸면, 두 번의 무대 (두 개의 블록) 에서 3 비트의 정보를 보낼 수 있게 됩니다.

핵심 포인트: "아무것도 하지 않는 것 (침묵)"조차도 정보를 담는 도구로 쓴다는 것이 이 연구의 가장 큰 혁신입니다.

🕵️‍♂️ 수신자 (수신기) 가 하는 일: "소음 속에서 패턴 찾기"

수신기는 소음이 섞인 신호를 받으면, 어떻게 이것이 '작은 소리', '큰 소리', 아니면 '침묵'인지 구별할까요? 두 단계로 나누어 추리합니다.

1 단계: "누가 여기 있어?" (평균값 확인)
- 수신기는 먼저 "소리가 들리는가?"를 확인합니다.
- 만약 소리가 전혀 들리지 않거나 (침묵), 혹은 특정 기준치보다 작다면 **'침묵 (Silent)'**으로 판단합니다.
- 비유: 어두운 방에서 누군가 숨어 있는지 확인하기 위해 귀를 쫑긋 세우는 것과 같습니다.
2 단계: "소리가 얼마나 큰가?" (분산 확인)
- 소리가 들린다면, 이제 그 소리의 '크기 (진동수)'를 재어 봅니다.
- 소리가 작으면 '작은 소리 (Low)', 크면 **'큰 소리 (High)'**로 분류합니다.
- 비유: 귀를 쫑긋 세운 후, 그 소리가 속삭임인지 외침인지 구분하는 것입니다.

⚠️ 재미있는 규칙: "절대 두 사람 모두 사라지지 않는다"
이 시스템의 재미있는 점은, 두 번 연속으로 침묵 (S, S) 을 보내는 것은 금지된다는 것입니다. (정보를 보낼 수 없기 때문).
만약 수신기가 실수로 두 번 모두 "침묵"이라고 잘못 판단했다면? 시스템은 "아, 이건 오류야. 두 번 중 하나는 무조건 소리가 있었을 거야"라고 판단하여, 더 확실히 들리는 쪽을 '소리가 있는 것'으로 강제로 다시 분류합니다. 이를 통해 오류를 줄입니다.

📊 이 방식의 장점과 단점 (트레이드오프)

연구팀은 이 방식을 컴퓨터로 시뮬레이션하여 검증했습니다.

✅ 장점 (속도):
- 기존 방식은 2 번의 신호로 2 비트를 보냈다면, 이 방식은 2 번의 신호로 3 비트를 보냅니다.
- 같은 시간 동안 더 많은 정보를 전송할 수 있어 전송 속도가 빨라집니다.
- 또한, '침묵' 상태가 있기 때문에 에너지를 아낄 수 있고, 적대자가 신호를 탐지하기 더 어려워져 **보안성 (은밀성)**도 높아집니다.
⚠️ 단점 (정확도):
- 상태가 3 가지로 늘어나고, '침묵'과 '작은 소리'를 구분해야 하므로, 기존 방식보다 오류가 발생할 확률이 아주 조금씩 늘어납니다.
- 하지만 연구팀은 "속도를 조금 더 얻는 대신, 오류는 감당할 수 있는 수준"이라고 결론 내렸습니다.

💡 한 줄 요약

"소음 통신에 '침묵'이라는 새로운 단어를 추가하여, 같은 시간 동안 더 많은 정보를 보내면서도 은밀하게 통신할 수 있는 새로운 방법을 개발했습니다."

이 기술은 앞으로 사물인터넷 (IoT) 기기처럼 전력이 약한 장치나, 적에게 들키지 않고 통신해야 하는 군사/보안 분야에서 큰 역할을 할 것으로 기대됩니다.

논문 요약: Ternary Noise Modulation (T-NoiseMod)

1. 연구 배경 및 문제 제기 (Problem)

배경: 차세대 무선 네트워크는 저복잡도, 저전력, 그리고 은폐성 (Covert) 이 요구되는 환경에서 새로운 전송 패러다임을 필요로 합니다. 기존 파형 중심의 설계 대신, 인공적으로 생성된 잡음 (Artificial Noise) 의 통계적 특성을 정보 전달 매체로 활용하는 '잡음 기반 통신 (Noise-based Communication)'이 주목받고 있습니다.
기존 기술의 한계: 기존의 잡음 변조 기술 (Binary NoiseMod 등) 은 주로 두 가지 통계적 상태 (예: 저분산/고분산 또는 저평균/고평균) 를 사용하여 1 비트의 정보를 전송하는 2 진 방식에 의존합니다.
- 스펙트럼 효율성 부족: 2 진 신호 구조는 단위 신호 구간당 전송 가능한 정보량이 제한적이어서 스펙트럼 효율성이 낮습니다.
- 신호 대역폭 및 에너지: 신뢰성을 확보하기 위해 긴 관측 윈도우가 필요하여 신호 지속 시간과 에너지 소비가 증가할 수 있습니다.
- 침묵 (Silence) 의 미활용: 대부분의 설계에서 '침묵'은 단순히 전송이 없는 유휴 상태로 간주될 뿐, 정보 전달을 위한 의도적인 신호 상태로 활용되지 못했습니다.

2. 제안된 방법론 (Methodology)

이 논문은 **3 진 잡음 변조 (Ternary Noise Modulation, T-NoiseMod)**라는 새로운 프레임워크를 제안합니다.

3 가지 전송 상태: 기존 2 진 방식에 '의도적인 침묵 (Intentional Silence, S)' 상태를 추가하여 총 3 가지 상태 (저분산 L, 고분산 H, 침묵 S) 를 정의합니다.
- 침묵 상태 (S): 잡음을 전송하지 않는 상태이지만, 정보 인코딩을 위한 유효한 신호 상태로 간주됩니다. 이는 백스캐터 시스템과 유사하게 평균 전송 에너지를 줄이고 배경 잡음과의 구별을 어렵게 만들어 은폐성을 높입니다.
심볼 매핑 및 전송:
- 두 개의 연속된 잡음 블록 (각각 길이 $N$ ) 을 짝지어 (Pairing) 사용합니다.
- 각 블록은 L, H, S 중 하나의 상태를 가질 수 있으나, (S, S) 조합은 유효하지 않음 (정보를 전달하기 위해 최소 하나의 블록은 활성화되어야 함).
- 이를 통해 총 8 가지 유효한 상태 조합 ( $(L,L), (L,S), \dots, (H,H)$ ) 이 생성되며, 신호 구간당 3 비트 ( $2^3=8$ ) 의 정보를 전송할 수 있습니다.
2 단계 수신기 (Two-stage Receiver) 설계:
1. 평균 기반 침묵 감지 (Mean-based Silent Detection): 수신된 신호의 표본 평균을 계산하여 참조 평균 값 ( $h\mu$ ) 과 비교합니다. 평균이 0 에 가까우면 '침묵 (S)'으로 판별하고, 그렇지 않으면 활성 상태로 간주합니다.
2. 분산 기반 상태 분류 (Variance-based Classification): 활성 상태로 판별된 신호에 대해 표본 분산을 추정하고, 로그 우도비 검정 (LRT) 기반의 임계값 ( $\tau$ ) 과 비교하여 저분산 (L) 또는 고분산 (H) 으로 분류합니다.
3. 일관성 보정 (Consistency Refinement): 두 블록 모두 '침묵 (S)'으로 잘못 판별되는 경우를 방지하기 위해, 두 블록 중 더 큰 '침묵 지표'를 가진 블록을 활성 블록으로 재해석하여 처리합니다.

3. 주요 기여 (Key Contributions)

새로운 변조 방식 제안: 잡음 기반 통신에 '침묵'을 정보 전달 상태로 도입한 최초의 3 진 변조 방식 (T-NoiseMod) 을 제안했습니다.
정보 전송률 향상: 기존 2 진 방식이 2 블록당 2 비트를 전송하는 반면, 제안된 방식은 2 블록당 3 비트를 전송하여 스펙트럼 효율성을 50% 향상시켰습니다.
이론적 오류 확률 (BEP) 분석: 레일리 페이딩 (Rayleigh Fading) 채널 하에서 2 단계 수신기의 동작을 모델링하고, 비트 오류 확률 (BEP) 에 대한 분석적 수식을 유도했습니다.
- 단일 블록의 상태 전이 확률을 구하고, (S, S) 오류를 보정하는 일관성 규칙을 반영하여 최종 BEP 를 도출했습니다.
성능 검증: 컴퓨터 시뮬레이션을 통해 이론적 분석 결과와 높은 일치도를 보였으며, 주요 시스템 파라미터 (평균 값 $\mu$ , 블록 길이 $N$ , 분산 비율 등) 가 성능에 미치는 영향을 규명했습니다.

4. 실험 결과 (Results)

BEP 성능:
- $\mu$ (평균 값) 의 영향: $\mu$ 값을 증가시키면 침묵 상태와 활성 상태의 평균 차이가 커져 침묵 감지 성능이 향상되며, 전체 BEP 가 감소합니다.
- $N$ (블록 길이) 의 영향: 블록 길이 $N$ 이 증가하면 표본 평균 및 분산 추정의 정확도가 높아져 BEP 가 단조 감소합니다.
- 기존 방식과의 비교: 동일한 $N$ 에서 2 진 NoiseMod 가 약간 더 낮은 BEP 를 보이지만, 이는 2 진 신호가 상태 수가 적기 때문입니다.
효율성 트레이드오프:
- T-NoiseMod 는 BEP 가 약간 증가하는 대신, 동일한 전송 블록 수로 더 많은 정보 (3 비트 vs 2 비트) 를 전송하여 처리량 (Throughput) 을 크게 향상시킵니다.
- 이는 신뢰성 (Reliability) 과 전송률 (Rate) 사이의 유연한 트레이드오프를 가능하게 합니다.

5. 의의 및 결론 (Significance)

저복잡도 및 저전력 통신: 동기화 (위상/주파수) 가 불필요한 비결합 (Non-coherent) 수신기 설계를 가능하게 하여 IoT 및 저전력 장치에 적합합니다.
은폐성 (Covert Communication): 잡음과 구별하기 어려운 전송 특성 및 의도적인 침묵 상태 활용으로 인해 적의 감지를 회피하는 데 유리합니다.
차세대 통신 패러다임: 잡음을 단순한 간섭이 아닌 정보 전달 자원으로 활용하는 관점을 확장하여, 대역폭 확장 없이도 정보 전송률을 높이는 새로운 가능성을 제시했습니다.

결론적으로, 이 논문은 잡음 기반 통신의 한계를 극복하고 스펙트럼 효율성을 획기적으로 개선하기 위해 '침묵'을 활용한 3 진 변조 방식을 제안하고, 이를 위한 수신기 구조와 이론적 성능 분석을 체계적으로 제시한 의미 있는 연구입니다.