Input Distribution Design for Ranging-Oriented OFDM-ISAC Systems Under Frequency-Selective Fading

"주파수 선택적 페이딩 하의 거리 측정 지향 OFDM-ISAC 시스템을 위한 입력 분포 설계"에 대한 상세한 기술 요약입니다.

1. 문제 제기

본 논문은 6G 네트워크의 프레임워크 내에서 직교 주파수 분할 다중화 (OFDM) 기반 통합 감지 및 통신 (ISAC) 시스템의 설계 문제를 다룹니다. 핵심 과제는 결정론적 - 확률적 트레이드오프 (DRT) 입니다:

• 감지: 최적의 감지 (특히 거리 측정) 는 자기상관 함수의 사이드 로브 레벨을 최소화하기 위해 결정론적이고 신중하게 설계된 파형이 필요합니다.
• 통신: 정보 전송은 무작위 데이터 페이로드에 의존하며, 이는 본질적으로 감지 성능을 저하시킵니다.

저자들은 주파수 선택적 페이딩 채널, 즉 채널 이득이 서브캐리어에 따라 변하는 실제 시나리오에 초점을 맞춥니다. 목표는 거리 측정 정확도 지표인 기대 통합 사이드 로브 레벨 (EISL) 제약 조건을 만족하면서 전송 심볼의 입력 분포(constellation design) 를 설계하여 통신 상호 정보량 (속도) 을 최대화하는 것입니다.

2. 방법론

저자들은 고복잡도 전통 알고리즘을 탈피하여 이 최적화 문제를 해결하기 위해 계산 효율적인 프레임워크를 제안합니다.

A. 수학적 형식화

• 목적: 총 전력 예산 ($P$) 과 EISL 제약 조건 ($D$) 하에서 상호 정보량 $I(x; y)$를 최대화합니다.
• 핵심 통찰: EISL 은 신호 constellations 의 첨도 (kurtosis, $\kappa$) 와 분석적으로 연결됩니다. 구체적으로, 낮은 첨도 (위상 편이 변조, PSK 에 가까움) 는 사이드 로브를 감소시키는 반면, 높은 첨도 (가우시안/직교 진폭 변조, QAM 에 가까움) 는 용량을 증가시킵니다.
• 분해: 저자들은 독립적인 서브캐리어 하에서 최적 입력 분포가 서브캐리어 간에 분해됨 ($p_x(x) = \prod p_{x_i}(x_i)$) 을 증명합니다. 이를 통해 고차원 최적화 문제를 서브캐리어별 문제로 분해할 수 있습니다.

B. 알고리즘적 접근

논문은 두 단계의 알고리즘을 제시합니다:

1. 분해된 수정 블라후트 - 아리모토 (BA) 알고리즘:

   • 분해 성질을 활용하여 ISAC 를 위한 고전적인 BA 알고리즘을 적용합니다.
   • 전체 $2N$ 차원 공간 대신 4 차원 공간 (두 복소 변수의 실수/허수 부분) 에 대해서만 적분을 수행함으로써 계산 복잡도를 서브캐리어 수 $N$에 대해 지수적에서 선형 ($O(N)$) 으로 줄입니다.
   • 한계: 여전히 수치적 적분과 쌍대 변수 탐색이 필요하여 실시간 구현에는 너무 느립니다.

2. 기울기 투영 기반 접근법 (실시간 솔루션):

   • 근사화: 정확한 상호 정보량 최대화 대신, 저자들은 모멘트 제약 조건 (2 차 모멘트 및 4 차 모멘트) 하에서 미분 엔트로피를 최대화함으로써 문제를 근사화합니다.
   • 폐형 해: 자연 매개변수인 $a$와 $c$를 사용하여 최적 분포 형태를 $p(z) \propto \exp(-c|z|^4 + a|z|^2)$로 유도합니다.
   • 기울기 계산: 이러한 매개변수에 대한 엔트로피의 기울기에 대한 폐형 표현식을 유도합니다.
   • 최적화: 문제를 기울기 투영법 (Gradient Projection Method) 을 사용하여 해결합니다. 이는 다음을 포함합니다:
     • 기울기 상승을 통한 매개변수 업데이트.
     • 업데이트된 전력 ($p$) 과 초과 첨도 ($d$) 를 전력 및 EISL 제약 조건으로 정의된 실현 가능 영역으로 투영.
     • 투영 단계는 복잡한 수치적 적분을 피하고 Karush-Kuhn-Tucker (KKT) 조건 및 1 차원 탐색을 사용하여 효율적으로 해결됩니다.

3. 주요 기여

• 이론적 프레임워크: EISL 제약 하의 상호 정보량 최대화 문제로 ISAC 입력 분포 설계를 형식화하고, EISL 과 constellation 첨도를 명시적으로 연결했습니다.
• 알고리즘적 효율성: 서브캐리어 수에 대해 복잡도를 지수적에서 선형적으로 줄이는 분해된 수정 BA 알고리즘을 개발했습니다.
• 실시간 구현: 폐형 표현식과 1 차원 탐색에만 의존하는 기울기 투영법을 제안하여 많은 수의 서브캐리어를 가진 OFDM 시스템에 대한 실시간 신호 설계를 가능하게 했습니다.
• 최적 전략 발견: 엄격한 감지 제약 (낮은 EISL) 하에서 최적 전략이 전통적인 "워터 필링" 전력 할당에서 벗어난다는 것을 입증했습니다. 대신, 균일한 전력 할당을 서브캐리어 간에 수행하면서 첨도(constellation 형성) 를 더 나은 채널 조건 (높은 SNR) 을 가진 서브캐리어에 할당하는 것을 선호합니다.

4. 수치적 결과

저자들은 4 경로 리시안 채널을 가진 $N=64$개의 서브캐리어를 가진 OFDM 시스템을 사용하여 방법을 검증했습니다:

• 속도 - 첨도 트레이드오프: 제안된 방법 (균일 전력과 함께 첨도 할당) 은 "균일 첨도" 전략 (모든 서브캐리어가 동일한 constellation 형태를 사용) 에 비해 최대 서브캐리어당 0.1 비트의 속도 향상을 달성했습니다.
• SNR 의존성: 채널 품질 격차가 더 뚜렷한 낮은 평균 SNR 에서 성능 향상이 더 두드러졌습니다.
• 첨도 할당: 결과는 첨도에 대해 "워터 필링"과 유사한 행동을 보여주었습니다: 낮은 채널 이득을 가진 서브캐리어는 사이드 로브를 최소화하기 위해 가능한 최소 첨도 (1 에 가까움, PSK 와 유사) 를 할당받은 반면, 높은 이득을 가진 서브캐리어는 통신 속도를 높이기 위해 더 높은 첨도를 할당받았습니다.
• 사이드 로브 성능: 제안된 방법은 모든 서브캐리어에서 동일한 사이드 로브 레벨을 유지하여 일관된 거리 측정 정확도를 보장했습니다.

5. 의의

이 연구는 다음과 같은 이유로 6G ISAC 시스템의 실용적 배포에 중요합니다:

1. 이론과 실무의 연결: 이론적 용량 한계를 넘어 계산 효율적인 설계 방법을 제공하여 실시간 하드웨어 구현에 적합하게 만듭니다.
2. 자원 최적화: 첨도를 전력 alongside 할당 가능한 자원으로 취급하는 새로운 패러다임을 도입합니다. 이를 통해 시스템은 파형 구조를 근본적으로 변경하지 않고도 감지 및 통신 요구 사항 간의 동적 균형을 맞출 수 있습니다.
3. 확장성: 복잡도를 지수적에서 선형적으로 줄이고 (기울기 투영을 통해 더 나아가) 전통적인 최적화 방법이 실패하는 대규모 OFDM 시스템 (예: 대규모 MIMO 또는 광대역 6G) 에 ISAC 설계를 실현 가능하게 만듭니다.
4. 설계 통찰: ISAC 맥락에서 전통적인 "워터 필링" 전력 할당에 대한 통념에 도전하여, 엄격한 감지 제약 하에서는 적응형 constellation 형성을 통한 균일 전력이 우월함을 보여줍니다.