Decoupled Azimuth Elevation AoA Estimation Exploiting Kronecker Separable Steering Matrices

기술적 요약: 분리된 방위각-고도 각도 도달 (AoA) 추정

문제 제기
선형 배열은 각도 도달 (AoA) 추정을 위해 광범위하게 연구되어 왔으나, 평면 배열 기하구조, 특히 균일 직사각형 배열 (URA) 과 구조화된 비균일 직사각형 배열 (NURA) 은 MIMO 및 3 차원 국소화와 같은 현대적 응용 분야에서 갖는 장점에도 불구하고 상대적으로 적은 관심을 받아 왔습니다. 2 차원 MUSIC 이나 2 차원 ESPRIT 과 같은 기존 평면 배열 방법들은 2 차원 스펙트럼 검색이나 텐서 분해를 요구할 때 특히 높은 계산 복잡도에 시달립니다. 또한, URAs 보다 더 큰 배치 유연성을 제공하는 구조화된 NURAs 를 위한 계산 효율적인 방법들은 여전히 희귀합니다. 본 연구가 해결하는 핵심 과제는 제한된 스냅샷 또는 낮은 신호대잡음비 (SNR) 조건에서 정확도를 유지하거나 향상시키면서 계산 부하를 줄이는 경제적인 2 차원 AoA 추정 프레임워크를 개발하는 것입니다.

방법론
제안된 접근법은 특정 배열 기하구조에서 조향 벡터의 수학적 구조를 활용합니다. 본 논문은 URA, 구조화된 NURA, 그리고 평행사변형 모양의 배열 (UPgA 및 NUPgA) 을 고려합니다. 이러한 구성에 대해 전체 조향 행렬 $A$는 방위각 ($A_h$) 을 위한 하나의 저차원 조향 행렬과 고도 ($A_v$) 를 위한 다른 저차원 조향 행렬의 카트리 - 라오 (Khatri–Rao) 곱으로 표현될 수 있습니다.

방법론은 다음 단계를 통해 진행됩니다:

1. 부분공간 추출: 공간 공분산 행렬로부터 고유값 분해를 통해 결합 신호 부분공간을 먼저 추출합니다.
2. 행렬 조작을 통한 분리: 텐서 기반 접근법을 사용하는 대신, 저자는 각 공간 차원에 대한 별도의 신호 및 잡음 부분공간 투영 행렬을 유도합니다. 결합 신호 부분공간 고유벡터를 재구성하고 적절히 적층함으로써 개별 방위각 ($A_h$) 및 고도 ($A_v$) 조향 행렬의 열 공간을 복원합니다. 여기에는 결합 부분공간으로부터 행렬 $C$와 $B$를 구성하고, 분리된 부분공간에 대한 정규 직교 기저를 얻기 위해 특이값 분해 (SVD) 를 수행하는 과정이 포함됩니다.
3. 독립적인 1 차원 추정: 분리된 부분공간이 얻어지면, 기존 1 차원 알고리즘 (MUSIC, root-MUSIC, 또는 ESPRIT) 을 방위각 및 고도 차원에 독립적으로 적용합니다.
   • 균일 배열의 경우 root-MUSIC 과 ESPRIT 을 적용합니다.
   • 구조화된 비균일 배열의 경우 MUSIC 또는 바네르몽드 분해에 기반한 불규칙 root-MUSIC 을 사용합니다.
4. 각도 짝짓기: 추정된 방위각 및 고도 각도는 동일한 소원에 대응되도록 2 차원 스펙트럼 함수 (의사스펙트럼) 를 사용하여 짝지어집니다.

주요 기여

• 부분공간 분리 프레임워크: 본 논문은 2 차원 AoA 추정을 두 개의 독립적인 1 차원 문제로 분리하는 순수 행렬 기반 기법을 도입합니다. 이는 텐서 기반 방법 (예: 텐서-MUSIC 또는 텐서-ESPRIT) 과 2 차원 스펙트럼 검색의 계산 비용을 피합니다.
• 계산 효율성: 분리는 계산 복잡도를 현저히 줄입니다. 예를 들어, 구조화된 NURAs 의 경우 $n_h \times n_v$ 크기의 2 차원 그리드 검색이 $n_h + n_v$ 크기의 두 개의 1 차원 검색으로 축소됩니다. 저자는 검색 공간이 32,761 개에서 362 개로 축소되어 90.5 배의 감소를 달성한 구체적인 예를 인용합니다.
• 구조화된 배열 적용성: 이 방법은 표준 URA 보다 실제 배치에 더 유연하지만 효율적인 전용 알고리즘이 부재한 구조화된 NURAs 와 평행사변형 배열을 명시적으로 처리하도록 설계되었습니다.
• 어려운 환경에서의 성능 향상: 이 접근법은 중대형 규모 배열, 제한된 스냅샷, 그리고 낮은 SNR 시나리오에서 효과임이 입증되었습니다.

결과
제안된 방법 (De-RMUSIC, De-ESPRIT, De-MUSIC, De-MUSIC-Opt) 을 최첨단 벤치마크 (2-D MUSIC, Reduced-Dimension MUSIC, 2-D ESPRIT/ESPRIT-MIMO) 와 비교 평가하기 위해 몬테카를로 시뮬레이션이 수행되었습니다.

• 정확도: $10\times10$, $20\times20$, $30\times30$ 크기의 URA 에 대해 제안된 De-RMUSIC 은 다양한 SNR 수준에서 일관되게 가장 낮은 평균 제곱근 오차 (RMSE) 를 달성하여 RD-MUSIC 을 능가했고, 특히 낮은 SNR 에서 ESPRIT-MIMO 를 종종 능가했습니다.
• 스냅샷 효율성: 제안된 알고리즘은 스냅샷 수가 제한되었을 때 ESPRIT-MIMO 보다 우수한 정확도를 보여주었습니다. 스냅샷 수가 증가함에 따라 성능이 수렴했으나, 제안된 방법들은 저데이터 영역에서 우위를 유지했습니다.
• 구조화된 NURAs: 구조화된 NURAs 에 대해 분리된 MUSIC 접근법 (De-MUSIC) 은 2-D MUSIC 과 비교 가능한 정확도를 달성하면서도 실행 시간이 현저히 짧았습니다. 비선형 최적화를 사용하여 정밀 검색을 수행하는 최적화 변형 (De-MUSIC-Opt) 이 가장 계산 효율적이었습니다.
• 계산 비용: 제안된 방법들은 추가적인 SVD 와 각도 짝짓기 단계를 필요로 하므로 (경우에 따라 짝짓기가 없는 ESPRIT-MIMO 보다 약간 더 비용이 들 수 있음), 2-D MUSIC 과 RD-MUSIC 보다 훨씬 효율적입니다. ESPRIT-MIMO 와의 실행 시간 차이는 테스트된 배열 크기에서는 중요하지 않다고 지적되었으나, 더 큰 공간 차원에서는 증가할 수 있습니다.

의의 및 주장
본 논문은 제안된 분리 전략이 기존 2 차원 AoA 추정 기술에 대한 실용적이고 효율적인 대안을 제공한다고 주장합니다. 조향 행렬의 크로네커 분리 가능 구조를 활용함으로써, 이 방법은 2 차원 검색이나 텐서 분해의 무거운 계산 부담 없이 평면 배열에 잘 정립된 1 차원 알고리즘을 사용할 수 있게 합니다.

저자는 이 방법이 감지 가능한 소원의 최대 개수에 제한이 있다는 점 (특히 2-D MUSIC 의 $MN-1$제한보다 적은$\min{M, N} - 1$ 개의 소원까지 감지 가능함) 을 인정하면서도, 이것이 매력적인 절충안이라고 강조합니다. 대규모 균일 배열과 구조화된 비균일 배열의 경우, 이 접근법은 더 적은 스냅샷으로 더 높은 정확도를 제공하고 스펙트럼 효율성을 향상시킵니다. 이 연구는 계산 효율적인 알고리즘이 이전에 희귀했던 유연한 배열 기하구조를 사용하여 고성능 3 차원 국소화 및 MIMO 레이더 응용을 가능하게 하는 중요한 단계로 제시됩니다.