Movable Antenna-Enabled Integrated Sensing and Communication in Low-Altitude UAV Networks

기술 요약: 저고도 UAV 네트워크에서 이동형 안테나를 활용한 통합 감지 및 통신

문제 제기
본 논문은 저고도 공역에서 운영되는 다중 무인 항공기 (UAV) 지원 통합 감지 및 통신 (ISAC) 시스템의 최적화를 다룬다.该系统은 이동형 안테나 (MA) 어레이를 탑재한 UAV 를 사용하여 지상 사용자에게 동적 이동성을 제공하면서 동시에 레이더 감지 작업을 수행한다. 핵심 과제는 UAV 궤적, 사용자 연결, 빔포밍, 안테나 위치, 그리고 전력 할당을 공동으로 최적화하는 데서 발생하는 고차원적이고 비볼록 (non-convex) 한 성질에 있다. 이러한 변수들은 밀접하게 결합되어 있으며, 사용자 이동으로 인한 알 수 없는 상태 전이를 특징으로 하는 동적 환경 내에서 작동한다. 또한, 전통적인 고정 위치 안테나 (FA) 어레이는 이러한 동적 시나리오에 적합하지 않아 빔 정렬 오류와 비최적의 공간 활용을 초래하는 경우가 많다. 최적화는 UAV 비행 역학 (속도, 충돌 회피, 고도 제한), 전송 전력 예산, 안테나 이동의 기계적 한계, 그리고 최소 감지 신호대간섭잡음비 (SINR) 요구 사항에 의해 제약받는다.

방법론
형성된 최적화 문제의 복잡성을 해결하기 위해 저자는 이를 두 단계의 순차적 과정으로 분해한다:

1. HDBSCAN 을 통한 사용자 연결:
   첫 번째 단계는 공중 - 지상 연결 문제를 다룬다. UAV 이동에 따라 급격히 변동하는 단순 거리 척도에 의존하는 대신, 저자는 노이즈가 있는 응용 프로그램에 대한 계층적 밀도 기반 공간 클러스터링 (HDBSCAN) 알고리즘을 도입한다. 지상 사용자는 공간적 분포를 기반으로 주기적으로 클러스터링된다. 그런 다음 UAV 는 이러한 클러스터에 할당된다 (할당 알고리즘 또는 최근접 이웃 할당 사용). 이 전략은 특정 UAV 와 연결된 사용자들이 유사한 공간적 특성을 공유하도록 하여 연결을 안정화하고 효율적인 MA 어레이 조정을 용이하게 한다.

2. Soft Actor-Critic (SAC) 을 통한 공동 최적화:
   두 번째 단계는 UAV 궤적, 안테나 위치, 빔포밍 벡터, 그리고 전력 할당의 공동 최적화를 해결하기 위해 심층 강화 학습 (DRL) 접근법, 구체적으로 Soft Actor-Critic (SAC) 알고리즘을 활용한다.

   • MDP 형식화: 문제는 마르코프 결정 과정 (MDP) 으로 모델링된다. 상태 공간에는 채널 정보, UAV 및 사용자 위치, 현재 안테나 배치 등이 포함된다. 행동 공간에는 빔포밍 설계, 비행 속도/방향, 안테나 변위, 그리고 전력 할당 비율이 포함된다.
   • 보상 함수: 보상은 총 통신 합계율로 정의되며, 감지 SINR 임계값 위반, 충돌 회피 제약, 그리고 속도 제한을 위반할 경우 페널티가 부과된다.
   • 알고리즘 선택: SAC 는 오프-폴리시 특성, 샘플 효율성, 그리고 엔트로피 정규화를 통한 탐색과 활용의 균형 능력으로 선택되었다. 이는 고차원 연속 행동 공간을 탐색하고 지역 최적점에 빠지는 것을 방지하는 데 필수적이다.

주요 기여
논문은 세 가지 주요 기여를 제시한다:

1. 시스템 아키텍처: 저고도 다중 UAV ISAC 시스템에 MA 어레이를 통합한다. 전통적인 고정 안테나 배치와 달리, 이 아키텍처는 MA 어레이의 공간적 자유도를 활용하여 이중 통신 및 감지 요구 사항에 동적으로 적응한다. 저자는 엄격한 감지 및 비행 제약 하에서 MA 배치, 빔포밍, 사용자 연결, 그리고 UAV 궤적을 공동으로 최적화한다.
2. 이중 단계 최적화 프레임워크: HDBSCAN 과 SAC 를 결합한 새로운 솔루션이다. HDBSCAN 은 후속 MA 조정을 위한 공간적 일관성을 보장하기 위해 동적 사용자 클러스터링에 사용되어 공중 - 지상 연결을 최적화한다. 그 다음 SAC 는 궤적, 안테나 구성, 그리고 자원 할당의 복잡한 공동 최적화를 해결하는 데 적용된다.
3. 실험적 검증: 제안된 프레임워크는 시뮬레이션을 통해 실험적으로 검증되었다. 결과는 MA 가 활성화된 시스템이 고정 안테나 시스템을 포함한 네 가지 기준선 계획보다 총 통신률 측면에서 현저히 우수하며, 감지 SINR 제약을 신뢰성 있게 충족함을 보여준다. 연구는 또한 MA 어레이와 클러스터링 메커니즘이 기여한 구체적인 성능 향상을 정량화했다.

결과
500m x 500m 영역에서 3 대의 UAV, 9 명의 통신 사용자, 그리고 3 개의 감지 표적을 대상으로 수치 시뮬레이션이 수행되었다. 주요 발견 사항은 다음과 같다:

• 성능 향상: 제안된 방식 (MA + HDBSCAN + SAC) 은 고정 안테나 (FA) 를 사용하거나 클러스터링 메커니즘이 없는 네 가지 기준선 계획에 비해 가장 높은 총 통신률을 달성했다.
• 클러스터링의 역할: HDBSCAN 기반 연결은 에이전트의 탐색 압력을 줄이고 사용자 - UAV 링크를 안정화함으로써 초기 탐색 효율성과 전반적인 성능을 향상시켰다.
• MA 대 FA: MA 어레이를 가진 시스템은 FA 어레이를 가진 시스템보다 일관되게 우수한 성능을 보였다. 그러나 UAV 부하 제약과 행동 차원의 증가로 인해 안테나 수가 증가함에 따라 MA 의 성능 우위는 약간 감소했다.
• 알고리즘 비교: SAC 알고리즘은 DDPG, PPO, CMA-ES 보다 우수한 성능을 보였다. 더 높은 누적 보상, 더 빠른 수렴 (~130 에포크 후 유효 전략), 그리고 더 큰 학습 안정성을 달성했다.
• 확장성 및 민감도: 시스템은 사용자 수가 증가함에 따라 안정성을 유지했으나, 자원 공유로 인해 사용자당 속도는 감소했다. 감지 SINR 임계값을 높이면 감지를 위해 더 많은 자원이 할당되므로 통신 성능은 자연스럽게 감소했다.

의의
본 논문은 기존 연구가 주로 고정 안테나 어레이나 단일 UAV 시나리오에 초점을 맞추고 있는 공백을 메운다고 주장한다. MA 어레이를 다중 UAV ISAC 프레임워크에 통합하고 구체적인 이중 단계 최적화 전략을 제안함으로써, 이 연구는 MA 기술이 동적인 저고도 환경에서 시스템 유연성과 성능을 크게 향상시킬 수 있음을 입증한다. 이 작업은 UAV 궤적 및 빔포밍과 함께 안테나 위치를 최적화함으로써 공간 다양성을 더 잘 활용할 수 있게 하여, 감지 신뢰성을 훼손하지 않고 통신률을 향상시킬 수 있음을 검증한다. 제안된 방법은 차세대 6G ISAC 네트워크에서 요구되는 복잡하고 결합된 의사 결정을 처리하는 실용적인 접근법을 제공한다.