Point Spread Function Optimization for Communication-assisted UAV-borne MIMO TomoSAR

기술 요약: 통신 지원 UAV 탑재 MIMO TomoSAR 를 위한 점 확산 함수 최적화

문제 제기
본 논문은 무인 항공기 (UAV) 탑재 다중 입력 다중 출력 (MIMO) 합성 개구면 레이더 (SAR) 단층 촬영 시스템의 점 확산 함수 (PSF) 최적화 과제를 다룬다. 목표는 산란체의 수직 분포를 복원하여 장면의 고품질 3 차원 (3D) 이미지를 생성하는 것이다. TomoSAR 에서의 핵심 성능 지표는 PSF, 특히 그 사이로브 (sidelobe) 레벨이다. 높은 사이로브는 약한 산란체를 가리고, 유령 표적을 생성하며, 특히 도시 지역과 같은 복잡한 환경에서 이미지 해석성을 저하시킬 수 있다.

푸리에 기반 단층 촬영에 대한 PSF 최적화는 원거리 및 균일한 플랫폼 간격 가정 하에 잘 확립되어 있으나, 임의의 편대를 가진 UAV 기반 시스템에 대한 적용은 아직 largely 미개척 상태이다. 더 나아가, 이러한 시스템은 이중 제약을 직면한다: UAV 스웜은 PSF 사이로브를 최소화하는 편대를 유지해야 한다 (감지 제약) 동시에 주파수 분할 다중 접속 (FDMA) 링크를 통해 수집된 레이더 데이터를 지상국 (GS) 으로 실시간으로 오프로딩해야 한다 (통신 제약). 본 논문은 감지 품질-of-서비스 (QoS) 및 통신 QoS 제약 조건 하에 UAV 편대와 통신 전력 할당을 최적화하여 PSF 의 최대 사이로브 레벨 (PSL) 을 최소화하는 결합 최적화 문제를 수립한다.

방법론
저자들은 이 문제를 비볼록 min-max 최적화 작업 (문제 P) 으로 수립한다. 목표는 수직 축을 따라 대칭 구간 $I = [-h_{max}, h_{max}]$에서 정의된 PSL 을 최소화하면서 10 가지 제약 조건을 만족하는 것이다. 이러한 제약 조건에는 다음이 포함된다:

• 감지: 왜곡 없는 표적 재구성 보장, 단층 촬영 및 사거리 해상도 제한, 비행 고도 및 시선 각도 범위 유지, UAV 간 최소 분리 거리 유지, 최소 레이더 스와이프 폭 보장, 최소 신호 대 잡음비 (SNR) 임계값 충족.
• 통신: 최대 송신 전력 제한, 실시간 오프로딩을 위한 최소 데이터 속도 보장, UAV 당 총 에너지 소비량 상한 설정.

이 문제는 PSF 표현식의 복잡한 구조, 여러 제약 조건의 비볼록성, 그리고 PSF 영점에 대한 폐쇄형 표현식의 부재 (이는 전통적인 경사 기반 방법을 처리 불가능하게 만듦) 로 인해 해결하기 어려운 것으로 판명되었다.

이를 해결하기 위해 저자들은 수정된 입자 군집 최적화 (PSO) 알고리즘을 제안한다. 그들의 접근 방식에서 핵심 혁신은 문제 차원의 축소이다. 그들은 주어진 UAV 편대에 대해 PSL 이 통신 전력 할당과 무관하다는 것을 관찰한다. 결과적으로 전력 할당 하위 문제는 통신 제약 조건을 만족하기 위해 송신 전력을 최소 요구 수준으로 설정함으로써 분석적으로 해결될 수 있다. 이를 통해 PSO 알고리즘은 UAV 편대 공간만 검색할 수 있게 되며 (차원성을 $I(K+2)$에서 $2I$로 축소), 전력 할당은 별도로 결정된다.

제안된 알고리즘은 경계 제약 조건을 처리하기 위해 반사 벽 메커니즘을 사용하고, 제약 위반을 페널티로 부과하는 비파라미터화 적합도 함수를 활용한다. 적합도 함수는 실현 가능한 솔루션에 대해 PSL 을 평가하고, 제약 위반 정도에 기반하여 비실현 가능한 솔루션에 대한 페널티 항을 추가한다.

주요 기여

1. 결합 최적화 프레임워크: 본 논문은 감지 성능과 통신 오프로딩 요구 사항 간의 결합을 명시적으로 고려하여 PSF 사이로브 레벨을 최소화하기 위한 UAV 편대 및 통신 전력 할당의 결합 최적화를 위한 새로운 프레임워크를 제시한다.
2. 차원 축소 전략: 전력 할당을 편대 검색에서 분리하는 PSO 알고리즘에 대한 구체적인 수정이 제안되었다. 이는 검색 공간 복잡성을 크게 줄이고 수렴 효율성을 향상시킨다.
3. 제약 조건 처리: 이 솔루션은 해상도 제한, 에너지 예산, 실시간 데이터 속도 요구 사항을 포함한 포괄적인 실용적 감지 및 통신 제약 조건들을 확률적 최적화 프레임워크 내에 통합한다.

시뮬레이션 결과
제안된 솔루션은 기존 Genetic Algorithm (CGA), Genocop II (제약 최적화 GA), 그리고 차원 축소를 사용하지 않은 표준 PSO 알고리즘 등 여러 벤치마크 scheme 에 대해 평가되었다.

• 성능 향상: 제안된 scheme 은 -17 dB 에서 -33 dB 사이의 PSL 을 달성하여 벤치마크 scheme 들을 크게 능가했다. 구체적으로, 기존 PSO 벤치마크 대비 PSL 억제 측면에서 11 dB 개선을 보였다.
• 균일 선형 배열 (ULA) 과의 비교: ULA 는 제안된 scheme 과 유사한 PSL 을 달성했으나, ULA 는 현저히 넓은 메인로브를 초래하여 높이 해상도가 저하되었다. 제안된 scheme 은 사이로브를 억제하면서도 높은 해상도를 유지했다.
• 트레이드오프: 시뮬레이션은 최대 높이 ($h_{max}$) 또는 최소 요구 데이터 속도 ($R_{min}$) 를 증가시키면 PSL 이 높아짐을 보여주었으며, 이는 커버리지, 통신 요구 사항, 그리고 이미지 품질 간의 근본적인 트레이드오프를 나타낸다. 특히, $R_{min} > 6.18$ Mb/s인 경우 모든 벤치마크 scheme 이 실현 가능한 솔루션을 찾지 못했으나, 제안된 접근 방식은 효과적으로 유지되었다.

의의
본 논문은 제안된 솔루션이 기존 벤치마크 scheme 에 비해 사이로브 억제를 크게 향상시켜 재구성된 3D TomoSAR 이미지의 품질을 높인다고 주장한다. 통신 제약 조건을 편대 최적화에 성공적으로 통합함으로써, 실시간 통신 지원 UAV 탑재 MIMO TomoSAR 시스템의 실현 가능성을 입증한다. 결과는 UAV 가 엄격한 자원 제한 하에서 동시에 감지와 데이터 오프로딩을 수행해야 하는 시나리오에서 고품질 이미징을 달성하기 위해 제안된 결합 최적화 접근 방식이 필수적임을 시사한다.