A Novel Stripe-based RIS Optimization for UAV Communications and Sensing in Low-Altitude Wireless Networks

기술 요약: 저고도 무선 네트워크 내 UAV 통신 및 센싱을 위한 새로운 스트라이프 기반 RIS 최적화

문제 정의
저고도 무선 네트워크(LAWN)는 항공 및 지상 노드 전반에 걸쳐 통신, 센싱, 제어를 통합하여 미션 크리티컬한 항공 운영을 지원하는 것을 목표로 한다. 그러나 무인 항공기(UAV) 운영의 매우 역동적인 특성과 신호 차단, 급격히 변동하는 무선 채널은 이러한 시스템의 신뢰성 및 지연 시간 요구 사항에 도전 과제를 제기한다. 재구성 가능한 지능형 표면(RIS)은 무선 전파 환경을 제어함으로써 커버리지와 신뢰성을 향상시킬 수 있는 유망한 솔루션을 제공하지만, 기존의 최적화 접근 방식은 종종 높은 계산 복잡도를 수반한다. 또한, 기존의 많은 방법들은 RIS 소자 수가 증가함에 따라 낮은 신호 대 잡음비(SNR) 영역이나 위상 추정 오차가 발생할 때 성능을 유지하는 데 어려움을 겪는다. 따라서 모든 요소를 전수 조사하는 공간을 요구하지 않으면서도, 이동하는 UAV를 위해 신뢰할 수 있는 통신과 수동 센싱(추적) 능력을 동시에 보장할 수 있는 저복잡도 최적화 프레임워크가 필요하다.

방법론
본 논문은 정지된 UAV 및 이동하는 UAV 시나리오 모두를 위해 설계된 스트라이프 기반 RIS 위상 변화 최적화 프레임워크를 제안한다. 핵심 방법론은 개별 요소를 개별적으로 최적화하는 대신, 원거리 장(far-field) 영역에서 인접한 RIS 요소들의 내재적인 구조적 위상 구배(phase-gradient)를 활용한다.

1. 시스템 모델: 시스템은 기지국(BS), RIS(균일 평면 배열), 그리고 UAV를 모델링한다. 원거리 장에서 RIS의 최적 위상 프로파일은 x축과 y축을 따른 두 개의 파라미터인 위상 구배 $\Delta_x$ 및 $\Delta_y$에 의해 정의되는 선형 구조를 가진다.
2. 정지 최적화 (스트라이프 기반 탐색): $N$개의 개별 요소 위상을 탐색하는 대신, 알고리즘은 최적의 쌍 $(\Delta_x, \Delta_y)$를 탐색한다. 이는 탐색 공간을 크게 줄여준다. 2단계 계층적 탐색이 사용된다:
   • 조대 탐색(Coarse Search): 국부적인 윈도우를 찾기 위해 구배 공간을 균등하게 이산화한다.
   • 미세 탐색(Fine Search): 식별된 윈도우 내에서 탐색을 정밀화한다.
   • 양자화: 이 방법은 1비트 RIS 아키텍처(위상 변화가 0 또는 $\pi$)를 지원하며, 여기서 선형 위상 프로파일은 위상 래핑(phase wrapping)으로 인해 "스트라이프" 패턴으로 나타난다.
3. 오차 분석: 본 논문은 위상 추정 오차에 대한 시스템의 민감도에 대한 수학적 분석을 제공한다. 연구는 구조화된 구배 오차(스트라이프 패턴에 영향을 주는 오차)가 무작위적이고 상관관계가 없는 요소별 오차에 비해 SNR 손실이 현저히 낮음을 입증하며, 이는 1비트 양자화 시스템에서도 마찬가지이다.
4. 이동형 UAV 추적: 이동하는 UAV의 경우, 세 가지 전략을 통해 위상 구배를 업데이트하여 실시간 추적을 확장한다:
   • 단순 추적(Simple Tracking): 이전 최적값 주변에서 반복적인 미세 그리드 탐색을 수행한다.
     به
   • 칼만 보조 추적(Kalman-Aided Tracking): UAV 속도에 기반하여 위상 구례의 진화를 예측하고 탐색 윈도우를 좁히기 위해 칼만 필터를 사용한다.
   • 극값 탐색 제어(ESC) 보조 추적: 불연속적인 그리드 탐색 없이 SNR 최대치를 추적하기 위해 구배에 지속적이고 낮은 진폭의 섭동을 적용하여 지연 시간을 최소화한다.
5. 수동 센싱: 추정된 위상 구배는 수학적으로 변환되어 RIS에 대한 UAV의 고도 및 방위각을 추론하며, 이는 통신 최적화의 부산물로서 각도 국지화(angular localization)를 제공한다.

주요 기여

• 저복잡도 알고리즘: 본 논문은 RIS 요소의 수에 대해 선형($O(N)$)에서 서브리니어($O(\sqrt{N})$)로 계산 복잡도를 줄이는 스트라이프 기반 최적화 알고리즘을 개발하여, 대규모 배열에 대한 확장성을 확보하였다.
• 강건성 분석: 제안된 방법이 위상 추정 오차 및 저 SNR 조건에서도 강건하고 높은 SNR 연결성을 유지함을 보여주는 분석적 유도 및 시뮬레이션을 제공한다. 이는 반복적인 요소별 방식이 실패하는 지점에서도 작동한다.
• 통합 추적 및 센싱: 본 프레임워크는 칼만 보조 및 ESC 보조 추적 방법론을 통해 이동하는 UAV를 지원하도록 확장되었다. 결정적으로, RIS 위상 변화 최적화를 연속적인 UAV 추적 메커니즘으로 변환하는 수학적 변환을 도출하여, 전용 센싱 신호 없이도 수동 각도 국지화를 가능하게 한다.
• 실험적 검증: 실제 RIS 프로토타입(24 $\times$ 24 요소)과 소프트웨어 정의 라디오(SDR)를 사용하여 야외 캠퍼스 환경에서 접근 방식을 검증하였으며, 이를 통해 이론적 시뮬레이션을 넘어선 실질적인 생존 가능성을 입증하였다.

결과

• SNR 성능: 시뮬레이션 결과, 스트라이프 기반 방식은 다양한 UAV 거리에 대해 이론적 상한선에 근접하며 일관되게 높은 SNR을 달eric한다. 반면, 기존의 반복적 방법(예: 1 $\times$ 1 요소 업데이트)은 거리가 멀어지거나 SNR이 낮아지면 단일 요소의 위상 변화가 노이즈와 구별되지 않기 때문에 성능이 급격히 저하된다.
• 계산 효율성: 실행 시간 분석 결과, 반복적 방법은 RIS 요소의 수에 따라 선형적으로 증가하는 반면, 스트라이프 기반 방식은 요소 수의 제곱근에 따라 스케일링되어 대규모 배열에서 상당한 시간 절감 효과를 제공한다.
• 추적 정확도: 이동 시나리오에서 ESC 보조 추적 방식은 최적의 구성과 비교했을 때 가장 낮은 평균 SNR 손실(약 0.31 dB)을 달성하였으며, 업데이트 지연 및 불일치를 줄임으로써 단순 추적 및 칼만 보조 추적보다 우수한 성능을 보였다.
• 실험적 검증: 야외 측정 결과, 스트라이프 기반 방식이 다양한 송신기 거리에서 반복적 베이스라인(1 $\times$ 1 및 4 $\times$ 4)보다 더 높은 수신 전력을 생성함을 확인하였다. 측정된 방사 패턴은 RIS가 반사 신호를 수신기로 성공적으로 유도했음을 검증하였다.

의의
본 논문은 RIS 최적화 이론과 LAWN에서의 실제 배포 사이의 간극을 메우는 것을 목표로 한다. 제안된 방식은 RIS의 구조적 위상 구례를 활용함으로써 하드웨어 결함과 저 SNR 조건에서도 강건하고 계산 효율적인 솔루션을 제공한다. 통신 링크를 최적화하는 동시에 수동 UAV 추적(각도 국지화)을 제공할 수 있는 능력은 차세대 서비스 인식형 3D 무선 네트워크를 위한 유망한 기술이 된다. 실제 프로토타입을 이용한 야외 시연의 성공은 이러한 저복잡도 스트라이프 기반 전략을 실제 환경에 배치할 수 있는 실질적인 타당성을 강조한다.