Uplink Positioning for PASS in Multipath Environments

기술 요약: 다중 경로 환경에서의 PASS를 위한 업링크 위치 추정

문제 정의
핀칭 안테나 시스템(PASS)은 저비용 유전체 도파관을 통해 미터 단위의 안테나 재구성성을 가능하게 함으로써, 기존의 고정 위치 안테나 배열 및 유동 안테나 시스템에 대한 유망한 대안을 제시한다. PASS는 통신 성능 최적화(예: 빔포밍, 자원 할당)를 위해 광범위하게 연구되어 왔으나, 그 위치 추정 능력에 대해서는 아직 충분히 탐구되지 않았다. 기존의 PASS 위치 추정 연구는 주로 가시선(LoS) 시나리오에 국한되어 있거나, 그리드 불일치(grid mismatch) 및 계산 부하 문제를 겪는 딕셔너리 기반 희소 복구(dictionary-based sparse recovery) 또는 반복적 베이지안 추론과 같은 고복잡도 방법에 의존하고 있다. 실제 실내 환경에서는 다중 경로 전파가 불가피하며, 비가시선(NLoS) 성분은 상당한 편향(bias)을 유발한다. 따라서 PASS의 통신 이득을 완전히 활용하기 위해서는 다중 경로 환경에서 LoS 지연을 NLoS 성분으로부터 정확하게 분리할 수 있는 저복잡도 업링크 위치 추정 알고리즘이 절실히 필요하다.

방법론
본 논문은 다중 경로 환경에서 PASS를 위한 업링크 다중 캐리어 위치 추정 프레임워크를 구축한다. 시스템 모델은 4개의 도파관에 연결된 액세스 포인트(AP)와 각 도파관에 장착된 이동형 핀칭 안테나(PA)로 구성된다. 사용자는 $K$개의 부반송파를 통해 파일럿 심볼을 전송한다. 채널은 $L$개의 다중 경로 성분을 포함하는 희소 밀리미터파 채널로 모델링되며, LoS 경로가 지배적이다.

제안된 솔루션은 두 가지 레이징(ranging) 알고리즘과 하나의 위치 추정 알고리즘으로 구성된다:

1. 행렬 펜슬(Matrix Pencil, MP) 기반 레이징 알고리즘:

   • 이 방법은 결합 평균된 채널 관측값으로부터 한켈 행렬(Hankel matrix)을 구성한다.
   • 한켈 행렬의 이동 불변성(shift-invariance) 특성을 활용하여 LoS 성분을 NLoS 성분으로부터 분리한다.
   • SVD(특이값 분해)를 수행하고 신호 부공간(signal subspace)으로 투영함으로써 신호 극(pole)을 추출한다.
   • 단위 원 필터(unit circle filter)를 사용하여 노이즈로 인한 가짜 극을 제거하며, 가장 짧게 추정된 지연이 LoS 거리에 해당한다.
   • 복잡도: 고복잡도($O(\kappa^3)$), 전체 SVD, 유사 역행렬 계산 및 고유값 분해를 포함한다.

2. 저복잡도 랭크-1(Rank-1) 레이징 알고리즘:

   • 계산 비용을 줄이기 위해 설계된 이 방법은 절단된 SVD(truncated SVD)를 사용하여 한켈 행렬을 근사하고 최적의 랭크-1 근사치를 얻는다.
   • LoS 성분이 신호 전력을 지배한다고 가정하여, NLoS 성분과 노이즈를 억제하면서 지배적인 LoS 지연을 효과적으로 격리한다.
   • 이동된 부행렬(submatrices)에 대한 최소 제곱(Least Squares, LS) 기준을 통해 LoS 신호 극을 직접 추출하며, 행렬 역계산이나 전체 고유값 분해를 피한다.
   • 복사도: 저복잡도($O(\kappa^2)$), 부반송파 수 및 행렬 차원에 따라 선형적으로 확장된다.

3. 2단계 가중 비선형 최소 제곱(Weighted Nonlinear Least-Squares, WNLS) 위치 추정:

   • 레이징 알고리즘으로부터 추정된 LoS 거리를 사용하여 3D 사용자 위치를 추정하는 2단계 과정을 거친다.
   • 1단계: 거리 방정식에서 이차항을 제거하여 초기 선형 추정치를 얻는다.
   • 2단계: 초기 추정치는 WNLS 알고리즘을 사용하여 정밀화되며, 이때 강건성을 높이기 위해 추정된 LoS 성분의 진폭에 따라 가중치가 할당된다.

주요 기여

• 프레임워크: 실제 다중 경로 환경을 위해 특별히 설계된 포괄적인 PASS 업링크 다중 캐리어 위치 추정 프레임워크를 제안한다.
• 알고리즘: 두 가지 레이징 알고리즘을 개발하였다: LoS/NLoS 경로를 분리하는 고정밀 MP 기반 방법과, 절단된 SVD를 통해 지배적인 LoS 경로를 격리하는 저복잡도 랭크-1 방법이다.
• 이론적 분석: 고-SNR 근사 하에서 두 알고리즘에 대한 폐쇄형(closed-form) 레이징 분산을 유도하였다. 본 논문은 피셔 정보 행치(Fisher Information Matrix, FIM)를 설정하고 위치 오차 경계(Position Error Bound, PEB)를 유도하여, 레이징 오차에서 3D 위치 추정 오차로 이어지는 오차 전파 메커니즘을 밝혀냈으며, 부반송파 수, 대역폭 및 기하학적 정밀도 저하(GDoP)의 영향을 강조하였다.
• 성능 특성화: MP 알고리즘이 더 높은 정확도와 강건성을 달-성함을 입증하였으며, 랭크-1 알고리즘은 다중 경로 편향으로 인한 정확도 트레이드오프가 존재하지만 가벼운 대안임을 보여준다.

결과
4개의 PA와 200개의 무작위 다중 경로 환경이 존재하는 6m $\times$ 10m $\times$ 3m 크기의 방에서 수행된 수치 시뮬레이션은 다음과 같은 결과를 도출하였다:

• 정확도 대비 복잡도: MP 기반 알고리즘은 더 높은 레이징 및 위치 추정 정확도를 달성하며 유도된 PEB 추세를 따른다. 랭크-1 기반 알고리즘은 잔류 다중 경로 편향으로 인해 저노이즈 시나리오에서 오차 하한(error floor)을 보이지만, 현저히 낮은 계산 복잡도를 제공한다.
• 부반송파의 영향: 부반송파 수($K$)를 늘리면 더 조밀한 주파수 영역 샘플링을 제공하므로 MP 알고리즘의 위치 추정 정확도가 향상된다. 반면, 랭크-1 알고리즘은 무작위 노이즈보다는 결정론적인 NLoS 유도 편향에 의해 성능이 제한되기 때문에 $K$ 증가에 따른 개선이 미미하다.
• 강건성: MP 알고리즘은 사용자의 높이 변화 및 다중 경로 환경 변화에 대해 더 큰 강건성을 보인다. 랭크-1 알고리즘은 사용자 높이 변화에 더 민감하며, 사용자가 천장 장착형 PA에 가까워질수록 오차가 커진다(GDoP 악화).
• 오차 하한: 랭크-1 알고리즘의 위치 추정 오차는 노이즈가 충분히 낮아져 결정론적 편향이 지배적이 되면 노이즈 전력 범위 내에서 비교적 일정하게 유지되는 반면, MP 알고리즘의 오차는 노이즈 전력에 따라 단조 감소한다.

의의
본 논문은 정확한 업링크 위치 추정이 PASS 배치 및 빔포밍을 최적화하기 위한 근본적인 전제 조건이라고 주장한다. 저복잡도 알고리즘과 엄격한 오차 분석을 제공함으로써, 본 연구는 다중 경로 환경에서의 PASS 위치 추정 연구 공백을 메운다. 결과에 따르면, MP 기반 알고리즘은 계산 자원이 가용한 고정밀 시나리오에 적합하며, 랭크-1 알고리즘은 계산 제약이 엄격하거나 노이즈 수준이 높은 시나리오에서 실행 가능한 경량 솔루션을 제공한다. 유도된 PEB 및 오차 전파 분석은 PASS 기반 위치 추정의 근본적인 한계에 대한 이론적 통찰을 제공한다.