💻 computer science

5G ISAC-Based UAV Detection and 3-D Tracking Using Uplink Sounding Reference Signals on an End-to-End O-RAN Simulation Testbed

본 논문은 5G 상향링크 사운딩 참조 신호(Sounding Reference Signals)를 수동형 UAV 탐지 및 3차원 추적을 위해 재목적화한 엔드 투 엔드 O-RAN 시뮬레이션 테스트베드를 제시하며, 이를 통해 동시 통신 서비스를 유지하면서 평면 수신 배열 또는 제2의 송신기를 통해 고도 관측 가능성을 달성할 수 있음을 입증한다.

원저자: Arun K. Gurung, Satha K. Sathananthan, Shiva R. Pokhrel

게시일 2026-08-07

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Arun K. Gurung, Satha K. Sathananthan, Shiva R. Pokhrel

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리 도시의 하늘이 작고 윙윙거리는 드론들로 북적이는 모습을 상상해 보세요. 어떤 드론은 피자를 배달하고, 어떤 드론은 영화를 촬영하지만, 몇몇은 스파이 활동을 하거나 문제를 일으킬 수도 있습니다. 우리를 안전하게 지키기 위해서는 이 보이지 않는 침입자들을 포착해야 합니다. 하지만 전통적인 레이더는 전용 전력선이 필요하고 막대한 예산이 드는 거대하고 비싼 스포트라이트와 같습니다. 모든 길모퉁이마다 레이더를 설치하기란 어렵습니다.

여기에 "통합 감지 및 통신(ISAC)"이라는 영리한 아이디어가 등장합니다. 이것은 마치 두 가지 역할을 수행하는 등대와 같습니다. 배를 안내하기 위해 빛을 보내기도 하지만(통신), 동시에 물에 부딪혀 돌아오는 메아리를 들어 폭풍이 오고 있는지 확인하기도 합니다(감지). 이 이야기에서 '등대'는 우리가 이미 사용 중인 5G 셀 네트워크이며, '빛'은 우리의 휴대폰이 기지국으로 보내는 신호입니다. 과학자들이 던지는 큰 질문은 이것입니다. "우리가 단 하나의 새로운 타워도 세우지 않고, 일상적인 셀 신호를 거대한 보이지 않는 레이더 그물로 바꿀 수 있을까?" 이 논문은 바로 이 질문에 파고들며, 초고성능 컴퓨터 시뮬레이션을 사용하여 5G 네트워크를 드론 사냥용 레이더로 바꾸는 것이 실제로 가능한지 확인합니다.

연구진은 이 아이디어를 테스트하기 위해 컴퓨터 안에 완전한 가상 5G 네트워크를 구축했습니다. 그들은 단순히 추측한 것이 아니라, 가짜 드론이 주변을 비행하는 디지털 "테스트 트랙"을 만들고, 오직 일반적인 휴대폰이 기지국으로 보내는 신호만을 사용하여 드론을 포착하려고 시도했습니다. 그 결과, 기존 네트워크만으로도 3차원 공간에서 드론을 탐지하고 추적하는 것이 가능하다는 것을 발견했습니다. 다만, 이를 위해서는 먼저 해결해야 할 까다로운 기하학적 퍼즐들이 있었습니다.

그들이 어떻게 연구를 진행했고 무엇을 발견했는지 설명합니다:

마법의 기술: 메아리에 귀 기울이기
보통 셀 타워는 당신의 목소리나 데이터를 듣기 위해 휴대폰의 신호를 기다립니다. 하지만 이 실험에서 타워는 다르게 귀를 기울였습니다. 그들은 휴대폰이 타워가 신호를 잘 잡을 수 있도록 돕기 위해 보내는 특수 신호인 "사운딩 참조 신호(UL-SRS)"를 사용했습니다. 연구진은 이 신호를 레이더 핑(ping)처럼 취급했습니다. 신호가 드론에 부딪히면, 그것은 튕겨 나와 다시 타워로 돌아옵니다. 이 메아리가 돌아오는 데 걸리는 시간과 신호의 변화를 측정함으로써, 타워는 드론이 어디에 있는지 알아낼 수 있었습니다. 가장 멋진 점은 휴대폰이나 타워의 소프트웨어 표준을 변경할 필요 없이, 이미 존재하는 신호를 재활용했다는 것입니다.

"외눈박이" 문제와 해결책
한 가지 걸림돌이 있었습니다. 송신기(휴대폰) 하나와 수신기(타워) 하나만 있다면, 시스템은 드론이 얼마나 멀리 있는지와 어느 방향(좌우)으로 움직이는지는 알 수 있지만, 높이가 얼마인지는 알 수 없었습니다. 이는 마치 한쪽 눈을 감고 새를 보는 것과 같아서, 새가 거기 있다는 것은 알지만 그 새가 10피트 높이에 있는지 100피트 높이에 있는지는 알 수 없는 상태를 말합니다.

이를 해결하기 위해 팀은 시스템에 두 번째 눈을 달아주는 것과 같은 두 가지 영리한 방법을 시도했습니다:

수직 배열: 연구진은 타워에 선형이 아닌, 사진 액자처럼 넓고 평평한 특수 안테나를 부여했습니다. 이를 통해 타워는 좌우뿐만 아니라 상하 방향까지 "볼" 수 있게 되었습니다.
두 번째 휴대폰: 반대편 길가에 두 번째 휴대폰을 추가하여 신호를 보내게 했습니다. 이제 타워는 드론을 바라보는 두 가지 서로 다른 각도를 갖게 되었습니다. 두 신호가 지나가는 서로 다른 경로를 비교함으로써, 수학적으로 높이를 완벽하게 계산해 낼 수 있었습니다. 이는 마치 우리의 두 눈이 거리감을 판단하는 방식과 같습니다.

결과: 드론 포착하기
시뮬레이션 결과, 이 시스템은 놀라울 정도로 잘 작동했습니다.

탐지: 시스템은 드론이 보이는 시간의 약 92.7% 동안 드론을 포착할 수 있었습니다.
정확도: 두 번째 휴대폰을 사용하는 방식(두 개의 송신기 설정)을 사용했을 때, 시스템은 드론의 높이를 오차 범위 2.2미터(약 7피트) 내외로 정확히 예측했습니다. 시뮬레이션치고는 매우 정밀한 수치입니다!
속도: 휴대폰이 10 Mbit s⁻¹(일반적인 인터넷 속도)로 데이터를 전송하는 중에도, 레이더 시스템은 완벽하게 작동했습니다. 일반적인 데이터 트래픽 때문에 혼동을 일으키지 않았습니다.

"만약에"와 한계점
연구진은 완벽하게 작동하지 않은 부분에 대해서도 매우 신중하게 명시했습니다.

높이 예측: 만약 단 하나의 휴대폰만 사용하여 드론을 추적하면서 높이를 잘못 가정한다면(예를 들어 드론이 실제로는 높은데 낮다고 가정할 경우), 추적이 완전히 실패하게 됩니다. 시스템은 정확도를 위해 반드시 그 추가적인 "눈"(높은 안테나 또는 두 번째 휴대폰)이 필요합니다.
"스트리트 캐니언(Street Canyon)" 문제: 높은 건물들이 시야를 가리는 시뮬레이션에서는 시스템이 가끔 드론을 놓치는 경우가 있었습니다. 건물이 신호를 가로막으면 레이더가 메아리를 볼 수 없다는 점에서 이는 당연한 결과입니다.
시뮬레이션 vs 현실: 이 모든 과정은 "레이 트레이싱(ray-traced)" 모델(전파가 건물에 부딪혀 튕겨 나가는 방식을 수학적으로 예측하는 고급 방식)을 사용한 컴퓨터 시뮬레이션 내부에서 이루어졌음을 기억해야 합니다. 논문은 이것이 개념 증명(proof-of-concept)임을 밝히고 있습니다. 아직 실제 하드웨어를 이용해 실생활 버전을 만든 것은 아니지만, 향후 계획을 가지고 있습니다.

이것이 왜 중요한가
이 논문은 드론을 잡기 위해 값비싼 전용 레이더 시스템을 반드시 구축할 필요는 없다는 것을 증명합니다. 대신, 도시 곳곳에 이미 설치된 셀 타워와 휴대폰을 활용할 수 있습니다. 이는 마치 가로등의 반사광을 다르게 관찰하기만 하면 가로등이 보안 카메라 역할도 할 수 있다는 사실을 깨닫는 것과 같습니다. 비록 이것이 실제 제품이 되기 위해 넘어야 할 허들이 남아있지만, 이 연구는 이 아이디어가 수학적으로 타당하며 다음 단계인 "실제 구현"을 위한 준비가 되었음을 보여줍니다.

기술 요약: 엔드 투 엔드 O-RAN 시뮬레이션 테스트베드 상의 업링크 사운딩 참조 신호(UL-SRS)를 이용한 5G ISAC 기반 UAV 탐지 및 3차원 추적

문제 정의
저고도 무인 항공기(UAV)의 급증은 확장 가능하고 비용 효율적인 대(對) UAV(C-UAS) 솔루션을 필요로 합니다. 전통적인 레이더 시스템은 전용 주파수와 인프라를 요구하며, 이는 종종 비용 부담이 큽니다. 5G 통합 센싱 및 통신(ISAC)은 기존 셀룰러 인프라를 이중 목적의 센싱에 사용하는 비전을 제시하지만, 실제 구현 사례는 드뭅니다. 특히, 실제 5G New Radio(NR) 프로토콜 스택, 표준을 준수하는 O-RAN Near-RT RIC, 그리고 레이 트레이싱(ray-traced) 채널 시뮬레이터를 통합하여 UAV 감시를 검증할 수 있는 엔드 투 엔드 오픈 테스트베드가 부족한 실정입니다. 더욱이, 표준 3GPP 센싱 규격(예: Release 19)은 여전히 연구 단계에 있으며, 업링크 사운딩 참조 신호(UL-SRS)는 표준화된 센싱 파형이 아닌 후보군 중 하나입니다.

방법론
저자들은 오픈 소스 구성 요소인 OpenAirInterface(OAI)를 통한 5G NR 스택, FlexRIC를 통한 Near-RT RIC, 그리고 Sionna RT를 통한 레이 트레이싱 채널 에뮬레이션으로 구축된 엔드 투 엔드 O-RAN 시뮬레이션 테스트베드를 제시합니다. 이 시스템은 표준 UL-SRS를 별도의 NR 표준 수정이나 전용 센싱 신호 없이도 패시브 레이더 파형으로 재사용합니다.

아키텍처: 본 테스트베드는 컨테이너화된 스택으로 작동합니다. OAI gNB는 물리 계층(PHY) 내에 커스텀 ISAC 센싱 단계를 호스트합니다. OAI nrUE는 조명체(illuminator)로서 UL-SRS를 송신합니다. UAV는 비협조적 패시브 산란체(passive scatterer) 역할을 합니다.
센싱 파이널라인(Sensing Pipeline): gNB PHY 내부에서 시스템은 다음 과정을 수행합니다:
1. 클러터 부공간 제거(Clutter Subspace Deflation): 랭크 $K_c$ 부공간 제거를 통해 지배적인 정적 직접 경로와 지면 반사파를 제거하여 UAV 에코를 분리합니다.
2. 거리-도플러 처리(Range-Doppler Processing): 코히어런트 프로세싱 인터벌(CPI) 640 ms 동안 제로 패딩 IDFT(거리) 및 DFT(도플러)를 통해 2차원 OFDM 거리-도플러 맵을 생성합니다.
3. 탐지(Detection): 단일 피크 그룹화(single-peak grouping)를 적용한 OS-CFAR(Order-Statistic CFAR)로 타겟을 탐지합니다.
4. 각도 추정(Angle Estimation): 4요소 균일 선형 배열(ULA)을 사용하여 폐쇄형 간섭계 추정기(closed-form interferometric estimator)로 도래각(AoA)을 계산합니다.
전송(Transport): 탐지 결과는 표준 E2 절차를 사용하는 커스텀 E2 서비스 모델(SM-SENS)을 통해 Near-RT RIC의 구독 중인 xApp으로 전송됩니다.
추적(Tracking): xApp은 비선형 측정 모델(바이스테틱 거리, 거리 변화율, 방위각)을 갖춘 확장 칼만 필터(EKF)를 실행합니다.
3차원 추적 솔루션: 단일 1차원 배열을 가진 단일 바이스테틱 쌍은 고도 사전 정보(height prior) 없이는 고도를 관측할 수 없으므로, 본 논문은 3차원 추적을 달성하기 위한 두 가지 방법을 평가합니다:
1. 평면 배열(Planar Array): 1차원 ULA를 직접 고도를 측정할 수 있는 2×4 균일 평면 배열(UPA)로 교체합니다.
2. 멀티스태틱 기하 구조(Multistatic Geometry): 두 번째 nrUE 송신기를 추가하여 두 번째 바이스테틱 쌍을 생성하고, 거리 다양성을 사용하여 기하학적으로 고도를 해결합니다.

주요 기여

엔드 투 엔드 O-RAN ISAC 테스트베드: NR 표준을 수정하지 않고도 실시간 5G NR 스택, Near-RT RIC, 레이 트레이싱 채널 에뮬레이터가 통합된 시스템입니다. 센싱은 OAI gNB PHY 내에서 실행되며, 탐지 결과는 프로토타입 E2 서비스 모델을 통해 xApp에 도달합니다.
바이스테틱 트래커 평가: 비선형 측정 모델, 헝가리안 연관(Hungarian association), 시간 기반 트랙 유지 기능을 갖춘 EKF xApp을 평가합니다. 평가에는 고도 사전 정보 제거(height-prior ablation), 스트리트 캐니언 차폐(street-canyon occlusion), 10 Mbit/s 업링크 트래픽 동시 발생 하에서의 센싱과 같은 적대적 테스트가 포함됩니다.
두 가지 3차원 추적 경로: 고도 사전 정보를 제거하고 고도 관측성을 확보하기 위한 두 가지 뚜렷한 방법을 입증합니다:
- gNB에서의 수직 개구부(UPA) 사용.
- 두 번째 바이스테틱 쌍으로부터의 거리 다양성 활용.
  두 방법 모두 최종 고도 추정치의 크로스 시드 확산(cross-seed spread)을 약 12.7 m(관측 불가능)에서 ~0.2 m(관측 가능)로 줄이는 것을 보여줍니다.

결과

탐지 성능: 평탄한 가시선(LOS) 시나리오에서 시스템은 92.7%의 탐지 커버리지를 달성합니다. 레이 트레이싱 지면 참값 대비 측정 정확도는 다음과 같습니다:
- 과잉 바이스테틱 거리 RMSE: 8.66 m (약 1개 해상 셀).
- 바이스테틱 거리 변화율 RMSE: 0.44 m/s.
- 방위각 RMSE: 7.02°.
추적 성능:
- 2-D EKF (고도 사전 정보 포함): 거리(x) RMSE 7.26 m 및 횡방향(y) RMSE 5.32 m를 달성합니다. 트랙 연속성은 54.2%이며(코스트 브릿징 적용 시 88.3%로 상승),
- 3-D EKF (평면 배열): 2×4 UPA를 사용하여 고도를 약 5.3 m의 RMSE로 추정하며, 수평 위치는 3.8 m RMSE를 기록합니다. 고도 크로스 시드 확산은 0.2 m로 떨어져 관측성을 확인시켜 주지만, 6.0 m의 편향(bias)이 남습니다.
- 3-D EKF (멀티스태틱): 두 번째 송신기를 사용하면 고도 RMSE 2.2 m 및 수평 RMSE 5.6 m를 달성합니다. 결정적으로, 이 구성은 편향이 없으며(참값 55 m 대비 추정치 55.3 m), 0.2 m의 크로스 시드 확산 또한 달성합니다.
일관성(Consistency): 필터는 모델링되지 않은 교차 축 상관관계 및 고정된 고도 사전 정보를 가진 2-D 상태의 한계로 인해 구조적 과신(NEES >> 기대치)을 보이지만, 측정값 자체는 물리적으로 타당합니다.

의의 및 주장
본 논문은 광범적인 파이프라인 검증을 포함하여 UAV 추적을 위한 최초의 엔드 투 엔드 5G O-RAN ISAC 시뮬레이션 테스트베드를 제시한다고 주장하며, 실질적인 배포를 위한 주요 제한 사항을 식별합니다. 주요 의의는 다음과 같습니다:

실현 가능성: 기존 5G 업링크 신호(UL-SRS)를 주파수 변경 없이 표준 준수 O-RAN 아키텍처 내에서 패시브 UAV 탐지 및 추적을 위해 재사용할 수 있습니다.
관측성: 단일 바이스테틱 쌍과 1-D 배열으로는 불가능한 고도 관측성을, 수직 수신 개구부 또는 두 번째 송신기를 통해 엔드 투 엔드로 구축할 수 있음을 입증했습니다.
아키텍처: 무거운 신호 처리(클러터 제거, RD 매핑)를 gNB PHY 내부에서 수행하고 알고리즘 추적(EKF)을 Near-RT RIC xApp에서 수행하는 방식은 ISAC를 위한 실행 가능한 아키텍처 패턴이며, 이는 부상하는 "센싱-dApp" 모델을 반영합니다.

저자들은 본 테스트베드가 시뮬레이션(Sionna RT 사용)이며, 센싱 서비스 모델(SM-SENS)이 표준화된 규격이 아닌 작동 데모라는 점을 언급하며 주장에 대해 신중한 태도를 유지합니다. 향후 하드웨어 통합(USRP 검증) 및 멀티 타겟 추적 및 식별자 통합에 대한 추가 연구의 필요성을 제시합니다.

유사한 논문