Multi-Objective Dataset Optimization for Learning-Based DC-Bias Prediction in DCO-OFDM

기술 요약: DCO-OFDM의 학습 기반 DC-바이어스 예측을 위한 다중 목적 데이터셋 최적화

문제 정의
가시광 통신(VLC) 시스템에서 직류 광 직교 주파수 분할 다중화(DCO-OFDM)를 사용할 때, DC-바이어스(DC-bias) 선택은 매우 중요한 설계 파라미터이다. 이는 상호 의존적인 성능 지표인 비트 오류율(BER), 피크 대 평균 전력비(PAPR), 그리고 클리핑 노이즈(clipping noise)에 직접적인 영향을 미친다. 기존 문헌들은 특정 전송 사례에 대해 휴리스틱 알고리즘이나 머신러닝(ML)을 사용하여 DC-바이어스 최적화를 광범위하게 다루어 왔으나, 데이터셋 수준에서의 중대한 공백이 존재한다. 현재의 접근 방식은 대개 학습 데이터를 생성하기 위해 무차별적인 브루트 포스(brute-force) 시뮬레이션에 의존하며, 이는 중복된 샘플을 발생시키고 다중 목적 간의 트레이드오프를 포착하기 위한 체계적인 최적화가 결여되어 있다. 또한, 기존의 ML 기반 연구들은 예측 모델 자체를 개선하는 데 집중할 뿐, 기초가 되는 데이터셋 자체가 학습에 최적화된 구조를 갖추고 있는지 검증하지 않는다. 즉, 일반화된 학습을 위해 신호 통계와 최적의 바이어스 값 사이의 복잡한 관계를 반영하는 최적화된 데이터셋을 생성, 선택 및 검증하기 위한 체계적인 프레임워크가 부족하다.

방법론
저자들은 초점을 사례 수준(instance-level)의 최적화에서 데이터 중심 모델링(data-centric modeling)으로 전환하는 체계적인 프레임워크를 제안한다. 방법론은 네 가지 주요 단계로 진행된다:

1. 원시 데이터셋 생성: MATLAB을 통한 전수 시뮬레이션을 통해 고차원 원시 데이터셋을 구축한다. 과정은 4-QAM 변조와 2048의 심볼 길이를 가진 5,000개의 DCO-OFDM 심볼을 생성하는 것을 포함한다. DC-바이어스 값은 8 dB에서 25 dB 사이의 신호 대 잡음비(SNR) 값에 걸쳐 2 dB에서 12 dB까지(0.05 dB 간격으로) 스윕(sweep)된다. 각 구성에 대해 통계적 특징(사전 바이어스 신호의 최소값, 최대값, 평균 및 표준 편차)과 성능 지표(평균 BER, PAPR, 클리핑 노이즈 전력)가 추출된다. 이를 통해 5,000개 심볼 $\times$ 201개 바이어스 레벨의 원시 데이터셋이 생성된다.

2. 다중 목적 데이터셋 최적화: 원시 데이터셋에서 가장 적합한 샘플(행)을 선택하기 위해 문제를 다중 목적 최적화 과제로 재정의한다. 목적 함수 $J$는 성능 지표의 가중 합으로 정의된다: $J = 0.5 \times \text{BER} + 0.3 \times \text{PAPR} + 0.2 \times \text{Clipping Noise}$. 각 심볼에 대한 최적의 샘플을 추출하기 위해 여섯 가지 최적화 기법이 적용된다:

   • 유전 알고리즘 (GA)
   • 입자 군집 최적화 (PSO)
   • 정적 가중치를 적용한 상호 정보량 (MI-static)
   • 동적 가중치를 적용한 상호 정보량 (MI-dynamic)
   • 파레토 최적화 (Pareto Optimization)
   • 이상해 솔리드 유사도에 의한 순서 결정 기법 (TOPSIS)

3. 다단계 평가 프레임워크: 생성된 여섯 개의 데이터셋은 다음과 같은 엄격한 다단계 과정을 통해 평가된다:

   • 통계적 분석: 선택된 최적 바이어스 값이 SNR 레벨에 따라 어떻게 변화하는지 조사하여 적응성 및 물리적 의미를 확인한다.
     // * 성능 기반 평가: 서로 다른 최적화 도구들 간의 BER, PAPR 및 클리핑 노이즈를 비교한다.
   • 복합 점수 산출: 전체적인 트레이드오프 균형을 평가하기 위해 정규화된 지표로부터 도출된 통합 점수를 사용한다.
   • 통계적 유의성 검정: 상위 성능을 보이는 방법들의 BER 분포를 비교하기 위해 비모수 검정인 윌콕슨 부호 순위 검정(Wilcrox signed-rank test)을 적용한다.

4. 머신러닝 검증: 최종 검증 기준으로, 상위 후보 데이터셋들을 사용하여 7개의 회귀 모델(선형 회귀, 결정 트리, 랜덤 포레스트, 그래디언트 부스팅, XGBoost, SVR, kNN)을 학습시킨다. 데이터셋은 $R^2$, RMSE, MAE를 통해 측정되는 정확한 예측 모델링을 지원하는 능력을 기준으로 평가된다.

주요 기여
본 논문은 다섯 가지 주요 기여를 명시한다:

1. 데이터셋 수준의 재정의: 본 연구는 DC-바이어스 문제를 사례 수준의 최적화에서 데이터셋 수준의 최적화로 재정의하여, 더 나은 ML 일반화를 위해 근본적인 관계를 포착하는 구조화된 데이터셋 구축을 목표로 한다.
2. 체계적인 데이터 생성: 여러 SNR 조건에 걸쳐 DC-바이어스를 스윕하며 통계적 신호 특징과 성능 지표를 모두 추출하는 고차원 데이터셋을 생성한다.
3. 비교 최적화 분석: 가중 다중 목적 함수를 기반으로 최적의 샘플을 추출하기 위한 여섯 가지 뚜전한 최적화 기법(GA, PSO, MI-static/dynamic, Pareto, TOPSIS)을 종합적으로 비교한다.
4. 새로운 평가 프레임워크: 통계적 분석, 성능 지표, 복합 점수 및 통계적 유의성 검정을 결합하고, 예측 모델링을 위한 데이터셋 적합성을 평가하기 위해 ML 기반 검증으로 마무리되는 다단계 평가 전략을 도입한다.
5. 향후 연구를 위한 토대 마련: 데이터 기반 DC-바이어스 추정 및 적응형 통신 시스템을 위한 베이스라인 역할을 하는 구조화되고 최적화된 데이터셋을 구축한다.

결과
평가를 통해 다음과 같은 결과가 도출되었다:

• 최적화 도구의 거동: GA, PSO 및 파레토 기반 방법은 SNR 레벨에 따라 거의 일정한 바이어스 값을 생성하여, 채널 변화에 대한 적응성이 부족함을 보여주었다. 반면, MI-static, MI-dynamic 및 TOPSIS는 예상되는 시스템 동작과 일치하게 SNR에 따라 단조 증가하는 경향을 보였다.
• 성능 트레이드오프: MI-dynamic은 낮은 PAPR과 클리핑 노이즈를 달성했으나, 바이어스 과대 추정으로 인해 열등한 BER 성능을 보였다. GA와 PSO는 개별 지표(PAPR/노이즈)를 최소화했으나, 트레이드오프를 조절하는 데 실패하여 낮은 BER을 초래했다.
• 상위 후보군: MI-static과 TOPSIS가 가장 효과적인 방법으로 나타났으며, 균형 잡힌 트레이드오프를 달성했다. 통계적 유의성 검정(Wilcoxon signed-rank) 결과, MI-static은 저(low)-SNR 영역에서 더 우수한 성능을 보였고, TOPSIS는 중·고(medium-to-high) SNR 영역에서 더 우수한 성능을 보였다.
• ML 검증: 회귀 모델의 학습 데이터로 사용되었을 때, TOPSIS 기반 데이터셋이 MI-static 데이터셋보다 지속적으로 우수한 성능을 보였다. 여러 모델(예: XGBoost)에 걸쳐 TOPSIS 데이터셋은 더 높은 $R^2$ 값(약 0.9958 대 0.9946)과 더 낮은 오차 지표(RMSE 및 MAE)를 달성했다. 이는 TOPSIS로 선택된 데이터가 우수한 구조적 일관성과 학습 가능성을 보유하고 있음을 나타낸다.

의의 및 주장
저자들은 본 연구가 단순히 모델이나 사례를 최적화하는 것이 아니라, 데이터셋 자체를 명시적으로 최적화함으로써 기존 문헌의 중요한 공백을 해결한다고 주장한다. 본 연구의 의의는 학습 기반 DC-바이어스 예측의 성공에 있어 훈련 데이터의 품질과 구조가 결정적인 요소임을 입증하는 데 있다.

본 논문은 MI-static과 TOPSIS가 유사한 통신 성능을 제공하지만, TOPSIS 기반 데이터셋이 학습 기반 프레임워크를 위한 최적의 선택이라고 결론짓는다. 이러한 선택은 단순히 통신 지표 때문이 아니라, 다양한 회귀 모델 전반에서 더 높은 정확도와 낮은 오차율로 입증된, 예측 모델링을 지원하는 데이터셋의 탁월한 능력에 근거한다. 제안된 프레임워크는 무차별적인 시뮬레이션을 넘어 지능적이고 최적화된 데이터 구축을 향해 나아가는, 적응형 데이터 기반 광 OFDM 시스템 개발을 위한 토대를 제공한다. 저자들은 향후 연구에서 이 선택된 데이터셋을 활용하여 미경험(unseen) 시스템 조건에 대한 실시간 예측 모델을 개발할 것이라고 언급하였다.