5G 및 그 이상의 다지점 ISAC을 위한 딥러닝 기반 클러터 억제

요약

본 논문은 5G 이상의 다지점 ISAC 시스템에서 발생하는 밀집하고 역동적인 클러터 문제를 해결하는 프레임워크를 제시합니다. 기존 신호 처리 방법의 한계를 극복하기 위해, 잔차 및 어텐션 강화형 딥 신경망 아키텍처를 도입했습니다. 이를 통해 클러터 오염 관측값으로부터 표적 응답을 직접 향상시켜 높은 견고성을 확보하는 방법을 제안했습니다.

핵심 포인트

• ISAC은 무선 감지 및 통신을 공동으로 수행하는 시스템이다.
• 다지점 환경에서 클러터는 거리/도플러 추정 오류를 유발한다.
• 기존 신호 처리 방법론은 강한 클러터 조건에서 견고성이 부족했다.
• 본 연구는 잔차 및 어텐션 강화형 DNN을 도입하여 이를 개선했다.
• 제안된 방법은 표적 위치/속도 추정 측면에서 기존 방식보다 우수한 성능을 보인다.