물리층 융합을 활용한 분산 순차 변화 탐지

본 논문은 무선 센서 네트워크에서 환경 변화(예: 장애, 누수 등)를 신속히 탐지하기 위한 분산 순차 변화 탐지 문제를 다룬다. 센서들은 별형(Star) 토폴로지를 이루며, 중앙에 위치한 Fusion Center(FC)와 단일 다중접속 채널(GMAC)을 통해 통신한다. 변화는 이산 시간 마코프 체인 \(\{\theta_k\}\)에 의해 모델링되며, 초기 상태 \(m_0\)에서 최종 상태 \(m_1\)로 전이하는 시점 \(\Gamma\)는 기하분포를 따른다. 각 센서 \(S_l\)는 시점 \(k\)에 관측값 \(X_{l,k}= \theta_k + Z_{l,k}\)를 얻으며, 여기서 \(Z_{l,k}\sim\mathcal N(0,\sigma^2_{\text{obs},l})\)는 관측 노이즈이다. 관측값들은 \(\theta_k\)가 주어졌을 때 조건부 독립이지만, 실제로는 센서 간에 상관관계가 존재한다. 전통적인 디지털 방식은 관측값을 LLR(로그우도비)로 양자화하고, 랜덤 액세스(RA) 프로토콜을 통해 순차적으로 전송한다. 이 방식은 (1) 공간 상관을 활용하지 못하고, (2) GMAC의 합성 특성을 이용하지 못하며, (3) 채널 코딩·디코딩 복잡도가 높고, (4) 다수 센서가 있을 경우 시간 슬롯이 많이 필요하다는 단점을 가진다. 이에 저자들은 센서가 관측값에 선형 변환 \(\phi_{l,k}(x)=\alpha_{l,k}(x-c_{l,k})\)을 적용해 아날로그 형태로 직접 전송하는 방식을 제안한다. 모든 센서는 동일한 기본 파형을 사용하고, 전송 파라미터 \(\alpha_{l,k},c_{l,k}\)만을 조정한다. GMAC를 통해 수신된 신호는 \