전력선 충격 잡음 모델 통합: 베르누이‑가우시안과 대칭 알파‑안정 모델의 연결 고리

본 연구는 전력선 통신(PLC) 시스템에서 발생하는 충격성 잡음의 통계적 모델링을 위해 널리 사용되는 두 모델, 베르누이‑가우시안(BG) 모델과 대칭 알파‑안정(SαS) 모델 간의 호환성을 체계적으로 조사한다. 서론에서는 PLC 잡음이 고진폭 임펄스로 인해 통신 품질에 심각한 영향을 미치며, 기존에 다양한 시간‑도메인 모델이 제안되었지만, 실제 시스템 설계와 측정 데이터 재활용을 위해 모델 간 변환이 필요함을 강조한다. 2절에서는 BG 모델을 수식적으로 정의한다. 충격 발생을 Bernoulli 과정 φ(k)로 모델링하고, 충격이 발생할 경우 σ_I·n_G(k) 형태의 가우시안 진폭을 부여한다. 배경 잡음 σ_B·n_0(k)와의 혼합 형태가 최종 모델이며, 이에 대한 PDF는 두 가우시안 혼합식으로 표현된다. 이어서 SαS 모델의 정의와 특성 함수, 파라미터(α, β, γ, δ)를 소개하고, PLC 잡음에 적용될 때 β≈0, α∈(1.5,2) 범위가 일반적임을 언급한다. 3절에서는 실제 필드 측정 데이터를 이용한 모델 적합 실험을 수행한다. 2012년 중국 도심 저전압 변압기 B상에서 80 MS/s로 200 ms 구간을 두 차례 측정하고, 2 MS/s로 다운샘플링한 뒤 주기적 간섭을 제거한다. BG 모델 파라미터(p, σ_B, σ_I)는 블라인드 임펄스 검출기로 추정하고, SαS 파라미터는 McCulloch 방법으로 추정한다. 두 모델을 기반으로 각각 5×10⁵ 샘플을 시뮬레이션하고, 경험적 PDF와 가중 RMS 오차(RMSE) 및 KL 발산을 통해 적합도를 비교한다. 결과는 두 모델 모두 실측 잡음의 진폭 분포를 충분히 설명하지만, SαS는 넓은 메인 로브, BG는 좁은 메인 로브를 보이며 서로 보완적인 특성을 가진다. 4절에서는 BG 프로세스의 안정성(Stable) 여부를 이론적으로 검증한다. 두 독립 BG 변수의 합 W의 PDF를 직접 적분해 보았을 때 원래 BG 형태와 일치하지 않음을 확인하고, 따라서 일반적인 안정성을 만족하지 않음이 증명된다. 그러나 p→0, p→1, 또는 σ_I≈σ_B인 세 경우에 한해 W가 각각 배경 잡음 혹은 충격 잡음에 근사적으로 수렴함을 보이며, 이는 PLC 환경에서 p가 매우 작고 충격 진폭이 크게 차이나는 경우에 해당한다. 이러한 ‘준‑안정성’ 조건을 바탕으로 BG와 SαS 사이의 변환 가능성을 탐색한다. 5절에서는 BG 잡음에 SαS 모델을 적용하는 구체적인 절차를 제시한다. 먼저 BG 잡음을 단위 전력으로 정규화하고, McCulloch 추정기로 α̂와 γ̂를 얻는다. 이후 Chambers 방법을 이용해 동일 파라미터를 갖는 SαS 잡음 시퀀스를 생성하고, KL 발산을 통해 두 분포의 차이를 정량화한다. 파라미터 (p, σ_I/σ_B)와 (α̂, γ̂) 사이의 관계를 다항식 회귀로 근사화하여, 빠른 변환식(다항식 형태)을 도출한다. 이 변환식은 샘플 크기에 크게 의존하지 않으며, 실시간 시스템 설계에서 모델 교체를 손쉽게 수행할 수 있다. 6절에서는 실험 결과를 상세히 논의한다. 6.1에서는 두 모델의 적합도(RMSE와 KL 발산) 결과를 표와 그림으로 제시하고, 대부분의 경우 KL 발산이 0.1 이하로 모델 간 차이가 미미함을 확인한다. 6.2에서는 BG 분포의 ‘준‑안정성’ 검증을 위해 p와 σ_I/σ_B 값을 변동시키며 합성 PDF를 비교하고, p가 0.01 이하일 때 BG 합이 가우시안에 근접함을 실증한다. 6.3에서는 SαS 파라미터 추정기의 성능을 비교한다. 극단 순위 기반 추정법은 샘플 수에 따라 수렴하지 않아 실패하지만, McCulloch 및 Koutrouvelis 회귀법은 안정적인 α̂와 γ̂ 값을 제공한다. 마지막으로 제안된 다항식 변환식의 정확성을 α̂와 γ̂에 대한 3차 다항식 적합 결과로 검증하고, 평균 절대 오차가 5% 이하임을 보고한다. 7절 결론에서는 BG와 SαS 모델이 완전한 수학적 통합은 불가능하지만, PLC 환경에서 흔히 나타나는 희소 충격 상황에서는 근사적인 변환이 충분히 실용적임을 강조한다. 제안된 빠른 변환 방법은 기존 측정 데이터베이스를 재활용하고, 시스템 설계 단계에서 모델 선택을 유연하게 전환할 수 있게 함으로써 측정 비용 절감과 설계 효율성을 동시에 달성한다는 점에서 의의가 크다.