초고속 정확한 AoA 추정을 위한 자동차 대규모 MIMO 레이더

본 논문은 자동차용 대규모 MIMO 레이더에서 각도(AoA) 추정에 널리 사용되는 MUSIC 알고리즘이 갖는 높은 계산 복잡도 문제를 해결하고자, 무작위 저차원 근사(Randomized Low‑Rank Approximation, RLRA) 기법을 적용한 두 가지 fast‑MUSIC 방법을 제안한다. 1) **배경 및 필요성** 자동차와 무인 항공기(UAV) 등에서 mm‑wave FMCW 레이더는 악천후·조명 조건에 강하고, 24 GHz·77 GHz 대역의 저비용 반도체 기술 발전으로 수백 개의 안테나를 배열한 가상 MIMO 구성이 가능해졌다. 그러나 이러한 대규모 안테나(M > 200)에서는 공분산 행렬 S∈ℂ^{M×M}의 특이값 분해가 O(M³) 복잡도를 요구해 실시간 처리에 한계가 있다. 기존의 블록‑Lanczos, Propagator, Beamspace, 압축 센싱 등은 각각 복잡도·정확도 사이에 트레이드오프가 존재한다. 2) **문제 정의** MIMO 레이더는 수신 신호 y_m(t)를 디지털화해 Y∈ℂ^{M×N}를 구성하고, 공분산 S= (1/N)YYᴴ를 계산한다. MUSIC은 S의 SVD를 통해 신호 서브스페이스 U_K( M×K )와 잡음 서브스페이스 U_{‑K}를 얻고, 스테어링 벡터 a(θ)와의 정규 직교성을 이용해 pseudo‑spectrum P(θ)=1/‖U_{‑K}ᴴa(θ)‖²를 만든다. 여기서 K는 목표물 수이며, 정확한 U_K를 얻는 것이 핵심이다. 3) **Fast‑MUSIC 1: Uniform Column Sampling** - 공분산 S를 p개의 컬럼( p > K, p≈O(K log K) )만 무작위로 추출해 C∈ℂ^{M×p}를 만든다. - 최소 제곱법으로 가중치 행렬 W∈ℂ^{p×p}를 구해 S≈CWCᴴ 형태의 저차원 근사를 구성한다. - C와 W에 대해 SVD를 수행하면, 원본 S의 상위 K개의 특이벡터를 O(p²M) 시간에 복원할 수 있다. - 이때 상대 오차는 O( (σ_{K+1}/σ_K)·(M/p)² ) 로, 스펙트럼 갭이 작고 p가 충분히 크면 표준 MUSIC과 거의 동일한 pseudo‑spectrum을 제공한다. 4) **Fast‑MUSIC 2: Iterative Random Projection (Refined)** - 첫 단계에서 무작위 정규 행렬 V₀∈ℂ^{M×p}를 생성하고, C₀=SV₀를 계산한다. - C₀와 W₀를 이용해 근사 S₀=C₀W₀C₀ᴴ를 만든 뒤, V₁을 (S₀)·V₀ 로 업데이트하는 파워 이터레이션을 t번 반복한다. - 각 반복마다 스케치가 원본 공분산의 더 많은 정보를 반영하게 되며, 오차는 O( (σ_{K+1}/σ_K)^{t+1}·√(M/(2K)) ) 로 급격히 감소한다. 실험에서는 t=2 정도면 SNR이 낮은 경우에도 near‑optimal 성능을 얻는다. 5) **이론적 성능 분석** - 두 방법 모두 pseudo‑spectrum q̃_P(θ)와 표준 MUSIC P(θ) 사이의 상대 오차 상한을 명시적으로 도출한다. - 첫 번째 방법은 p≈O(K log K)일 때 O(σ_{K+1}/σ_K·M²/p²) 오차, 두 번째 방법은 t번 파워 이터레이션 후 O((σ_{K+1}/σ_K)^{t+1}·√(M/(2K))) 오차를 보인다. - SNR이 충분히 높고 σ_{K+1}≪σ_K인 경우, 두 방법 모두 10⁻³ 이하의 오차로 거의 완벽한 AoA 추정을 제공한다. 6) **복잡도 비교** - 표준 MUSIC: O(M³) (1‑D) / O(N³M³) (2‑D) - Block‑Lanczos: O(p M K M²) (p≈log M) - Propagator: O(M²) 하지만 정확도 저하 - Beamspace/CS: 구조적 제한·추가 연산 필요 - Fast‑MUSIC 1: O(p²M) ≈ O(K² log²K M) - Fast‑MUSIC 2: O(t p²M) (t≤3) 시뮬레이션에서는 M=1000, K=10, p=80(≈8K) 설정에서 Fast‑MUSIC 1이 1.2 ms, Fast‑MUSIC 2가 1.8 ms 내에 전체 AoA 추정을 완료했으며, 표준 MUSIC은 150 ms 이상 걸렸다. AoA RMSE는 0.12°(Fast‑MUSIC 2) vs 0.09°(표준 MUSIC) 로 차이가 미미했다. 7) **실험 및 적용 가능성** - 다양한 시나리오(다중 목표, 저SNR, 클러스터링)에서 제안 방법이 기존 방법보다 10‑30배 빠른 처리 속도를 보이며, 정확도는 0.5° 이내 오차로 유지한다. - GPU/FPGA 병렬 구현 시 추가적인 5‑10배 가속이 기대되며, 차량 제어 루프(10 Hz)와 UAV 실시간 매핑(20 Hz) 등에 직접 적용 가능하다. 8) **결론 및 향후 연구** 본 논문은 대규모 MIMO 레이더의 핵심 병목인 SVD 연산을 무작위 스케치와 반복 프로젝션으로 대체함으로써, 실시간 고해상도 AoA 추정을 실현한다. 향후 연구에서는 비정규 배열(예: 원형·비대칭) 및 2‑D (range‑angle) 동시 추정에 대한 확장, 그리고 하드웨어 친화적 구현을 위한 저전력 ASIC 설계가 제안될 수 있다.