관측 기반 조건부 확산 모델로 구현한 mmWave 호흡 감지 혁신

초록

mmWave 레이더의 위상 신호와 실제 호흡 파형 사이의 잔차를 직접 모델링하고, 관측과 일치하는 초기값에서 역확산을 시작하는 mmWave‑Diffusion 프레임워크를 제안한다. Radar Diffusion Transformer(RDT)는 패치‑레벨 이중 위치 인코딩과 국소성 마스크를 적용한 교차‑어텐션으로 관측을 지속적으로 조건화하여 몸의 미세 움직임에 의한 잡음을 20단계 역전파만으로 효과적으로 제거한다. 13.25시간 데이터에서 파형 재구성 및 호흡률 추정 모두 최첨단 성능을 달성한다.

상세 분석

본 논문은 mmWave 레이더 기반 비접촉 호흡 모니터링에서 몸의 미세 움직임이 야기하는 비정상적 위상 변동을 제거하기 위해, 기존 확산 모델의 전통적인 가우시안 노이즈 주입 방식을 ‘잔차 주입’ 방식으로 변형하였다. 구체적으로, 정답 호흡 파형 x와 레이더 관측 y 사이의 차이 z = y − x 를 단계별로 점진적으로 삽입함으로써, 전진 과정이 x → y 로 매끄럽게 전이하도록 설계하였다. 이때 노이즈 스케줄 ηₜ 는 0 → 1 로 증가하고, 각 단계의 평균은 x + ηₜ z 로 정의돼 관측과 일관된 확산 경로를 만든다. 역방향에서는 관측 y 주변의 ‘관측 일치 이웃(OCN)’에서 초기값 x_T = y + κ√η_T ε 를 설정해, 순수 가우시안 노이즈에서 시작하는 전통적 방법보다 샘플링 비용을 크게 절감한다.

RDT는 이러한 조건부 역확산을 수행하는 핵심 디노이저이다. 입력 시퀀스 xₜ와 조건 시퀀스 y 를 각각 비중첩 패치로 토크나이징하고, 패치‑레벨 이중 위치 인코딩을 부여해 시간축 상의 1:1 정렬을 강제한다. 이후 메인 토큰은 타임스텝‑조절 정규화와 다중 헤드 자체 어텐션을 거쳐 내부 연관성을 학습하고, ‘밴드‑마스크 다중 헤드 교차 어텐션’으로 제한된 시간 창(u) 내에서만 조건 토큰과 교환한다. 이 마스크는 레이더 반사와 호흡 신호가 근접 시간에 강하게 연관된다는 물리적 사전지식을 직접 인코딩해, 장거리 잡음 전파를 억제한다. 디노이저는 µ_θ(xₜ, y, t) = (η_{t‑1}/η_t) xₜ + α_t/η_t · RDT_θ(xₜ, y, t) 식으로 평균을 예측하고, 분산은 이론적 후방 분포와 일치하도록 고정한다. 학습 목표는 L_t = ‖RDT_θ(xₜ, y, t) − x‖² 인 MSE 손실이며, 이는 다양한 노이즈 레벨에 대한 일반화된 디노이징 능력을 제공한다.

실험에서는 60 GHz FMCW 레이더와 호흡 벨트를 이용해 12명(각 1시간)으로부터 13.25 시간의 동기 데이터셋을 구축하고, 8명은 학습, 4명은 테스트에 사용하였다. 20 s 윈도우(1 s 스텝)로 400 포인트 세그먼트를 만들고, RDT는 L = 2 블록, 토큰 수 N = 20, 은닉 차원 d = 256, 로컬 윈도우 반경 u = 1 로 설정했다. 역확산은 20 스텝만 수행했음에도 불구하고, 파형 재구성 CS = 0.811, MSE = 0.079, 호흡률 MAE = 0.631 BPM 등 기존 최첨단 방법(MoRe‑Fi, MM‑FGRM, MM‑MuRe 등)과 비교해 전반적으로 우수한 성능을 보였다. 특히 스마트폰 사용, 대화, 다리 흔들기, 페이지 넘기기 등 다양한 미세 움직임 상황에서도 잡음이 크게 억제되어 원본 파형과 높은 유사도를 유지한다.

추가적인 Ablation 연구에서는 (1) 자체 어텐션 제거, (2) 조건 토큰 제거, (3) 교차 어텐션 대신 단순 연결, (4) 마스크 없이 교차 어텐션을 적용한 네 가지 변형을 평가했으며, 모두 전체 모델보다 성능이 저하됨을 확인했다. 이는 각각의 설계 요소—시간 의존성 학습, 물리적 조건화, 국소성 마스크—가 상호 보완적으로 작용함을 의미한다. 거리 강인성 실험에서는 0.6 m ~ 3.0 m 범위에서 성능이 점진적으로 감소했지만, 3.0 m에서도 CS = 0.723, MAE = 0.823 BPM을 유지해 실환경 적용 가능성을 입증했다.

결론적으로, mmWave‑Diffusion은 관측 기반 초기화와 잔차 주입을 통한 물리‑통합 확산 모델을 제시함으로써, mmWave 레이더를 이용한 고해상도 호흡 파형 복원과 정확한 호흡률 추정에 새로운 패러다임을 제공한다.