[논문 리뷰] Constellation Design for Robust Interference Mitigation

Athanasios T. Papadopoulos, Thrassos K. Oikonomou외 5명|arXiv (Cornell University)|2026. 02. 11.

Wireless Signal Modulation Classification인용 수 0

한 줄 요약

논문은 Nakagami-m 간섭이 있는 단일 반송 시스템에 대해 최대우도 Gaussian-phase 근사(ML-G) 검출기를 개발하고, 에너지 제약하에서 심볼 오류 확률을 최소화하는 간섭 인식 신호도 설계를 제안한다.

ABSTRACT

This paper investigates symbol detection for single-carrier communication systems operating in the presence of additive interference with Nakagami-m statistics. Such interference departs from the assumptions underlying conventional detection methods based on Gaussian noise models and leads to detection mismatch that fundamentally affects symbol-level performance. In particular, the presence of random interference amplitude and non-uniform phase alters the structure of the optimal decision regions and renders standard Euclidean distance-based detectors suboptimal. To address this challenge, we develop the maximum-likelihood Gaussian-phase approximate (ML-G) detector, a low-complexity detection rule that accurately approximates maximum-likelihood detection while remaining suitable for practical implementation. The proposed detector explicitly incorporates the statistical properties of the interference and induces decision regions that differ significantly from those arising under conventional metrics. Building on the ML-G framework, we further investigate constellation design under interference-aware detection and formulate an optimization problem that seeks symbol placements that minimize the symbol error probability subject to an average energy constraint. The resulting constellations are obtained numerically and adapt to the interference environment, exhibiting non-standard and asymmetric structures as interference strength increases. Simulation results demonstrate clear symbol error probability gains over established benchmark schemes across a range of interference conditions, particularly in scenarios with dominant additive interference.

연구 동기 및 목표

• 간섭이 가우시안 잡음에서 벗어나 진폭과 위상에 랜덤성을 보일 때 강건한 검출을 동기화한다.
• 간섭 통계를 의사결정 영역에 반영하는 tractable한 근사 ML 검출기를 도출한다.
• 복소평면에서 간섭이 의사결정 경계를 어떻게 바꾸는지 특성화한다.
• 에너지 제약하에 SEP를 최소화하는 신호도 설계를 수식화하고 해결한다.
• 다양한 간섭 조건에서 벤치마크 대비 성능 향상을 보여준다.

제안 방법

• Nakagami-m 간섭 엔벨로프와 위상을 갖는 수신 신호 모델링, 여기에 AWGN 추가.
• 가능도(likelihood)를 간섭 분포에 대해 평균화하고 위상을 Gaussian 모멘트 매칭으로 근사하여 ML-G 검출 지표를 도출한다.
• 잔여 크기 r 와 위상 ϕ에 의존하는 수렴 시리즈 S(r, ϕ)로 의사결정 지표를 표현한다.
• 레이(Rayleigh) 간섭(m=1)일 때 검출기가 유클리드 거리 검출로 축소됨을 증명한다.
• 결과적으로 비균일한 의사결정 영역과 간섭에 따라 왜곡되는 방식을 분석한다.
• 평균 에너지 제약 하에서 SEP를 최소화하도록 신호도 최적화 문제를 제시하고 전역 탐색과 지역 개선으로 해결한다.

실험 결과

연구 질문

• RQ1 Nakagami-m 간섭이 무작위 진폭과 비균일 위상을 가질 때 최적 심볼 결정 영역에 어떤 영향을 주는가?
• RQ2 간섭 통계를 포함하는 실용적인 ML 기반 검출기가 구조적 간섭 하에서 기존 검출기보다 우수한가?
• RQ3 ML-G 검출 규칙과 에너지 제약을 고려할 때 SEP를 최소화하도록 신호도는 어떻게 설계되어야 하는가?
• RQ4 간섭 강도가 바뀔 때 의사결정 영역과 신호도 기하학은 어떤 거동을 하는가?
• RQ5 전용 간섭 인식 신호도가 다양한 간섭 체계에서 일관된 SEP 이득을 주는가?

주요 결과

• ML-G 검출기가 간섭의 진폭 및 위상 통계를 포착하는 tractable한 근사 ML 규칙을 제공한다.
• 간섭이 증가함에 따라 의사결정 영역이 비균일하고 비대칭이 되어 표준 유클리드 경계에서 벗어난다.
• 레이(Rayleigh 간섭(m=1))일 때 ML-G는 일반적인 유클리드 거리 검출로 축소되어 일관성을 검증한다.
• ML-G 하에서 최적화된 신호도는 간섭 환경에 적응하며, 간섭이 높은 경우 모양이 불규칙해지고 중간 SINR에서는 일부 경우에 구조화된 형태를 보인다.
• 시뮬레이션 결과는 다양한 간섭 조건에서 CAI 및 유클리드 기준선 대비 ML-G의 SEP 이점을 보여주며, 특히 첨가 간섭이 지배적일 때 그렇다.
• 고SINR 구간에서 신호와 간섭 파워가 비슷할 때 간섭 인식 신호도 설계가 더 큰 이점을 주며, 일부 경우에는 신호도 차수(order)가 증가할수록 이득이 커진다.