[논문 리뷰] Optimization of OFDM radar waveforms using genetic algorithms

Gabriel Lellouch, Amit Kumar Mishra|arXiv (Cornell University)|2014. 04. 25.

Radar Systems and Signal Processing참고 문헌 13인용 수 5

한 줄 요약

이 논문은 다중 목적 최적화를 위한 NSGA-II와 PMEPR 최소화를 위한 단일 목적 유전 알고리즘(GA)을 활용하여 최적화된 OFDM 레이더 웨이브폼을 설계하는 방법을 제안한다. GA 기반 최적화가 피크 대측 lob비(Peak-to-Sidelobe Ratio, PSLR), 통합 측 lob 수준(Integrated Sidelobe Level, ISLR), 피크 대 평균 환경 전력 비율(Peak-to-Mean Envelope Power Ratio, PMEPR)을 크게 향상시키며, 서브캐리어 가중치 부여와 위상 코드 최적화를 통해 표적 탐지 능력을 향상시킴을 입증한다.

ABSTRACT

In this paper, we present our investigations on the use of single objective and multiobjective genetic algorithms based optimisation algorithms to improve the design of OFDM pulses for radar. We discuss these optimization procedures in the scope of a waveform design intended for two different radar processing solutions. Lastly, we show how the encoding solution is suited to permit the optimizations of waveform for OFDM radar related challenges such as enhanced detection.

연구 동기 및 목표

• 기존 OFDM 웨이브폼의 한계, 즉 높은 범위 측 lob과 높은 PMEPR로 인한 탐지 성능 저하와 신호 왜곡 문제를 해결하기 위해.
• 특히 유전 알고리즘을 포함한 진화 계산 기법을 활용하여 OFDM 레이더 펄스 설계를 융통성 있고 적응적으로 최적화하는 방법을 탐색하기 위해.
• 위상 코드와 서브캐리어 가중치와 같은 웨이브폼 파라미터 최적화를 위해 단일 목적과 다중 목적 GA 접근법을 비교하기 위해.
• 두 단계의 웨이브폼 설계 과정에 GA 기반 최적화를 통합하기 위해: 먼저 표적 반사 스펙트럼에 기반한 서브캐리어 가중치를 최적화하고, 그 다음 위상 코드 선택을 통해 PMEPR를 최소화하기 위해.
• GA 기반 최적화가 전통적 방법보다 낮은 측 lob 수준과 낮은 PMEPR를 달성하는 데 뛰어나며, 특히 희박한 스펙트럼 환경에서 유의미한 성능 향상을 보임을 입증하기 위해.

제안 방법

• 두 단계의 웨이브폼 설계를 사용: 첫 번째 단계에서는 표적 반사 스펙트럼의 정규화된 형태에 기반해 서브캐리어 가중치를 최적화하여 탐지 성능을 향상시키고, 두 번째 단계에서는 유전 알고리즘이 위상 코드를 최적화하여 PMEPR를 최소화한다.
• PSLR과 PMEPR를 동시에 최적화하기 위해 NSGA-II를 사용하여 측 lob 억제와 환경 전력 효율성 간의 페어레토 최적 트레이드오프를 가능하게 한다.
• 사전 최적화된 서브캐리어 가중치를 유지하면서 PMEPR를 최소화하는 단일 목적 GA를 적용한다.
• OFDM 웨이브폼을 위상 코드(예: BPSK)로 표현하고, GA 처리를 위해 실수 값 인코딩 전략을 사용하여 위상 이동을 표현한다.
• 주파수 도메인 복귀 신호의 평균 전력이 일정해지도록 표적 반사 스펙트럼을 정규화하여 다양한 웨이브폼 간의 공정한 비교를 가능하게 한다.
• 모수 집합 크기를 100으로 설정하고, 토너먼트 선택과 균일한 교차를 사용하는 표준 GA 연산자(선택, 교차, 돌연변이)를 최적화 과정에 적용한다.

실험 결과

연구 질문

• RQ1 유전 알고리즘이 동시에 PSLR와 PMEPR를 감소시키는 데 효과적으로 작용할 수 있는가?
• RQ2 Newman 위상화와 같은 전통적 방법과 비교할 때, GA 기반 최적화의 PMEPR와 측 lob 억제 성능은 어떠한가?
• RQ3 표적 반사 스펙트럼에 기반한 서브캐리어 가중치 최적화가 위상 코드 최적화 이전에 표적 탐지 능력을 얼마나 향상시킬 수 있는가?
• RQ4 동일한 시간-대역폭 곱 조건에서 OFDM 심볼 수를 늘릴수록 최적화 성능이 향상되는가?
• RQ5 기존 방법이 실패할 수 있는 희박한 OFDM 스펙트럼 환경에서도 GA 기반 최적화가 뛰어난 성능을 달성할 수 있는가?

주요 결과

• GA 기반 최적화는 무작위 코드화 대비 PMEPR를 크게 감소시켰으며, 피크 대 측 lob 비율(PSLR)과 통합 측 lob 수준(ISLR) 향상 효과가 뚜렷하게 나타났다.
• 동일한 시간-대역폭 곱 조건에서 OFDM 심볼 수를 늘일수록 PMEPR와 PSLR 감소 성능이 향상됨을 확인했다.
• 단일 목적 GA 접근법은 기존에 가장 우수한 성능를 보였던 방법들보다도 PMEPR 감소 성능이 뛰어나며, 특히 희박한 스펙트럼 환경에서 유의미한 성능 향상을 보였다.
• 표적 반사 스펙트럼에 기반해 서브캐리어 가중치를 최적화한 결과, 평균 신호 전력이 2.4 dB 증가하여 탐지 능력 향상이 확인되었다.
• 다중 목적 NSGA-II 접근법은 PSLR와 PMEPR 간 균형을 잘 맞추며, 랜덤 코드화 대비 두 성능 지표에서 모두 뛰어난 페어레토 최적 해를 생성하였다.
• 두 단계 최적화 과정—먼저 탐지 성능 향상을 위해 서브캐리어 가중치를 최적화하고, 그 다음 GA를 통해 PMEPR를 최소화하는 방식—이 효과적임을 입증하였으며, 최종 최적화 웨이브폼은 높은 탐지 성능과 낮은 PMEPR를 동시에 확보하였다.