In-Band Full Duplex Radio를 위한 디지털 Self Interference Cancellation 기술과 PAPR의 관계 분석 = Analysis of the Relationship Between PAPR and Digital Self-Interference Cancellation for In-Band Full Duplex Radios

국문 초록 (Abstract)

본 논문은 In-Band Full-Duplex(IBFD) OFDM 시스템에서 디지털 Self-Interference Cancellation(SIC) 성능이 학습 데이터의 특성, 특히 OFDM 신호의 Peak-to-Average Power Ratio(PAPR) 분포에 의해 제한될 수 있음을 보이고, 이를 완화하기 위한 학습 데이터/프레임 설계 기법 을 제안한다. OFDM 신호의 높은 PAPR은 전력 증폭기(PA) 비선형 왜곡을 유발하고 자기 간섭 (Self-Interference, SI) 신호의 통계적 특성을 변화시킨다. 그러나 디지털 SIC 계수는 일반적으로 Half-Duplex(HD) 구간에서 수집한 송·수신 신호로 학습되므로, 학습 데이터에 높은 PAPR 사건이 충분 히 포함되지 않으면 Full-Duplex(FD) 운용 시 높은 PAPR 구간에서 모델 불일치가 증가하고 잔여 SI 및 BER 성능이 급격히 악화될 수 있다. 본 논문은 이러한 PAPR–SIC 성능 관계를 체계적으로 분석하 고, 동일한 학습 비용 조건에서 높은 PAPR 구간을 반영하도록 학습 심볼을 구성하는 방법을 제안한다. 또한 학습 오버헤드(추가 학습 심볼 삽입으로 인한 DL payload 손실)와 FD 운용 이득(FD 구간 UL 성 공확률 향상)의 trade-off를 프레임 단위로 정량화하기 위해, 프레임 구조, 학습 오버헤드, 그리고 BER 임계값에 대한 FD 성공 확률을 포함하는 데이터 효율 지표를 정의한다. 시뮬레이션 결과, 제안 방법은 높은 PAPR 사건에 대한 학습 대표성을 개선하여 동일 SNR에서 더 높은 데이터 효율을 달성하거나 동 일 효율 기준에서 요구되는 SNR을 낮추는 효과를 보였다. 이러한 결과는 PAPR 관점의 학습 데이터 설 계가 디지털 SIC 성능뿐 아니라 시스템 수준의 데이터 효율을 개선하는 핵심 설계 변수로 활용될 수 있 음을 시사한다.

다국어 초록 (Multilingual Abstract)

This thesis demonstrates that, in an in-band full duplex (IBFD) OFDM system, the performance of digital self-interference cancellation (SIC) can be fundamentally limited by the characteristics of the training data-particularly the peak-to-average power ratio (PAPR) distribution of OFDM signals—and proposes a training-data/frame-design approach to mitigate this limitation. The inherently high PAPR of OFDM signals drives the power amplifier (PA) into nonlinear operation, thereby distorting the self-interference (SI) signal and altering its statistical characteristics. However, digital SIC coefficients are typically learned from transmit/receive signal pairs collected during half-duplex (HD) intervals. If the training set does not sufficiently include high-PAPR events, the learned SI model may fail to generalize to full-duplex (FD) operation, leading to increased model mismatch, higher residual SI, and severe degradation in bit-error-rate (BER) performance in high-PAPR intervals. This thesis systematically analyzes the relationship between PAPR and SIC performance and proposes a method for constructing training symbols that better represent high-PAPR conditions under the same training cost. Furthermore, to quantify the frame-level trade-off between training overhead (downlink payload loss due to additional training-symbol insertion) and the FD operational gain (improved uplink success probability in FD subframes), a data-efficiency metric is defined that incorporates the frame structure, training overhead, and the FD success probability under a BER threshold. Simulation results show that the proposed method improves training representativeness for high-PAPR events, achieving higher data efficiency at the same SNR or, equivalently, reducing the SNR required to meet a target efficiency. These results indicate that PAPR-aware training-data design can serve as a key design variable to improve not only digital SIC performance but also system-level data efficiency in IBFD OFDM systems.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 연구 동기 1
• 1.2. 문제 정의 및 연구 범위 3
• 1.3. 논문 구성 4
• 2. 디지털 SIC, PAPR 및 PA의 배경 5
• 2.1. 디지털 SIC 5
• 2.2. 채널 추정(학습) 알고리즘 6
• 2.3. OFDM의 PAPR 9
• 2.4. PA 모델링 및 특성 11
• 3. 제안하는 학습 데이터 설계 방법15
• 3.1. 시스템 모델 16
• 3.2. PAPR과 디지털 SIC 18
• 3.3. 제안하는 운영 방법과 학습 데이터 구성 기준 29
• 4. 시뮬레이션 결과 34
• 4.1. 시뮬레이션 세팅 34
• 4.2. 결과 36
• 5. 결론 41
• 참고문헌 44
• Abstract 47