# ESPRIT (회전 불변성 기법을 이용한 신호 매개변수 추정)

## 개요
**ESPRIT**(Estimation of Signal Parameters via Rotational Invariance Techniques, 회전 불변성 기법을 이용한 신호 매개변수 추정)은 배열 안테나(array antenna)를 통해 수신된 다중 신호의 **입사각도(DOA, Direction of Arrival)**와 주파수를 고해상도로 추정하는 서브스페이스 기반(subspace-based) 신호 처리 알고리즘입니다. 1986년 로이드 로이(Lloyd J. Roy)와 토머스 크로(Tom Kailath)가 제안했으며, 기존 탐색 기반 알고리즘인 MUSIC의 계산 복잡도를 개선하기 위해 개발되었습니다. ESPRIT은 배열 구조가 갖는 기하학적 대칭성을 활용해 스펙트럼 탐색(spectral search) 과정을 완전히 생략하고, 수학적 선형대수 연산만으로 매개변수를 직접 도출하는 것이 가장 큰 특징입니다.

## 동작 원리
ESPRIT의 핵심 아이디어는 배열 안테나의 물리적 배치에서 자연스럽게 발생하는 **회전 불변성(rotational invariance)** 특성을 신호 처리 모델에 활용하는 데 있습니다. 이를 통해 각도 추정을 위한 다차원 탐색 문제를 1차원 고유값 문제로 단순화합니다.

### 수학적 모델 및 회전 불변성
일반적으로 등간격 선형 배열(ULA)이나 두 개의 동일한 부분 배열이 일정 거리만큼 평행 이송된 구조를 가정합니다. 수신 신호의 샘플 공분산 행렬을 고유값 분해(EVD, Eigenvalue Decomposition)하면 신호 서브스페이스(signal subspace)와 잡음 서브스페이스(noise subspace)로 분리됩니다. 이때 두 부분 배열에서 추출된 신호 서브스페이스 간에는 선형 변환 관계가 성립하며, 이를 회전 행렬(rotation matrix)로 표현할 수 있습니다. 이 회전 행렬의 고유값(eigenvalue)은 입사각도와 지수 함수 형태로 직접 연결되므로, 각도 추정을 위한 복잡한 피크 탐색 과정 없이도 매개변수를 계산할 수 있습니다.

### 알고리즘 단계
1. **공분산 행렬 추정**: 수신 신호 샘플로부터 $R_{xx} = E[xx^H]$ 계산
2. **서브스페이스 분리**: 고유값 분해를 통해 신호 서브스페이스 $\hat{U}_s$ 추출
3. **회전 불변성 관계식 구성**: 두 부분 배열 간 선형 변환 행렬 $\Psi$ 모델링 ($\Phi_1 = \Phi_2 \Psi$)
4. **회전 행렬 추정**: 최소제곱법(Least Squares) 또는 총최소제곱법(Total Least Squares)으로 $\hat{\Psi}$ 도출
5. **매개변수 계산**: $\hat{\Psi}$의 고유값을 통해 입사각도 및 주파수 역산

## 주요 특징 및 장단점
ESPRIT은 서브스페이스 기반 알고리즘 중에서도 효율성과 정확성 측면에서 균형 잡힌 성능을 보입니다. 기존 대표 알고리즘과의 비교는 다음과 같습니다.

| 구분 | MUSIC | ESPRIT | CAPON(빔포밍) |
|:---|:---|:---|:---|
| **추정 방식** | 스펙트럼 탐색 (피크 검출) | 회전 불변성 직접 계산 | 적응형 가중치 최적화 |
| **연산 복잡도** | 높음 (탐색 구간 비례) | 낮음 (고유값 분해 위주) | 중간~높음 (역행렬 연산) |
| **배열 구조 요구** | 일반 배열 가능 | 특정 대칭/이동 구조 필요 | 일반 배열 가능 |
| **해상력** | 매우 높음 | 매우 높음 | 보통~높음 |

**장점**
- 탐색 과정이 없어 실시간 처리 및 임베디드 시스템 구현에 적합
- 동일 조건에서 MUSIC과 유사한 분해능(resolution) 제공
- 신호 수의 사전 지식이 필요 없으며, 잡음 환경에서도 안정적인 성능 유지

**단점**
- 배열 안테나의 기하학적 구조가 엄격하게 일치해야 함 (보정 오차에 민감)
- 코히어런트(coherent) 신호나 강한 다중 경로 환경에서는 성능 저하 발생
- 이를 보완하기 위해 공간 평균화(spatial smoothing) 기법과 결합하여 사용하기도 합니다.

## 응용 분야
ESPRIT은 고해상도 입사각도 추정이 필수적인 다양한 공학 및 과학 분야에서 핵심 알고리즘으로 활용됩니다.
- **레이더/소나 시스템**: 표적의 방향 추적, 다중 표적 분리, 이동체 식별
- **무선 통신**: MIMO 안테나 기반 채널 상태 정보(CSI) 추정, 5G/6G 빔포밍 가중치 생성
- **음향 공학**: 마이크 배열을 이용한 음원 위치 추정(acoustic source localization), 화상 회의 시스템
- **위성 및 항법**: 전리층 간섭 제거, GNSS 신호의 도파각 추정
- **의료 영상**: 초음파/EEG/MRI 신호 처리에서의 공간 필터링

## 참고 문헌 및 관련 문서
- Roy, L., & Kailath, T. (1986). *ESPRIT—Estimation of Signal Parameters via Rotational Invariance Techniques*. IEEE Transactions on Acoustics, Speech, and Signal Processing, 34(4), 725-740.
- Schmidt, R. O. (1986). *Multiple Emitter Location and Signal Parameter Estimation*. IEEE Transactions on Antennas and Propagation, 34(3), 276-280.
- Van Trees, H. L. (2002). *Optimum Array Processing: Part IV of Detection, Estimation, and Modulation Theory*. Wiley-Interscience.
- Krim, H., & Viberg, M. (1996). *Two Decades of Array Signal Processing Research*. IEEE Signal Processing Magazine, 13(4), 67-94.

**관련 문서**: MUSIC 알고리즘, 서브스페이스 기반 신호 처리, 입사각도 추정(DOA), 배열 안테나 이론, 공간 평균화(Spatial Smoothing), 총최소제곱법(TLS)