Zero-Overhead Unambiguous Velocity Estimation in Multiband ISAC Systems Under Random Traffic

Titel: Null-Overhead-Methoden zur mehrdeutigen Geschwindigkeitsschätzung in Multiband-ISAC-Systemen unter zufälligem Verkehr

1. Problemstellung

Die Doppler-Schätzung ist ein Kernbestandteil von Integrated Sensing and Communication (ISAC)-Systemen, die Sensing und Kommunikation in einer einzigen Infrastruktur vereinen. Herkömmliche Methoden zur Geschwindigkeitsschätzung basieren auf der Annahme regelmäßiger Abtastzeitpunkte (analog zur Puls-Wiederhol-Frequenz im Radar).

• Herausforderung: ISAC-Systeme nutzen jedoch oft opportunistischen Datenverkehr, was zu irregulären und nicht-deterministischen Paketankunftszeiten führt.
• Folge: Diese Unregelmäßigkeit führt zu einer Erhöhung des Risikos von Doppler-Mehrdeutigkeiten (Aliasing). Wenn die Zielgeschwindigkeit die durch die durchschnittliche Paketrate bestimmte maximale beobachtbare Geschwindigkeit ($v_{max}$) überschreitet, wird die Geschwindigkeit falsch geschätzt.
• Bestehende Lösungen: Traditionelle Ansätze erfordern entweder extrem dichten Datenverkehr, dedizierte Sensing-Pakete (was Overhead erzeugt) oder mehrere unabhängige, regelmäßige Abtastraten (Multi-PRF), was in dynamischen ISAC-Umgebungen schwer zu realisieren ist.

2. Methodik

Die Autoren schlagen einen neuartigen Ansatz vor, der die Frequenzdiversität moderner Multiband-ISAC-Systemen nutzt, um Geschwindigkeiten ohne zeitliche Restriktionen und ohne zusätzlichen Overhead zu schätzen.

• Grundprinzip: Anstatt die Zeit zwischen Paketen zu erzwingen, werden Phasendifferenzen über mehrere Trägerfrequenzen ($f_q$) hinweg analysiert. Ein Ziel bewegt sich relativ zu verschiedenen Frequenzen unterschiedlich stark (Doppler-Verschiebung ist frequenzabhängig: $f_D \propto f_q$).
• Modellierung:
  • Das System empfängt Pakete zu zufälligen Zeitpunkten $T_{i,q}$ in $Q$ verschiedenen Frequenzbändern.
  • Aus den Kanalimpulsantworten (CIR) werden die Phasen $\psi$ extrahiert.
  • Es werden alle möglichen paarweisen Phasendifferenzen ($\phi_{n,q}$) zwischen empfangenen Paketen berechnet, nicht nur zwischen aufeinanderfolgenden Paketen.
  • Die gemessene Phasendifferenz ist um $2\pi$ mehrdeutig: $\phi = \theta \mod 2\pi$, wobei $\theta$ die wahre, unbegrenzte Phasendrehung ist.
• Optimierungsproblem (MIQP):
  • Das Problem wird als Mixed-Integer Quadratic Program (MIQP) formuliert.
  • Ziel ist es, die wahre Geschwindigkeit $v$ und die unbekannten ganzzahligen Mehrdeutigkeiten ($R_{n,q} \in \mathbb{Z}$, die Anzahl der vollen $2\pi$-Umdrehungen) gleichzeitig zu schätzen.
  • Schlüsselannahme: Um das unterbestimmte System zu lösen, wird vorausgesetzt, dass mindestens eine Phasenmessung (typischerweise bei der niedrigsten Frequenz und kleinstem Zeitabstand) eindeutig ist (d.h. die Phasendrehung bleibt $<\pi$).
  • Die Lösung erfolgt durch Minimierung des quadratischen Fehlers: $\min_{v, r} \| y - vA\mathbf{1} + 2\pi r \|_2^2$.

3. Hauptbeiträge

1. Null-Overhead-Lösung: Der Algorithmus nutzt ausschließlich existierende Kommunikationspakete. Es werden keine dedizierten Sensing-Pakete benötigt, was die Effizienz des ISAC-Systems maximiert.
2. Unabhängigkeit von der Zeitstruktur: Die Methode funktioniert auch bei stark irregulärem, zufälligem Datenverkehr und erfordert keine gleichmäßigen Abtastintervalle.
3. Formulierung als MIQP: Die Umwandlung des Geschwindigkeitsschätzproblems in ein gemischt-ganzzahliges quadratisches Optimierungsproblem, das alle verfügbaren Phasendifferenzen über alle Bänder hinweg nutzt.
4. Robustheit: Der Ansatz ist robust gegenüber Mehrkomponenten-Zielen (z. B. verschiedene Körperteile eines Menschen oder Rotoren einer Drohne).

4. Numerische Ergebnisse

Die Simulationen basierten auf realistischen Wi-Fi-Datenverkehrsspuren und einem Zwei-Band-System (z. B. 2,4 GHz und 5–60 GHz).

• Genauigkeit: Der vorgeschlagene Algorithmus erreicht relative Schätzfehler im Bereich von $10^{-3}$ bis $10^{-4}$.
• Einfluss der Frequenzdifferenz: Die Genauigkeit verbessert sich signifikant, wenn der Frequenzabstand zwischen den Bändern größer wird (z. B. Kombination von Sub-6 GHz mit mmWave bei 60 GHz).
• Einfluss der Paketanzahl: Eine Erhöhung der Anzahl der Pakete ($N$) verbessert die Rauschrobustheit quadratisch, da mehr Phasendifferenzen berechnet werden können.
• Vergleich mit Benchmarks:
  • Single-Band: Leidet unter hohen Fehlern durch Aliasing bei großen Zeitabständen.
  • Iterative Maximum Likelihood (IML): Ein adaptierter Ansatz aus der Literatur versagt häufig bei großen Frequenzabständen, da er in lokalen Optima (falschen ganzzahligen Mehrdeutigkeiten) stecken bleibt.
  • Ergebnis: Der vorgeschlagene Multiband-MIQP-Ansatz übertrifft beide Benchmarks konsistent, insbesondere bei hohen Frequenzen und großen Zeitintervallen.

5. Bedeutung und Fazit

Dieses Paper adressiert eine kritische Lücke in der ISAC-Forschung: die zuverlässige Geschwindigkeitsschätzung in realen, unvorhersehbaren Netzwerkumgebungen.

• Praktische Relevanz: Die Methode ermöglicht robuste Sensing-Anwendungen (wie Vitalzeichenüberwachung, Drohnenverfolgung oder autonomes Fahren) in bestehenden Kommunikationsnetzen, ohne die Netzwerkleistung durch zusätzliche Sensing-Traffic zu beeinträchtigen.
• Zukunftsperspektive: Der Ansatz demonstriert, dass die Kombination von Multiband-Fähigkeiten und fortgeschrittener mathematischer Optimierung (MIQP) die physikalischen Grenzen der Doppler-Mehrdeutigkeit überwinden kann, selbst wenn die zeitliche Abtastung nicht kontrolliert werden kann.

Zusammenfassend bietet das Paper einen eleganten und effizienten Weg, um die inhärenten Nachteile opportunistischer ISAC-Systeme (irreguläre Pakete) in einen Vorteil zu verwandeln, indem die Frequenzdiversität genutzt wird, um Mehrdeutigkeiten aufzulösen.