Secure Spatial Signal Design for ISAC in a Cell-Free MIMO Network

Resumen Técnico: Diseño de Señales Espaciales Seguras para ISAC en una Red MIMO sin Celdas

Enunciado del Problema
Este artículo aborda el desafío de asegurar los sistemas de Sensación y Comunicación Integrada (ISAC) dentro de una red MIMO (Multiple-Input Multiple-Output) sin celdas. En tales redes, los Puntos de Acceso (AP) distribuidos sirven conjuntamente a los Equipos de Usuario (UE) mientras sensan simultáneamente un objetivo. Los autores plantean un escenario de seguridad donde el objetivo de sensado es un espía malicioso (Eve) que intenta interceptar datos de comunicación confidenciales incrustados dentro de la onda dual funcional.

A diferencia de la investigación tradicional de Seguridad en la Capa Física (PLS), que a menudo asume canales independientes e idénticamente distribuidos (i.i.d.) para usuarios legítimos e interceptores, los sistemas ISAC enfrentan una restricción única: el canal de sensado (que a menudo contiene un componente de Línea de Vista en frecuencias de mmWave) está inextricablemente vinculado al canal de comunicación. En consecuencia, el objetivo utilizado para el sensado es la misma entidad que potencialmente intercepta los datos. El problema central consiste en diseñar una onda de transmisión que mantenga un rendimiento de sensado de alta calidad (específicamente, un error de estimación bajo para el ángulo del objetivo) mientras asegura la Relación Señal a Interferencia más Ruido (SINR) de comunicación para los UEs y degrada la Relación Señal a Ruido (SNR) de Eve para prevenir la interceptación.

Metodología
La solución propuesta implica un diseño conjunto de matrices de precodificación de transmisión y de covarianza de Ruido Artificial (AN) en una arquitectura MIMO sin celdas que consta de $M$ APs y $K$ UEs.

1. Modelo del Sistema:

   • La red emplea $M$ APs, cada uno equipado con una Array Lineal Uniforme (ULA) de $N$ antenas de transmisión y recepción.
   • La onda transmitida desde cada AP incluye flujos de información para $K$ UEs, un flujo de sensado dedicado y un vector de AN.
   • El sistema utiliza una Unidad de Procesamiento Central (CPU) que recopila observaciones de todos los APs a través de enlaces de transporte sin errores para calcular estrategias de transmisión óptimas.
   • Se implementa un sensado multistático, donde cada AP recibe ecos de sus propias transmisiones así como reflexiones de otros APs.

2. Marco de Optimización:

   • Objetivo: Minimizar la Cota de Cramer-Rao (CRB) sobre la estimación del ángulo de llegada (AoA) del objetivo, lo cual sirve como proxy para maximizar la precisión del sensado.
   • Restricciones:
     • Requisitos mínimos de SINR para todos los UEs de comunicación.
     • SNR máxima admisible para Eve (para limitar la capacidad de interceptación).
     • Límites de potencia total de transmisión por AP.
   • Formulación: El problema es inicialmente no convexo debido a términos cuadráticos en las restricciones de SINR y SNR. Los autores lo reformulan como un Programa Semidefinido (SDP) introduciendo variables de matriz de rango 1 ($W_s = f_s f_s^H$) y relajando la restricción de rango.
   • Solubilidad: El artículo demuestra que la relajación semidefinida (SDR) es ajustada para el escenario específico, lo que significa que la solución óptima del problema relajado produce naturalmente matrices de rango 1, permitiendo la recuperación directa de los vectores de precodificación óptimos sin aproximaciones adicionales.

Contribuciones Clave
El artículo realiza las siguientes contribuciones específicas:

• Modelo de Onda Novel: Propone un modelo de onda de transmisión para APs ISAC distribuidos en una red sin celdas que integra Ruido Artificial (AN) diseñado específicamente para degradar la calidad del canal de Eve mientras sirve a los usuarios de comunicación.
• Cálculo de Onda Óptima: Deriva la onda de transmisión óptima resolviendo un problema de minimización de CRB con restricciones. Los autores proporcionan una prueba de que la relajación semidefinida de este problema es ajustada para el escenario considerado.
• Caracterización de la Estructura de AN: Caracteriza analíticamente la matriz de covarianza de AN óptima, demostrando que es de rango 1 y dirigida específicamente hacia la ubicación de Eve.
• Análisis de Compensación: Mediante simulaciones numéricas, el artículo cuantifica la compensación inherente entre el rendimiento de sensado y comunicación, e investiga el impacto de la proximidad espacial entre los UEs y Eve en el rendimiento del sistema.

Resultados de Simulación
Los autores evalúan la estrategia propuesta utilizando una red con $M=2$ APs y $K=4$ UEs. Los hallazgos clave incluyen:

• Compensación Sensado-Comunicación: Existe una proporcionalidad directa entre el SINR requerido por el UE ($\gamma$) y la CRB lograda. Requisitos de SINR más estrictos obligan al sistema a asignar más recursos a la comunicación, degradando así la precisión del sensado (aumentando la CRB).
• Compensación Seguridad vs. Sensado: Restricciones más estrictas sobre la SNR máxima de Eve ($\psi$) conducen a un ligero aumento en la CRB. Sin embargo, los resultados indican que reducir la SNR permitida a Eve en 3–5 dB resulta en una degradación negligible del rendimiento de sensado, lo que sugiere que se pueden imponer restricciones de seguridad fuertes con un costo mínimo para el sensado.
• Propiedades Óptimas de AN: Las simulaciones confirman que la matriz de covarianza de AN óptima es de rango 1. El patrón de haz resultante exhibe un pico agudo dirigido precisamente hacia Eve, con niveles de potencia que caen significativamente (por debajo de -15 dB) en otras direcciones.
• Efecto de Proximidad: Un hallazgo crítico es la relación entre la proximidad UE-Eve y la CRB. Cuando los UEs están ubicados cerca de Eve (dentro del lóbulo principal del haz de AN), la capacidad del sistema para mantener una CRB baja se degrada. Esta degradación es más pronunciada a medida que aumenta el requisito de SINR ($\gamma$), ya que el sistema tiene menos recursos disponibles para compensar la interferencia causada por la proximidad.
• Ajuste de la Relajación: Las simulaciones verifican que las matrices óptimas para los flujos de comunicación son de rango 1, y el flujo de sensado se vuelve efectivamente superfluo (casi de rango cero) en la solución óptima, confirmando el ajuste de la SDR.

Significado y Afirmaciones
El artículo afirma que la estrategia de diseño propuesta es altamente eficiente para limitar el impacto de un espía que está físicamente separado de los usuarios de comunicación legítimos. Al aprovechar la direccionalidad angular del Ruido Artificial, el sistema puede proteger eficazmente los datos confidenciales sin sacrificar completamente las capacidades de sensado.

Los autores enfatizan que la proporcionalidad inversa entre la distancia UE-Eve y la magnitud óptima de la CRB es un resultado sorprendente y significativo. Destaca que el rendimiento del sistema es más robusto cuando el espía está espacialmente distinto de los usuarios, ya que el AN puede enfocarse precisamente en la amenaza sin interrumpir los enlaces de comunicación. El trabajo proporciona una base teórica para el diseño de ondas seguras ISAC en futuras redes 6G sin celdas, demostrando que la seguridad en la capa física puede integrarse con funciones de sensado mediante un co-diseño cuidadoso de la precodificación y la covarianza del ruido.