Mismatch Analysis and Cooperative Calibration of Array Beam Patterns for ISAC Systems

Resumen Técnico: Análisis de Desajuste y Calibración Cooperativa de Patrones de Haz de Arreglos para Sistemas ISAC

Planteamiento del Problema
Los sistemas de Integración de Sensores y Comunicaciones (ISAC, por sus siglas en inglés) dependen fuertmente de una estimación de ángulo precisa para tareas tales como la localización, la estimación de orientación y el mapeo simultáneo y localización (SLAM). Sin embargo, el rendimiento de detección se ve frecuentemente degradado por desajustes de modelo derivados de errores geométricos (por ejemplo, imprecisiones en posición y orientación) e impedimentos de hardware (por ejemplo, acoplamiento mutuo y no linealidad del amplificador). Estos desajustes conducen a un conformado de haces (beamforming) inexacto, una reducción de la ganancia del arreglo y errores angulares amplificados que impactan severamente el rendimiento del sistema, particularmente en escenarios de ondas milimétricas (mmWave). Los métodos de calibración existentes a menudo se centran en la precisión de la reconstrucción del patrón de haz o asumen modelos de sistema ideales, fallando al no cuantificar explícitamente el impacto del desajuste del haz en el rendimiento de detección o al no abordar las necesidades de escalabilidad de las arquitecturas de formación de haces híbrida y distribuida.

Metodología
El artículo propone un marco integral para la calibración de patrones de haz in situ desde una perspectiva orientada a la detección, utilizando señales piloto de enlace descendente (downlink) en un escenario ISAC distribuido.

1. Modelos de Sistema y de Haz: Los autores consideran un sistema OFDM de enlace descendente con una estación base (BS) equipada con un arreglo planar uniforme y múltiples equipos de usuario (UE). Definen dos modelos de representación de haz: un libro de códigos (codebook) ideal basado en la dirección y un modelo práctico que contabiliza las limitaciones de hardware mediante un libro de códigos aprendido ($W$) y una matriz de ganancia ($\Gamma$). La tarea de calibración se formula como la estimación de $W$ y $\Gamma$ para minimizar la discrepancia entre los modelos real y desajustado.
2. Métrica de Rendimiento Orientada a la Detección: A diferencia de las métricas tradicionales basadas en la similitud del patrón de haz, los autores proponen una novedosa métrica basada en el error de estimación de ángulo. Esta se deriva calculando un vector de parámetros "pseudo-verdadero" que minimiza la divergencia de Kullback-Leibler (KL) entre el modelo real y el modelo desajustado. Esta métrica refleja directamente la degradación en el rendimiento de detección causada por los errores de calibración.
3. Funciones de Pérdida y Optimización:
   • Pérdida de Error de Respuesta (REL): Una función de pérdida estándar que minimiza la diferencia entre el patrón de haz reconstruido y el de referencia, utilizada como línea base.
   • Pérdida de Error de Ángulo (AEL): Una función de pérdida diferenciable aproximada a partir de la métrica basada en la detección. Evita la carga computacional de la optimización bilaterial al igualar la proyección normalizada de las observaciones, permitiendo la optimización basada en gradientes.
4. Marco de Calibración Cooperativa: Para abordar la escalabilidad y la sobrecarga de comunicación, se introduce una estrategia de calibración cooperativa. Múltiples UEs realizan actualizaciones de calibración locales basadas en sus datos recibidos y funciones de pérdida locales. Estas actualizaciones locales se fusionan globalmente en la BS para refinar los parámetros de calibración globales. Este enfoque reduce la necesidad de recolección de datos centralizada e inversiones de matrices de gran tamaño.
5. Algoritmos: El artículo detalla algoritmos de optimización utilizando Optimización Alternante (AO) y Descenso de Gradiente (GD). Se demuestra que el enfoque basado en GD, particularmente cuando se combina con la AEL, es efectivo para refinar los parámetros de calibración.

Contribuciones Clave

• Formulación del Problema de Calibración Cooperativa: El artículo formula un problema de calibración de haz distribuido donde múltiples UEs optimizan colaborativamente el patrón de haz del arreglo de antenas de la BS utilizando señales piloto de comunicación.
• Métrica Novedosa Orientada a la Detección: Introduce una métrica de rendimiento basada en el sesgo de estimación de ángulo (derivada de la minimización de la divergencia KL) en lugar de la simple similitud de patrón, proporcionando una medida más relevante de la calidad de calibración para sistemas ISAC.
• Función de Pérdida Diferenciable: Se propone una Función de Pérdida de Error de Ángulo (AEL) diferenciable para facilitar la optimización iterativa, permitiendo el refinamiento de la calibración basada en comunicación para mejorar el rendimiento de detección.
• Validación Experimental: Los modelos y algoritmos propuestos son validados utilizando mediciones de patrones de haz reales recolectadas en una cámara anecoica, cubriendo escenarios de calibración 2D y 3D.

Resultados
Los resultados experimentales utilizando datos medidos de una cámara anecoica demuestran mejoras significativas en la precisión de la estimación de ángulos:

• Calibración 2D: El error de estimación de ángulo se redujo de 1.01° (sin calibrar) a 0.11°.
• Calibración 3D: El error de estimación de ángulo se redujo de 5.19° (sin calibrar) a 0.86°.
• Comparación de Rendimiento: El Modelo M4 propuesto (Calibración Conjunta de Libro de Códigos y Matriz de Ganancia) combinado con la función de pérdida basada en AEL logró el mejor desempeño en términos de similitud de haz, error de ángulo y pérdida de ganancia del libro de códigos en comparación con los modelos de referencia (M1-M3) y otros métodos de optimización (AO vs. GD).
• Estrategia Cooperativa: El enfoque de calibración cooperativa logró un rendimiento comparable a la calibración centralizada global, reduciendo significativamente la sobrecarga de comunicación (escalando de $M \times G \times T$ a $M \times G \times N$ entradas complejas).

Significancia y Reivindicaciones
El artículo afirma establecer una base sólida para la calibración de haces robusta y adaptativa en los futuros sistemas 6G habilitados para ISAC. Al priorizar la precisión de la detección angular sobre la similitud de patrón tradicional, el marco propuesto aborda una brecha crítica en la literatura de calibración actual. La introducción de una función de pérdida diferenciable y orientada a la detección permite el uso de algoritmos de optimización escalables basados en gradientes, adecuados para implementaciones distribuidas bajo restricciones de formación de haces híbrida. Además, la estrategia de calibración cooperativa demuestra que las actualizaciones distribuidas de múltiples UEs pueden calibrar eficazmente arreglos de gran escala sin la sobrecarga de comunicación prohibitiva de los métodos centralizados. Los autores señalan que, si bien el trabajo actual se centra en escenarios específicos, las investigaciones futuras deberían considerar algoritmos de calibración que tengan en cuenta la propagación de trayectos múltiples y los patrones de haz dependientes de la frecuencia en sistemas de banda ancha.