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

Resumen Técnico: Estimación de Velocidad Sin Ambigüedad y Sin Sobrecarga en Sistemas ISAC Multibanda bajo Tráfico Aleatorio

1. Planteamiento del Problema

Los sistemas de Sensado y Comunicación Integrada (ISAC) son fundamentales para aplicaciones como la detección de movimiento y el monitoreo de signos vitales. Sin embargo, la estimación de velocidad basada en el efecto Doppler enfrenta dos desafíos críticos en entornos ISAC reales:

• Muestreo Irregular: A diferencia de los radares tradicionales que utilizan tasas de muestreo regulares (frecuencia de repetición de pulsos fija), los sistemas ISAC reutilizan el tráfico de comunicación existente. Esto resulta en tiempos de llegada de paquetes (ToA) aleatorios e irregulares.
• Ambigüedad Doppler: La estimación de velocidad tradicional requiere un muestreo temporal uniforme para evitar el aliasing. Cuando los intervalos entre paquetes son irregulares o demasiado largos, surge la ambigüedad de fase (el desfase excede $2\pi$), lo que impide determinar la velocidad real del objetivo y degrada drásticamente la precisión.
• Limitaciones de las Soluciones Actuales: Las estrategias existentes para resolver esto suelen requerir (i) aumentar la densidad del tráfico de comunicación (impráctico) o (ii) inyectar paquetes de sensado dedicados, lo que introduce una sobrecarga (overhead) en el sistema y reduce la eficiencia espectral.

2. Metodología Propuesta

El artículo propone un método original que explota la diversidad de frecuencia en sistemas ISAC multibanda para resolver la ambigüedad sin imponer restricciones temporales ni sobrecarga.

• Modelo del Sistema: Se considera un transceptor monostático operando en $Q$ bandas de frecuencia distintas ($f_1, \dots, f_Q$). Se utilizan los paquetes de comunicación existentes para estimar la Respuesta al Impulso del Canal (CIR) y extraer la fase instantánea.
• Mediciones de Fase: En lugar de depender de intervalos de tiempo fijos, el algoritmo calcula las diferencias de fase entre todas las combinaciones posibles de pares de paquetes recibidos en cada banda. Esto maximiza la redundancia de mediciones incluso con tráfico esporádico.
• Formulación del Problema:
  • La diferencia de fase observada es una versión "envuelta" (modulo $2\pi$) de la fase física real, que contiene un término de ambigüedad entero desconocido ($R_{n,q}$).
  • El problema se formula como un Programa Cuadrático Mixto-Entero (MIQP).
  • Estrategia de Desambiguación: Se asume que al menos una medición (generalmente en la banda de frecuencia más baja y con el menor intervalo de tiempo) es no ambigua (la fase acumulada es $<\pi$). Esta medición sirve como ancla para resolver las ambigüedades enteras de las demás bandas.
  • La ecuación se resuelve minimizando el error cuadrático entre las mediciones de fase observadas y el modelo teórico, optimizando simultáneamente la velocidad del objetivo ($v$) y los enteros de ambigüedad ($r$).

3. Contribuciones Clave

1. Estimación de Velocidad Sin Sobrecarga (Zero-Overhead): El método no requiere paquetes de sensado dedicados ni alteración del tráfico de comunicación, aprovechando únicamente los datos existentes.
2. Independencia Temporal: A diferencia de los métodos basados en DFT o MUSIC, no requiere un muestreo temporal regular. Funciona eficazmente bajo condiciones de tráfico aleatorio y esporádico.
3. Formulación MIQP Multibanda: Se presenta una formulación matemática rigurosa que combina información de fase de múltiples bandas de frecuencia (desde sub-6 GHz hasta ondas milimétricas) para reconstruir la velocidad verdadera.
4. Robustez: El enfoque es robusto frente a objetivos con múltiples componentes de dispersión (ej. extremidades humanas o aspas de drones) y variaciones en la relación señal-ruido (SNR).

4. Resultados Numéricos

Las simulaciones utilizan trazas de tráfico Wi-Fi realistas y comparan el método propuesto contra benchmarks existentes:

• Precisión: El algoritmo logra errores relativos de estimación de velocidad en el rango de $10^{-3}$ a $10^{-4}$ en condiciones típicas.
• Impacto de la Separación de Frecuencias: La precisión mejora significativamente a medida que aumenta la separación entre las bandas de frecuencia utilizadas (ej. combinar 2.4 GHz con 60 GHz), debido a una mayor diversidad de fase.
• Impacto del Intervalo de Tiempo: Se observó que intervalos de tiempo entre paquetes más largos (hasta 57 ms) mejoran la resolución, alineándose con el Límite de Cramér-Rao (CRB).
• Comparativa:
  • Supera consistentemente a los algoritmos de una sola banda, que sufren de alta varianza y ambigüedad en frecuencias altas.
  • Supera a los métodos de máxima verosimilitud iterativa (IML), que a menudo se quedan atrapados en ambigüedades incorrectas cuando la separación de frecuencias es grande.
  • Mantiene un rendimiento robusto incluso con ruido de fase moderado ($20^\circ$) y objetivos con múltiples componentes.

5. Significado e Impacto

Este trabajo representa un avance significativo para la viabilidad práctica de los sistemas ISAC en entornos dinámicos y de tráfico impredecible. Al eliminar la necesidad de sobrecarga de sensado y de muestreo temporal estricto, el método permite:

• Implementación Eficiente: Integración de capacidades de sensado de alta precisión en redes de comunicación existentes sin penalizar el ancho de banda o la latencia.
• Escalabilidad: Capacidad para monitorear objetivos que se mueven a altas velocidades (hasta 220 km/h en simulaciones con 2.4 GHz) sin ambigüedad.
• Versatilidad: Aplicabilidad en diversos escenarios, desde el monitoreo de salud humana hasta la detección de drones y vehículos, utilizando infraestructura de comunicaciones heterogénea (sub-6 GHz y mmWave).

En conclusión, el artículo propone un marco teórico y práctico que resuelve el problema fundamental de la ambigüedad Doppler en ISAC, transformando la irregularidad del tráfico de comunicación de una desventaja en una fuente de diversidad para una estimación de velocidad precisa y robusta.