Joint Range-Angle Estimation in Near-Field ISAC System using Uniform Circular Array

Título: Estimación Conjunta de Distancia-Ángulo en Sistemas ISAC de Campo Cercano utilizando una Matriz Circular Uniforme (UCA)

1. Problema Abordado

El artículo aborda los desafíos de la Comunicación y Sensado Integrado (ISAC) en el régimen de campo cercano (Near-Field, NF) para redes 6G. A medida que las frecuencias de ondas milimétricas (mmWave) y las matrices de antenas de escala extremadamente grande (ELAA) se vuelven comunes, los sistemas operan en regiones donde la onda electromagnética no puede modelarse como un frente de onda plano (como en campo lejano), sino como un frente de onda esférico.

Los problemas específicos identificados en la literatura existente son:

• Limitaciones de la Matriz Lineal Uniforme (ULA): Las ULA tienen un "apertura efectiva" que disminuye drásticamente a medida que el objetivo se aleja del eje central (broadside), reduciendo la región de campo cercano útil. Además, los modelos actuales a menudo ignoran los retrasos y desplazamientos Doppler en canales de banda ancha.
• Falta de modelos completos: La mayoría de los trabajos anteriores utilizan modelos de banda estrecha o discretos que no capturan las correlaciones angulo-retraso y las frecuencias Doppler no uniformes inherentes a la propagación de campo cercano de banda ancha.
• Compromiso no explorado: No se ha estudiado suficientemente la relación entre el tamaño de la aperturade la antena y la robustez del estimador en el régimen de umbral (threshold regime) de los sistemas ISAC de campo cercano.

2. Metodología

Los autores proponen un marco unificado que integra modelado de canal, optimización de haces y estimación estadística:

• Modelado del Canal:

  • Se desarrolla un modelo de canal continuo en el tiempo para una estación base (BS) equipada con una Matriz Circular Uniforme (UCA).
  • El modelo incorpora explícitamente la geometría de frente de onda esférico, los retrasos por elemento (debido a las diferentes distancias $r_k$ desde cada elemento a la UE) y los desplazamientos Doppler.
  • Se utiliza señalización OFDM (Multiplexación por División de Frecuencia Ortogonal) para manejar la banda ancha.
  • Se modela tanto el enlace de comunicación (BS a UE) como el enlace de sensado monostático (BS $\to$ UE $\to$ BS).

• Límite Inferior de Cramér-Rao (CRLB):

  • Se deriva una expresión cerrada para el CRLB de la estimación conjunta de distancia ($d$) y ángulo ($\theta$).
  • Se formula un problema de optimización para diseñar un beamformer (formador de haz) de transmisión óptimo que minimice la traza de la matriz de covarianza del error (es decir, minimice el CRLB).
  • La solución se obtiene mediante descenso de gradiente en variedades Riemannianas, respetando la restricción de norma unitaria del vector de haz.

• Estimación de Máxima Verosimilitud (ML):

  • Se formula un estimador ML para recuperar la posición de la UE.
  • Dado que la función de costo es no convexa y tiene múltiples mínimos locales, se propone un algoritmo híbrido:
    1. Una búsqueda en cuadrícula 2D gruesa para identificar las cuencas de atrención más prometedoras.
    2. Refinamiento mediante el algoritmo Levenberg-Marquardt para converger a la solución global.

3. Contribuciones Clave

1. Modelo de Canal Completo: Desarrollo del primer modelo de canal de banda ancha para ISAC en campo cercano con UCA que incluye retrasos, Doppler y geometría esférica, superando las limitaciones de los modelos de banda estrecha previos.
2. Derivación del CRLB Cerrado: Obtención de expresiones analíticas cerradas para el límite inferior de varianza en la estimación conjunta de distancia y ángulo, revelando cómo el radio de la UCA gobierna el compromiso entre el tamaño de la aperturade y la SNR recibida.
3. Diseño de Beamforming Óptimo: Implementación de un algoritmo de descenso de gradiente Riemanniano para diseñar haces de transmisión que optimizan la estimación.
4. Análisis del Compromiso Apertura-SNR: Demostración de que, en el régimen de campo cercano, aumentar el radio de la UCA mejora teóricamente la precisión (CRLB más bajo) pero reduce la SNR recibida debido a la dispersión de la energía, lo que puede degradar el rendimiento práctico del estimador ML debido al efecto de umbral.

4. Resultados Numéricos

Las simulaciones de Monte Carlo (con $N_a=64$ elementos, 60 GHz y $B \approx 1$ GHz) revelan hallazgos críticos:

• Compromiso Apertura vs. SNR:
  • Teóricamente, un radio mayor (ej. $R=5$ m) ofrece un CRLB mucho más estricto (mejor precisión teórica) que un radio pequeño (ej. $R=0.5$ m). Por ejemplo, a 10 m, el CRLB de distancia cae de 16.5 mm a 0.16 mm al aumentar el radio.
  • Sin embargo, en la práctica, los radios grandes sufren una pérdida significativa de SNR en la UE.
• Efecto de Umbral (Threshold Effect):
  • Todos los configuraciones operan en el "régimen de umbral" en el rango de distancias evaluado (10-400 m). Esto significa que el error cuadrático medio (RMSE) del estimador ML excede enormemente el CRLB (hasta 20,000 veces en casos extremos) debido a la presencia de mínimos locales en la superficie de verosimilitud cuando la SNR es baja.
  • Resultado Sorprendente: La configuración con $R = 0.5$ m logra el mejor rendimiento práctico (menor RMSE y mayor tasa de convergencia) porque mantiene la SNR recibida más alta, evitando el fallo del estimador.
  • Las configuraciones con radios grandes ($R=5$ m) fallan frecuentemente en la estimación debido a la baja SNR, a pesar de tener un límite teórico superior.
• Rendimiento de Comunicación:
  • La tasa de comunicación alcanzable ($C_{est}$) sigue la misma tendencia: la configuración $R=0.5$ m ofrece la mayor tasa efectiva porque los errores de estimación de ángulo son menores, permitiendo un alineamiento de haz más preciso. Los radios grandes sufren grandes pérdidas de tasa debido a la desalineación del haz causada por errores de estimación.

5. Significado e Impacto

Este trabajo es fundamental para el diseño de sistemas 6G ISAC en campo cercano porque:

• Cuestiona la intuición de "más grande es mejor": Demuestra que en el régimen de campo cercano, simplemente aumentar el tamaño de la matriz (aperturade) no garantiza un mejor rendimiento si esto compromete la SNR recibida y empuja al sistema hacia el régimen de umbral donde los estimadores fallan.
• Valida la geometría UCA: Confirma que la UCA es superior a la ULA para ISAC de campo cercano debido a su simetría rotacional, que proporciona una región de campo cercano invariante al ángulo (aprox. 400 m para $R=0.5$ m frente a solo 10 m para una ULA equivalente).
• Guía para la implementación práctica: Sugiere que para sistemas ISAC monostáticos en campo cercano, es crucial optimizar el radio de la matriz para equilibrar la ganancia de aperturade teórica con la viabilidad de la SNR, priorizando la robustez del estimador sobre el límite teórico asintótico.

En resumen, el paper establece que la robustez ante el efecto de umbral es el factor limitante en sistemas ISAC de campo cercano, y que una configuración de matriz más pequeña pero con mayor SNR recibida puede superar significativamente a configuraciones más grandes con mejor teoría pero peor práctica.