Beamforming and Filter Design for Bistatic ISAC under Known and Unknown Transmit Symbols

En el saturado panorama de las redes inalámbricas modernas, cada bit del espectro de radio es un recurso precioso. Durante décadas, los ingenieros han tratado dos funciones críticas —enviar datos a los teléfonos y detectar objetos como coches o drones— como operaciones separadas, cada una requiriendo su propio hardware y su propia porción del espectro de radiofrecuencia. Esta separación se está volviendo ineficiente a medida que crece la demanda tanto de un internet más rápido como de una detección más precisa. Un nuevo enfoque, conocido como detección y comunicaciones integradas, busca fusionar estos dos mundos. En lugar de utilizar señales diferentes para hablar y escuchar, esta tecnología utiliza una única señal compartida para hacer ambas cosas simultáneamente. El desafío radica en diseñar esta señal compartida de modo que transporte la información con claridad a un dispositivo de usuario y, al mismo tiempo, rebote en objetos distantes con la claridad suficiente para ser detectada por un sistema de radar.

Los investigadores detrás de este estudio se centraron en una disposición específica y práctica llamada sistema bistático. En una configuración de radar tradicional, el transmisor y el receptor se encuentran en la misma ubicación, lo que crea un problema difícil: la potente señal enviada puede abrumar al receptor, de forma muy parecida a intentar escuchar un susurro mientras se está parado junto a un motor de avión rugiente. Para evitar esto, un sistema bistático coloca el transmisor y el receptor lejos el uno del otro. El transmisor, generalmente una estación base celular, envía una señal que sirve a dos propósitos: entrega datos a múltiples usuarios e ilumina objetivos en el entorno. El receptor, ubicado en un sitio diferente, capta los tenues ecos que rebotan en esos objetivos. El objetivo de este trabajo fue determinar cómo dar forma a la señal enviada desde la estación base y cómo procesar la señal en el receptor para que tanto la calidad de la comunicación como el rendimiento de la detección de radar sean lo mejores posibles, incluso cuando el sistema se encuentra bajo estrictos límites de potencia.

El equipo abordó un complejo problema de diseño considerando dos escenarios del mundo real muy diferentes con respecto a lo que el receptor de radar sabe sobre la señal que está escuchando. En el primer escenario, el receptor tiene conocimiento total de los símbolos de datos que se están transmitiendo; sabe exactamente qué mensaje se envió. En el segundo escenario, más difícil, el receptor no tiene idea de cuáles son los símbolos, quizás debido a restricciones de privacidad o a una falta de coordinación entre los sistemas. Los investigadores desarrollaron métodos matemáticos para optimizar la conformación de la señal y el proceso de filtrado para ambos casos. Su objetivo era maximizar la claridad de los ecos de radar, específicamente la relación señal-interferencia más ruido, que es una medida de qué tan distinto es el eco de un objetivo respecto al ruido de fondo y otras señales de interferencia, asegurando al mismo tiempo que cada usuario de comunicación reciba una conexión clara.

Cuando los símbolos son conocidos, los investigadores encontraron una forma de calcular el mejor filtro posible para el receptor mediante una solución directa de forma cerrada. Luego, utilizaron un proceso iterativo para refinar la señal enviada desde el transmisor, mejorando gradualmente la capacidad del radar para ver objetivos sin degradar la calidad de los enlaces de comunicación. Cuando los símbolos son desconocidos, el problema se vuelve significamente más difícil porque el receptor no puede simplemente restar la señal conocida para encontrar el eco. En este caso, el equipo empleó un enfoque paso a paso, alternando entre la optimización de la señal del transmisor y el filtro del receptor. Fijaban una parte, resolvían la mejor versión de la otra y luego volvían a cambiar, repitiendo el ciclo hasta que el sistema se asentaba en un estado estable y de alto rendimiento.

Los resultados de sus simulaciones, realizadas con una estación base y un receptor equipados cada uno con dieciséis antenas, revelaron una distincción clara entre los dos escenarios dependiendo de cuánto tiempo tuviera el sistema para observar los objetivos. Cuando el sistema solo observaba un único momento en el tiempo, el rendimiento era sorprendentemente similar independientemente de si el receptor conocía los símbolos o no. Sin embargo, la ventaja de conocer los símbolos se volvió dramática cuando el sistema observaba los objetivos durante un periodo más largo, específicamente a través de múltiples ranuras de tiempo. En estas observaciones de múltiples ranuras, conocer los símbolos permitía al receptor combinar los ecos de manera coherente, efectivamente apilando la señal para hacerla mucho más fuerte contra el ruido. Sin este conocimiento, las observaciones permanecían no estructuradas y el sistema no podía obtener los mismos beneficios de observar durante periodos más largos. Las simulaciones mostraron que con cuatro ranuras de tiempo de observación, el sistema con símbolos conocidos lograba un rendimiento de radar significativamente mejor que el sistema con símbolos desconocidos, mientras que ambos enfoques se mantenían cerca del rendimiento de un sistema de solo radar cuando los requisitos de comunicación eran moderados.

En última instancia, el estudio demuestra que, si bien los sistemas integrados pueden funcionar eficazmente incluso sin el conocimiento total de los datos transmitidos, la capacidad de compartir esa información desbloquea una capacidad poderosa para la detección de larga duración. Los diseños propuestos permiten que una sola red sirva a múltiples usuarios y detecte múltiples objetivos simultáneamente, manteniendo el rendimiento del radar notablemente cerca de lo que un sistema de radar dedicado podría lograr, siempre que las necesidades de comunicación no sean excesivamente exigentes. Este trabajo proporciona una hoja de ruta práctica para construir redes futuras que no solo sean más rápidas, sino que sean inherentemente conscientes de su entorno físico.