Subspace Overlap Predicts Residual Sensing Feasibility in OFDM ISAC Systems

Resumen Técnico: El solapamiento de subespacios predice la viabilidad de la detección residual en sistemas OFDM ISAC

Planteamiento del Problema
La Integración de Sensores y Comunicaciones (ISAC) es una capacidad fundamental para el 6G; sin embargo, las arquitecturas de receptor actuales suelen depender de cadenas de detección paralelas que requieren recursos dedicados. Este artículo investiga si el residuo de la ecualización de Error Cuadrático Medio Mínimo (MMSE) —que convencionalmente se descarta como ruido en los receptores de comunicación— puede ser explotado como un recurso de detección. El desafío central es determinar si los artefactos que permanecen tras la estimación de canal y la ecualización contienen una estructura de objetivo explotable o si son simplemente ruido incoherente. Además, el artículo aborda la falta de una métrica cuantitativa para predecir cuándo dicha detección residual es viable y propone un método para eliminar artefactos de forma adaptativa sin conocimiento previo del subespacio del objetivo.

Metodología
El estudio utiliza un modelo de sistema OFDM operando a 28 GHz (NR FR2) con 256 subportadoras y 64 símbolos. La señal recibida se modela como la suma de los canales de comunicación y de objetivo, donde el objetivo es entre 20 y 40 dB más débil que el canal de comunicación. El Receptor K–R propuesto opera en dos etapas:

1. Etapa K (MMSE Estándar): Realiza la estimación de canal estándar (LS + interpolación + suavizado LMMSE) y la ecualización de decisión dura para generar una señal residual ($r_s$).
2. Etapa R (Procesamiento de Residuos): Aplica la Descomposición en Valores Singulares (SVD) al residuo. Un Análisis de Componentes Principales (PCA) adaptativo elimina los componentes de artefactos dominantes basándose en la selección de rango, seguido de una FFT 2D para generar un mapa de Rango-Doppler.

Los autores analizan 12 modelos de canal distintos, incluyendo siete canales paramétricos y cinco perfiles CDL (Clustered Delay Line) de la 3GPP. Introducen una nueva métrica, $\eta_1$ (solapamiento de subespacios), definida como la norma de Frobenius normalizada de la proyección entre los vectores singulares de los artefactos y los vectores singulares del objetivo. Esta métrica cuantifica la separabilidad geométrica entre los artefactos del residuo y la señal del objetivo.

Para abordar la limitación práctica de no conocer el subespacio del objetivo, el artículo propone el Algoritmo 1, un método de selección de rango adaptativo ciego. Este algoritmo identifica el rango óptimo ($k^*$) para la eliminación de artefactos mediante la detección del "eigengap" (la relación $\sigma_k / \sigma_{k+1}$) en los valores singulares del residuo observado, eliminando la necesidad de un oráculo.

Contribuciones Clave

1. Estructura de Bajo Rango Universal: Los autores demuestran que los artefactos residuales en los 12 canales probados son universalmente de bajo rango, donde el primer valor singular captura entre el 28 y el 45% de la energía total. Esto se atribuye a que la interpolación en el dominio de la frecuencia actúa como un filtro de paso bajo sobre los errores de estimación.
2. Métrica de Solapamiento de Subespacios ($\eta_1$): El artículo establece $\eta_1$ como un predictor estadísticamente significativo de la viabilidad de la detección. El análisis de regresión muestra que cuando $\eta_1 < 0.05$, el PCA de rango-1 logra un diferencial positivo; cuando $\eta_1 > 0.10$, la separación falla. En un modelo multivariable que incluye la dispersión de retardo, la ganancia del objetivo y la SNR, $\eta_1$ contribuye con un poder explicativo de $R^2 = 0.55$.
3. Selección de Rango Adaptativa Ciega: El algoritmo basado en el eigengap propuesto selecciona con éxito el rango óptimo sin conocimiento del objetivo, extendiendo la viabilidad de la detección a 11 de los 12 canales (rescatando los escenarios de Alto Doppler, NLOS Débil y LOS).
4. Superioridad de Rendimiento: El enfoque K–R PCA-1 supera a todas las líneas base, incluyendo el filtrado adaptado (matched filtering) con CSI perfecto.

Resultados

• Ganancia de Rendimiento: Bajo condiciones UMi (SNR = 20 dB, objetivo en -10 dB), el método K–R PCA-1 logra un diferencial de +2.11 dB sobre la línea base. Esto supera significativamente al filtrado adaptado con CSI perfecto (+0.35 dB) y a la FFT 2D estándar sobre el residuo (-0.47 dB).
• Mecanismo de Ganancia: La mejora se atribuye a la capacidad del ecualizador MMSE para cancelar preventivamente aproximadamente 20 dB de interferencia de comunicación. Mientras que la señal bruta entierra al objetivo 20 dB por debajo del canal de comunicación, el residuo presenta al objetivo con una relación objetivo-interferencia cercana a la unidad, lo que permite que el PCA lo aísle eficazmente.
• Validación Estadística: Los resultados fueron validados mediante 500 ensayos de Monte Carlo con $p < 0.001$. El rendimiento máximo alcanzó +2.12 ± 0.16 dB.
• Complejidad: La implementación es computacionalmente eficiente. El uso de iteración de potencia para la SVD de rango-1 cuesta 0.08 ms (93% más barato que la SVD completa). La etapa R añade un overhead total de 0.23 ms a la línea base de comunicación, resultando en una latencia total del receptor de 1.08 ms/trama.
• Límites de Viabilidad: La detección de Tasa de Falsa Alarma Constante (CFAR) de un solo frame sigue siendo inalcanzable ($H_1/H_0 \approx 1.0$). Sin embargo, la acumulación de múltiples frames (50 frames) cierra esta brecha, logrando una probabilidad de detección ($P_d$) de 0.98 con una tasa de falsa alarma ($P_{fa}$) de 0.01.

Significado
El artículo afirma establecer las condiciones específicas de subespacio bajo las cuales la detección basada en residuos es viable sin hardware dedicado. La idea principal es que la viabilidad no depende de la naturaleza de bajo rango de los artefactos (que es universal), sino de la separabilidad geométrica ($\eta_1$) entre los subespacios de los artefactos y del objetivo. Al proporcionar un predictor cuantitativo ($\eta_1$) y un algoritmo adaptativo ciego, el trabajo demuestra que los residuos de MMSE pueden servir como un recurso de detección viable en sistemas OFDM ISAC, siempre que el solapamiento de subespacios sea suficientemente bajo. Los hallazgos sugieren que la capacidad de cancelación de interferencias del ecualizador MMSE es el habilitador crítico para esta funcionalidad de doble uso.