Quantization Limitations of Leakage Suppression in Self-Calibrating Monostatic Integrated Sensing and Communication MIMO Systems

Résumé technique : Limitations de la quantification de la suppression des fuites dans les systèmes MIMO de détection et de communication intégrés monostatiques auto-calibrés

Énoncé du problème
L'intégration de fonctionnalités de détection dans les infrastructures de communication existantes, une caractéristique clé de la future norme 6G, repose souvent sur des architectures radar monostatiques où les antennes d'émission et de réception sont colocalisées au sein d'un même dispositif. Un défi majeur pour la réalisation de ces systèmes avec des fronts RF MIMO multi-antennes est la fuite directe de la puissance transmise vers les chaînes RF de réception. Cette fuite peut saturer les amplificateurs de réception et écrêter les convertisseurs analogique-numérique (CAN). Bien que le précodage numérique de transmission soit une solution prometteuse pour supprimer ces fuites en orientant les signaux dans l'espace nul du canal d'auto-interférence, les déploiements réels présentent des performances nettement dégradées par rapport aux simulations théoriques. Cet article postule que le bruit de quantification des convertisseurs numérique-analogique (CNA) et des CAN est un facteur principal limitant l'efficacité de ces schémas de suppression de fuites.

Méthodologie
Les auteurs développent un modèle de système linéaire simplifié pour une architecture MIMO de détection et de communication intégrées (ISAC) monostatique quantifiée. Le modèle traite les effets de quantification des CNA et CAN à pas de garde (mid-tread) uniformes comme un bruit additif uniformément distribué. Les étapes clés de la méthodologie incluent :

1. Modélisation du système : Définition du flux de signal en bande de base, depuis les poids de précodage numérique à travers les CNA quantifiés, le canal d'auto-interférence (comprenant la fuite directe et l'écho environnemental) et les CAN quantifiés. Le modèle suppose une distribution de Rice pour le canal de fuite directe afin de respecter les contraintes de non-écrêtage.
2. Dérivation théorique : Dérivation d'une expression en forme fermée de la puissance de fuite résiduelle attendue. Cette dérivation tient compte de l'interaction entre les poids de précodage, l'erreur d'estimation de canal (utilisant spécifiquement un estimateur des moindres carrés) et le bruit de quantification introduit par les chaînes d'émission et de réception.
3. Validation : Le modèle théorique est validé par deux approches distinctes :
   • Simulations de Monte Carlo : Un simulateur basé sur Python (étendant HermesPy) est utilisé pour balayer des paramètres tels que la variance du bruit, le nombre d'observations et la résolution en bits.
   • Expériences matérielles : Réalisation de mesures sur un banc d'essai de radio logicielle (SDR) composé d'un USRP Ettus X410 pilotant un réseau MIMO de 3x3 antennes cornet. Pour simuler des résolutions de bits plus faibles, les auteurs injectent numériquement un bruit uniforme dans les flux matériels à haute résolution (CNA 14 bits et CAN 12 bits) afin de simuler les effets de niveaux de quantification réduits.

Contributions clés

• Solution en forme fermée : L'article dérive une expression en forme fermée (Équation 32) qui prédit la puissance de fuite résiduelle attendue dans un système ISAC monostatique auto-calibré. Cette formule intègre explicitement l'impact des pas de quantification des CNA et des CAN ($\Delta_b$), de la variance de l'erreur d'estimation de canal et de la puissance de précodage.
• Identification des limites de quantification : Ce travail identifie le bruit de quantification comme un goulot d'étranglement fondamental, démontant que même avec une estimation de canal parfaite, la fuite résiduelle ne peut être supprimée en dessous d'un plancher déterminé par la résolution de quantification du matériel.
• Validation empirique : L'étude fournit des preuves expérimentales issues d'un banc d'essai SDR réel qui confirment les prédictions théoriques, montrant un ajustement quasi parfait entre la solution en forme fermée dérivée et les données mesurées à travers différentes résolutions de bits.

Résultats

• Résultats de simulation : Les simulations numériques démontrent que le modèle théorique prédit avec précision la puissance de fuite résiduelle à travers différentes variances de bruit et résolutions de bits. Les résultats mettent en évidence un effet de « rendements décroissants » où l'augmentation de la résolution de bits en réception apporte une amélioration minimale une fois que le bruit de quantification de transmission devient le facteur limitant dominant.
• Résultats matériels : Les mesures du banc d'essai MIMO 3x3 valident le modèle théorique. Les données expérimentales s'alignent étroitement avec les attentes dérivées, confirmant que le bruit de quantification est un facteur dominant limitant la performance de la suppression des fuites. Les résultats montrent qu'augmenter le nombre de bits de transmission réduit significativement la fuite résiduelle, tandis qu'augmenter les bits de réception a un impact limité si la quantification de transmission reste grossière.
• Écarts : Les auteurs notent que le modèle théorique diverge des résultats numériques dans les domaines avec très peu d'observations, l'attribuant à l'incapacité du modèle à capturer précisément les effets d'écrêtage causés par le bruit dans les régimes de faibles données.

Signification et affirmations
L'article affirme que sa principale importance réside dans la fourniture d'une méthode pour prédire avec précision les limites de performance des algorithmes de suppression de fuites numériques avant l'implémentation matérielle. En corrigeant la puissance de fuite résiduelle attendue par un terme dépendant uniquement de paramètres système connus (niveaux de quantification et variance de l'estimation de canal), les développeurs peuvent fixer des objectifs de performance réalistes. Les auteurs concluent que, bien que leur modèle actuel traite du bruit de quantification, des investigations futures devront considérer d'autres non-idéalités telles que le jitter d'horloge, le bruit de phase, les non-linéarités d'amplification et la sélectivité en fréquence pour affiner davantage les modèles de système. Le travail ne propose pas de nouveaux algorithmes mais établit plutôt une limite théorique pour les schémas de précodage existants dans des environnements quantifiés pratiques.