Molecular ISAC via Markov State-Space Modeling: Joint Distance Sensing and Data Detection

Riepilogo Tecnico: ISAC Molecolare tramite Modellazione dello Spazio di Stato di Markov

Enunciato del Problema
La comunicazione molecolare (MC) è un paradigma promettente per sistemi micro- e nanoscopici dove la segnalazione elettromagnetica è inefficace. Una caratteristica fondamentale della MC è che i segnali molecolari ricevuti sono determinati congiuntamente dai simboli trasmessi e dai parametri fisici del canale (ad esempio, distanza trasmettitore-ricevitore, condizioni di flusso, velocità di reazione). Sebbene l'Integrazione di Sensing e Comunicazione (ISAC) sia consolidata nelle comunicazioni wireless, la sua formulazione nel dominio della MC rimane in gran parte inesplorata. La ricerca esistente sulla MC si concentra tipicamente sulla rilevazione dei dati in condizioni di canale fisse o note, mancando di un quadro unificato che accoppi esplicitamente il sensing dei parametri fisici con la rilevazione dei simboli utilizzando le stesse osservazioni molecolari. Questo articolo colma il divario sviluppando un quadro ISAC molecolare specificamente per canali microfluidici, focalizzandosi sulla stima congiunta della distanza Trasmettitore-Ricevitore (TX-RX) e sulla rilevazione dei dati.

Metodologia
Gli autori propongono un approccio di modellazione dello spazio di stato di Markov parametrizzato dalla distanza per abilitare sensing e comunicazione congiunti.

1. Modello di Canale Markoviano Parametrizzato dalla Distanza:

   • Il canale microfluidico è modellato come una catena di Markov a tempo discreto che rappresenta il trasporto molecolare tramite diffusione, avvezione, legame reversibile al ricevitore e perdita irreversibile per deflusso.
   • La distanza TX-RX è parametrizzata dall'indice di posizione ($r$) del ricevitore all'interno dello spazio di stato. Cambiare la distanza sposta efficacemente la posizione dello stato libero adiacente al ricevitore nella catena di Markov.
   • Ciò risulta in una matrice di transizione dipendente dalla distanza $P(d)$, che produce Risposte all'Impulso del Canale (CIR) dipendenti dalla distanza.
   • Viene costruito un modello di osservazione a blocchi a tempo discreto per la segnalazione On-Off Keying (OOK). Questo modello preserva le caratteristiche della risposta transitoria all'interno di ogni intervallo di simbolo campionando più volte per simbolo, creando blocchi di osservazione informativi sia per la distanza che per i dati.

2. Ricevitore a Bassa Complessità Assistito da Pilot:
   Per evitare la complessità proibitiva di una ricerca congiunta esaustiva su distanza e simboli di dati, gli autori progettano un ricevitore iterativo alternato costituito da tre stadi:

   • Inizializzazione della Distanza Assistita da Pilot: Il ricevitore utilizza una sequenza di pilot nota per eseguire un adattamento ai minimi quadrati tra i blocchi di pilot ricevuti e i modelli privi di rumore pre-calcolati per ogni distanza candidata. Ciò fornisce una stima iniziale della distanza $\hat{d}^{(0)}$.
   • Equalizzazione Decisionale con Feedback (DFE) Consapevole della Distanza: Utilizzando la stima iniziale della distanza, il ricevitore costruisce modelli di canale dipendenti dalla distanza. Impiega una struttura DFE per cancellare l'interferenza intersimbolica (ISI) e rilevare i simboli di dati. I blocchi di osservazione sono compressi in statistiche scalari tramite media uniforme per ridurre la complessità.
   • Raffinamento Congiunto Iterativo: I simboli di dati rilevati sono combinati con la sequenza di pilot per formare una sequenza di simboli ricostruita. Questa sequenza è utilizzata per riesstimare la distanza confrontando tutti i blocchi ricevuti con i loro modelli predetti. La stima della distanza aggiornata viene quindi retroazionata per affinare la rilevazione DFE. Questo ciclo continua fino alla convergenza o al raggiungimento di un numero massimo di iterazioni.

Contributi Chiave

• Prospettiva ISAC Molecolare: L'articolo introduce un quadro in cui le stesse osservazioni molecolari sono sfruttate simultaneamente per il sensing dei parametri del canale (specificamente la distanza) e la rilevazione dei dati.
• Modello Parametrizzato dalla Distanza: Sviluppa un modello di spazio di stato di Markov e un corrispondente modello di osservazione a blocchi per la MC microfluidica, mappando esplicitamente la distanza TX-RX sulle risposte del canale molecolare.
• Progettazione del Ricevitore: È stato progettato un ricevitore a bassa complessità assistito da pilot, che integra l'inizializzazione della distanza, la DFE consapevole della distanza e il raffinamento congiunto iterativo.
• Dimostrazione del Beneficio Reciproco: I risultati numerici dimostrano che il quadro proposto raggiunge un sensing della distanza accurato e un miglioramento del Tasso di Errore di Bit (BER), validando il beneficio reciproco tra le attività di sensing e comunicazione.

Risultati Numerici
Le simulazioni sono state condotte utilizzando MATLAB con parametri fisici tipici dei sistemi microfluidici (ad esempio, coefficiente di diffusione $5 \times 10^{-11} \, \text{m}^2/\text{s}$, velocità di flusso $10 \, \mu\text{m}/\text{s}$).

• Sensing della Distanza: L'accuratezza aumenta con il numero di molecole rilasciate ($N_{tx}$) e la lunghezza del pilot ($K_p$). Il metodo proposto raggiunge un'alta accuratezza, in particolare nei regimi di $N_{tx}$ da basso a moderato quando vengono utilizzati pilot sufficienti.
• Rilevazione dei Dati: La DFE consapevole della distanza assistita da pilot proposta supera significativamente una DFE non consapevole della distanza (che soffre di disadattamento del canale) e si avvicina alle prestazioni di un benchmark "consapevole della distanza vera" all'aumentare di $N_{tx}$.
• Raffinamento Iterativo: Il processo iterativo produce una convergenza rapida. La prima iterazione fornisce il guadagno più significativo sia nell'accuratezza della distanza che nella riduzione del BER. La riduzione relativa del BER aumenta con $N_{tx}$, confermando che stime di distanza migliorate portano a modelli di canale migliori per la rilevazione, mentre decisioni sui dati migliori permettono una riesstimazione della distanza più accurata.

Significato e Affermazioni
L'articolo afferma di compiere un "primo passo" verso un quadro ISAC molecolare più ampio. Posiziona la MC microfluidica come piattaforma rappresentativa per questa tecnologia, evidenziandone l'applicabilità ai sistemi lab-on-chip e di biosensing, dove le osservazioni molecolari possono supportare il recupero dei dati, la calibrazione geometrica e la rilevazione adattiva. Gli autori inquadrano modestamente il loro lavoro come un'istanza analiticamente trattabile utilizzando un insieme discreto di candidati per la distanza. Notano che il lavoro futuro estenderà il quadro alla stima di parametri a valore continuo e generalizzerà i principi ad altri parametri (velocità di flusso, cinetica di reazione) e geometrie a dimensioni superiori. Il significato fondamentale risiede nel dimostrare che sensing e comunicazione nella MC non sono mutualmente esclusivi, ma possono essere reciprocamente rafforzanti quando modellati attraverso un approccio unificato allo spazio di stato.