Amplitude-Independent Robust Snapshot 6-D Radio SLAM via a Uniffed Angle-Delay Formulation

Sintesi Tecnica: SLAM Radio a Snapshot 6-D Robusto e Indipendente dall'Ampiezza tramite una Formulazione Unificata Angolo-Ritardo

Definizione del Problema
Il documento affronta la sfida del SLAM radio bistatico a snapshot in contesti cellulari mmWave. In questo scenario, un utente (UE) con una posa 6-D sconosciuta (posizione 3-D, orientamento 3-D) e un bias di clock deve essere localizzato, e i punti di scattering ambientali devono essere ricostruiti, utilizzando un singolo snapshot del canale multipath. Il problema è complicato dalla propagazione mista LoS (Line-of-Sight) e NLoS (Non-Line-of-Sight). Nello specifico, il sistema deve distinguere tra inlier geometrici validi (percorsi LoS e percorsi NLoS-1 a singolo rimbalzo) e outlier (percorsi NLoS-n a multi-rimbalzo) senza conoscenza preventiva dell'identità del percorso.

I metodi esistenti per snapshot robusti sono ampiamente validati in contesti 2-D/planari e spesso si affidano a informazioni sull'ampiezza del percorso o sulla perdita di percorso per classificare i percorsi LoS. Questa dipendenza li rende sensibili agli errori di calibrazione e ai disallineamenti dei modelli di propagazione. Inoltre, confondere i percorsi LoS con quelli NLoS-1 può influenzare negativamente le stime dello stato, poiché i percorsi LoS non hanno punti di scattering associati.

Metodologia
Gli autori propongono un metodo robusto indipendente dall'ampiezza basato su una formulazione unificata angolo-ritardo che tratta i percorsi LoS e NLoS-1 come inlier geometricamente coerenti, senza richiedere una preclassificazione basata sull'ampiezza. L'approccio consiste in tre fasi principali:

1. Formulazione Unificata Angolo-Ritardo (Fase Grossolana):

   • Il metodo deriva un vincolo geometrico che collega direttamente lo stato dell'UE (posizione, bias di clock, orientamento) alle osservazioni angolo-ritardo, eliminando la necessità di variabili latenti per percorso (ad esempio, le coordinate dei punti di scattering) nel risolutore iniziale.
   • Per un dato percorso $i$, la formulazione utilizza costruzioni vettoriali ausiliarie per esprimere la relazione tra la Base Station (BS) e l'UE. Il vincolo è definito come $M_i t = d_i(v_i - u_i)$, dove $t$ è lo spostamento BS-UE, $d_i$ è la distanza di propagazione (corretta per il bias di clock), e $u_i, v_i$ sono i vettori di direzione globale derivati dall'Angolo di Partenza (AoD) e dall'Angolo di Arrivo (AoA).
   • Questa formulazione si applica sia ai casi LoS (come caso degenerato) che ai percorsi NLoS-1, consentendo il loro trattamento in modo uniforme.

2. Inizializzazione Robusta e Reiezione degli Outlier:

   • Per gestire l'identità sconosciuta del percorso e gli outlier NLoS-n, il risolutore grossolano è inserito in una ricerca basata sul consenso di un insieme minimo.
   • L'algoritmo genera ipotesi da sottoinsiemi minimi di misurazioni ($N_{min}$). Per ogni ipotesi, esegue un controllo di fattibilità per rifiutare i candidati geometricamente inconsistenti (ad esempio, controllando la collinearità per LoS o la coerenza dallo stesso lato per NLoS-1).
   • Inizializzazione della Posa 3-D: Per scenari 3-D generali, il metodo impiega una traversata a due stadi twist-swing per inizializzare l'orientamento dell'UE ($SO(3)$). Questo sfrutta il presupposto che gli UE siano tipicamente verticali, separando lo yaw dominante (twist) dalle inclinazioni fuori piano limitate (swing). Posizione e bias di clock vengono aggiornati in forma chiusa per ogni candidato di orientamento.
   • La migliore ipotesi viene selezionata in base a una funzione di costo troncata (stile MSAC), producendo un insieme di inlier grossolano e una stima iniziale dello stato dell'UE.

3. Raffinamento e Selezione del Modello:

   • Segue una fase di raffinamento tramite Iteratively Reweighted Least Squares (IRLS) con equilibratura delle righe del Jacobiano. Ciò evita la dipendenza da matrici di covarianza per percorso calibrate.
   • Rilevamento LoS tramite Selezione del Modello: Poiché i percorsi LoS e NLoS-1 hanno diverse parametrizzazioni (il LoS non ha un punto di scattering), il metodo tratta il rilevamento LoS come un problema di selezione del modello. Valuta $M+1$ modelli candidati (un modello tutto NLoS-1 e $M$ modelli misti dove un percorso è LoS) e seleziona il migliore utilizzando il quasi-Akaike Information Criterion (QAIC).
   • Questa fase affina congiuntamente lo stato dell'UE, rileva il percorso LoS e stima i punti di scattering.

Contributi Chiave

• Formulazione Unificata Angolo-Ritardo: Una nuova formulazione della fase grossolana scritta direttamente nello stato dell'UE e nelle osservazioni angolo-ritardo che gestisce gli inlier LoS e NLoS-1 senza variabili latenti per percorso o preclassificazione basata sull'ampiezza.
• Inizializzazione Robusta Indipendente dall'Ampiezza: Una pipeline che inserisce il risolutore grossolano in una ricerca basata sul consenso di un insieme minimo con controlli di fattibilità geometrica, supportata da un'analisi del rango locale che determina le implicazioni della dimensione del campione minimo ($N_{min} \ge 4$ per il 3-D).
• Estensione 3-D/6-D Generale: Un'estensione alla stima della posa 6-D completa utilizzando una traversata twist-swing per l'inizializzazione dell'orientamento e un raffinamento locale su $SO(3)$, trattando il caso planare come un'istanza speciale.
• Raffinamento Robusto con QAIC: Una fase di raffinamento che combina l'IRLS con equilibratura delle righe del Jacobiano e il confronto dei modelli tramite QAIC per affinare congiuntamente lo stato e rilevare il percorso LoS senza informazioni di perdita di percorso calibrate.

Risultati delle Simulazioni
Il metodo è stato valutato tramite simulazioni Monte Carlo in scenari sia planari che 3-D generali, confrontandolo con baseline dipendenti dall'ampiezza (MH-MLE, RSR) e un metodo tradizionale solo NLoS.

• Accuratezza: Il metodo proposto ha ottenuto errori P90 competitivi o superiori nella posizione dell'UE, orientamento, bias di clock e stima dei punti di scattering rispetto alle baseline, particolarmente in regimi di rumore bassi o moderati.
• Robustezza al Disallineamento del Modello: Sotto incertezza del modello di perdita di percorso (disallineamento della calibrazione), il metodo proposto ha mantenuto un'accuratezza stabile, mentre le baseline dipendenti dall'ampiezza (MH-MLE, RSR) hanno mostrato un significativo degrado delle prestazioni.
• Rilevamento LoS: Il metodo ha ottenuto un'accuratezza di rilevamento LoS superiore a MH-MLE in scenari di propagazione mista con incertezza della perdita di percorso, eccetto quando le misurazioni geometriche erano severamente degradate.
• Computazione: Il metodo ha dimostrato tempi di computazione stabili (~0,52s per prova) attraverso diverse condizioni di propagazione (LoS, mista, NLoS), mentre i tempi di esecuzione delle baseline aumentavano significativamente man mano che le informazioni LoS diventavano meno disponibili.
• Prestazioni 3-D: Nelle simulazioni 3-D, il design a due stadi (Formulazione Grossolana + Least Squares refinement) si è rivelato efficace, con la fase di raffinamento che ha ridotto significativamente gli errori nella stima dell'orientamento e dei punti di scattering rispetto alla stima grossolana.

Significato e Rivendicazioni
Il documento sostiene che l'approccio proposto, indipendente dall'ampiezza, fornisca una soluzione robusta per il SLAM radio a snapshot dove la qualità della calibrazione e i modelli di propagazione possono essere imperfetti. Posticipando l'identificazione LoS a una fase di selezione del modello dopo l'inizializzazione geometrica robusta, il metodo evita i bias introdotti dalla classificazione precoce basata sull'ampiezza. Gli autori affermano che la formulazione unificata angolo-ritardo è sufficiente per fornire un'inizializzazione e una selezione degli inlier affidabili, rendendo il sistema competitivo con i metodi dipendenti dall'ampiezza calibrati. Il lavoro fornisce inoltre approfondimenti teorici sulle proprietà del rango locale e sui requisiti minimi del campione per questa specifica formulazione sotto l'incognita dell'identità del percorso.