Subspace Overlap Predicts Residual Sensing Feasibility in OFDM ISAC Systems

Sintesi Tecnica: La sovrapposizione dei sottospazi predice la fattibilità del sensing residuo nei sistemi OFDM ISAC

Problematica
L'Integrazione tra Sensing e Comunicazione (ISAC) è una capacità fondamentale per il 6G, tuttavia le attuali architetture di ricezione si affidano tipicamente a catene di sensing parallele che richiedono risorse dedicate. Questo articolo investiga se il residuo dell'equalizzazione MMSE (Minimum Mean Square Error) — convenzionalmente scartato come rumore nei ricevitori di comunicazione — possa essere sfruttato come risorsa di sensing. La sfida centrale consiste nel determinare se gli artefatti rimanenti dopo la stima del canale e l'equalizzazione contengano una struttura target sfruttabile o se siano semplicemente rumore incoerente. Inoltre, l'articolo affronta la mancanza di una metrica quantitativa per predire quando tale sensing residuo sia fattibile e propone un metodo per rimuovere adattivamente gli artefatti senza la conoscenza preventiva del sottospazio del target.

Metodologia
Lo studio utilizza un modello di sistema OFDM operante a 28 GHz (NR FR2) con 256 sottoportanti e 64 simboli. Il segnale ricevuto è modellato come la somma dei canali di comunicazione e del target, dove il target è 20–40 dB più debole del canale di comunicazione. Il ricevitore proposto, denominato K–R Receiver, opera in due stadi:

1. K-Step (MMSE Standard): Esegue la stima del canale standard (LS + interpolazione + smoothing LMMSE) e l'equalizzazione a decisione hard per generare un segnale residuo ($r_s$).
2. R-Step (Elaborazione del Residuo): Applica la Decomposizione ai Valori Singolari (SVD) al residuo. Una PCA (Analisi delle Componenti Principali) adattiva rimuove i componenti dominanti degli artefatti basandosi sulla selezione del rango, seguita da una 2D-FFT per generare una mappa Range-Doppler.

Gli autori analizzano 12 modelli di canale distinti, inclusi sette canali parametrici e cinque profili 3GPP Clustered Delay Line (CDL). Introducono una nuova metrica, $\eta_1$ (sovrapposizione dei sottospazi), definita come la norma di Frobenius normalizzata della proiezione tra i vettori singolari degli artefatti e i vettori singolari del target. Questa metrica quantifica la separabilità geometrica tra gli artefatti del residuo e il segnale del target.

Per affrontare il limite pratico della mancata conoscenza del sottospazio del target, l'articolo propone l'Algoritmo 1, un metodo di selezione del rango adattivo cieco. Questo algoritmo identifica il rango ottimale ($k^*$) per la rimozione degli artefatti rilevando l' "eigengap" (il rapporto $\sigma_k / \sigma_{k+1}$) nei valori singolari del residuo osservato, eliminando la necessità di un oracle.

Contributi Chiave

1. Struttura Low-Rank Universale: Gli autori dimostrano che gli artefatti residui in tutti i 12 canali testati sono universalmente a basso rango (low-rank), con il primo valore singolare che cattura il 28–45% dell'energia totale. Ciò è attribuito all'interpolazione nel dominio della frequenza che agisce come un filtro passa-basso sugli errori di stima.
2. Metrica di Sovrapposizione dei Sottospazi ($\eta_1$): L'articolo stabilisce $\eta_1$ come un predittore statisticamente significativo della fattibilità del sensing. L'analisi di regressione mostra che quando $\eta_1 < 0.05$, la PCA rank-1 ottiene un differenziale positivo; quando $\eta_1 > 0.10$, la separazione fallisce. In un modello multivariabile che include l'espansione del ritardo (delay spread), il guadagno del target e l'SNR, $\eta_1$ contribuisce a un potere esplicativo di $R^2 = 0.55$.
3. Selezione del Rango Adattiva Cieca: Il metodo proposto basato sull'eigengap seleziona con successo il rango ottimale senza la conoscenza del target, estendendo la fattibilità del sensing a 11 canali su 12 (recuperando scenari High Doppler, Weak NLOS e LOS).
4. Superiorità delle Prestazioni: L'approccio K–R PCA-1 supera tutti i baseline, inclusi il filtraggio adattato (matched filtering) con CSI perfetta.

Risultati

• Guadagno di Prestazioni: In condizioni UMi (SNR = 20 dB, target a −10 dB), il metodo K–R PCA-1 ottiene un differenziale di +2.11 dB rispetto al baseline. Questo supera significativamente il matched filtering con CSI perfetta (+0.35 dB) e la 2D-FFT standard sul residuo (−0.47 dB).
• Meccanismo del Guadagno: Il miglioramento è attribuito alla capacità dell'equalizzatore MMSE di pre-cancellare circa 20 dB di interferenza di comunicazione. Mentre il segnale grezzo sommerge il target di 20 dB sotto il canale di comunicazione, il residuo presenta il target con un rapporto target-interferenza vicino all'unità, permettendo alla PCA di isolarlo efficacemente.
• Validazione Statistica: I risultati sono stati validati su 500 prove Monte Carlo con $p < 0.001$. Il picco di prestazione ha raggiunto +2.12 ± 0.16 dB.
• Complessità: L'implementazione è computazionalmente efficiente. L'uso della potenza iterativa per la SVD rank-1 costa 0.08 ms (93% meno costoso di una SVD completa). L'R-step aggiunge un overhead totale di 0.23 ms alla baseline di comunicazione, portando la latenza totale del ricevitore a 1.08 ms/frame.
• Limiti di Fattibilità: Il rilevamento CFAR (Constant False Alarm Rate) a singolo frame rimane irraggiungibile ($H_1/H_0 \approx 1.0$). Tuttavia, l'accumulazione multi-frame (50 frame) colma questo divario, raggiungendo una probabilità di rilevamento ($P_d$) di 0.98 con un tasso di falso allarme ($P_{fa}$) di 0.01.

Significatività
L'articolo sostiene di aver stabilito le specifiche condizioni di sottospazio sotto le quali il sensing basato sui residui è fattibile senza hardware dedicato. L'intuizione primaria è che la fattibilità non dipende dalla natura low-rank degli artefatti (che è universale), ma dalla separabilità geometrica ($\eta_1$) tra il sottospazio dell'artefatto e quello del target. Fornendo un predittore quantitativo ($\eta_1$) e un algoritmo adattivo cieco, il lavoro dimostra che i residui MMSE possono servire come una risorsa di sensing vitale nei sistemi OFDM ISAC, a condizione che la sovrapposizione dei sottospazi sia sufficientemente bassa. I risultati suggeriscono che la capacità di cancellazione dell'interferenza dell'equalizzatore MMSE è l'abilitatore critico per questa funzionalità a doppio uso.