技術概要：混合場ソース局在化のためのスケーラブルな流体アンテナシステム

1. 問題提起

既存のソース局在化のためのアレイ信号処理手法は、剛体幾何学的制約を有する固定位置アレイ（FPA）に大きく依存している。これらの従来のアプローチは、複雑で動的な現実世界のシナリオにおいて、以下の 3 つの根本的な限界に直面している。

• 剛体幾何学的トレードオフ: FPA は固定された素子間隔を選択しなければならない。間隔が小さい（$\le \lambda/2$）場合はグレイティングローブを回避するが、強い相互結合をもたらす。一方、間隔が大きい場合は結合を低減するが、グレイティングローブの曖昧さを生み出す。これにより、多様な推定シナリオへの最適な適応が阻害される。
• 場分類への依存: 従来の手法は、ソースが近傍域、フレネル領域、または遠方域のいずれにあるかという事前知識を必要とする。これらは特定のモデル（例えば、遠方域に対する平面波面、近傍域に対する 2 次テイラー近似）に依存している。すべての領域にまたがってソースが存在する混合場環境において、モデルの不一致は体系的な誤差と精度の低下を招く。
• 静的結合補償: 従来の相互結合補償技術は固定されたアレイ幾何学を前提としており、再構成可能システムに必要な動的な間隔変化に適応できない。

これらの限界は、複数のソースが同時に近傍域、フレネル領域、遠方域を占有し、従来の手法では効果的に処理できない複雑な混合場環境を創出する、新興の 6G アプリケーションにおいて特に顕著である。

2. 手法

本論文は、正確な空間幾何学（ESG）モデルに基づいたスケーラブルな流体アンテナシステム（S-FAS）と、対応する2 段階推定戦略を提案する。

A. S-FAS 構造

S-FAS は、ソフトウェア制御されたスケーリング係数 $\alpha$ を通じて物理的開口部を動的に調整可能な再構成可能アンテナアレイである。このシステムは、2 つの相補的な構成で動作する。

1. 圧縮構成（$\alpha_c < 1$）: 素子間隔を波長未満（$d_c < \lambda/2$）に縮小する。これにより、強い相互結合が存在するにもかかわらず、グレイティングローブの曖昧さを排除するコンパクトなアレイが生成され、堅牢な初期の到達方向（DOA）推定に理想的である。
2. 拡張構成（$\alpha_e > 1$）: 素子間隔を波長超（$d_e > \lambda/2$）に拡大する。これにより、高い空間分解能と無視できる相互結合を持つ大開口アレイが生成され、角度と距離パラメータの精密な共同最適化に適している。

B. シグナルモデリング

著者は、統合された正確な空間幾何学（ESG）モデルを導入する。場分類に基づいて波面を近似する従来のモデルとは異なり、ESG モデルは近似なしで任意のソース位置（近傍域、フレネル領域、遠方域）に対する信号伝搬の正確な数学的記述を提供する。

• 段階 1（圧縮）: 受信信号は、ESG steering ベクトルに作用する相互結合行列を伴ってモデル化される。結合を軽減するため、中央サブアレイを選択する空間平滑化技術を適用し、結合効果をアレイ多様体から分離する。
• 段階 2（拡張）: 信号は、結合なし（または残留結合が存在する場合はオプションのランク削減技術を用いて）で正確な ESG steering ベクトルを用いてモデル化される。

C. 2 段階推定アルゴリズム

局在化プロセスは、計算効率と精度のバランスを取るために 2 つの段階に分解される。

1. 初期 DOA 推定: 圧縮構成を用いて、空間的に平滑化された共分散行列に対して MUSIC アルゴリズムを実行し、粗い DOA 推定値を取得する。この段階は、モデルの不一致やグレイティングローブに対して堅牢である。
2. 共同最適化: 拡張構成を用いて、初期 DOA 推定値によって誘導される局所的な 2 次元探索を実行し、DOA と距離の両方を最適化する。この段階は、大開口の高分解能と正確な ESG モデルを活用して、高精度な共同推定を達成する。

3. 主要な貢献

本論文は、5 つの主要な貢献を概説している。

• 新規 S-FAS 構造: 混合場ソース局在化のために特別に設計された、最初のスケーラブルな流体アンテナシステムの開発。剛体幾何学的制約を排除するソフトウェア制御による動的開口部再構成を特徴とする。
• 統合された正確な空間幾何学モデル: 近似や場分類なしで、単一のモデル内で近傍域、フレネル領域、遠方域のソースを処理する包括的な数学的枠組み。距離情報は第一級のパラメータとして扱われる。
• 適応的相互結合軽減: 動的アレイに特化した高度な補償技術。ランク削減手法や圧縮構成のための空間平滑化を含み、堅牢な信号抽出を確保する。
• 2 段階推定フレームワーク: 圧縮（堅牢性、グレイティングローブなし）と拡張（高分解能、低結合）構成の相補的利点を活用する革新的な分解戦略。
• 包括的な性能検証: 多様な混合場シナリオにおいて、最先端の手法を上回るセンチメートルレベルの位置決め精度と優れた性能を実証する広範なシミュレーション。

4. シミュレーション結果

著者は、$M=32$ 素子の一様直線アレイ（ULA）を用いた 1,000 回のモンテカルロ試行を通じて、このフレームワークを検証した。

• 混合場シナリオ: 近傍域（$30\lambda$）、フレネル領域（$300\lambda$）、遠方域（$5000\lambda$）にまたがるソースを持つシナリオにおいて、提案手法はすべてのソースに成功裏に局在化した。従来の手法（標準的な MUSIC、ESPRIT など）は、モデルの不一致により失敗するか、壊滅的な性能低下を示した。
• 精度: 最適化された推定値（AAR）は、拡張アレイ構成（$CRB_2$）に対してクラメール・ラオ下限（CRB）に一貫して接近し、従来の手法および固定半波長アレイの理論的限界（$CRB_1$）を大幅に上回った。
• 堅牢性: この手法は、さまざまな信号対雑音比（SNR）およびスナップショット数において高い精度を維持した。2 段階アプローチは「セーフティネット」を提供し、最適化が失敗しても初期推定値は妥当なまま保たれ、最終的な推定値は少数のスナップショットで急速に収束した。
• 距離推定: この手法は、特に近傍域とフレネル領域において、従来の遠方域近似では通常達成不可能であった波長未満の距離推定精度を実証した。

5. 意義と主張

本論文は、S-FAS フレームワークがアレイベースのソース局在化における新たなパラダイムを表すと主張している。その意義は以下の点にある。

• 普遍的適応性: ソース場の事前分類の必要性を排除し、従来の手法では処理できない複雑な混合場環境を単一システムで処理可能にする。
• 根本的トレードオフの克服: 開口部を動的にスケーリングすることで、グレイティングローブの回避と相互結合の回避という永続的な設計トレードオフから脱却し、堅牢性と精度を順次達成する。
• 近似なしの高精度: 正確な空間幾何学モデルの使用により、波面近似によって導入される体系的誤差を排除し、従来のモデルが失敗するシナリオでの高精度局在化を可能にする。

著者は現在の限界を認め、フレームワークは構成遷移中の静止ソースを仮定しており、現時点では 2 次元位置決めに限られていると指摘している。今後の課題として、ソースの移動追跡への対応と、完全な 3 次元位置決めへの拡張が提案されている。