Distortion Is Not Noise: On the Limits of the Kappa Model for Monostatic ISAC

この論文は、送信波形の歪みを監視できるモノスタティック ISAC において、通信向けに設計された歪みモデル（$\kappa$モデル）が過剰に悲観的であり、PA や PN を考慮した新たな CRB 導出とシミュレーションを通じて、実際の歪みが感知性能に与える影響がモデルによる推定よりも小さいことを実証しています。

要約

この論文は、次世代の無線通信技術「ISAC（統合感知・通信）」における、ある大きな誤解を解き明かす重要な研究です。

一言で言うと、**「通信と感知（レーダー）は、同じ機械を使っても『見方』が全く違うため、従来の『雑音』という考え方は感知には過剰な心配（悲観的すぎる予測）をしている」**という発見です。

以下に、難しい数式を排し、日常の比喩を使って分かりやすく解説します。

---

🎭 物語の舞台：「自分自身を知るカメラ」と「見知らぬカメラ」

まず、ISAC（統合感知・通信）のシステムを想像してください。これは、スマホの基地局のようなもので、「通信」（誰かと話す）と**「感知」**（車の位置や速度をレーダーで測る）を同時にやっています。

ここで問題になるのが、機械の「歪み（ひずみ）」です。
送信機は完璧ではなく、信号を強く増幅する際（パワーアンプを通す時）に、少し音がこもったり、ノイズが混じったりします。また、時計の針が少し揺れる（位相ノイズ）こともあります。

1. 従来の考え方：「すべては『知らないノイズ』だ！」（κモデル）

これまでの研究では、この機械の歪みを**「送信側も受信側も知らない、ただの厄介なノイズ」**として扱ってきました。

• 通信の視点： 相手（遠くのスマホ）は、送信機がどんな歪みを出したか知りません。だから、歪みは「ノイズ」として処理するのが正しい。
• 従来の誤解： 基地局が「感知（レーダー）」をする際も、この「ノイズ」という考え方をそのまま当てはめていました。「歪みがあるから、感知精度は通信よりもっと悪くなるはずだ」と悲観的に予測していたのです。

2. この論文の発見：「送信機は『自分の顔』を知っている！」

しかし、この論文の著者たちは、**「待てよ！感知（レーダー）の場合は、送信機と受信機が同じ場所にある（モノスタティック）」**と指摘します。

• 比喩：
  • 通信は、**「遠くの友達に手紙を送る」**ようなものです。手紙が途中で少し汚れても、受け取った友達は「あ、汚れてるな」としか分かりません。
  • 感知は、**「自分の声を録音して、壁に反射して戻ってくるのを聞く」**ようなものです。
  • 重要な点： 自分が発した声（歪みを含んだ波形）は、自分が一番よく知っているのです。「あ、私の声は少しこもっているけど、それが戻ってきたから、壁の距離はこれで計算できる」と、送信機は歪みを**「ノイズ」ではなく「既知の事実」**として処理できます。

この「歪みを知っている」という事実を無視していたのが、これまでの過剰な悲観（過大評価）だったのです。

---

🔍 2 つの重要な発見

この論文では、この「歪みを知っている」という事実を数学的に証明し、2 つの大きな結論を出しました。

発見①：パワーアンプの歪みは、感知には「大した問題じゃない」

• 状況： 機械が信号を歪ませても、送信機は「あ、これが歪んだ波形だ」と分かっています。
• 結果： 従来の「ノイズ」という考え方をすると、感知精度がガタ落ちするはずでしたが、実際は**「ほとんど影響を受けない（1dB 未満の劣化）」**ことが分かりました。
• 日常の例： 歌手が少し喉を痛めて歌っても、その歌手自身が「あ、今日は喉が痛いから音程が少しズレてるな」と分かっているなら、その歌を録音して分析する際、ズレを補正して正確に分析できます。

発見②：時計の揺れ（位相ノイズ）は、感知の「天井（限界）」を作る

• 状況： 機械の内部時計が少し揺れると、信号の位相がズレます。
• 結果： パワーアンプの歪みは「知ってれば OK」でしたが、**時計の揺れは「知っていても消せない」**という新しい限界が見つかりました。
• 比喩： 車の速度を測るレーダーで、**「測る人の時計が勝手に揺れている」ようなものです。いくら信号を強くしても、時計が揺れている限り、速度の測定精度には「これ以上良くなる限界（フロア）」**ができてしまいます。
• 重要性： 従来のモデルはこの「時計の揺れによる限界」を完全に見逃していました。

---

🛠️ 設計へのアドバイス：「役割分担」の重要性

この研究から、エンジニアリングの設計方針が大きく変わります。

• 通信（話すこと）： 機械の「歪み（パワーアンプの性能）」が重要です。
• 感知（測ること）： 機械の「時計の安定性（発振器の性能）」が重要です。

**「通信の精度を上げたいなら、パワーアンプを良くし、感知の精度を上げたいなら、時計（発振器）を良くすればいい」という、「役割分担（直交性）」**が明確になりました。

• 従来の悲観論： 「全部を完璧にしないとダメだ！」と、コストのかかる高性能な部品を全部揃えようとしていました。
• 新しい現実： 「通信には通信の部品、感知には感知の部品」と、必要な部分だけを最適化すればいいことが分かりました。これにより、システムを安く、効率的に作れるようになります。

---

📝 まとめ

この論文は、**「ISAC における歪みの扱い方」**という古い常識を覆しました。

1. 送信機は自分の歪みを知っているので、通信のように「ノイズ」として悲観する必要はない。
2. パワーアンプの歪みは感知にはほとんど影響しないが、時計の揺れ（位相ノイズ）は感知精度の限界を決める。
3. 通信と感知は、「パワーアンプ」と「発振器」という異なる部品で最適化すればよく、無理に両方を完璧にする必要はない。

つまり、**「機械の欠点を『ノイズ』と諦めるのではなく、『知っている事実』として活用し、必要な部分だけを強化すれば、もっと賢く安くシステムが作れる」**という、非常に前向きで実用的なメッセージが込められています。

技術概要

論文要約：Distortion Is Not Noise: On the Limits of the Kappa Model for Monostatic ISAC

1. 研究の背景と問題提起

統合センシング・通信（ISAC）システムにおいて、無線周波数（RF）ハードウェアの非理想性（特に電力増幅器（PA）の非線形性と発振器の位相雑音（PN））は、通信とセンシングの両方の性能に重大な影響を及ぼします。

従来の研究では、これらのハードウェアの欠陥をすべて「集約歪みモデル（$\kappa$ モデル）」を用いてモデル化する傾向がありました。このモデルは、歪みを未知の付加雑音（$z = \sqrt{1-\kappa^2}x + \eta_t$）として扱います。

• 通信における妥当性: 受信機が送信波形の歪みを知らない場合、この「歪み＝雑音」という仮定は有効です。
• モノスタティック ISAC における問題点: 送信機と受信機が同一地点にあるモノスタティック構成では、送信機は自らの歪んだ送信波形（$Z[k, m]$）を完全に知っています（デジタルプリディストーション（DPD）フィードバック経路などを通じて）。したがって、歪みを「未知の雑音」として扱う $\kappa$ モデルは、センシング性能を過剰に悲観的に見積もる（過大評価する）結果となり、実際のシステム設計には不適切です。

既存の物理ベースの研究（PN への対応など）は存在しますが、PA 非線形性と PN の両方を対象に、$\kappa$ モデルとの体系的な比較を行い、モノスタティック ISAC のセンシング性能限界を明確にした先行研究はありませんでした。

2. 手法とモデル

著者らは、モノスタティック OFDM-ISAC システムを対象とし、以下の物理ベースのアプローチを提案しました。

• システムモデル:

  • PA 非線形性: メモリレス PA として Rapp モデルを採用。送信波形 $X$ が PA を通過して $Z$ となり、この $Z$ が受信機で既知の決定論的波形として扱われます。
  • 位相雑音 (PN): OFDM シンボルごとの共通位相誤差（CPE）をウィーナー過程としてモデル化し、Augmented Fisher Information Matrix (FIM) を用いて解析します。
  • 観測モデル: センシング受信機は既知の歪んだ波形 $Z[k, m]$ を利用して目標パラメータ（遅延 $\tau$、ドップラ $\nu$、反射率 $\alpha$）を推定します。

• 解析手法:

  • クラメール・ラオ下限 (CRB) の導出: 既知の波形 $Z$ を用いた Slepian-Bangs 公式を適用し、PA 非線形性下での CRB を導出（定理 1）。
  • $\kappa$ モデルとの比較: Bussgang 分解を用いた $\kappa$ モデルに基づく CRB と、物理ベースの CRB を比較し、過大評価の要因を定量化（定理 2）。
  • Augmented FIM とシュール補完: PN を考慮した拡張 FIM を構築し、遅延とドップラ推定への影響を分離して解析（定理 3）。

3. 主要な貢献と発見

3.1 PA 非線形性に関する知見

• 定理 1 (PA 対応センシング CRB): 送信波形が既知であるため、PA 非線形性によるセンシング性能の劣化は極めて小さく（SNR に依存せず 1.1 dB 未満）、PA によるスペクトル再生成が信号圧縮を部分的に補償することが示されました。
• 定理 2 ($\kappa$ モデルの過大評価): $\kappa$ モデルは、歪みを雑音とみなすため、SNR が増加するにつれてセンシング性能の劣化を線形的に過大評価します。高 SNR 領域では、この誤差は数十 dB に達し、実用的な設計指針として信頼できません。

3.2 位相雑音 (PN) に関する知見

• 定理 3 (PN 対応ドップラ CRB): PN は遅延推定には影響を与えませんが、ドップラ推定には「不可避な速度誤差フロア（Velocity-error floor）」をもたらします。
  • 高 SNR 領域において、ドップラ推定誤差は雑音限界から PN 限界へ移行し、その下限は PN のスペクトル幅 $\beta$ に比例して $\sqrt{\beta}$ としてスケールします。
  • このフロアは $\kappa$ モデルでは検出できません。

3.3 直交設計空間の発見（相補性）

• 定理 1 と 3 の統合（相関 1）: PA 非線形性と PN を同時に考慮した場合、センシング CRB は以下の通り直交的に分離します。
  • 遅延（距離）: PA の線形性（IBO: Input Back-Off）によってのみ決定される。
  • ドップラ（速度）: 発振器の品質（PN の線幅 $\beta$）によってのみ決定される。
  • 通信レート: PA の線形性（IBO）によって主に決定される。
  • 結論: 通信性能を向上させるために PA の線形性を高める（IBO を大きくする）ことは、センシング性能（特に速度）にはほとんど影響を与えず、逆に速度精度を高めるには発振器の品質向上が有効です。これは「通信は PA 依存、センシングは発振器依存」という明確な設計指針を提供します。

4. 数値シミュレーション結果

• $\kappa$ モデルの誤差: SNR が 30 dB の場合、IBO=5 dB で $\kappa$ モデルは物理ベースの CRB より約 12 dB 過大評価し、実際の性能を大幅に過小評価することが確認されました。
• 速度フロアの検証: 様々な PN 線幅（$\beta$）に対して、高 SNR 領域で速度推定誤差が一定値に飽和する「L 字型」の挙動が確認されました。例えば $\beta=100$ Hz の場合、速度誤差フロアは約 1.36 m/s となり、自動車の要求性能（0.5 m/s）を超えることが示されました。
• DPD 誤差への頑健性: 実際の DPD テンプレートに誤差がある場合（NMSE = -25 dB）、距離推定 CRB のオーバーヘッドは 1 dB 未満であり、「歪んだ波形が既知」という仮定は実用的な精度で成立します。
• パレートフロンティア: 物理ベースモデルと $\kappa$ モデルを比較した際、高 SNR 領域において物理ベースモデルの方がはるかに優れた通信・センシングのトレードオフ曲線を示しました。

5. 意義と結論

本論文は、モノスタティック ISAC におけるハードウェア非理想性の影響を再評価し、以下の重要な示唆を与えています。

1. モデルの限界の明確化: 通信向けに開発された「歪み＝雑音」の $\kappa$ モデルは、送信波形を既知とするモノスタティックセンシングには不適切であり、性能を過剰に悲観的に見積もる。
2. 設計指針の転換: PA の線形性（IBO）と発振器の品質（$\beta$）は、それぞれ通信とセンシング（特に速度）に対して独立して最適化可能な直交設計パラメータである。
3. 実用性: 提案された物理ベースの解析は、実用的な DPD 誤差に対して頑健であり、次世代 ISAC システムのハードウェア要件定義（特に発振器の選定と PA の動作点設定）に直接的な指針を提供します。

今後の課題として、MIMO 拡張、メモリ効果のある PA、I/Q 不整合、および多目標シナリオへの適用が挙げられています。