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

技術概要：マルコフ状態空間モデルによる分子 ISAC

問題定義
分子通信（MC）は、電磁気的シグナリングが非効率的なマイクロ・ナノスケールシステムにおいて有望なパラダイムである。MC の基本的な特徴は、受信分子信号が送信シンボルと物理的チャネルパラメータ（例：送信機 - 受信機間距離、流れ条件、反応速度）の両方によって決定される点にある。統合センシング・通信（ISAC）は無線通信において確立されているが、MC 領域におけるその定式化は未だほとんど探求されていない。既存の MC 研究は通常、固定または既知のチャネル条件下でのデータ検出に焦点を当てており、同一の分子観測を用いて物理パラメータのセンシングとシンボル検出を明示的に結合する統一的な枠組みが欠けている。本論文は、マイクロ流体チャネルに特化した分子 ISAC 枠組みを開発することでこのギャップに対処し、送信機 - 受信機（TX-RX）間距離の推定とデータ検出の同時推定に焦点を当てる。

手法
著者は、センシングと通信の同時実現を可能にする距離パラメータ化マルコフ状態空間モデルアプローチを提案する。

1. 距離パラメータ化マルコフチャネルモデル:

   • マイクロ流体チャネルは、拡散、移流、受信機における可逆的結合、および不可逆的な流れ出し損失による分子輸送を表す離散時間マルコフ連鎖としてモデル化される。
   • TX-RX 間距離は、状態空間内の受信機の位置インデックス（$r$）によってパラメータ化される。距離を変化させることは、実質的にマルコフ連鎖における受信機隣接自由状態の位置をシフトさせることに相当する。
   • これにより、距離依存性の遷移行列 $P(d)$ が生じ、それが距離依存性のチャネルインパルス応答（CIR）をもたらす。
   • オン・オフ・キーイング（OOK）シグナリングに対して、離散時間ブロック観測モデルが構築される。このモデルは、各シンボル期間内で複数回サンプリングを行うことで、各シンボル期間内の過渡応答特性を保持し、距離とデータの両方に関する情報を含む観測ブロックを生成する。

2. パイロット支援型低複雑度受信機:
   距離とデータシンボルに対する網羅的な同時探索の過剰な複雑さを回避するため、著者は 3 つの段階からなる交互反復型受信機を設計する。

   • パイロット支援型距離初期化: 受信機は既知のパイロット系列を用いて、受信パイロットブロックと各候補距離に対する事前計算されたノイズレステンプレートとの間の最小二乗マッチングを行う。これにより、初期距離推定値 $\hat{d}^{(0)}$ が得られる。
   • 距離認識型決定帰還等化（DFE）: 初期距離推定値を用いて、受信機は距離依存性のチャネルテンプレートを構築する。そして、DFE 構造を用いてシンボル間干渉（ISI）をキャンセルし、データシンボルを検出する。複雑さを低減するため、観測ブロックは均一平均化を通じてスカラー統計量に圧縮される。
   • 反復型同時精緻化: 検出されたデータシンボルはパイロット系列と結合され、再構成されたシンボル系列を形成する。この系列は、すべての受信ブロックを予測テンプレートにマッチングさせることで距離を再推定するために用いられる。更新された距離推定値は、DFE 検出を精緻化するためにフィードバックされる。このループは収束するか、最大反復回数に達するまで継続される。

主要な貢献

• 分子 ISAC の視点: 本論文は、同一の分子観測をチャネルパラメータ（特に距離）のセンシングとデータ検出に同時に利用する枠組みを導入する。
• 距離パラメータ化モデル: マイクロ流体 MC 向けにマルコフ状態空間モデルと対応するブロック観測モデルを開発し、TX-RX 間距離を分子チャネル応答に明示的にマッピングする。
• 受信機設計: 距離初期化、距離認識型 DFE、および反復型同時精緻化を統合した、パイロット支援型の低複雑度受信機を設計する。
• 相互利益の実証: 数値結果は、提案された枠組みが高精度な距離センシングと改善されたビット誤り率（BER）を達成し、センシングと通信タスク間の相互利益を実証していることを示す。

数値結果
シミュレーションは、マイクロ流体システムに典型的な物理パラメータ（例：拡散係数 $5 \times 10^{-11} \, \text{m}^2/\text{s}$、流速 $10 \, \mu\text{m}/\text{s}$）を用いて MATLAB で実施された。

• 距離センシング: 精度は放出分子数（$N_{tx}$）とパイロット長（$K_p$）の増加に伴い向上する。提案手法は、十分なパイロットが使用される場合、特に低から中程度の $N_{tx}$ 領域において高い精度を達成する。
• データ検出: 提案されたパイロット支援型距離認識 DFE は、チャネルミスマッチに悩む距離非認識 DFE を大幅に凌駕し、$N_{tx}$ が増加するにつれて「真の距離認識」ベンチマークの性能に近づく。
• 反復型精緻化: 反復プロセスは急速な収束を示す。最初の反復が距離精度と BER 低減の両面で最も顕著な利益をもたらす。相対的な BER 低減は $N_{tx}$ が増加するにつれて増大し、改善された距離推定が検出のためのより良いチャネルテンプレートにつながり、より良いデータ判定がより正確な距離再推定を可能にすることを確認する。

意義と主張
本論文は、より広範な分子 ISAC 枠組みへの「第一歩」を踏むことを主張する。マイクロ流体 MC をこの技術の代表的なプラットフォームとして位置づけ、分子観測がデータ復元、幾何学的較正、および適応検出を支援できるラボ・オン・チップおよびバイオセンシングシステムへの適用性を強調する。著者は、距離の離散候補集合を用いた解析的に扱いやすい具体例として、自らの研究を謙虚に位置づけている。将来の研究では、この枠組みを連続値パラメータ推定に拡張し、流速や反応速度論などの他のパラメータおよび高次元幾何学へその原則を一般化すると述べている。核心的な意義は、MC におけるセンシングと通信は排他的ではなく、統一的な状態空間アプローチを通じてモデル化される場合、相互に強化し得ることを実証している点にある。