Full Duplex ISAC with Cluster Ray Targets: Parameter Estimation and Beamforming

Technische Samenvatting: Full Duplex ISAC met Cluster Ray Targets

Probleemstelling
Dit werk behandelt kritieke beperkingen in Integrated Sensing and Communication (ISAC)-systemen, specifiek binnen de context van volgende generatie 6G draadloze netwerken. Conventionele methoden voor hoogwaardige schatting, zoals MUSIC, falen in het nauwkeurig lokaliseren van gedistribueerde doelwitten omdat de signaal-subruimte zelfs in scenario's met één enkel doelwit vol-rank wordt. Bovendien modelleren bestaande literatuur radartargets vaak als puntobjecten in het verre veld, een aanname die weliswaar geldig is voor communicatiegebruikers, maar ongeldig is voor vehicle-to-infrastructure (V2I) en vehicle-to-everything (V2X) sensing-scenario's waar doelwitten een ruimtelijke omvang bezitten. Daarnaast brengen bestaande modellen voor uitgebreide doelwitten (bijv. afgekapte Fourier-reeksen) vaak prohibitieve computationele kosten met zich mee en vertrouwen ze op deterministische aannames die de stochastische aard van radar-kanalen negeren. Ten slotte verwaarlozen eerdere beamforming-ontwerpen vaak de beperkingen van zelfinterferentie (SI) in full-duplex (FD) systemen en de gelijktijdige vereiste om gedistribueerde doelwitten te verlichten terwijl aan gebruikersdatasnelheden wordt voldaan.

Methodologie
De auteurs stellen een framework voor een Full-Duplex (FD) MIMO ISAC-systeem dat opereert op millimetergolf-frequenties met behulp van OFDM-golven. Het systeem bedient meerdere downlink communicatiegebruikers terwijl het $K$ gedistribueerde Cluster Ray (CR) doelwitten detecteert, waarbij elk doelwit wordt gemodelleerd als een cluster van stralen met specifieke hoek- en bereikspreidingen, conform de 3GPP-standaarden.

De kern van de voorgestelde oplossing bestaat uit twee hoofdonderdelen:

1. Tweestaps Parameter Schatter:

   • Fase 1 (Grove Schatting): De auteurs maken gebruik van een Manifold Separation Technique (MST) om de niet-lineaire directionele fasecomponenten van de array-responsvectoren te transformeren naar lineaire fasecomponenten. Dit maakt de constructie van het doelwit-spectrum mogelijk met behulp van een Fast Fourier Transform (FFT). Door de ruimtelijke manifold te ontkoppelen van de array-dimensies, construeert de methode een 2D lookup-tabel via 1D en 2D FFT-operaties. Dit maakt de snelle evaluatie van het ruimtelijke spectrum over een rooster van hoeken en hoekspreidingen mogelijk via een voortschrijdend gemiddelde-filter, waardoor de noodzaak voor dure matrixvermenigvuldigingen bij elk roosterpunt wordt omzeild.
   • Fase 2 (Fijne Schatting): Om de grove schattingen te verfijnen, wordt een Gauss-Newton optimalisatiemethode toegepast. Deze fase minimaliseert een gewogen kleinste-kwadraten-doelfunctie gebaseerd op het verschil tussen de theoretische en de geschatte covariantie-matrices. Analytische afgeleiden worden gebruikt om de parametervector (gemiddelde hoek, hoekspreiding en signaalvermogen) iteratief bij te werken.

2. Adaptieve Beamforming Optimalisatie:
   Het artikel stelt een optimalisatie-framework voor om de zend-beamformer ($V$) te ontwerpen. Het doel is om de gewogen afstand te minimaliseren tussen de ontworpen beamformer en een "ideale" beamformer die de volledige ruimtelijke omvang van alle doelwitten volledig verlicht. Deze optimalisatie staat onder drie beperkingen:

   • Datasnelheid: Het voldoen aan de minimale vereisten voor de datasnelheid van alle communicatiegebruikers.
   • Zelfinterferentie: Het beperken van het resterende SI-vermogen bij de ontvanger RF-ketens (na analoge annulering) om verzadiging te voorkomen.
   • Vermogen: Het naleven van de totale zendvermogenlimieten.
     De niet-convexe datasnelheidsbeperking wordt geherformuleerd naar een Second-Order Cone (SOC) beperking, waardoor het totale probleem convex wordt en oplosbaar is via standaardtools zoals CVX.

Belangrijkste Bijdragen

• Gedistribueerde Doelwitmodellering: Dit werk is de eerste die ruimtelijk verspreide of geclusterde doelwitten bestudeert binnen de ISAC-context met behulp van een computationeel efficiënt gedistribueerd CR-model (voorgesteld door 3GPP), waarmee de aanname van puntobjecten wordt overstegen.
• Lage Complexiteit Schatting: De voorgestelde tweestaps-schatter lost meerdere gedistribueerde doelwitten succesvol op. Het bereikt dit zonder de $O(N_A^3)$ computationele last per roosterpunt die geassocieerd wordt met conventionele subspace-gebaseerde methoden (zoals die van Zoubir, DISPARE of Generalized Capon), door in plaats daarvan gebruik te maken van FFT-gebaseerde operaties om de complexiteit aanzienlijk te verminderen.
• Geïntegreerde Sensing en Communicatie Beamforming: De auteurs introduceren een optimalisatie-framework dat adaptieve beams synthetiseert die in staat zijn om de volledige omvang van gedistribueerde doelwitten te dekken, terwijl strikt voldaan wordt aan de Quality of Service (QoS) van gebruikers en zelfinterferentie in FD-systemen wordt beheerd.

Resultaten
Simulatie-resultaten demonstreren de effectiviteit van het voorgestelde framework:

• Spreidingschatting: De voorgestelde methode laat een drievoudige verbetering zien in het schatten van de hoekspreiding onder lage Signal-to-Noise Ratio (SNR) condities vergeleken met baseline subspace-gebaseerde schema's. Voor doelwitten met een lage spreiding wordt een tweevoudige verbetering waargenomen.
• Hoekschatting: Terwijl de voorgestelde schatter de prestaties van baselines volgt in lage SNR-regimes, presteert deze aanzienlijk beter zodra de SNR de 10 dB overschrijdt.
• Robuustheid: De fijnafstemmingsfase biedt grotere nauwkeurigheidsverbeteringen voor de hoekspreiding ($\sigma_\theta$) dan voor de gemiddelde hoek ($\theta$). De methode blijft robuust bij variërende doelwitspreidingen en behoudt een superieure prestatie zelfs wanneer de dispersie breder wordt, terwijl sommige baseline-methoden (zoals Generalized Capon) degradatie of bias vertonen bij extreme spreidingen.
• Beamforming: Het ontworepen beampattern komt nauw overeen met het ideale sensing-patroon dat vereist is om doelwitten te verlichten, zelfs terwijl aan de gebruikers-datasnelheidseisen wordt voldaan en de SI-energie onder de RF-verzadigingsdrempel wordt gehouden.

Significantie
Het artikel stelt dat de primaire significantie ligt in het oplossen van de computationele en modellerings-bottlenecks van ISAC-systemen die te maken hebben met gedistribueerde doelwitten. Door een MST-gebaseerde aanpak te gebruiken, bieden de auteurs een schaalbare oplossing die de prohibitieve complexiteit van traditionele grid-search schatters voor massive MIMO-arrays vermijdt. Bovendien overbrugt het werk de kloof tussen theoretische doelwitmodellering en praktisch systeemontwerp door de vereisten voor doelwitverlichting direct te integreren in de beamforming-optimalisatie, waardoor wordt gegarandeerd dat de sensing-prestaties niet in gevaar komen door communicatie-eisen of hardwarebeperkingen zoals zelfinterferentie. De resultaten suggereren dat dit framework een levensvatbaar pad biedt naar hoog-resolutie, full-duplex ISAC-systemen die in staat zijn om de complexe, stochastische aard van real-world uitgebreide doelwitten aan te kunnen.