Input Distribution Design for Ranging-Oriented OFDM-ISAC Systems Under Frequency-Selective Fading

1. Probleemstelling

Het artikel behandelt het ontwerp van Integrated Sensing and Communication (ISAC) systemen binnen het kader van Orthogonal Frequency Division Multiplexing (OFDM), specifiek voor 6G-netwerken. De kernuitdaging is de Deterministisch-Random Tradeoff (DRT):

• Sensing: Optimale sensing (specifiek afstandsbepaling) vereist deterministische, zorgvuldig ontworpen golfvormen om de zijlobniveaus in de autocorrelatiefunctie te minimaliseren.
• Communicatie: Informatietransmissie is afhankelijk van willekeurige datapakketten, wat inherent de sensingprestaties verslechtert.

De auteurs richten zich op frequentie-selectieve fadingkanalen, een praktische scenario waarbij de kanaalversterking varieert over de subdragers. Het doel is het ontwerp van de inputverdeling (constellatieontwerp) van de verzonden symbolen om de communicatie onderlinge informatie (snelheid) te maximaliseren, terwijl een beperking wordt opgelegd aan het Verwachte Geïntegreerde Zijlobniveau (EISL), een maatstaf voor afstandsbepalingsnauwkeurigheid.

2. Methodologie

De auteurs stellen een computerefficiënt kader voor om dit optimalisatieprobleem op te lossen, weg van traditionele algoritmen met hoge complexiteit.

A. Wiskundige Formulering

• Doel: Maximaliseren van Onderlinge Informatie $I(x; y)$ onderworpen aan een totaal vermogensbudget ($P$) en een EISL-beperking ($D$).
• Kerninzicht: De EISL is analytisch gekoppeld aan de kurtosis ($\kappa$) van de signaalconstellaties. Specifiek verlaagt lagere kurtosis (dichter bij Phase Shift Keying, PSK) de zijlobben, terwijl hogere kurtosis (dichter bij Gaussian/Quadrature Amplitude Modulation, QAM) de capaciteit verhoogt.
• Factorisatie: De auteurs bewijzen dat onder onafhankelijke subdragers de optimale inputverdeling factoriseert over de subdragers ($p_x(x) = \prod p_{x_i}(x_i)$). Dit maakt het mogelijk het hoog-dimensionale optimalisatieprobleem te ontleden in per-subdragerproblemen.

B. Algorithmische Benaderingen

Het artikel presenteert twee algorithmische fasen:

1. Gefactoriseerde Gewijzigde Blahut-Arimoto (BA) Algoritme:

   • Past het klassieke BA-algoritme aan voor ISAC door gebruik te maken van de factorisatie-eigenschap.
   • Vermindert de computationele complexiteit van exponentieel (in het aantal subdragers $N$) naar lineair ($O(N)$) door integralen alleen uit te voeren over 4-dimensionale ruimten (reële/imaginaire delen van twee complexe variabelen) in plaats van de volledige $2N$-dimensionale ruimte.
   • Beperking: Vereist nog steeds numerieke integratie en het zoeken naar duale variabelen, waardoor het te traag is voor real-time implementatie.

2. Op Gradient Projectie Gebaseerde Benadering (Real-Time Oplossing):

   • Benadering: In plaats van de exacte maximalisatie van onderlinge informatie op te lossen, benaderen de auteurs het probleem door differentiatie-entropie te maximaliseren onder momentbeperkingen (tweede-orde en vierde-orde momenten).
   • Gesloten-Vorm Oplossing: Zij leiden de optimale verdelingsvorm af als $p(z) \propto \exp(-c|z|^4 + a|z|^2)$, waarbij $a$ en $c$ natuurlijke parameters zijn.
   • Gradientberekening: Zij leiden gesloten-vorm expressies af voor de gradient van de entropie met betrekking tot deze parameters.
   • Optimalisatie: Het probleem wordt opgelost met behulp van een Gradient Projectie Methode. Dit omvat:
     • Bijwerken van parameters via gradientascentie.
     • Projecteren van het bijgewerkte vermogen ($p$) en de excess kurtosis ($d$) terug naar het haalbare gebied gedefinieerd door de vermogens- en EISL-beperkingen.
     • De projectiestap wordt efficiënt opgelost met Karush-Kuhn-Tucker (KKT) condities en 1D-zoekopdrachten, waardoor complexe numerieke integraties worden vermeden.

3. Belangrijkste Bijdragen

• Theoretisch Kader: Formuleerde het ISAC inputverdelingsontwerp als een probleem van maximalisatie van onderlinge informatie onder EISL-beperkingen, waarbij EISL expliciet wordt gekoppeld aan constellatiekurtosis.
• Algorithmische Efficiëntie: Ontwikkelde een Gefactoriseerde Gewijzigde BA-algoritme dat de complexiteit reduceert van exponentieel naar lineair met betrekking tot het aantal subdragers.
• Real-Time Implementatie: Stelde een Gradient Projectie-methode voor die uitsluitend vertrouwt op gesloten-vorm expressies en 1D-zoekopdrachten, waardoor real-time signaalontwerp mogelijk wordt voor OFDM-systemen met veel subdragers.
• Ontdekking van Optimale Strategie: Toonde aan dat onder strikte sensingbeperkingen (lage EISL) de optimale strategie afwijkt van traditionele "water-filling" vermogensallocatie. In plaats daarvan wordt uniforme vermogensallocatie over de subdragers bevoordeeld, terwijl kurtosis (het vormgeven van de constellatie) wordt toegewezen aan subdragers met betere kanaalcondities (hogere SNR).

4. Numerieke Resultaten

De auteurs valideerden hun methode met een OFDM-systeem met $N=64$ subdragers over een 4-pads Rician-kanaal:

• Snelheid-Kurtosis Tradeoff: De voorgestelde methode (kurtosisallocatie met uniform vermogen) bereikte een snelheidswinst van maximaal 0,1 bits per subdrager vergeleken met een "uniforme kurtosis"-strategie (waarbij alle subdragers dezelfde constellatievorm gebruiken).
• SNR-Afhankelijkheid: De prestatiewinst was significant groter bij lagere gemiddelde SNR's, waar verschillen in kanaalkwaliteit duidelijker zijn.
• Kurtosisallocatie: De resultaten toonden een "water-filling" -achtig gedrag voor kurtosis: subdragers met lage kanaalversterkingen kregen de minimaal mogelijke kurtosis toegewezen (nabij 1, vergelijkbaar met PSK) om zijlobben te minimaliseren, terwijl subdragers met hoge versterkingen hogere kurtosis kregen om communicatiesnelheden te verhogen.
• Zijlobprestaties: De voorgestelde methode behield identieke zijlobniveaus over alle subdragers, waardoor consistente afstandsbepalingsnauwkeurigheid werd gewaarborgd.

5. Betekenis

Dit werk is significant voor de praktische implementatie van 6G ISAC-systemen om verschillende redenen:

1. Brug tussen Theorie en Praktijk: Het gaat verder dan theoretische capaciteitslimieten door een computationeel efficiënte ontwerpmethode te bieden die geschikt is voor real-time hardware-implementatie.
2. Resource-optimalisatie: Het introduceert een nieuw paradigma waarbij kurtosis wordt behandeld als een toewijsbare resource naast vermogen. Dit stelt systemen in staat dynamisch de balans te vinden tussen sensing- en communicatiebehoeften zonder de golfvormstructuur fundamenteel te veranderen.
3. Schaalbaarheid: Door de complexiteit te reduceren van exponentieel naar lineair (en verder via gradientprojectie), maakt de methode ISAC-ontwerp haalbaar voor grootschalige OFDM-systemen (bijvoorbeeld massive MIMO of breedband 6G) waar traditionele optimalisatiemethoden falen.
4. Ontwerpinzicht: Het daagt de conventionele wijsheid van "water-filling" vermogensallocatie in ISAC-contexten uit, en toont aan dat onder strikte sensingbeperkingen uniforme vermogen met adaptief constellatievormen superieur is.