Zero-Overhead Unambiguous Velocity Estimation in Multiband ISAC Systems Under Random Traffic

1. O Problema

O artigo aborda o desafio crítico da ambiguidade Doppler em sistemas de Sensação e Comunicação Integrada (ISAC).

• Contexto: A estimação de velocidade (Doppler) tradicional depende de taxas de amostragem regulares (semelhantes à Frequência de Repetição de Pulsos - PRF em radares). No entanto, sistemas ISAC modernos reutilizam tráfego de comunicação oportunista, resultando em tempos de chegada de pacotes irregulares e não determinísticos.
• Desafio: Essa irregularidade temporal aumenta o risco de aliasing (ambiguidade Doppler), degradando a precisão da estimação de velocidade.
• Limitações das Soluções Atuais:
  • Aumentar a taxa de amostragem exige tráfego denso ou pacotes de sensoriamento dedicados, o que gera sobrecarga (overhead) no sistema de comunicação.
  • Métodos baseados em múltiplas taxas de amostragem regulares (multi-PRF) são difíceis de implementar em ISAC devido à natureza aleatória do tráfego de rede.
  • Algoritmos existentes muitas vezes falham em cenários de tráfego esporádico ou exigem reconfiguração constante.

2. Metodologia Proposta

Os autores propõem um método original que utiliza a diversidade de frequência de sistemas multibanda para resolver a ambiguidade sem impor restrições temporais ou adicionar sobrecarga.

• Aproveitamento de Tráfego Existente: O método reutiliza pacotes de comunicação já existentes (em vez de enviar pacotes dedicados) para estimar a Resposta ao Impulso do Canal (CIR).
• Modelagem de Fase:
  • O sistema opera em $Q$ bandas de frequência distintas ($f_q$).
  • Para cada banda, calculam-se as diferenças de fase instantâneas entre todos os pares possíveis de pacotes recebidos (combinatória $N(N-1)/2$), e não apenas entre pacotes consecutivos.
  • A diferença de fase observada ($\phi$) é uma versão "envolvida" (wrapped) da diferença de fase física real ($\theta$), que é proporcional à velocidade e ao intervalo de tempo entre pacotes (TDoA).
• Formulação como MIQP (Programação Quadrática Mista-Inteira):
  • O problema é formulado para recuperar o múltiplo inteiro desconhecido ($R$) que representa as voltas completas de fase (ambiguidade de $2\pi$).
  • O sistema de equações é subdeterminado, mas a ambiguidade é resolvida assumindo que pelo menos uma medição de fase é não ambígua (geralmente na banda de frequência mais baixa, onde o intervalo de tempo entre pacotes é pequeno o suficiente para que a fase total não exceda $\pi$).
  • A estimação da velocidade é obtida resolvendo um problema de mínimos quadrados com restrições inteiras (MIQP), utilizando algoritmos eficientes como branch-and-bound ou LAMBDA.
• Flexibilidade Temporal: O método não exige que os tempos de chegada dos pacotes sejam uniformes ou iguais entre as bandas, tornando-o robusto para tráfego aleatório.

3. Principais Contribuições

1. Estimação de Velocidade Sem Ambiguidade e Zero-Overhead: Um método que elimina a necessidade de pacotes de sensoriamento dedicados ou tráfego denso, utilizando apenas o tráfego de comunicação existente.
2. Formulação Matemática Inovadora: A transformação do problema de estimação de velocidade multibanda em um Programa Quadrático Mista-Inteiro (MIQP), explorando diferenças de fase de todos os pares de pacotes disponíveis.
3. Robustez em Condições Reais: Demonstração de que o sistema funciona eficazmente sob padrões de tráfego esporádicos e irregulares, desvinculando a estimação de velocidade de suposições temporais rígidas.
4. Validação Numérica: Avaliação extensiva comparando o método proposto com benchmarks de estado da arte.

4. Resultados Numéricos

Os resultados foram obtidos através de simulações utilizando traços de tráfego Wi-Fi reais e cenários de alvos únicos e multi-componentes (ex: membros de um humano ou hélices de um drone).

• Precisão: O método alcança erros relativos de estimação de velocidade na ordem de $10^{-3}$ a $10^{-4}$ em condições típicas.
• Impacto da Separação de Frequência: A precisão melhora significativamente à medida que aumenta a separação de frequência entre as bandas (ex: combinando sub-6 GHz com mmWave a 60 GHz).
• Robustez ao Ruído: Mesmo com ruído de fase moderado ($\sigma_{w\phi} = 20^\circ$), o aumento do número de pacotes e a diversidade de frequências mantêm o erro baixo.
• Comparação com Benchmarks:
  • Superioridade sobre Métodos de Uma Única Banda: O método multibanda supera drasticamente sistemas de banda única, que sofrem de alta variância e falhas de ambiguidade em altas frequências.
  • Superioridade sobre Máxima Verossimilhança (IML): O método proposto supera abordagens baseadas em máxima verossimilhança iterativa, que frequentemente falham em separar picos de ambiguidade quando há grande separação de frequências.
• Cenários Multi-componentes: O algoritmo demonstra robustez na estimação da velocidade de um componente dominante mesmo na presença de outros componentes refletivos com amplitudes variáveis.

5. Significado e Impacto

Este trabalho oferece uma solução fundamental para a viabilidade prática de sistemas ISAC dinâmicos. Ao demonstrar que é possível realizar sensoriamento de alta precisão sem sobrecarga de comunicação, o método remove uma das principais barreiras para a adoção massiva de ISAC em redes 5G/6G.

A capacidade de operar com tráfego de rede aleatório e irregular torna o sistema aplicável em cenários do mundo real (como monitoramento de tráfego, segurança e saúde), onde a injeção de pacotes dedicados seria inviável ou proibitiva. A abordagem proposta estabelece um novo paradigma para estimação de velocidade, onde a diversidade espectral compensa a irregularidade temporal.