Estimating Target Doppler in Unsynchronized Multistatic ISAC Deployments with Mobile Nodes

Resumo Técnico: Estimativa do Doppler do Alvo em Implantações Multistáticas ISAC Dessincronizadas com Nós Móveis

Declaração do Problema
A Sensoriamento e Comunicação Integrados (ISAC) é uma pedra angular das futuras redes 6G, no entanto, a caracterização precisa de alvos em cenários do mundo real enfrenta obstáculos significativos. Enquanto os sistemas de radar monostáticos são bem compreendidos, implantações práticas de ISAC frequentemente dependem de configurações bistáticas ou multistáticas envolvendo Transmissores (TX) e Receptores (RX) fisicamente separados. Esses cenários tornam-se particularmente desafiadores quando os nós são móveis e dessincronizados.

Em tais ambientes, a estimativa do desvio Doppler do alvo é distorcida por dois fatores primários:

1. Assincronia de Relógio: A falta de sincronização entre o TX e múltiplos RXs introduz Desvios de Temporização (TO), Desvios de Frequência de Portadora (CFO) e Desvios de Fase (PO). Estes atuam como termos de perturbação que obscurecem o desvio de frequência induzido pelo alvo.
2. Mobilidade do Nó: Quando o TX (por exemplo, um Equipamento de Usuário móvel) está em movimento, ele introduz um componente Doppler adicional e dinâmico que se combina de forma não trivial com o próprio desvio Doppler do alvo.

A literatura existente abordou amplamente essas questões separadamente (por exemplo, dispositivos estáticos com assincronia ou radares monostáticos móveis) ou dependeu da presença de caminhos de Linha de Visão (LoS) juntamente com refletores estáticos externos para resolver ambiguidades. Este artigo aborda a lacuna na estimativa do Doppler do alvo em uma configuração multistática, móvel e assíncrona, sem aproveitar qualquer refletor externo.

Metodologia
O método proposto visa um cenário com um TX móvel e múltiplos RXs estáticos (por exemplo, setores de um gNB 5G ou componentes de Cloud RAN). Assume-se que os RXs estejam sincronizados em fase na banda base, mas possuam front-ends de RF independentes, resultando em CFOs e POs únicos para cada receptor. O algoritmo opera em quatro etapas distintas:

1. Remoção de Desvios (CFO e PO):
   O método explora a invariância do CFO e do PO em todos os componentes de múltiplos caminhos recebidos por um único RX. Ao subtrair a fase do caminho LoS direto (do TX ao RX) da fase do caminho do alvo (TX para Alvo para RX) em cada RX, os termos de desvio comuns ($\Psi^o_n$) são eliminados. Isso deixa uma diferença de fase dependente apenas da geometria do caminho e dos desvios Doppler.

2. Eliminação do Termo de Fase Estática:
   A diferença de fase restante ainda contém termos estáticos relacionados ao comprimento do caminho ($\Delta \angle A_n$). Ao calcular a diferença no domínio do tempo entre passos de tempo consecutivos (diferenciação de fase temporal), esses termos de fase relacionados à amplitude estática são removidos, isolando os componentes Doppler dinâmicos.

3. Simplificação Geométrica:
   O sistema resultante de equações relaciona as diferenças de fase medidas às velocidades do TX e do alvo, bem como vários ângulos geométricos (ângulo bistático, vetores de velocidade relativos à linha de visada). Inicialmente, este sistema é subdeterminado. Os autores reduzem o número de incógnitas aproveitando as localizações conhecidas dos Receptores e medições de Ângulo de Chegada (AoA):

   • As posições conhecidas dos RXs e os AoAs permitem a triangulação das localizações do TX e do alvo.
   • Essas localizações estimadas permitem o cálculo dos ângulos bistáticos ($\beta_n$).
   • Relações geométricas recursivas são estabelecidas entre os ângulos de RXs adjacentes ($\zeta_{n+1}$ e $\gamma_{n+1}$), reduzindo as incógnitas angulares independentes.
   • Restrição Chave: Através dessas simplificações, o sistema torna-se solucionável apenas se pelo menos quatro RXs ($N_{rx} \ge 4$) estiverem disponíveis.

4. Otimização Não Linear:
   O sistema reduzido, contendo quatro incógnitas (magnitude da velocidade do TX, magnitude da velocidade do alvo e dois ângulos iniciais), é resolvido como um problema de Mínimos Quadrados (LS) não linear usando o algoritmo de Levenberg–Marquardt. Uma média móvel é aplicada às soluções para melhorar a qualidade da estimativa.

Principais Contribuições
O artigo reivindica três contribuições primárias:

1. Primeiro Método para Doppler Multistático Móvel/Assíncrono: Apresenta a primeira técnica para estimar o Doppler do alvo em um cenário ISAC multistático onde tanto o TX quanto o alvo estão em movimento, e os nós são dessincronizados, sem exigir refletores externos.
2. Modelagem Realista de Hardware: A abordagem contabiliza explicitamente o caso desafiador, mas realista, onde cada RX exibe CFOs e POs distintos devido a front-ends de RF separados, uma condição frequentemente ignorada em modelos teóricos, mas crítica para a precisão do sensoriamento.
3. Validação via Simulação: A solução é avaliada através de simulações numéricas em vários cenários, demonstrando sua validade para a estimativa de desvios Doppler em implantações multistáticas realistas.

Resultados da Simulação
Os autores avaliaram o método usando Sinais de Referência de Demodulação (DM-RS) do Canal Compartilhado de Uplink Físico (PUSCH) 5G NR a 28 GHz. As principais descobertas incluem:

• Sensibilidade ao Ruído do AoA: O método é robusto a pequenos ruídos de AoA (Desvio Padrão $\le 3^\circ$), resultando em um Erro Absoluto Médio (MAE) $\le 100$ Hz. O desempenho degrada-se significativamente com erros maiores de AoA ($10^\circ$–$20^\circ$).
• Espaçamento dos Receptores: Maior diversidade espacial (maior distância inter-RX) melhora o desempenho. Quando os RXs estão muito próximos, as similaridades de caminho tornam mais difícil resolver a dinâmica da cena.
• Limitações de Alcance: Com uma implantação localizada de RX (semelhante a um único setor de gNB), o método desempenha-se bem em curtas distâncias (compatível com cenários de ruas estreitas, por exemplo, distância do TX $\le 10$ m). O desempenho degrada-se em alcances maiores, a menos que os RXs estejam distribuídos sobre uma área mais ampla (por exemplo, lados opostos de uma rua larga), o que aumenta a diversidade espacial, mas também a complexidade de implementação.
• Invariância de Velocidade: A precisão do método é invariante à velocidade do alvo, desempenhando-se consistentemente em velocidades de pedestres, bicicletas e veículos.

Significado e Reivindicações
O artigo reivindica modestamente fornecer uma abordagem válida para um problema anteriormente não resolvido no ISAC: estimar o Doppler do alvo na ausência de sincronização e refletores externos em um cenário multistático móvel. Demonstra que o problema é matematicamente solucionável com um mínimo de quatro receptores, explorando invariâncias geométricas e relações de fase.

Os autores posicionam este trabalho como um passo em direção a tecidos de sensoriamento baseados em rádio pervasivos no 6G, onde o sensoriamento é embutido diretamente na infraestrutura de comunicação. Eles reconhecem que, embora a implantação localizada atual funcione bem para cenários de curto alcance, trabalho futuro é necessário para otimizar o posicionamento dos RXs para cobertura mais ampla e validar experimentalmente a metodologia em condições do mundo real.