On Unified CRLB Framework from Generic Signals to ISAC Waveforms with Virtual Array Sensing

Resumo Técnico: Framework Unificado de LCR de Cramer-Rao de Sinais Genéricos a Formas de Onda ISAC com Sensoriamento de Array Virtual

Declaração do Problema
O Sensoriamento e Comunicações Integrados (ISAC) é uma tecnologia pivotal para redes 6G, visando compartilhar recursos espectrais e de hardware entre funções de sensoriamento de radar e comunicação. Embora os limites de desempenho para sistemas de comunicação estejam bem estabelecidos, as limitações fundamentais do sensoriamento de radar dentro de frameworks ISAC exigem análise rigorosa. Um desafio crítico na derivação do Limite Inferior de Cramér–Rao (LCR) para parâmetros de nível de sinal (atraso, Doppler e Ângulo de Chegada) é o acoplamento entre atraso e Doppler dentro da Matriz de Informação de Fisher (FIM). Estudos anteriores frequentemente ignoraram esse acoplamento ou forneceram soluções não fechadas, levando a análises imprecisas ou à falta de expressões tratáveis para otimização. Além disso, a literatura existente carece de um framework unificado que possa analisar consistentemente diversas formas de onda ISAC (por exemplo, FMCW, PMCW, OFDM, OTFS) e estender essas análises a sistemas de Array Virtual (VA) com diferentes esquemas de multiplexação, particularmente em relação ao impacto da transmissão não coerente na precisão de estimação.

Metodologia
Os autores propõem um framework unificado de LCR partindo de um modelo de sinal genérico para sistemas de radar. A metodologia prossegue através das seguintes etapas:

1. Análise de Sinal Genérico e Desacoplamento: O artigo deriva a FIM para um modelo de sinal genérico envolvendo amplitude, fase, atraso, Doppler e Ângulo de Chegada. Um foco central são os termos de acoplamento entre atraso e Doppler ($C_0$ e $I\{C_1\}$) na FIM. Os autores estabelecem condições específicas sob as quais esses termos de acoplamento desaparecem:

   • $C_0$ desaparece se o espectro de potência do sinal for uma função par (simétrica em relação à frequência zero).
   • $I\{C_1\}$ desaparece se a derivada da fase do sinal for simétrica ao centróide de energia no domínio do tempo (ou equivalentemente, a derivada da fase no domínio da frequência for uma função par).
     O artigo demonstra que essas condições são tipicamente satisfeitas por formas de onda ISAC comuns, permitindo a derivação de uma FIM Equivalente (EFIM) tratável e desacoplada.

2. Derivações Específicas por Forma de Onda: Usando o framework unificado, os autores derivam LCRs fechados para quatro formas de onda representativas:

   • FMCW: Valida resultados existentes e fornece aproximações assintóticas para comprimentos de quadro grandes.
   • PMCW: Preenche uma lacuna na literatura ao fornecer o primeiro LCR fechado para PMCW, analisando o impacto de vários pulsos formatados (Retangular, Sinc, RRC, RC) na largura de banda de Raiz Quadrática Média (RMS).
   • OFDM & OTFS: Deriva LCRs baseados no modelo genérico, mostrando consistência com análises específicas de formas de onda encontradas em trabalhos anteriores. Para OTFS, o artigo argumenta que, apesar das diferenças no processamento de sinal (por exemplo, ICI/ISI), o LCR fundamental é determinado por estatísticas de segunda ordem, que correspondem às do OFDM sob alocação de recursos idêntica.

3. Extensão para Array Virtual (VA): O framework é estendido para sistemas de radar MIMO colocalizados empregando Arrays Virtuais. Os autores reconstroem o modelo de transmissão para contabilizar diferentes esquemas de multiplexação: Multiplexação por Divisão de Tempo (TDM), Multiplexação por Divisão de Frequência (FDM) e Multiplexação por Divisão de Código (CDM). Eles provam que a FIM global para um sistema VA é a soma das FIMs individuais de cada elemento de antena transmissora, desde que os termos de ruído sejam não correlacionados. Isso permite a análise de como a transmissão não coerente e a energia reduzida por antena afetam o LCR.

Principais Contribuições

• Framework Unificado: O artigo fornece um framework geral de LCR que abrange casos específicos de formas de onda como instâncias especiais, permitindo comparações de desempenho sistemáticas e justas entre diferentes designs de sinal.
• Condições de Desacoplamento: Identifica e prova explicitamente as condições sob as quais o acoplamento atraso-Doppler pode ser eliminado, simplificando a FIM para uma forma diagonal para otimização prática e transformação de parâmetros de estado.
• Análise Fechada de PMCW: Aborda a falta de expressões de LCR fechadas para sinais PMCW, analisando especificamente como o formato de pulso (RRC, RC) influencia os limites de estimação.
• Impacto de VA e Multiplexação: Quantifica as compensações introduzidas pela tecnologia VA. A análise revela que, embora o VA melhore a resolução espacial (LCR de AoA), esquemas de transmissão não coerente (TDM, FDM, CDM) degradam a precisão de estimação de atraso e Doppler em comparação com sistemas sem VA, com o TDM mostrando a degradação mais significativa (fator $N_T^2$) devido à redução de energia de sinal.

Resultados

• Verificação de Consistência: Resultados de simulação confirmam que os LCRs derivados do framework unificado proposto alinham-se estreitamente com aqueles obtidos de análises específicas de formas de onda na literatura existente. Para OFDM e OTFS, a razão entre o LCR baseado em sinal contínuo genérico e o LCR baseado em símbolo discreto aproxima-se da unidade à medida que o número de subportadoras e símbolos aumenta, validando a precisão do framework.
• Comportamento da Forma de Onda: A análise mostra que, para PMCW, o LCR é sensível ao fator de rolloff de pulsos formatados; por exemplo, pulsos RC performam pior do que pulsos retangulares quando o fator de rolloff excede 0,6, enquanto pulsos RRC consistentemente superam pulsos retangulares.
• Compensações de Multiplexação:
  • TDM: Resulta na maior degradação para LCRs de alcance e velocidade (escalando com $N_T^2$) devido à redução no tempo de transmissão e energia por antena.
  • FDM e CDM: Oferecem melhor desempenho do que o TDM para alcance e velocidade (escalando com $N_T$), pois mantêm transmissão contínua ou utilizam códigos ortogonais sem compressão de tempo. No entanto, eles ainda degradam a precisão de alcance/velocidade em comparação com um sistema sem VA.
  • Melhoria de AoA: Por outro lado, FDM e CDM melhoram significativamente o LCR de AoA (escalando com $1/N_T$), enquanto o TDM falha em fornecer esse benefício devido a restrições de potência.

Significado
O artigo afirma que o framework unificado proposto oferece uma ferramenta versátil e geral para análise de LCR, particularmente para formas de onda onde resultados analíticos estavam anteriormente ausentes ou excessivamente complexos. Ao fornecer uma forma matemática consistente e tratável, o framework facilita problemas de otimização como formação de feixe e alocação de recursos de rádio (RRA) sem depender de discrepâncias dependentes do modelo. O trabalho destaca que, embora a tecnologia VA melhore a resolução espacial e a separabilidade de alvos, ela inerentemente introduz uma penalidade na precisão de estimação de atraso e Doppler devido à transmissão não coerente, uma compensação que os projetistas de sistemas devem considerar. A flexibilidade do framework permite que ele sirva como um benchmark comum para avaliar formas de onda ISAC emergentes em redes 6G.