Quantization Limitations of Leakage Suppression in Self-Calibrating Monostatic Integrated Sensing and Communication MIMO Systems

Resumo Técnico: Limitações de Quantização na Supressão de Vazamento em Sistemas MIMO de Sensoriamento e Comunicação Integrados Monostáticos Autocalibráveis

Definição do Problema
A integração de funcionalidades de sensoriamento na infraestrutura de comunicação existente, uma característica fundamental do futuro padrão 6G, frequentemente depende de arquiteturas de radar monostático onde as antenas de transmissão e recepção estão localizadas no mesmo dispositivo. Um desafio primário para realizar esses sistemas com front-ends MIMO de múltiplas antenas é o vazamento direto de potência transmitida para as cadeias de radiofrequência (RF) receptoras. Este vazamento pode levar os amplificadores receptores à saturação e clipar os conversores analógico-digitais (ADCs). Embora o pré-codificação digital de transmissão seja uma solução promissora para suprimir este vazamento, direcionando os sinais para o nulidade (nullspace) do canal de interferência própria, implementações do mundo real exibem desempenho significativamente degradado em comparação com simulações teóricas. Este artigo postula que o ruído de quantização nos conversores digital-analógico (DACs) e ADCs é um fator primário que limita a eficácia desses esquemas de supressão de vazamento.

Metodologia
Os autores desenvolvem um modelo de sistema linear simplificado para uma arquitetura MIMO de Sensoriamento e Comunicação Integrados (ISAC) monostática e quantizada. O modelo trata os efeitos de quantização de ADCs e DACs de degrau médio (mid-tread) uniformes como ruído aditivo uniformemente distribuído. As etapas principais da metodologia incluem:

1. Modelagem do Sistema: Definição do fluxo de sinal de banda base através dos pesos de pré-codificação digital por meio de DACs quantizados, o canal de interferência própria (composto por vazamento direto e clutter ambiental) e ADCs quantizados. O modelo assume uma distribuição Riceana para o canal de vazamento direto para aderir às restrições de não-clipping.
2. Derivação Teórica: Derivação de uma expressão em forma fechada para a potência de vazamento residual esperada. Esta derivação considera a interação entre os pesos de pré-codificação, o erro de estimativa de canal (especificamente usando um estimador de mínimos quadrados) e o ruído de quantização introduzido tanto nas cadeias de transmissão quanto de recepção.
3. Validação: O modelo teórico é validado através de duas abordagens distintas:
   • Simulações de Monte Carlo: Um simulador baseado em Python (estendendo o HermesPy) para varrer parâmetros como variância do ruído, contagem de observações e resolução de bits.
   • Experimentos de Hardware: Realização de medições em um banco de testes de Rádio Definido por Software (SDR) composto por um USRP Ettus X410 operando um arranjo MIMO 3x3 de antenas de cornos (horn antennas). Para simular resoluções de bits mais baixas, os autores injetam digitalmente ruído uniforme nos fluxos de hardware de alta resolução (DACs de 14 bits e ADCs de 12 bits) para mimetizar os efeitos de níveis de quantização reduzidos.

Principais Contribuições

• Solução em Forma Fechada: O artigo deriva uma expressão em forma fechada (Equação 32) que prevê a potência de vazamento residual esperada em um sistema ISAC monostático autocalibrável. Esta fórmula incorpora explicitamente o impacto dos tamanhos de passo de quantização dos DACs e ADCs ($\Delta_b$), o erro de estimativa de canal e a potência de pré-codificação.
• Identificação de Limites de Quantização: O trabalho identifica o ruído de quantização como um gargalo fundamental, demonstrando que, mesmo com estimativa de canal perfeita, o vazamento residual não pode ser suprimido abaixo de um piso determinado pela resolução de quantização do hardware.
• Validação Empírica: O estudo fornece evidências experimentais de um banco de testes SDR do mundo real que confirmam as previsões teóricas, mostrando um ajuste quase perfeito entre a solução em forma fechada derivada e os dados medidos através de diferentes resoluções de bits.

Resultados

• Resultados de Simulação: Simulações numéricas demonstram que o modelo teórico prevê com precisão a potência de vazamento residual através de diferentes variâncias de ruído e resoluções de bits. Os resultados destacam um efeito de "retornos decrescentes", onde o aumento da resolução de bits de recepção gera melhorias mínimas uma vez que o ruído de quantização de transmissão se torna o fator limitante dominante.
• Resultos de Hardware: Medições do banco de testes MIMO 3x3 validam o modelo teórico. Os dados experimentais alinham-se estreitamente com as expectativas derivadas, confirmando que o ruído de quantização é um fator dominante ao limitar o desempenho da supressão de vazamento. Os resultados mostram que aumentar o número de bits de transmissão reduz significativamente o vazamento residual, enquanto aumentar os bits de recepção tem um impacto limitado se a quantização de transmissão permanecer grosseira.
• Discrepâncias: Os autores observam que o modelo teórico diverge dos resultados numéricos em domínios com poucas observações, atribuindo isso à incapacidade do modelo de capturar precisamente os efeitos de clipping causados pelo ruído em regimes de baixos dados.

Significância e Alegações
O artigo alega que sua principal significância reside em fornecer um método para prever com precisão os limites de desempenho de algoritmos de supressão de vazamento digital antes da implementação do hardware. Ao corrigir a potência de vazamento residual esperada com um termo dependente exclusivamente de parâmetros conhecidos (níveis de quantização e variância da estimativa de canal), os desenvolvedores podem estabelecer metas de desempenho realistas. Os autores concluem que, embora seu modelo atual aborde o ruído de quantização, investigações futuras devem considerar outras não-idealidades, como jitter de clock, ruído de fase, não-linearidades de amplificação e seletividade de frequência, para refinar ainda mais os modelos de sistema. O trabalho não propõe novos algoritmos, mas estabelece um limite teórico para esquemas de pré-codificação existentes em ambientes quantizados práticos.