Uplink Positioning for PASS in Multipath Environments

Resumo Técnico: Posicionamento de Uplink para PASS em Ambientes de Multicaminho

Declaração do Problema
Sistemas de antena de pinçamento (PASS - Pinching-Antenna Systems) oferecem uma alternativa promissora aos sistemas convencionais de arranjos de antenas de posição fixa e sistemas de antenas fluídas, ao permitir a reconfigurabilidade de antenas em escala de metros por meio de guias de onda dielétricos de baixo custo. Embora o PASS tenha sido extensivamente estudado para a otimização do desempenho de comunicação (ex: beamforming, alocação de recursos), suas capacidades de posicionamento permanecem subexploradas. Os estudos de posicionamento existentes para PASS são amplamente restritos a cenários de linha de visada (LoS - Line-of-Sight) ou dependem de métodos de alta complexidade, como recuperação esparsa baseada em dicionário ou inferência Bayesiana iterativa, que sofrem com descasamento de grade (grid mismatch) e cargas computacionais elevadas. Em ambientes internos práticos, a propagação de multicaminho é inevitável, e os componentes de não-linha de visada (NLoS - Non-Line-of-Sight) introduzem vieses significativos. Há uma necessidade crítica de algoritmos de posicionamento de uplink de baixa complexidade que possam separar com precisão os atrasos de LoS dos componentes de NLoS em ambientes de multicaminho para explorar plenamente os ganhos de comunicação do PASS.

Metodologia
O artigo estabelece um framework de posicionamento de multi-portadora de uplink para PASS em ambientes de multicaminho. O modelo do sistema envolve um ponto de acesso (AP) conectado a quatro guias de onda, cada uma equipada com uma antena de pinçamento (PA) móvel. O usuário transmite símbolos de piloto através de $K$ subportadoras. O canal é modelado como um canal de milimétrica esparsa contendo $L$ componentes de multicaminho, onde o caminho LoS é dominante.

A solução proposta consiste em dois algoritmos de medição de distância (ranging) e um algoritmo de posicionamento:

1. Algoritmo de Ranging Baseado em Matrix Pencil (MP):

   • Este método constrói matrizes de Hankel a partir das observações de canal com média coerente.
   • Explora a propriedade de invariância de deslocamento da matriz de Hankel para separar o componente LoS dos componentes NLoS.
   • Ao realizar a Decomposição de Valor Singular (SVD) e projetar no subespaço de sinal, o algoritmo extrai os polos do sinal.
   • Um filtro de círculo unitário remove polos espúrios causados pelo ruído, e o menor atraso estimado corresponde à distância LoS.
   • Complexidade: Alta ($O(\kappa^3)$), envolvendo SVD completa, computação de pseudo-inversa e decomposição de autovalores.

2. Algoritmo de Ranging de Rank-1 de Baixa Complexidade:

   • Projetado para reduzir o custo computacional, este método aproxima a matriz de Hankel usando uma SVD truncada para obter a aproximação de Rank-1 ideal.
   • Assume que o componente LoS domina a potência do sinal, isolando efetivamente o atraso LoS dominante enquanto suprime componentes NLoS e ruído.
   • O polo do sinal LoS é extraído diretamente via um critério de Mínimos Quadrados (LS) em submatrizes deslocadas, evitando inversões de matriz e decomposição de autovalores completa.
   • Complexidade: Baixa ($O(\kappa^2)$), escalando linearmente com o número de subportadoras e dimensões da matriz.

3. Posicionamento de Mínimos Quadrados Não Lineares Ponderados (WNLS) em Dois Estágios:

   • Utilizando as distâncias LoS estimadas por qualquer um dos algoritmos de ranging, um processo de dois estágios estima a posição 3D do usuário.
   • Estágio 1: Uma estimativa linear inicial é obtida pela eliminação de termos quadráticos nas equações de distância.
   • Estágio 2: A estimativa inicial é refinada usando um algoritmo WNLS, onde pesos são atribuídos com base na amplitude estimada dos componentes LoS para melhorar a robustez.

Principais Contribuições

• Framework: Proposta de um framework abrangente de posicionamento de uplink multi-portadora para PASS, especificamente projetado para ambientes práticos de multicaminho.
• Algoritmos: Desenvolvimento de dois algoritmos de ranging: um método baseado em MP de alta precisão que separa caminhos LoS/NLoS, e um método de Rank-1 de baixa complexidade que isola o caminho LoS dominante via SVD truncada.
• Análise Teórica: Derivação de variâncias de ranging de forma fechada para ambos os algoritmos sob aproximações de alto SNR. O artigo estabelece a Matriz de Informação de Fisher (FIM) e deriva o Limite de Erro de Posição (PEB) para revelar o mecanismo de propagação de erro do ranging para os erros de posicionamento 3D, destacando os impactos do número de subportadoras, largura de banda e Diluição Geométrica da Precisão (GDoP).
• Caracterização de Desempenho: Demonstração de que o algoritmo MP atinge maior precisão e robustez, enquanto o algoritmo de Rank-1 oferece uma alternativa leve com um compromisso (trade-off) na precisão devido ao viés de multicaminho.

Resultados
Simulações numéricas conduzidas em uma sala de 6m $\times$ 10m $\times$ 3m com 4 PAs e 200 ambientes de multicaminho aleatórios yielded os seguintes achados:

• Precisão vs. Complexidade: O algoritmo baseado em MP atinge maior precisão de ranging e posicionamento e segue a tendência do PEB derivado. O algoritmo baseado em Rank-1 exibe um patamar de erro (error floor) em cenários de baixo ruído devido ao viés determinístico de multicaminho, mas oferece uma complexidade computacional significativamente menor.
• Impacto das Subportadoras: Aumentar o número de subportadoras ($K$) melhora a precisão do posicionamento do algoritmo MP ao fornecer uma amostragem mais densa no domínio da frequência. Em contraste, o algoritmo de Rank-1 mostra melhoria negligenciável com o aumento de $K$, pois seu desempenho é limitado pelo viés determinístico induzido por NLoS, em vez de ruído aleatório.
• Robustez: O algoritmo MP demonstra maior robustez a variações na altura do usuário e ambientes de multicaminho. O algoritmo de Rank-1 é mais sensível a mudanças na altura do usuário, levando a aumentos maiores de erro conforme o usuário se aproxima das PAs montadas no teto (piorando o GDoP).
• Patamar de Erro: O erro de posicionamento do algoritmo de Rank-1 permanece relativamente constante através de uma gama de potências de ruído uma vez que o ruído é baixo o suficiente para que o viés determinístico domine, enquanto o erro do algoritmo MP diminui monotonicamente com a potência do ruído.

Significância
O artigo afirma que o posicionamento preciso de uplink é um pré-requisito fundamental para otimizar a implantação e o beamforming do PASS. Ao fornecer algoritmos de baixa complexidade e uma análise de erro rigorosa, este trabalho aborda a lacuna na pesquisa de posicionamento de PASS para ambientes de multicaminho. Os resultados sugerem que o algoritmo baseado em MP é adequado para cenários de alta precisão onde recursos computacionais estão disponíveis, enquanto o algoritmo de Rank-1 fornece uma solução viável e leve para cenários onde as restrições computacionais são apertadas ou os níveis de ruído são altos. O PEB derivado e a análise de propagação de erro oferecem insights teóricos sobre os limites fundamentais do posicionamento baseado em PASS.