Beamforming and Filter Design for Bistatic ISAC under Known and Unknown Transmit Symbols

No cenário congestionado das redes sem fio modernas, cada bit de espectro de rádio é um recurso precioso. Durante décadas, os engenheiros trataram duas funções críticas — enviar dados para telefones e detectar objetos como carros ou drones — como operações separadas, cada uma exigindo seu próprio hardware e sua própria fatia do espectro de radiofrequência. Essa separação está se tornando ineficiente à medida que a demanda por internet mais rápida e detecção mais precisa cresce. Uma nova abordagem, conhecida como sensoriamento e comunicação integrados, busca fundir esses dois mundos. Em vez de usar sinais diferentes para falar e ouvir, esta tecnologia utiliza um único sinal compartilhado para fazer ambas as coisas simultaneamente. O desafio reside em projetar este sinal compartilhado de modo que ele carregue informações claramente para o dispositivo de um usuário e, ao mesmo tempo, ricocheteie em objetos distantes com clareza suficiente para ser detectado por um sistema de radar.

Os pesquisadores por trás deste estudo focaram em um arranjo específico e prático chamado sistema bistático. Em uma configuração de radar tradicional, o transmissor e o receptor situam-se no mesmo local, o que cria um problema difícil: o poderoso sinal enviado pode sobrecarregar o receptor, tal como tentar ouvir um sussurro enquanto se está ao lado de um motor de jato rugindo. Para evitar isso, um sistema bistático coloca o transmissor e o receptor distantes entre si. O transmissor, geralmente uma estação base celular, envia um sinal que serve a dois propósitos: ele entrega dados a múltiplos usuários e ilumina alvos no ambiente. O receptor, localizado em um site diferente, capta os ecos tênues que ricocheteiam nesses alvos. O objetivo deste trabalho foi descobrir como moldar o sinal enviado da estação base e como processar o sinal no receptor para que tanto a qualidade da comunicação quanto o desempenho de detecção do radar sejam o melhor possível, mesmo quando o sistema está sob limites rigorosos de potência.

A equipe abordou um problema de design complexo considerando dois cenários de mundo real muito diferentes em relação ao que o receptor de radar sabe sobre o sinal que está escutando. No primeiro cenário, o receptor tem conhecimento total dos símbolos de dados sendo transmitidos; ele sabe exatamente qual mensagem foi enviada. No segundo cenário, mais difícil, o receptor não tem ideia de quais são os símbolos, talvez devido a restrições de privacidade ou falta de coordenação entre os sistemas. Os pesquisadores desenvolveram métodos matemáticos para otimizar a modelagem do sinal e o processo de filtragem para ambos os casos. O objetivo deles foi maximizar a clareza dos ecos de radar, especificamente a relação sinal-interferência-mais-ruído, que é uma medida de quão distinto é o eco de um alvo em relação ao ruído de fundo e outros sinais de interferência, garantindo que cada usuário de comunicação ainda receba uma conexão clara.

Quando os símbolos são conhecidos, os pesquisadores encontraram uma maneira de calcular o melhor filtro possível para o receptor em uma solução direta, de forma fechada. Eles então utilizaram um processo iterativo para refinar o sinal enviado pelo transmissor, melhorando gradualmente a capacidade do radar de ver alvos sem reduzir a qualidade dos links de comunicação. Quando os símbolos são desconhecidos, o problema torna-se significamente mais difícil porque o receptor não pode simplesmente subtrair o sinal conhecido para encontrar o eco. Neste caso, a equipe empregou uma abordagem passo a passo, alternando entre a otimização do sinal do transmissor e do filtro do receptor. Eles fixavam uma parte, resolviam a melhor versão da outra e, então, voltavam a alternar, repetindo o ciclo até que o sistema se estabilizasse em um estado de alto desempenho.

Os resultados de suas simulações, conduzidas com uma estação base e um receptor, cada um equipado com dezesseis antenas, revelaram uma distinção clara entre os dois cenários dependendo de quanto tempo o sistema tinha para observar os alvos. Quando o sistema observava apenas um único momento no tempo, o desempenho era surpreendentemente semelhante, quer o receptor conhecesse os símbolos ou não. No entanto, a vantagem de conhecer os símbolos tornou-se dramática quando o sistema observava os alvos ao longo de um período mais longo, especificamente através de múltiplas fatias de tempo. Nestas observações de múltiplos slots, conhecer os símbolos permitia que o receptor combinasse os ecos de forma coerente, efetivamente empilhando o sinal para torná-lo muito mais forte contra o ruído. Sem esse conhecimento, as observações permaneciam não estruturadas e o sistema não conseguia obter os mesmos benefícios de observar períodos mais longos. As simulações mostraram que, com quatro slots de tempo de observação, o sistema com símbolos conhecidos alcançou um desempenho de radar significativamente melhor do que o sistema com símbolos desconhecidos, enquanto ambas as abordagens permaneceram próximas ao desempenho de um sistema apenas de radar quando os requisitos de comunicação eram moderados.

Fundamentalmente, o estudo demonstra que, embora sistemas integrados possam funcionar efetivamente mesmo sem o conhecimento total dos dados transmitidos, a capacidade de compartilhar essa informação desbloqueia uma poderosa capacidade para o sensoriamento de longa duração. Os designs propostos permitem que uma única rede sirva múltiplos usuários e detecte múltiplos alvos simultaneamente, mantendo o desempenho do radar notavelmente próximo ao que um sistema de radar dedicado poderia alcançar, desde que as necessidades de comunicação não sejam excessivamente exigentes. Este trabalho fornece um roteiro prático para construir redes futuras que sejam não apenas mais rápidas, mas inerentemente conscientes de seu ambiente físico.