Hybrid NOMA Assisted Heterogeneous Semantic and Bit Users Communication

Resumen Técnico: Comunicación Híbrida NOMA Asistida para Usuarios Semánticos y de Bits Heterogéneos

Planteamiento del Problema
El artículo aborda el desafío de integrar la comunicación tradicional basada en bits con la comunicación semántica emergente dentro de las redes inalámbricas de próxima generación. Si bien la comunicación semántica ofrece ventajas en entornos de baja relación señal-ruido (SNR) al centrarse en el significado de la información, la comunicación basada en bits tradicional sigue siendo superior para la recuperación casi sin pérdidas en SNRs más altos. La coexistencia de estos dos tipos de usuarios distintos (usuarios heterogéneos) crea desafíos específicos de diseño, particularmente en lo que respecta a la Cancelación Sucesiva de Interferencias (SIC). En el Acceso Múltiple No Ortogonal (NOMA) estándar, la SIC depende de las condiciones del canal (los usuarios más fuertes decodifican las señales de los usuarios más débiles). Sin embargo, en un sistema conjunto, los usuarios de bits carecen de las redes neuronales preentrenadas necesarias para decodificar señales semánticas, lo que hace ineficaz la SIC basada en canales tradicional. Además, los esquemas híbridos NOMA existentes a menudo no logran adaptar dinámicamente el emparejamiento de usuarios y los órdenes de decodificación para acomodar estos requisitos heterogéneos de procesamiento de señales.

Metodología
Los autores proponen un marco de comunicación NOMA híbrida en enlace descendente que combina dinámicamente el Acceso Múltiple Ortogonal (OMA) y el NOMA para dar servicio a un usuario de bits (B) y dos usuarios semánticos (S1, S2) a través de canales de desvanecimiento Rayleigh.

• Modelo del Sistema: El sistema utiliza un modelo de Comunicación Semántica Profunda (DeepSC) donde las tasas semánticas se determinan mediante una función de similitud semántica, aproximada a través de una función logística generalizada. La tasa del usuario de bits sigue la fórmula de capacidad de Shannon. Para permitir la comparación, la tasa del usuario de bits se transforma en una tasa semántica equivalente.
• Emparejamiento de Usuarios y Decodificación Adaptativa: El núcleo de la metodología es una estrategia de asignación dinámica de ranuras (Algoritmo 1):
  • Ranuras Heterogéneas (Bits + Semántica): Si un usuario de bits y un usuario semántico comparten una ranura, el sistema emplea un orden de decodificación de bits a semántica. El usuario de bits decodifica su señal primero, tratando la señal semántica como interferencia. Luego, el usuario semántico decodifica la señal del usuario de bits, aplica la SIC para eliminarla y decodifica su propia señal libre de interferencias.
  • Ranuras Solo Semánticas: Si dos usuarios semánticos comparten una ranura, el usuario con la ganancia de canal más fuerte se decodifica primero (tratando al más débil como ruido), seguido de la SIC para el usuario más débil.
  • Transición a OMA: Si un usuario semántico tiene una ganancia de canal más fuerte que la del usuario de bits en un emparejamiento potencial, la ranura se asigna exclusivamente al usuario de bits (modo OMA) para evitar un uso ineficiente de los recursos.
• Optimización: Se formula un problema de asignación de potencia para maximizar la Eficiencia Espectral (EE) semántica ergódica equivalente esperada, sujeto a una restricción de potencia total ($P_{max}$). Debido a la naturaleza no convexa de la función de similitud semántica, los autores aprovechan la condición de "compartición de tiempo" para establecer una dualidad fuerte. Resuelven el problema utilizando las condiciones de Karush-Kuhn-Tucker (KKT), derivando aproximaciones en forma cerrada y ecuaciones trascendentales para la distribución óptima de potencia.

Contribuciones Clave

1. Marco NOMA Híbrido: Propuesta de una arquitectura NOMA híbrida diseñada específicamente para usuarios heterogéneos, asignando dinámicamente usuarios a ranuras temporales basándose en las condiciones del canal en tiempo real.
2. Estrategia de Decodificación Adaptativa: Introducción de un orden de decodificación personalizado que prioriza una secuencia de bits a semántica en ranuras mixtas (contraria a la SIC basada en canales tradicional) y una secuencia de más fuerte a más débil en ranuras solo semánticas.
3. Optimización de Asignación de Potencia: Formulación y resolución de un problema de asignación de potencia no convexo que maximiza la EE semántica ergódica equivalente, teniendo en cuenta las características de tasa distintas de los usuarios de bits y semánticos.
4. Validación del Rendimiento: Demostración mediante simulaciones de que el enfoque híbrido propuesto supera a los esquemas solo OMA en términos de EE semántica ergódica.

Resultados de la Simulación
Los autores validan su enfoque utilizando simulaciones de Monte Carlo sobre $10^5$ realizaciones de canal con un radio de celda de 100 metros.

• Rendimiento de EE: La configuración NOMA híbrida propuesta logra consistentemente una mayor EE semántica ergódica equivalente en comparación con una configuración OMA heterogénea a través de varios niveles de potencia máxima ($P_{max}$) y umbrales de similitud semántica ($\epsilon_{th}$).
• Comportamiento de Asignación de Potencia: A medida que aumenta $P_{max}$, el sistema asigna significativamente más potencia al usuario de bits que a los usuarios semánticos. Los autores señalan que esto resulta en una optimalidad "injusta", impulsada por la diferencia entre el crecimiento logarítmico de las tasas de bits y la naturaleza saturante de la función de similitud semántica.
• Sensibilidad al Umbral: Si bien aumentar el umbral de similitud semántica ($\epsilon_{th}$) generalmente reduce la EE debido a limitaciones de reconstrucción, la configuración NOMA híbrida mantiene una ventaja de rendimiento sobre el OMA, atribuida a la capacidad del usuario de bits para ayudar en la reconstrucción precisa de la señal mediante un uso eficiente de los recursos.

Significado y Afirmaciones
El artículo afirma que su marco propuesto cierra efectivamente la brecha entre las comunicaciones semánticas y basadas en bits al resolver la incompatibilidad de la SIC inherente a las redes heterogéneas. Al transitar dinámicamente entre OMA y NOMA y hacer cumplir un orden de decodificación de bits a semántica, el sistema mejora la Eficiencia Espectral general. Los autores afirman que este enfoque proporciona una solución viable para las futuras redes inalámbricas que requieren la coexistencia de paradigmas de comunicación diversos, asegurando un uso eficiente de los recursos mientras se maximiza el rendimiento semántico equivalente de la red. El trabajo se presenta como un paso hacia la optimización de redes de usuarios heterogéneos sin inventar nuevas tecnologías de capa física, sino adaptando los conceptos existentes de NOMA/OMA y DeepSC en un marco cohesivo y optimizado.