Lorentzian-Constrained Holographic Beamforming Optimization in Multi-user Networks with Dynamic Metasurface Antennas

Resumen Técnico: Optimización de Formación de Haz Holográfica con Restricción Lorentziana en Redes Multiusuario con Antenas de Metasuperficie Dinámicas

Planteamiento del Problema
Las Antenas de Metasuperficie Dinámicas (DMA, por sus siglas en inglés) ofrecen una alternativa prometedora a las arquitecturas totalmente digitales (FD) para la tecnología 6G y más allá, utilizando metasuperficies reconfigurables de bajo costo para lograr formación de haz híbrida. Sin embargo, las arquitecturas DMA enfrentan un compromiso fundamental: si bien reducen significativamente el número de cadenas de radiofrecuencia (RF) requeridas y la complejidad del hardware, imponen restricciones físicas estrictas sobre los pesos de formación de haz. Específicamente, los elementos de las DMA se comportan como resonadores lorentzianos, donde la amplitud y la fase están intrínsecamente acopladas en lugar de ser ajustables de forma independiente. Esta "restricción lorentziana" limita los pesos disponibles a una curva específica (el círculo lorentziano) en el plano complejo, a diferencia de los arreglos convencionales que asumen un círculo de módulo constante.

En redes MISO (Múltiple Entrada, Una Salida) multiusuario, esta restricción complica la asignación de recursos. El problema central abordado es la minimización de la potencia de transmisión total mientras se satisfacen las restricciones de la Relación Señal a Interferencia más Ruido (SINR) para múltiples usuarios. La literatura existente suele emplear métodos de proyección específicos para mapear los pesos de formación de haz ideales y sin restricciones sobre el círculo lorentziano, pero estos métodos suelen estudiarse de forma aislada. Existe una falta de comparación sistemática entre diferentes estrategias de mapeo (por ejemplo, variando el centro de mapeo) y una necesidad de algoritmos que puedan navegar mejor el compromiso entre la reducción de cadenas de RF y el rendimiento de la formación de haz, particularmente a medida que aumenta el número de usuarios.

Metodología
Los autores proponen un marco unificado para optimizar los pesos de las DMA y los precodificadores digitales mediante un enfoque de Optimización Alternante (AO) combinado con la Relajación Semidefinida (SDR). El proceso de solución consta de dos subetapas principales:

1. Optimización del Precocodificador Digital: Con los pesos de la DMA fijos, el problema se reformula como un problema convexo de SDR para optimizar los vectores de precodificación digital.
2. Optimización de los Pesos de la DMA: Con los precodificadores digitales fijos, el problema se relaja nuevamente mediante SDR para encontrar los pesos óptimos sin restricciones. Estos pesos ideales se proyectan luego sobre el círculo lorentziano físicamente factible.

El artículo introduce y formaliza el Método General de Holografía con Restricción Lorentziana (GMLCH). Este marco estandariza el proceso de proyección parametrizando el centro de mapeo $(x_c, y_c)$ en el círculo lorentziano. Permite la evaluación sistemática de tres estrategias de mapeo existentes:

• LCPH (Holograma de Fase con Restricción Lorentziana): Centro de mapeo en $(0, 0)$.
• LCEH (Holograma Euclídeo con Restricción Lorentziana): Centro de mapeo en $(0, 0.5)$.
• LCUSH (Holograma de Desplazamiento Unitario con Restricción Lorentziana): Centro de mapeo en $(0, 1.0)$.

Basándose en el GMLCH, los autores proponen un nuevo algoritmo: Holografía de Radio Adaptativo con Restricción Lorentziana (ARLCH). A diferencia de los métodos anteriores que se adhieren estrictamente al diámetro del círculo lorentziano unitario, el ARLCH introduce un grado de libertad adicional al ajustar dinámicamente el diámetro (radio) del círculo lorentziano durante el proceso de optimización. Esto permite al algoritmo encontrar un centro y un diámetro de mapeo óptimos que minimicen la distancia entre los pesos ideales sin restricciones y los pesos físicamente restringidos antes de normalizar de nuevo a la condición unitaria.

Contribuciones Clave

1. Marco de Optimización Unificado: El artículo desarrolla un novedoso algoritmo basado en SDP y AO que integra el GMLCH, permitiendo la optimización conjunta de los precodificadores digitales y los pesos de la DMA dentro de un solo marco. Esto permite una comparación directa y sistemática de diferentes estrategias de mapeo lorentziano (LCPH, LCEH, LCUSH) bajo garantías de Calidad de Servicio (QoS), un vacío no abordado previamente en la literatura.
2. Análisis de Rendimiento de los Centros de Mapeo: El estudio demuestra que la elección del centro de mapeo impacta significativamente el rendimiento. Los resultados indican que el LCEH supera al LCUSH y al LCPH, particularmente en escenarios con un mayor número de usuarios, desafiando la dependencia común del LCUSH en trabajos previos.
3. Nuevo Algoritmo ARLCH: Los autores proponen el ARLCH, que aprovecha la relajación del diámetro del círculo lorentziano para lograr un mayor rendimiento en la formación de haz. Este método proporciona un grado de libertad adicional, permitiendo el ajuste dinámico del centro de mapeo para alinear mejor los pesos ideales con las restricciones físicas.
4. Escalabilidad y Eficiencia: El artículo proporciona extensos resultados numéricos que muestran que el ARLCH reduce significativamente la potencia de transmisión en comparación con los modelos de referencia, y que la ganancia de rendimiento aumenta a medida que crece el número de usuarios.

Resultos Numéricos
Las simulaciones se realizaron en un escenario de enlace descendente MISO de campo cercano con un Arreglo Planar Uniforme (UPA) de 16x16 y una frecuencia de 28 GHz.

• Escenario de Usuario Único: El ARLCH redujo la potencia de transmisión significativamente en comparación con el LCUSH y un método base ADMM-SCA. Para un usuario en un ángulo amplio ($80^\circ$), el ARLCH requirió aproximadamente la mitad de la potencia de transmisión que el LCUSH para alcanzar la misma SINR.
• Escenario Multiusuario: A medida que aumentaba el número de usuarios ($K$), la brecha de rendimiento entre las arquitecturas basadas en DMA y las basadas en FD se ensanchaba debido a las limitaciones de los grados de libertad. Sin embargo, el ARLCH redujo consistentemente esta brecha. En comparación con la variante de GMLCH con mejor desempeño (LCEH), el ARLCH logró una reducción de la potencia de transmisión de hasta un 29.1% para $K=8$.
• Comparación de Estrategias de Mapeo: Se encontró que el LCEH superaba al LCUSH (el método más común en la literatura) en aproximadamente un 17% para $K=8$. El LCPH fue el que peor desempeño tuvo debido a su tendencia a recortar elementos en el semiplano inferior.
• Espaciado Denso: Los métodos propuestos se mantuvieron robustos bajo espaciados de elementos de antena más densos ($\lambda/6$), donde el ARLCH mantuvo una ventaja de potencia de aproximadamente un 20% sobre otras variantes de GMLCH.

Significancia y Reivindicaciones
El artículo sostiene que la principal significancia de este trabajo radica en abordar el desajuste estructural entre los requisitos ideales de formación de haz y la capacidad de sintonización física de los elementos de las DMA. Al formalizar el proceso de proyección a través de GMLCH e introducir el enfoque de radio adaptativo (ARLCH), los autores demuestran que la brecha de rendimiento entre las arquitecturas de baja complejidad de las DMA y los sistemas de alta complejidad totalmente digitales puede reducirse significativamente.

Los autores señalan modestamente que, aunque su enfoque de optimización es computacionalmente más intensivo que algunos modelos de referencia debido a la formulación SDP, ofrece una flexibilidad y un rendimiento superiores. Enfatizan que los resultados resaltan el papel crítico de seleccionar el centro de mapeo apropiado y el potencial de la optimización de radio adaptativo. El artículo concluye que el ARLCH proporciona una solución escalable para futuras redes multiusuario, aunque reconoce que el trabajo futuro debe abordar los impedimentos prácticos del hardware, el acoplamiento mutuo y la información de canal (CSI) imperfecta antes de su implementación física.