Environment-Aware MIMO Channel Estimation in Pilot-Constrained Upper Mid-Band Systems

Resumen Técnico: Estimación de Canales MIMO Consciente del Entorno en Sistemas de Banda Media Superior con Restricción de Pilotos

Planteamiento del Problema
La información precisa del estado del canal (CSI, por sus siglas en inglés) es crítica para los sistemas MIMO de próxima generación, particularmente en la banda media superior (7–24 GHz), donde prevalecen las matrices de antenas de gran tamaño, los anchos de banda amplios y los escenarios multiusuario. Una CSI inexacta conduce al desalineamiento del haz, interferencias y una degradación de las capacidades de detección. Los métodos de estimación tradicionales basados en modelos tienen dificultades en entornos urbanos complejos cuando el número de señales piloto es limitado, lo que provoca una degradación del rendimiento debido al alto overhead y la complejidad computacional. Por el contrario, los enfoques puramente basados en datos (redes neuronales de caja negra) carecen de interpretabilidad física, requieren una extensa recolección de datos específicos del sitio y suelen fallar en la generalización cuando el entorno de despliegue cambia. Además, los enfoques recientes basados en modelos de difusión introducen un alto overhead computacional en el proceso de generación hacia atrás, lo que los hace inadecuados para sistemas de comunicación en tiempo real.

Metodología
Los autores proponen un novedoso marco de Red Neuronal Informada por la Física (PINN, por sus siglas en inglés) diseñado para operar en escenarios con restricción de pilotos. La innovación central radica en la fusión de estimaciones de canal gruesas con información de propagación ambiental derivada de mapas de Fuerza de la Señal Recibida (RSS).

1. Modelos Físicos y de Comunicación:

   • El modelo físico utiliza las ecuaciones de Maxwell para relacionar la distribución del campo eléctrico con el RSS, contabilizando la superposición coherente de los componentes de trayectoria múltiple.
   • El modelo de comunicación representa el canal MIMO selectivo en frecuencia como una suma de trayectorias con retardos específicos, ángulos (AoA/AoD) y ganancias complejas.
   • Se establece un vínculo matemático entre ambos: el RSS en una ubicación de recepción es proporcional a la esperanza de la norma de Frobenius al cuadrado de las matrices de canal integrada sobre todos los retardos de canal (delay taps).

2. Arquitectura de la Red:

   • Entrada: La red toma dos entradas: (1) una estimación de canal gruesa obtenida mediante un estimador estándar de Mínimos Cuadrados (LS) utilizando pilotos dispersos, y (2) un mapa de RSS generado mediante trazado de rayos (por ejemplo, usando Wireless Insite) basado en una estimación gruesa de la posición del Equipo de Usuario (UE).
   • Estructura: El marco emplea una arquitectura U-Net mejorada integrada con módulos Transformer.
     • Codificador: Utiliza bloques ResNet con conexiones de salto (skip connections) para procesar el tensor de canal 3D y una CNN compacta para extraer características espaciales del mapa de RSS.
     • Fusión del Espacio Latente: Un mecanismo de atención cruzada fusiona las características del canal (Query) con las características del RSS (Key y Value). Esto permite a la red consultar qué patrones de propagación ambiental son más relevantes para refinar elementos de canal específicos.
     • Decodificador: Refleja al codificador utilizando convoluciones transpuestas y conexiones de salto para recuperar las dimensiones del canal refinado preservando los detalles espaciales.
   • Objetivo de Entrenamiento: El modelo se entrena utilizando una función de pérdida compuesta:
     • $L_{NMSE}$: Error de reconstrucción estándar entre el canal estimado y el real.
     • $L_{phy}$: Un término informado por la física que impone consistencia entre la potencia del canal estimado y el RSS derivado de las ecuaciones de Maxwell.
     • $L_{total} = L_{NMSE} + \zeta L_{phy}$, donde $\zeta$ equilibra los términos. Esta restricción limita el espacio de hipótesis a una variedad (manifold) de menor dimensión, reduciendo la varianza de la estimación en regímenes limitados de pilotos.

Contribuciones Clave

• Primera PINN para Banda Media Superior: Este trabajo presenta la primera aplicación de un marco PINN específicamente para la estimación de canales MIMO en la banda media superior bajo condiciones de restricción de pilotos.
• Novedoso Mecanismo de Fusión: A diferencia de trabajos previos que utilizan PINNs únicamente para pérdida de trayectoria o combinan modelos simplistas con redes de caja negra, este enfoque integra mapas de RSS con estimaciones basadas en LS mediante una U-Net mejorada con Transformer y atención cruzada. Esto fusiona eficazmente la física de la propagación ambiental con los datos de canal gruesos.
• Generalización y Adaptabilidad: El marco demuestra una fuerte generalización a través de diferentes frecuencias (8 GHz vs. 15 GHz) y entornos (Boston urbano vs. cañón urbano) con un ajuste fino mínimo.
• Disponibilidad de Datos: Los autores han puesto a disposición de la comunidad de investigación el conjunto de datos de trazado de rayos realista utilizado para la validación.

Resultados Experimentales
El marco fue evaluado utilizando aproximadamente 10,000 canales urbanos generados mediante trazado de rayos en Boston, cubriendo las frecuencias de 8 GHz y 15 GHz.

• Ganancia de Rendimiento: Comparado con métodos de vanguardia (incluyendo OMP, estimadores basados en CNN y modelos de difusión), la PINN propuesta logra una ganancia de >5 dB en el Error Cuadrático Medio Normalizado (NMSE) a 0 dB de SNR con solo 4 señales piloto (en comparación con los 64 pilotos requeridos por los métodos clásicos).
• Régimen de Pilotos Limitados: La PINN supera significativamente a los modelos base cuando el número de pilotos es bajo, manteniendo la robustez donde otros métodos se degradan.
• Complejidad: La PINN logra una latencia de inferencia significativamente menor (11.12 ms) y menos FLOPs (70.85G) en comparación con los modelos de difusión (50.30 ms, 130.15G), lo que la hace más viable para sistemas masivos MIMO en tiempo real, a pesar de tener más parámetros que el modelo de difusión.
• Aprendizaje por Transferencia: Al transferir de 15 GHz a 8 GHz, el ajuste fino con solo el 10% de los datos objetivo produjo un NMSE de ≈ -5 dB, mejorando a ≈ -13 dB con el entrenamiento completo. Del mismo modo, transferir de un mapa de Boston a un cañón urbano requirió solo 100 muestras para alcanzar un NMSE de ≈ -9 dB.

Significancia y Reivindicaciones
El artículo afirma que este marco ofrece una solución escalable y físicamente fundamentada para el despliegue en tiempo real en sistemas MIMO de próxima generación. Al aprovechar los conocimientos ambientales (mapas de RSS) a través de una pérdida informada por la física, el método supera la naturaleza ávida de datos del aprendizaje profundo puro y la rigidez de los enfoques tradicionales basados en modelos. Los autores sostienen que el enfoque mantiene una complejidad computacional práctica mientras proporciona una precisión superior en escenarios con un overhead de pilotos limitado, una restricción crítica para las futuras comunicaciones de banda media superior. El trabajo enfatiza que la pérdida informada por la física mejora tanto la generalización como la estabilidad del entrenamiento al reducir la dimensionalidad efectiva del problema de estimación.