⚡ electrical engineering

Beam Alignment in Multipath Environments for Integrated Sensing and Communication using Bandit Learning

Este trabajo propone un algoritmo de aprendizaje de bandidos multibrazo (MAB) basado en la integración de detección y comunicación (ISAC) para reducir el tiempo de exploración y mejorar el rendimiento de la alineación de haces en entornos de mmWave, implementándolo mediante un diseño de hardware-software para optimizar la ejecución.

Autores originales: Akanksha Sneh, Shobha Sundar Ram, Sumit J Darak, Aakanksha Tewari

Publicado 2026-02-10

📖 4 min de lectura☕ Lectura para el café

CC0 1.0

Autores originales: Akanksha Sneh, Shobha Sundar Ram, Sumit J Darak, Aakanksha Tewari

Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Problema: El "Juego de las Linternas" en la Oscuridad

Imagina que estás en un estadio de fútbol gigante, completamente a oscuras. Tu misión es encontrar a un amigo que tiene una pequeña linterna y entregarle un paquete.

Como no puedes ver nada, tienes una linterna muy potente, pero es un haz de luz muy estrecho (como un puntero láser). Para encontrar a tu amigo, tienes que ir moviendo tu linterna poco a poco: primero hacia la izquierda, luego hacia la derecha, arriba, abajo...

En el mundo de las telecomunicaciones de última generación (como el 6G), esto es lo que pasa. Las señales de alta velocidad viajan en "haces" muy finos. Si el teléfono de una persona se mueve un poco, el haz de luz deja de darle, y la conexión se corta. El problema es que hay tantas direcciones posibles que perder tiempo moviendo la linterna para "ver si alguien está ahí" hace que la conexión sea lenta y desesperante.

La Solución: El "Radar con Superpoderes" (ISAC)

Hasta ahora, los sistemas intentaban encontrar al usuario "probando" direcciones al azar o siguiendo un orden estricto. Es como si estuvieras en el estadio moviendo tu linterna a ciegas, esperando que alguien te devuelva un saludo para saber que lo encontraste.

Los autores de este estudio proponen algo mucho más inteligente llamado ISAC (Integrated Sensing and Communication).

La analogía: Imagina que, en lugar de solo usar tu linterna para buscar, tu linterna también funciona como un radar de alta tecnología. Antes de empezar a mover el haz de luz para buscar a tu amigo, lanzas un "pulso de sonido" o una señal que rebota en todo el estadio.

Gracias a ese rebote, tu cerebro recibe una señal que dice: "¡Oye! Hay algo moviéndose a 20 metros, a la derecha y se desplaza a 3 km/h".

Ahora, en lugar de mover tu linterna en 100 direcciones diferentes, ya sabes exactamente hacia dónde apuntar. Solo tienes que probar 2 o 3 direcciones en esa zona específica.

¿Cómo funciona el "Cerebro" del sistema? (Bandit Learning)

Para que esto sea perfecto, usan algo llamado "Bandit Learning" (Aprendizaje de Bandidos).

Imagina que vas a un casino con muchas máquinas tragamonedas (los "brazos del bandido"). No sabes cuál paga mejor, así que al principio pruebas todas un poco (esto se llama exploración). Pero, en cuanto notas que una máquina te está dando premios, dejas de perder el tiempo con las demás y te concentras en esa (esto se llama explotación).

El sistema de los autores combina el Radar con este Aprendizaje:

El Radar le dice al sistema: "No pierdas el tiempo con las máquinas de la izquierda, el premio está en la zona de la derecha".
El Aprendizaje le dice: "Ya encontramos la dirección con mejor señal, quédate ahí el mayor tiempo posible, pero si notas que la señal baja, vuelve a escanear rápido".

Los Resultados: ¿Qué ganamos con esto?

Los científicos no solo lo imaginaron, lo probaron en computadoras y en chips reales (hardware). Los resultados fueron brillantes:

Menos tiempo perdido: Redujeron el tiempo de "búsqueda a ciegas" en un 35%. Es como si encontraras a tu amigo en la oscuridad en la mitad de tiempo.
Más velocidad: La velocidad de los datos (el throughput) aumentó un 40% (un factor de 1.4). Es como si, al encontrar a tu amigo más rápido, pudieras pasarle paquetes mucho más grandes y seguidos.
Inteligencia ante el movimiento: Si el usuario es un coche o una persona caminando, el sistema es capaz de predecir cuánto tiempo tardará en salirse del haz de luz y se prepara para buscarlo de nuevo antes de que se pierda la conexión.

En resumen...

Este estudio propone que las antenas del futuro no solo "hablen" (comunicación), sino que también "vean" (detección/radar). Al unir ambas funciones, las redes de internet serán mucho más rápidas, estables y capaces de seguirnos el ritmo, incluso si vamos en un coche a toda velocidad.

Resumen Técnico: Alineación de Haz en Entornos Multipath para ISAC mediante Aprendizaje Bandit

Título original: Beam Alignment in Multipath Environments for Integrated Sensing and Communication using Bandit Learning

1. El Problema

En las comunicaciones de ondas milimétricas (mmW) para las redes 5G/6G, el uso de haces estrechos y altamente direccionales es esencial para compensar la absorción atmosférica y las altas pérdidas de trayectoria. Sin embargo, la alineación de haces (beam alignment) presenta un desafío crítico: cuando el número de haces candidatos es muy grande, los algoritmos tradicionales de aprendizaje (como los algoritmos de Multi-Armed Bandit - MAB) requieren tiempos de exploración extremadamente largos. Este tiempo de exploración reduce el tiempo disponible para la transmisión de datos, lo que degrada el rendimiento (throughput) y aumenta la latencia, especialmente en entornos de alta movilidad y con múltiples trayectorias (multipath).

2. Metodología Propuesta

Los autores proponen un marco de Comunicación y Detección Integradas (ISAC) que utiliza la funcionalidad de radar para optimizar el proceso de aprendizaje de los algoritmos MAB. La metodología se divide en tres pilares:

Augmentación de MAB con ISAC: En lugar de realizar una búsqueda exhaustiva de todos los haces posibles ( $K$ ), el sistema utiliza señales de radar (extraídas de la secuencia Golay en el preámbulo de la trama de comunicación IEEE 802.11ad) para detectar la presencia, el rango y la velocidad Doppler de los usuarios móviles (MU). Esto permite reducir el conjunto de haces a explorar de $K$ a un subconjunto $\tilde{K}$ de haces que realmente contienen objetivos móviles.
Algoritmo UCBISAC: Se propone una variante del algoritmo Upper Confidence Bound (UCB). El proceso comienza con una fase de búsqueda de radar (RSP) para identificar los haces con objetivos, seguida de una fase de round-robin solo para esos haces detectados, y finalmente una fase de minimización de arrepentimiento (regret minimization) centrada únicamente en el subconjunto $\tilde{K}$ .
Detección de Cambios en Escenarios Cuasi-estacionarios: Para entornos donde el usuario se mueve y sale del haz, el sistema utiliza la información de radar (posición y velocidad) para predecir el tiempo ( $T_\infty$ ) en el que el haz dejará de ser óptimo, permitiendo reiniciar la alineación de forma proactiva en lugar de esperar a que la señal se degrade.

3. Contribuciones Clave

Reducción del Tiempo de Exploración: El uso de radar para restringir el espacio de búsqueda reduce drásticamente el tiempo necesario para encontrar el haz óptimo.
Diseño de Hardware-Software (HSCD): Los autores implementaron los algoritmos de procesamiento de señal de radar (RSP) y MAB en un Sistema en Chip (SoC) utilizando una arquitectura de co-diseño entre procesador ARM y FPGA, optimizando el uso de recursos mediante análisis de punto fijo.
Robustez ante Clutter y Multipath: El modelo considera escenarios realistas con múltiples componentes de trayectoria y ruido de fondo (clutter estático), demostrando que el radar puede distinguir entre objetivos móviles y obstáculos estáticos mediante la estimación de Doppler.

4. Resultados Principales

Las simulaciones y las pruebas de implementación en hardware arrojaron resultados significativos en comparación con los métodos MAB convencionales basados solo en comunicación:

Reducción del tiempo de exploración: Se logró una reducción del 35% en el tiempo total de exploración.
Mejora del Throughput: El rendimiento de datos aumentó en un factor de 1.4 (40% superior) respecto al método convencional.
Desempeño en BER: El algoritmo propuesto (UCBISAC) mostró una tasa de error de bit (BER) acumulada consistentemente menor en todos los modelos de objetivos (puntos simples, peatones y vehículos).
Eficiencia de Hardware: La implementación en FPGA permitió que el procesamiento de señales de radar fuera lo suficientemente rápido para integrarse en los intervalos de tiempo de las tramas de comunicación.

5. Significancia

Este trabajo es fundamental para el desarrollo de redes 6G, ya que demuestra que la convergencia de funciones (radar + comunicación) no es solo una forma de ahorrar espectro, sino una herramienta de optimización de la capa física. Al convertir el radar en un "asistente" para el aprendizaje de la dirección de los haces, se resuelven problemas de latencia y eficiencia que los algoritmos de aprendizaje puro no pueden manejar de forma escalable en entornos de alta densidad y movilidad.