Sparse Array Design for Near-Field MU-MIMO: Reconfigurable Array Thinning Approach

Resumen Técnico: Diseño de Arrays Esparsos para MU-MIMO de Campo Cercano mediante Adelgazamiento de Array Reconfigurable

Planteamiento del Problema
Se espera que las futuras redes inalámbricas desplieguen arrays masivos de antenas operando en el régimen de campo cercano (NF) radiativo. A diferencia de los sistemas de campo lejano, donde los usuarios se multiplexan únicamente en el dominio angular, la propagación en campo cercano permite la multiplexación espacial tanto en ángulo como en rango. Sin embargo, la realización de arrays de gran apertura con espaciado de media longitud de onda requiere miles de elementos, lo que conduce a costos de hardware prohibitivos, consumo de energía elevado y complejidad computacional. Si bien los arrays esparsos ofrecen una solución al aumentar el espaciado interelemento para reducir la correlación espacial, los arrays esparsos uniformes fijos sufren de lóbulos de grating que causan interferencia fuerte. Las alternativas existentes, como las arquitecturas de antenas móviles (MA), dependen del reposicionamiento mecánico para adaptarse a las distribuciones de usuarios, introduciendo latencia y complejidad de hardware. Además, los métodos convencionales de selección de antenas suelen depender de la información de estado del canal (CSI) instantánea para las métricas de rendimiento, pero no formulan explícitamente el problema como un diseño de array esparso estructurado. Existe una falta de soluciones que proporcionen adaptabilidad dinámica sin movimiento mecánico ni sobrecarga computacional excesiva, particularmente en lo que respecta al comportamiento de los lóbulos de grating en el dominio del rango.

Metodología
Los autores proponen un marco de adelgazamiento de array reconfigurable. En este enfoque, un array lineal uniforme denso completo (FULA) permanece físicamente fijo, pero un subconjunto de antenas se activa selectivamente mediante una red de interruptores de RF para formar un array esparso flexible. El patrón de activación está determinado por un vector de adelgazamiento binario $\mathbf{b}$.

El artículo establece primero una base teórica sobre los lóbulos de grating en el campo cercano:

1. Dominio Angular: Los lóbulos de grating ocurren cuando el desplazamiento de fase entre elementos adyacentes es igual a un múltiplo entero de $2\pi$, dependiendo del ángulo de guiado.
2. Dominio del Rango: Mediante el análisis del vector de respuesta del array en campo cercano, los autores demuestran que los lóbulos de grating no aparecen a lo largo de la dimensión del rango. La variación de fase es cuadrática en lugar de lineal, lo que impide el realineamiento coherente de las fases de los elementos en distancias específicas. En su lugar, solo se observan pequeñas ondulaciones.

Basándose en este análisis, los autores desarrollan dos estrategias basadas en Optimización por Enjambre de Partículas (PSO) para determinar el vector de adelgazamiento óptimo $\mathbf{b}$:

• Array Adelgazado Basado en Lóbulos de Grating (GTA): Un diseño preoptimizado que minimiza el Nivel de Lóbulo Lateral Pico (PSLL) en el dominio angular para suprimir los lóbulos de grating. Este enfoque utiliza un PSO de relajación continua para optimizar el patrón de adelgazamiento fuera de línea basándose en restricciones estadísticas, asegurando la supresión de lóbulos en un intervalo de cobertura.
• Array Adelgazado Basado en Tasa Suma (STA): Un diseño dinámico que maximiza directamente la tasa suma de múltiples usuarios. Este método optimiza el vector de adelgazamiento en línea (o para realizaciones específicas del canal) utilizando la tasa suma alcanzable como función objetivo, asumiendo el conocimiento de las ubicaciones de los usuarios (ángulo y rango).

Ambos métodos utilizan un marco PSO donde las partículas representan vectores de prioridad continua mapeados a decisiones de activación binaria, imponiendo un número fijo de antenas activas ($N_T$) y preservando los elementos de borde para mantener el tamaño de la apertura.

Contribuciones Clave

1. Perspectiva Teórica: El artículo proporciona el primer análisis que confirma que, si bien los lóbulos de grating existen en el dominio angular para arrays esparsos en campo cercano, están ausentes en el dominio del rango. Este hallazgo simplifica las restricciones de diseño para arrays esparsos en campo cercano.
2. Marco Novel: Introduce la primera aplicación del adelgazamiento de array específicamente para comunicaciones en campo cercano, distinguiéndolo de la selección convencional de antenas al tratarlo como un problema de diseño de array esparso estructurado.
3. Estrategias de Doble Optimización: La propuesta de dos estrategias distintas basadas en PSO:
   • GTA: Ofrece una solución práctica y preoptimizada que suprime los lóbulos de grating sin requerir seguimiento de usuarios en tiempo real.
   • STA: Ofrece una solución de alto rendimiento que maximiza dinámicamente la tasa suma, cerrando la brecha entre los arrays esparsos fijos y los complejos sistemas de antenas móviles.
4. Eficiencia: El enfoque evita la latencia y complejidad mecánica de las antenas móviles mientras ofrece una mejor adaptabilidad que los arrays esparsos estáticos.

Resultados de Simulación
Los diseños propuestos fueron evaluados frente a puntos de referencia que incluyen un FULA completo, un ULA móvil (MULA), un array adelgazado preoptimizado (PTA) y un ULA esparso uniforme (SULA). Los hallazgos clave incluyen:

• Supresión de Lóbulos de Grating: GTA suprime eficazmente los lóbulos de grating en el dominio angular a través de varios rangos, superando al SULA convencional que exhibe lóbulos fuertes.
• Rendimiento de Tasa Suma:
  • El STA logra un rendimiento comparable al MULA (que requiere reposicionamiento físico) y alcanza aproximadamente el 75% de la tasa suma del FULA utilizando solo el 10% de los elementos activos (32 de 320 antenas).
  • El GTA se comporta de manera similar al PTA, demostrando que la supresión de lóbulos de grating reduce eficazmente la interferencia.
  • Aunque el GTA y el PTA tienen tasas suma ligeramente inferiores (aprox. 5% más bajas) que el STA debido a lóbulos laterales elevados por el espaciado irregular, ofrecen la ventaja de la optimización fuera de línea.
• Comportamiento en el Dominio del Rango: Las simulaciones confirman que cuando los usuarios están alineados en ángulo pero separados en rango, el SULA se comporta casi idénticamente al FULA, validando la ausencia teórica de lóbulos de grating en el dominio del rango.
• Complejidad: El STA basado en PSO es computacionalmente más eficiente que la optimización MULA porque opera en un espacio de selección discreto en lugar de un espacio de posición continuo, requiriendo menos iteraciones para converger.

Significado y Afirmaciones
El artículo afirma que el adelgazamiento de array reconfigurable ofrece una estrategia de despliegue práctica y eficiente para sistemas MU-MIMO de campo cercano. Al eliminar la necesidad de movimiento mecánico (a diferencia del MULA) y superar la suboptimalidad de los arrays esparsos fijos bajo distribuciones dinámicas de usuarios, el marco propuesto equilibra la eficiencia de hardware con una alta eficiencia espectral. Los autores notan modestamente que, si bien el STA requiere actualizaciones frecuentes basadas en la geometría del canal, el GTA y el PTA proporcionan alternativas robustas preoptimizadas. El trabajo sugiere que el adelgazamiento de array permite una degradación de rendimiento suave y eficiencia de hardware, ya que los elementos defectuosos pueden desactivarse y la configuración reoptimizarse. Se identifica como trabajo futuro la exploración de soluciones basadas en aprendizaje profundo para mitigar aún más la complejidad computacional del enfoque PSO actual.