Rate Maximization for Multi-Waveguide PASS: A Hierarchical User Scheduling and Joint Optimization Framework

Resumen Técnico: Maximización de la Tasa para Sistemas PASS de Múltiples Guías de Onda

Enunciado del Problema
Este estudio investiga el problema de maximización de la tasa suma en Sistemas de Antenas de Pinchamiento (PASS) de múltiples guías de onda. Aunque PASS ofrece una arquitectura de antena flexible capaz de reconfigurar dinámicamente los canales inalámbricos mediante partículas dieléctricas (antenas de pinchamiento o PAs) a lo largo de las guías de onda, la literatura existente a menudo se basa en modelos idealizados. Específicamente, la investigación actual carece de un modelo unificado que caracterice conjuntamente la pérdida de propagación dentro de la guía de onda y los efectos de acoplamiento guía-PA. Además, la optimización conjunta de la posición de las PAs y la asignación de potencia bajo restricciones de tasa mínima de usuario, combinada con la programación sistemática de usuarios en entornos de múltiples guías de onda, permanece en gran medida inexplorada.

Metodología
Para abordar estas lagunas, los autores desarrollan un marco integral que comprende modelado físico, programación de usuarios y optimización conjunta:

1. Modelo Físico Unificado:

   • Pérdida de Propagación: Basado en la teoría de campos electromagnéticos (EM), los autores modelan la atenuación de la señal y el desplazamiento de fase dentro de guías de onda dieléctricas disipativas. La constante de propagación se trata como un número complejo ($\gamma_g = \alpha_g + j\beta_g$), donde el componente de pérdida ($\alpha_g$) depende del factor de pérdida dieléctrica y de la frecuencia.
   • Efecto de Acoplamiento: Utilizando la teoría de modos acoplados, se cuantifica la interacción entre la guía de onda y las PAs (modeladas como acopladores direccionales de extremo abierto). El modelo deriva coeficientes de acoplamiento que determinan cuánta energía se transfiere de la guía de onda a la PA y cómo se propaga el campo residual. Esto resulta en una restricción de posicionamiento discreta para las PAs, ya que su tamaño físico y la longitud de acoplamiento impiden una colocación arbitraria.

2. Algoritmo de Programación Jerárquica de Usuarios (HUS):

   • Emparejamiento Guía-Usuario: Se formula un problema de optimización convexa para minimizar la suma de las distancias al cuadrado entre los usuarios y las guías de onda. Este paso tiene como objetivo reducir la pérdida de trayectoria a gran escala asociando a los usuarios con guías de onda geométricamente próximas.
   • Selección de Usuario en la Ranura: Dentro del marco de Acceso Múltiple por División de Tiempo (TDMA), los usuarios se programan en ranuras de tiempo para maximizar la separación espacial. Esta estrategia aumenta la distancia de propagación de las señales de interferencia, mitigando así la interferencia entre guías de onda y mejorando la Relación Señal a Interferencia más Ruido (SINR).

3. Marco de Optimización Conjunta:

   • Se emplea un enfoque de Optimización Alternada (AO) para maximizar la tasa suma del sistema sujeto a restricciones de tasa mínima y presupuestos de potencia total.
   • Posicionamiento de PA: Optimizado mediante una búsqueda en cuadrícula unidimensional sobre intervalos factibles definidos por las PAs adyacentes.
   • Asignación de Potencia: El problema de asignación de potencia no convexo se transforma utilizando dualidad lagrangiana y Programación Fraccional (FP). Los autores introducen variables auxiliares para reformular la tasa suma logarítmica en una forma fraccional tratable, la cual se resuelve iterativamente utilizando la Aproximación Convexa Sucesiva (SCA) con expansiones de Taylor de primer orden.

Contribuciones Clave

• Modelado Físico Unificado: El artículo presenta el primer modelo PASS de múltiples guías de onda que incorpora simultáneamente la pérdida de propagación dentro de la guía de onda y los efectos de acoplamiento guía-PA, derivados de las teorías de campos EM y modos acoplados.
• Algoritmo HUS: Se propone un algoritmo de programación jerárquica de baja complejidad para reducir la pérdida de trayectoria y la interferencia entre usuarios, superando a las estrategias de emparejamiento aleatorio.
• Marco de Optimización Conjunta: Se desarrolla un marco novedoso que integra el posicionamiento de PAs y la asignación de potencia. Utiliza búsqueda unidimensional para el posicionamiento y optimización convexa basada en SCA para la asignación de potencia, garantizando la convergencia a un punto estacionario.
• Perspectivas Físicas: El estudio proporciona evidencia numérica sobre cómo la pérdida de propagación y los efectos de acoplamiento influyen en el rendimiento del sistema, destacando particularmente las compensaciones en aplicaciones de alta frecuencia.

Resultados Numéricos
Las simulaciones realizadas con guías de onda de politetrafluoroetileno revelan varios hallazgos clave:

• Impacto de la Pérdida y el Acoplamiento: La pérdida de propagación dentro de la guía de onda degrada significativamente el rendimiento, ampliándose la brecha entre los modelos idealizados y los con pérdidas a frecuencias portadoras más altas (por ejemplo, 28 GHz). Los efectos de acoplamiento requieren un posicionamiento discreto de las PAs, lo que introduce restricciones adicionales.
• Ganancia Contraintuitiva: En escenarios de múltiples guías de onda, el sistema que tiene en cuenta los efectos de acoplamiento (AWS) ocasionalmente supera al esquema de guía de onda disipativa (DWS) sin restricciones de acoplamiento. Esto se atribuye a la "ganancia de redistribución de potencia", donde el posicionamiento discreto fuerza una reasignación de potencia a usuarios no centrales, mejorando la tasa suma global cuando los usuarios centrales ya están saturados.
• Rendimiento del Algoritmo: El algoritmo HUS propuesto y el marco de optimización conjunta superan consistentemente a los puntos de referencia como la Transmisión de Relación Máxima (MRT) y el emparejamiento aleatorio. El esquema de asignación de potencia propuesto muestra una mejora notable sobre el MRT, particularmente a medida que aumenta la potencia de transmisión.
• Convergencia: Los algoritmos propuestos demuestran una rápida convergencia (típicamente dentro de cinco iteraciones) y robustez frente a diferentes estrategias de inicialización.

Significado y Afirmaciones
El artículo afirma proporcionar una solución práctica y eficiente para el modelado físico, la programación de usuarios y la optimización conjunta de PASS de múltiples guías de onda. Los autores enfatizan que el modelado electromagnético preciso, que incluye tanto la pérdida de propagación como los efectos de acoplamiento, es esencial para una evaluación fiable del rendimiento. Afirman que su marco propuesto explota eficazmente los recursos temporales y espaciales para maximizar la tasa suma mientras mantiene la equidad entre usuarios. El estudio concluye que la asignación de recursos y la programación optimizadas ofrecen mayores beneficios que simplemente aumentar la potencia de transmisión, proporcionando orientación valiosa para el diseño de sistemas de antenas flexibles de próxima generación. Se sugiere trabajo futuro para extender este marco a escenarios dinámicos que involucren movilidad de usuarios y transmisión coordinada de múltiples puntos.