Resumen Técnico: Abordaje de la Interferencia en Redes HAPS mediante Agrupamiento Consciente del Ángulo y RSMA

Enunciado del Problema

Las Estaciones de Plataforma de Gran Altitud (HAPS) ofrecen una solución prometedora para las redes inalámbricas de próxima generación al proporcionar conectividad ubicua desde la estratosfera. Sin embargo, las redes HAPS enfrentan desafíos de interferencia únicos, distintos de las redes terrestres. Debido a la gran altitud de las HAPS, los enlaces hacia los usuarios en tierra están dominados por condiciones fuertes de Línea de Visión (LoS) con variabilidad limitada del canal. En consecuencia, los usuarios que geográficamente están distantes desde una perspectiva terrestre aparecen muy cercanos desde la perspectiva de la HAPS, lo que resulta en condiciones de canal altamente similares e intensifica la interferencia interusuario.

El problema específico abordado en este trabajo implica una sola HAPS que sirve a múltiples usuarios en tierra mediante múltiples haces sobre un número limitado de Bloques de Recursos (RB) ortogonales. Dado que el número de usuarios ($U$) supera a los RB disponibles ($R$), múltiples usuarios deben compartir el mismo RB, lo que genera una severa interferencia intra-RB. Los enfoques tradicionales que utilizan haces específicos para cada usuario a menudo son poco prácticos dada la altitud de la HAPS y la proximidad de los usuarios. Por lo tanto, el desafío radica en gestionar eficazmente la interferencia cuando los usuarios se agrupan en clústeres geográficos atendidos por un solo haz, mientras se asignan simultáneamente los RB limitados y se optimizan las estrategias de transmisión para maximizar la eficiencia espectral (SE).

Metodología

Los autores proponen un marco de tres etapas para gestionar la interferencia: Agrupamiento Consciente del Ángulo, Asignación de RB Consciente de la Interferencia y Acceso Múltiple por División de Tasa (RSMA).

1. Agrupamiento Consciente del Ángulo y Dirección de Haz

El sistema asume que la HAPS forma haces hacia clústeres geográficos en lugar de hacia usuarios individuales.

• Estrategia de Agrupamiento: Los usuarios se agrupan en $L = \lceil U/R \rceil$ clústeres basados en sus posiciones angulares (elevación $\theta$ y acimut $\phi$). Los autores utilizan un algoritmo K-means con restricción de capacidad para asegurar que ningún clúster exceda el tamaño $R$.
• Dirección de Haz (Agrupamiento WU): A diferencia de los enfoques basados en el centroide, la estrategia de agrupamiento propuesta "Peor Usuario" (WU) dirige cada haz hacia la dirección que maximiza la ganancia mínima efectiva de la antena entre todos los usuarios en ese clúster. Esto garantiza la equidad y protege a los usuarios con las peores condiciones de canal dentro del clúster.
• Asignación de RB: Dentro de cada clúster, los RB se asignan ortogonalmente para evitar la interferencia intra-clúster. Sin embargo, dado que los RB se reutilizan entre diferentes clústeres, la interferencia inter-clúster persiste. El algoritmo de asignación asigna RB a los usuarios para minimizar la fuga de interferencia acumulada de los usuarios ya programados en otros clústeres.

2. Gestión de Interferencia Inter-Clúster Basada en RSMA

Para mitigar la inevitable interferencia inter-clúster causada por la reutilización de RB, los autores emplean Acceso Múltiple por División de Tasa (RSMA) por cada RB.

• División de Mensajes: El mensaje para cada usuario se divide en una parte común y una parte privada.
• Estructura de Transmisión:
  • Las partes comunes de todos los usuarios que comparten un RB específico se combinan en un único flujo común ($s^{(c)}_r$), transmitido con potencia $p^{(c)}_{r,\ell}$ por haz de clúster.
  • Las partes privadas se codifican en flujos privados individuales ($s^{(p)}_u$), transmitidos con potencia $p^{(p)}_u$.
• Recepción: Los usuarios primero decodifican el flujo común (tratando los flujos privados como ruido), realizan Cancelación de Interferencia Sucesiva (SIC) y luego decodifican su flujo privado. Esto permite una gestión flexible de la interferencia al tratar la interferencia como ruido o decodificarla parcialmente.

3. Formulación de Optimización

Los autores formulan un problema de optimización de Equidad Máximo-Mínimo (MMF) para diseñar conjuntamente la asignación de potencia para flujos comunes y privados ($p^{(c)}$ y $p^{(p)}$) y la asignación de tasa común ($C_u$). El objetivo es maximizar la tasa de datos alcanzable mínima entre todos los usuarios, sujeto a restricciones de potencia de transmisión total y restricciones de decodificación.

• Enfoque de Solución: Debido a la naturaleza no convexa del problema (que involucra relaciones de Relación Señal-Interferencia-Ruido (SINR)), los autores emplean una técnica de Aproximación Convexa Sucesiva (SCA). Introducen variables de holgura y utilizan aproximaciones de Taylor de primer orden para transformar el problema en una forma convexa tratable, resolviéndolo iterativamente.

Contribuciones Clave

1. Marco de Agrupamiento Novel: El artículo introduce un algoritmo de agrupamiento consciente del ángulo que agrupa usuarios basándose en la similitud angular y emplea una estrategia de dirección de haz de peor usuario. Esto contrasta con trabajos anteriores que a menudo asumen haces específicos para cada usuario o dirección basada en centroides, ofreciendo un enfoque más práctico para la geometría HAPS.
2. Estrategia Integrada RSMA: El trabajo integra RSMA en redes HAPS específicamente para gestionar la interferencia inter-clúster que surge de la reutilización de RB, un escenario donde la asignación ortogonal tradicional falla.
3. Optimización Conjunta: Los autores desarrollan un algoritmo iterativo (MMF-RSMA-PA) que optimiza conjuntamente la dirección del haz, la asignación de RB y la división de potencia/tasa para maximizar la equidad y la eficiencia espectral.
4. Evaluación Exhaustiva: El estudio proporciona un análisis detallado de las compensaciones entre la ganancia de formación de haces y la mitigación de interferencia, examinando específicamente el impacto de las configuraciones de la matriz de antenas de la HAPS (tamaño de UPA).

Resultados Numéricos

Se realizaron simulaciones con una HAPS a 20 km de altitud sirviendo a 60 usuarios sobre 10 RB utilizando una Matriz Planar Uniforme (UPA) de 8x8.

• Convergencia: El algoritmo SCA iterativo propuesto (Algoritmo 2) demuestra convergencia monótona, estabilizándose en menos de 13 iteraciones.
• Ganancias en Eficiencia Espectral:
  • Impacto de RSMA: Comparar el esquema propuesto (Agrupamiento WU + RSMA) contra una línea base sin RSMA (Agrupamiento WU sin RSMA) revela una mejora sustancial. La Eficiencia Espectral (SE) mediana aumentó de aproximadamente 0.12 b/s/Hz a 0.55 b/s/Hz (un aumento de cuatro veces), destacando la eficacia de RSMA para gestionar la interferencia inter-clúster.
  • Impacto del Agrupamiento: El Agrupamiento WU propuesto superó consistentemente a un enfoque de agrupamiento basado en centroides (Agrupamiento C + RSMA). Al tener en cuenta explícitamente las condiciones de canal del peor usuario durante la dirección del haz, la estrategia WU mejoró la equidad y las tasas mínimas.
• Compensación de Configuración de Antenas: Aumentar el número de elementos de antena (por ejemplo, de 2x2 a 8x8) mejoró el rendimiento al estrechar los haces y suprimir la interferencia. Sin embargo, aumentar aún más el tamaño de la matriz (por ejemplo, a 16x16 o más) condujo a una degradación del rendimiento. Los haces más estrechos redujeron la ganancia para los usuarios ubicados lejos del centro del haz, impactando negativamente el rendimiento general del sistema.

Significado y Afirmaciones

El artículo afirma que el marco propuesto de agrupamiento consciente del ángulo combinado con RSMA supera significativamente a los esquemas de línea base en términos de eficiencia espectral por usuario alcanzable. Los autores enfatizan que su enfoque aborda las características de propagación específicas de las redes HAPS (LoS fuerte, variabilidad limitada del canal) que hacen que las estrategias tradicionales de gestión de interferencia sean menos efectivas.

El significado del trabajo radica en demostrar que:

1. Formación de Haz Práctica: Dirigir haces basándose en el "peor usuario" dentro de un clúster es superior a la dirección basada en centroides para garantizar la equidad en redes HAPS.
2. Eficacia de RSMA: RSMA es una herramienta poderosa para gestionar el tipo específico de interferencia inter-clúster generada por la reutilización de RB en escenarios HAPS, ofreciendo un puente entre tratar la interferencia como ruido y decodificarla completamente.
3. Equilibrio de Diseño del Sistema: Existe una compensación crítica en el diseño de antenas HAPS; simplemente aumentar el número de elementos de antena no garantiza un mejor rendimiento debido al estrechamiento de la cobertura del haz, lo que requiere un enfoque de diseño equilibrado.

El artículo concluye que este enfoque integrado gestiona eficazmente la interferencia en redes HAPS, mejorando el rendimiento de los usuarios en tierra en términos de eficiencia espectral sin requerir hardware complejo de formación de haces específico para cada usuario.