Cooperative Uplink Channel Estimation in User-Centric Cell-free Massive MIMO Communication Networks

Resumen Técnico: Estimación Cooperativa del Canal de Enlace Ascendente en Redes de Comunicación Massive MIMO de Celda Sin Célula Centrada en el Usuario

Planteamiento del Problema
Las redes de Massive MIMO sin celda (cell-free) centradas en el usuario (CFmMIMO) tienen como objetivo proporcionar una calidad de servicio uniforme distribuyendo puntos de acceso (AP) a través de un área de cobertura, eliminando el concepto de celdas dedicadas presentes en las redes celulares tradicionales. En las variantes centradas en el usuario, cada equipo de usuario (UE) es servido por un grupo dinámico de AP con las mejores condiciones de canal. Un requisito previo crítico para estas redes es una estimación precisa del canal (CE) en el enlace ascendente.

Los enfoques de CE existentes, a menudo derivados de sistemas mMIMO celulares, suelen asumir desvanecimiento de Rayleigh y canales no correlacionados entre AP distantes. Sin embargo, en las redes CFmMIMO centradas en el usuario, las distidades más cortas entre los AP y los UE aumentan la probabilidad de componentes de Línea de Visión (LoS), lo que conduce a modelos de canal de Rice. Esta correlación entre canales dentro de un grupo motiva la cooperación entre los AP para mejorar el rendimiento de la estimación.

Las soluciones actuales enfrentan un compromiso:

1. CE Local: Realizada de forma independiente en cada AP; es computacionalmente eficiente pero ignora las correlaciones entre AP, lo que resulta en un rendimiento subóptimo.
2. CE Centralizada: Los AP en un grupo envían señales puras sin comprimir a una unidad de procesamiento central (CPU). Aunque es óptima, esto incurre en una sobrecarga de comunicación de red de transporte (fronthaul) prohibitiva.
3. Métodos Cooperativos Existentes: Algunos enfoques comparten señales comprimidas pero no son óptimos, no logrando el rendimiento del enfoque centralizado, o requieren procedimientos iterativos que son computacionalmente intensivos.

Metodología
El artículo propone un enfoque cooperativo de CE de enlace ascendente basado en el algoritmo de Estimación de Señal de Nodo Específico Adaptativa Distribuida sin iteraciones (iDANSE). La metodología adapta el marco de trabajo iDANSE, diseñado originalmente para redes de sensores, al contexto de CFmMIMO.

• Modelo de Señal: El sistema modela la señal recibida en un AP como una combinación de un componente "global" (señales LoS correlacionadas de los UE compartidos entre el grupo) y un componente "local" (desvanecimiento NLoS no correlacionado y ruido).
• Mecanismo de Cooperación: En lugar de compartir señales puras de $N$ dimensiones, los AP dentro de un grupo comparten señales fusionadas. Cada AP aplica un filtro de fusión local para extraer los componentes de la señal global correlacionada y transmite solo estas señales comprimidas a otros AP en el grupo.
• Estimación Óptima: El método propuesto deriva filtros de fusión óptimos y estimadores MMSE de forma no iterativa. Al utilizar las matrices de correlación de las señales piloto recibidas y las señales desesparcidas, el algoritmo logra el mismo rendimiento de Error Cuadrático Medio (MSE) que el enfoque centralizado (donde se comparten todos los datos puros), pero con una reducción significativa en el ancho de banda de comunicación.
• Gestión de Pilotos: El enfoque utiliza un método de estimación de correlación basado en datos donde los pilotos se asignan aleatoriamente a los UE en cada bloque de coherencia. Esto elimina la necesidad de una optimización compleja de asignación de pilotos o técnicas de descontaminación de pilotos, incluso cuando el número de UE supera el número de secuencias de pilotos ortogonales.

Contribuciones Clave

1. CE Cooperativa Óptima: El artículo introduce un esquema de CE cooperativo que es teóricamente equivalente al enfoque MMSE centralizado. Logra esta optimalidad en un solo paso (no iterativo) una vez que se conocen las matrices de correlación.
2. Reducción de Sobrecarga: Al compartir señales fusionadas en lugar de señales puras sin comprimir, el método reduce drásticamente la sobrecarga de comunicación de la red de transporte en comparación con la CE centralizada.
3. Adaptación al Canal de Rice: El enfoque aprovecha explícitamente el modelo de canal de Rice (LoS + NLoS) inherente a CFmMIMO centrado en el usuario, utilizando la correlación de los componentes LoS para impulsar la cooperación.
4. Asignación de Pilotos Robusta: El método funciona eficazmente con asignaciones de pilotos aleatorias, eliminando la carga computacional de la programación y la descontaminación de pilotos.

Resultados
Se realizaron experimentos numéricos en un escenario con 130 AP y un número variable de UE (100–300) y antenas por AP (2–10). El enfoque propuesto se comparó contra la CE local, la CE centralizada y un enfoque "PK-centralizado" (que utiliza conocimiento previo de la estructura de correlación del canal).

• Tasa de Convergencia: El enfoque cooperativo propuesto converge significativamente más rápido que el enfoque de CE centralizado. Esto se atribuye a la estimación de matrices de correlación más pequeñas en el esquema cooperativo en comparación con las grandes matrices requeridas en el caso centralizado.
• Precisión: El método propuesto logra una precisión de CE equivalente al enfoque centralizado y supera significativamente al enfoque de CE local (mostrando una mejora de ~5 dB en la pérdida de MMSE en los escenarios probados).
• Escalabilidad: La ventaja de rendimiento sobre el enfoque centralizado se mantiene o se potencia a medida que aumenta el número de antenas por AP, debido a la reducción de la dimensionalidad de las matrices de correlación involucradas en la estimación.
• Robustez: El enfoque mantiene un rendimiento superior en diferentes niveles de SNR y densidades de UE.

Significancia
El artículo sostiene que el enfoque propuesto ofrece una solución práctica para las redes escalables de CFmMIMO centradas en el usuario. Al lograr el rendimiento de un sistema centralizado sin la sobrecarga de comunicación asociada, aborda un cuello de botella principal en el despliegue de redes sin celda. La naturaleza no iterativa del algoritmo garantiza una baja complejidad computacional, lo que lo hace adecuado para entornos dinámicos donde los UE se desplazan rápidamente y las estadísticas del canal cambian con frecuencia. La capacidad de funcionar con asignaciones de pilotos aleatorias simplifica aún más la gestión de la red, eliminando la necesidad de mecanismos complejos de coordinación de pilotos.