Channel Estimation for Movable Intelligent Surface

Resumen Técnico: Estimación de Canal para Superficies Inteligentes Móviles

Planteamiento del Problema
El artículo aborda el desafío de la estimación de canal en sistemas MIMO de enlace ascendente asistidos por una Superficie Inteligente Móvil (MIS, por sus siglas en inglés). Si bien las Superficies Inteligentes Reconfigurables (RIS) ofrecen entornos de radio programables, las RIS convencionales de una sola capa dependen de una Información de Estado del Canal (CSI) precisa y de un conformado de haz pasivo. Las arquitecturas existentes, como las RIS activas o las Metasuperficies Inteligentes Apiladas (SIM), introducen complejidad o consumo de energía. La arquitectura MIS, propuesta en un trabajo previo [7], ofrece un compromiso al combinar una capa transmisora fija (MS1) con una capa móvil más pequeña (MS2). El desplazamiento mecánico de MS2 respecto a MS1 crea perfiles de fase efectivos distintos sin requerir un ajuste electrónico rápido de los elementos individuales.

Sin embargo, esta arquitectura introduce un cuello de botella significativo en la estimación. De manera similar a las RIS convencionales, la naturaleza pasiva de la superficie impide la observación directa en banda base. Además, la capa móvil introduce una respuesta dependiente de la posición que debe estimarse conjuntamente con los canales inalámbricos. Crucialmente, en escenarios prácticos, la respuesta de fase efectiva de la capa móvil puede ser desconocida o estar imperfectamente calibrada en el receptor. Los métodos de estimación de canal basados en tensores existentes para RIS no abordan directamente este grado de libertad mecánico adicional o la naturaleza desconocida de la matriz de fase de la capa móvil.

Metodología
Los autores proponen un marco basado en tensores que modela las señales piloto recibidas como un tensor de cuarto orden PARAFAC (Factor Paralelo). El sistema opera explotando conjuntamente dos dimensiones de entrenamiento:

1. Patrones de fase de la capa fija: La capa fija (MS1) aplica $S$ patrones de desplazamiento de fase predefinidos.
2. Posiciones de la capa móvil: La capa móvil (MS2) explora $U$ posiciones mecánicas discretas sobre la rejilla fija.

La señal recibida en la Estación Base (BS) se filtra y se estructura en un tensor $\mathcal{Y} \in \mathbb{C}^{N_r \times N_t \times S \times U}$, donde $N_r$ y $N_t$ son el número de antenas de la BS y de la Terminal de Usuario (UT), respectivamente. El tensor sigue el modelo:
$$\mathcal{Y} = \mathcal{I}_{4,M} \times_1 G \times_2 H \times_3 \Phi_f \times_4 \Phi_m$$
Aquí, $G$ y $H$ representan los canales MIS-BS y UT-MIS, $\Phi_f$ representa los desplazos de fase conocidos de la capa fija, y $\Phi_m$ representa la respuesta de fase dependiente de la posición desconocida de la capa móvil.

Para estimar los factores desconocidos, el artículo deriva un receptor de Mínimos Cuadrados Alternantes Trilineales (TALS). A diferencia de los enfoques convencionales que asumen el conocimiento total de la matriz de entrenamiento, este receptor trata la matriz de fase de la capa móvil ($D$, correspondiente a $\Phi_m$) como un factor desconocido a ser estimado. El algoritmo actualiza iterativamente las estimaciones de las matrices de canal ($G$, $H^T$) y la respuesta de la capa móvil ($D$) resolviendo subproblemas de mínimos cuadrados condicionales basados en los despliegues (unfoldings) de modo-$n$ del tensor recibido.

Contribuciones Clave
El artículo describe tres contribuciones primarias:

1. Protocolo de Entrenamiento y Modelado de Tensor: Los autores proponen un protocolo de entrenamiento bidimensional que combina desplazos de fase de la capa fija y posiciones de la capa móvil, modelando la señal recibida como un tensor PARAFAC de cuarto orden.
2. Receptor TALS-PARAFAC: Se deriva un receptor que estima el canal UT-MIS, el canal MIS-BS y la respuesta dependiente de la posición de la capa móvil simultáneamente. Una característica crítica es que el receptor opera sin conocimiento previo de la matriz de fase de la capa móvil, estimándola directamente a partir de la estructura del tensor.
3. Análisis de Identificabilidad y Complejidad: El documento analiza las condiciones requeridas para la identificabilidad de los factores del canal (específicamente respecto al rango de los productos de Khatri-Rao que involucran los slots de entrenamiento $S$, las posiciones $U$ y el conteo de antenas) y analiza la complejidad computacional, la cual escala linealmente con el número de iteraciones y posiciones.

Resultados de Simulación
El rendimiento se evaluó utilizando el Error Cuadrático Medio Normalizado (NMSE) de los factores estimados y el canal cascada reconstruido.

• Comparación con BALS: El receptor TALS propuesto se comparó contra un referente convencional de Mínimos Cuadrados Alternantes Bilineares (BALS). El referente BALS logró un NMSE menor pero dependía de la suposición de conocimiento perfecto de la matriz de entrenamiento de la capa móvil. El receptor TALS, operando bajo la suposición más desafiante de fases de la capa móvil desconocidas, demostró una convergencia exitosa y una estimación precisa.
• Impacto de la Longitud de Entrenamiento: Los resultados de la simulación indicaron que aumentar el número de slots de entrenamiento ($S$) mejora significativamente el NMSE. Se observó una transición donde una longitud de entrenamiento insuficiente derivó en un NMSE alto debido a un pobre condicionamiento de la factorización del tensor, mientras que una longitud suficiente ($S=64$) produjo una disminución aguda del error.
• Estimación Conjunta: Los resultados confirmaron que aumentar la longitud del entrenamiento mejora la precisión de la estimación tanto de la respuesta de la capa móvil ($D$) como del canal cascada, validando la capacidad del modelo para recuperar la matriz de fase desconocida a partir de los datos recibidos.

Significancia y Pretensiones
El artículo afirma ser el primer trabajo en abordar el problema de la estimación de canal para arquitecturas MIMO asistidas por MIS en la literatura. La principal significancia radica en la ventaja práctica de la formulación propuesta: elimina la necesidad de calibración previa o conocimiento de la respuesta de fase de la capa móvil. Al tratar la respuesta mecánica desconocida como un factor de tensor estimable, el método permite una estimación de canal flexible en escenarios donde el estado físico de la superficie móvil no es perfectamente conocido por el receptor. Los autores concluyen que el marco propuesto explota con éxito la dimensión estructurada adicional proporcionada por el desplazamiento mecánico para desacoplar y estimar conjuntamente los canales cascada y la respuesta de la capa móvil.