Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems

Resumen Técnico: Estimación Conjunta de Canal y Símbolos para Sistemas de Antena Fluida Asistidos por RIS

Planteamiento del Problema
Este artículo aborda el desafío de la estimación conjunta de canal y símbolos en sistemas de comunicación multiusuario de enlace ascendente (uplink) que integran Superficies Inteligentes Reconfigurables (RIS) y Sistemas de Antena Fluida (FAS). Mientras que las RIS mejoran la cobertura al moldear pasivamente el entorno de propagación y las FA proporcionan adaptabilidad espacial al seleccionar puertos de antena favorables dentro de una apertura compacta, su combinación introduce una complejidad significativa en la adquisición del canal. Específicamente, el canal efectivo varía dinámicamente debido a los desplazamientos de fase de la RIS, la selección de puertos de la FA y las transmisiones multiusuario. Los enfoques existentes suelen asumir una Información de Estado del Canal (CSI) perfecta o se centran en enlaces independientes, sin tener en cuenta la naturaleza acoplada de los desplazamientos de fase de la RIS, la selección de puertos de la FA, la codificación dependiente del usuario y los símbolos desconocidos en un escenario en cascada RIS-FAS. Las altas sobrecargas de entrenamiento asociadas con la estimación tradicional basada en pilotos constituyen un cuello de botella crítico para las futuras redes 6G.

Metodología
Los autores proponen el protocolo Nested Tucker for Fluid Antenna Systems (NTFAS) y un receptor semi-ciego de dos etapas basado en Mínimos Cuadrados Alternantes Bilineares (BALS).

1. Modelo de Sistema y Formulación Tensorial:

   • El sistema comprende $K$ usuarios de una sola antena, una RIS con $N_r$ elementos y una Estación Base (BS) con $M$ cadenas de RF conectadas a $N$ puertos de FA.
   • La transmisión ocurre a lo largo de $I$ bloques. Dentro de cada bloque $i$, la matriz de selección de puerto de FA $S_i$ y la matriz de codificación temporal dependiente del usuario $D_i(C)$ permanecen fijas. Sin embargo, la matriz de desplazamiento de fase de la RIS $D_p(\Theta)$ varía en cada ranura de tiempo $p$. Crucialmente, la matriz de símbolos transmitidos $X$ permanece invariante a través de todos los $I$ bloques.
   • Esta estructura permite que las señales recibidas se modelen como un conjunto de modelos Tucker acoplados. El tensor de observación sin ruido se formula como $Y_i = A_i \times_1 \Phi \times_2 I_M \times_3 X^T$, donde $\Phi$ representa la matriz de canal compuesto en cascada.

2. Receptor Semi-Ciego de Dos Etapas:

   • Etapa 1 (Estimación Conjunta): El receptor explota la estructura Tucker para estimar conjuntamente la matriz de canal en cascada global $\Phi$ y la matriz de símbolos común $X$. Esto se logra resolviendo problemas de Mínimos Cuadrados (LS) en los despliegues (unfoldings) de modo-1 y modo-3 de los tensores de la señal recibida.
   • Etapa 2 (Separación de Canal): Una vez obtenido $\hat{\Phi}$, el receptor aprovecha su estructura PARAFAC embebida ($\Phi^T \approx (G^T \diamond H)\Theta^T$) para desacoplar las matrices de canal individuales. Específicamente, separa el canal Usuario-a-RIS ($G$) y el canal RIS-a-BS ($H$) utilizando operaciones de pseudo-inversa sobre matrices de observación concatenadas.

3. Optimización:

   • Utilizando la CSI estimada, el sistema realiza una optimización conjunta de la selección de puertos de FA y los desplazamientos de fase de la RIS para maximizar la Eficiencia Espectral (SE). Esto implica una búsqueda exhaustiva sobre combinaciones válidas de puertos de FA y un diseño basado en SVD para los desplazamientos de fase de la RIS.

Contribuciones Clave

• Protocolo NTFAS: Una estrategia de transmisión novedosa donde la selección de puertos de FA y la codificación dependiente del usuario varían a través de los bloques, mientras que la matriz de símbolos es compartida. Esto crea una estructura de modelo Tucker acoplado que mejora la identificabilidad del canal sin requerir pilotos dedicados para cada configuración.
• Modelado Tensorial Acoplado: La derivación de las señales recibidas como modelos Tucker acoplados que comparten factores comunes de símbolos y de canal en cascada, permitiendo la separación de las variables espaciales y temporales.
• Receptor BALS de Dos Etapas: Un algoritmo semi-ciego que primero estima el canal en cascada y los símbolos de forma conjunta, y luego separa los componentes de canal individuales ($G$ y $H$) a través de la estructura PARAFAC.
• Marco de Optimización Conjunta: Un método para utilizar la CSI estimada para la optimización simultánea de la selección de puertos de FA y los desplazamientos de fase de la RIS para maximizar la SE.

Resultados de Simulación
El esquema NTFAS propuesto se evalúa frente a un benchmark semi-ciego competidor (del trabajo previo [24]) y una referencia de CSI Perfecto.

• Tasa de Error de Bit (BER): NTFAS y el benchmark exhiben un rendimiento de BER casi idéntico a través del rango de SNR simulado. El artículo señala que la mejora moderada en la estimación del canal no se traduce en una ganancia visible de BER en los puntos operativos probados, ya que el rendimiento está limitado por el ruido y los errores de estimación residuales.
• Error Cuadrático Medio Normalizado (NMSE): NTFAS demuestra una mejora consistente y moderada en el NMSE del canal en cascada en comparación con el benchmark. Esto se atribuye al aumento en el número de ecuaciones acopladas disponibles para estimar $\Phi$ debido al símbolo compartido a través de los bloques.
• Eficiencia Espectral (SE): Debido a las estimaciones de canal más precisas, NTFAS logra una SE más alta tras la optimización conjunta de FA/RIS en comparación con el benchmark, aunque ambos permanecen por debajo del límite de CSI Perfecto.
• Sensibilidad de Parámetros: Las simulaciones indican que aumentar el número de configuraciones de fase de la RIS ($P$) mejora la robustez de la estimación, mientras que aumentar el número de usuarios ($K$) degrada el rendimiento debido al incremento en la complejidad del problema de recuperación conjunta.

Significado y Reivindicaciones
El artículo afirma que NTFAS ofrece una relación rendimiento-complejidad favorable. Si bien proporciona mejoras moderadas pero consistentes en NMSE y SE sobre los benchmarks semi-ciegos existentes, mantiene un rendimiento de BER comparable. Los autores enfatizan que el método propuesto reduce la dependencia de la sobrecarga de pilotos al explotar la estructura acoplada de las observaciones. Se muestra que la complejidad del receptor propuesto es menor que la del benchmark en términos de términos de actualización de canal, lo que lo convierte en una solución viable para el diseño de receptores de baja sobrecarga en enlaces ascendentes de FAS asistidos por RIS. El trabajo concluye que, si bien las ganancias son moderadas, el enfoque permite con éxito la estimación conjunta de canal y símbolos en un escenario donde los métodos tradicionales tienen dificultades debido a los altos costos de entrenamiento. Se identifica como trabajo futuro el abordar la optimización de menor complejidad, los impedimentos de hardware, los canales variantes en el tiempo y los usuarios con múltiples antenas.