Variational Bayes Estimation for Affine-Precoded Superimposed Pilots in Partially Connected Dual-Wideband Tera-Hertz MU-MIMO Systems

Resumen Técnico: Estimación de Bayes Variacional para Pilotos Superpuestos con Precodificación Afín en Sistemas MU-MIMO de Terahercios de Doble Banda Ancha Parcialmente Conectados

Declaración del Problema
Este trabajo aborda el desafío de la adquisición precisa de la Información del Estado del Canal (CSI) en sistemas MU-MIMO de Terahercios (THz) de banda ancha dual que operan bajo un efecto de "doble banda ancha". Este fenómeno surge de la coexistencia de efectos de banda ancha de frecuencia (selectividad de frecuencia tradicional) y efectos de banda ancha espacial (retrasos diferenciales a través de grandes arreglos de antenas), lo que conduce a efectos de división de haz donde el Ángulo de Llegada (AoA) y el Ángulo de Salida (AoD) varían a través de las subportadoras.

Los métodos convencionales de estimación basados en pilotos incurren en un sobrecoste significativo de ancho de banda, reduciendo las tasas de datos. Aunque los Pilotos Superpuestos (SIP) mitigan esto integrando pilotos de baja potencia dentro de los datos, introducen interferencia y complejidad de estimación, particularmente en canales de THz caracterizados por su alta dimensionalidad, la escasez inherente y la severa incertidumbre del modelo debida a las pérdidas por absorción molecular y reflexión. Los métodos existentes a menudo luchan contra errores estructurales, problemas de convergencia o la incapacidad de modelar eficazmente la estructura dispersa de los canales de THz bajo estas condiciones complejas.

Metodología
Los autores proponen un modelo de sistema para un enlace ascendente (uplink) THz MU-MIMO parcialmente conectado utilizando Codificación por División de Frecuencia Ortogonal (OFDM). La Estación Base (BS) utiliza una arquitectura parcialmente conectada con múltiples subarreglos, mientras que el Equipo de Usuario (UE) emplea una arquitectura totalmente conectada. El canal de THz se modela rigurosamente para incluir componentes de línea de visión (LoS), no línea de visión (NLoS), absorción molecular y pérdidas de espacio libre.

Para abordar el problema de estimación, el artículo introduce dos modelos de sistema distintos utilizando precodificación afín con pilotos superpuestos:

1. Precodificación Común con Estimación Conjunta del Canal (CP-JCE): Se utiliza un único conjunto de matrices de precodificación para todos los usuarios, permitiendo la estimación conjunta del canal combinado.
2. Precodificación Específica de Usuario con Estimación de Canal Desacoplada (USP-DCE): Se asignan matrices de precodificación únicas a cada usuario, lo que permite el desacoplamiento de las señales recibidas y la estimación individual del canal.

Ambos modelos se formulan como problemas de estimación de canal disperso estructurado. Los autores desarrollan un algoritmo de Inferencia de Bayes Variacional (VBI) para resolver estos problemas. A diferencia de los enfoques bayesianos estándar que dependen únicamente de los priors, este marco integra información de la función de verosimilitud para refinar la distribución posterior. Aspectos clave de la metodología incluyen:

• Modelado Disperso: El canal se representa en un dominio virtual extendido utilizando un diccionario de dispersión derivado de vectores de respuesta de arreglos que dan cuenta de los efectos de banda ancha espacial.
• Distribuciones Prior: Se adopta una distribución Gaussiana-Gamma para promover la dispersión, donde los hiperparámetros que gobiernan la dispersión se tratan como variables aleatorias con distribuciones prior Gamma.
• Modelado de Ruido: La precisión del ruido se modela con una distribución prior Gamma para adaptarse a las condiciones reales de ruido.
• Inferencia: Se emplea una aproximación de campo medio para derivar actualizaciones de forma cerrada para las distribcciones posteriores de los coeficientes del canal, los hiperparámetros y la precisión del ruido, evitando integrales de alta dimensión intratables.

Contribuciones Clave
Según los autores, las principales contribuciones de este trabajo son:

• Nuevos Modelos de Sistema: Este es el primer trabajo que presenta técnicas de SIP con precodificación afín para sistemas THz MU-MIMO parcialmente conectados afectados por el efecto de doble banda ancha.
• Marco de Modelo Dual: La propuesta de dos arquitecturas distintas (CP-JCE y USP-DCE) para analizar las compensaciones entre las estrategias de estimación conjunta y desacoplada.
• Algoritmo de Estimación Robusto: El desarrollo de un algoritmo basado en VBI que estima conjuntamente los coeficientes del canal y aprende la estructura de dispersión subyacente mediante la inferencia de hiperparámetros. Este enfoque está diseñado para ser robusto bajo una severa incertidumbre del modelo sin depender únicamente de los supuestos previos.
• Análisis Exhaustivo de Compensaciones (Trade-offs): Una comparación detallada de los dos modelos propuestos con respecto a la complejidad computacional, la precisión de la estimación (NMSE) y los requisitos de tiempo de coherencia.

Resultados de la Simulación
El rendimiento se evaluó utilizando un escenario práctico con $U=3$ usuarios, una BS de 64 antenas y una frecuencia portadora de 0.671 THz. Los hallazgos clave incluyen:

• Rendimiento frente a LS y Métodos Existentes: El enfoque VBI propuesto supera significativamente al de Mínimos Cuadrados (LS) y otras técnicas de estimación dispersa de vanguardia (citadas como [9] y [10]). El método LS no incorpora priors de dispersión, mientras que los otros algoritmos citados sufren de errores estructurales/convergencia o mínimos locales subóptimos.
• Precisión: El método propuesto logra un Error Cuadrático Medio Normalizado (NMSE) que se aproxima estrechamente al referente "Genie-aided" (que asume un conocimiento perfecto del canal) en relaciones señal-ruido (SNR) más altas.
• Convergencia: El modelo USP-DCE converge más rápido (9 iteraciones para alcanzar un NMSE de 0.1 a 5 dB SNR) en comparación con el modelo CP-JCE (19 iteraciones).
• Compensaciones (Trade-offs):
  • Complejidad: El USP-DCE ofrece una menor complejidad computacional ($O(UG^3_T G^3_R)$) en comparación con el CP-JCE ($O(U^3 G^3_T G^3_R)$), lo que lo hace más escalable a medida que aumenta el número de usuarios.
  • Precisión: El USP-DCE demuestra un rendimiento de NMSE superior al CP-JCE, ya que este último gestiona la estimación multiusuario simultánea, lo que introduce mayor interferencia y complejidad.
  • Tiempo de Coherencia: El CP-JCE requiere menos matrices de precodificación (2 en total) en comparación con el USP-DCE ($2 \times U$), lo que resulta en un tiempo de coherencia requerido más corto, haciendo que el CP-JCE sea potencialmente más adecuado para canales que cambian rápidamente a pesar de su mayor complejidad.

Significancia
El artículo afirma su significancia al proporcionar el primer marco riguroso para la técnica de SIP con precodificación afín en sistemas MU-MIMO de THz parcialmente conectados de doble banda ancha. Demuestra que la inferencia de Bayes Variacional puede manejar eficazmente la alta dimensionalidad y la dispersión de los canales de THz mientras gestiona las compensaciones entre la precisión de la estimación y la complejidad computacional. El trabajo ofrece una vía viable hacia una estimación de canal robusta que mantiene altas tasas de datos al eliminar el sobrecoste de pilotos dedicados, un requisito crítico para los sistemas de comunicación de próxima generación de THz.