Symbol Error Analysis of Linear Receivers in Terahertz Channels under Channel-Noise Dependence

Resumen Técnico: Análisis de Error de Símbolo de Receptores Lineales en Canales de Terahercios bajo Dependencia entre Canal y Ruido

Planteamiento del Problema
La banda de terahercios (THz) (100 GHz a 10 THz) es crítica para lograr tasas de datos de terabits por segundo en futuros sistemas inalámbricos. Sin embargo, el pleno potencial de la tecnología THz se ve obstaculizado por desafíos de propagación, incluyendo una atenuación severa, absorción molecular e imperfecciones de hardware. Una brecha significativa en los marcos de análisis de rendimiento existentes es el supuesto de independencia entre el canal y el ruido aditivo. En sistemas THz prácticos, este supuesto suele romperse debido al ruido de absorción molecular inducido por el canal y las imperfecciones de hardware (por ejemplo, distorsiones del transmisor y del receptor), que crean una dependencia estadística entre el estado del canal y el ruido. Los modelos tradicionales que ignoran esta correlación no logran predecir con precisión el rendimiento de los detectores lineales, particularmente en escenarios de desvanecimiento profundo. Además, aunque los detectores de Cero Fuerza (ZF) y de Error Cuadrático Medio Mínimo (MMSE) son estándares, el impacto específico de la dependencia entre canal y ruido en su Tasa de Error de Símbolo (SER), especialmente respecto al sesgo inherente introducido por MMSE en modulaciones de orden superior, permanece insuficientemente explorado a través de diversos modelos de desvanecimiento THz.

Metodología
El artículo desarrolla un marco analítico integral para evaluar la SER de detectores lineales (ZF y MMSE) en sistemas THz de Entrada Única - Salida Única (SISO). La metodología involucra los siguientes componentes clave:

1. Modelado de Sistema y Canal:

   • Modelos de Desvanecimiento: El estudio considera tres entornos de desvanecimiento distintos: desvanecimiento Rayleigh (referencia), la distribución $\alpha-\mu$ para escenarios THz de interior, y la distribución Mixture-Gamma (MG) para escenarios THz de exterior.
   • Correlación de Ruido: El marco modela explícitamente la dependencia entre el canal ($h$) y el ruido ($n$). Se utilizan dos enfoques:
     • Correlación Estadística Directa: Utilizando un coeficiente de correlación complejo ($\lambda$) para canales gaussianos.
     • Modelado Basado en Copulas: Empleando copulas Farlie-Gumbel-Morgenstern (FGM) y Frank para capturar estructuras de dependencia complejas entre las magnitudes de canal no gaussianas y el ruido.
   • Imperfecciones de Hardware: Un modelo de sistema THz específico incorpora el ruido de distorsión de transmisores y receptores, donde la varianza del ruido es proporcional a la potencia del canal ($|h|^2$).

2. Derivación Analítica:

   • Detector ZF: El ruido efectivo se modela como la razón de variables dependientes (ruido sobre canal). El artículo deriva la Función de Densidad de Probabilidad (PDF) de esta razón para canales distribuidos mediante MG utilizando funciones de Meijer G.
   • Detector MMSE: El análisis deriva la PDF de la señal recibida post-filtrado. Crucialmente, aborda el problema del "desajuste": el MMSE introduce un sesgo de escala que desplaza las fronteras de decisión con respecto a las regiones estándar de ZF. El artículo deriva expresiones de SER para MMSE operando bajo regiones de decisión estándar de ZF, lo cual es un supuesto práctico común.
   • Análisis Asintótico: Se derivan aproximaciones de alta SNR para caracterizar la relación funcional entre la SER y la Relación Señal-Ruido (SNR), centrándose en eventos de desvanecimiento profundo.

3. Validación:

   • Las expresiones teóricas se validan mediante extensas simulaciones de Monte Carlo ($N = 5 \times 10^6$ ensayos) utilizando MATLAB.
   • Las simulaciones cubren varios esquemas de modulación (4-QAM y 16-QAM) y diferentes intensidades de correlación.

Contribuciones Clave
El artículo realiza las siguientes contribuciones técnicas:

• Marco Extendido: Extiende el trabajo previo sobre detección ZF en canales Rayleigh y canales THz de interior para incluir entornos THz de exterior modelados por la distribución MG e incluir la detección MMSE.
• Modelado de Correlación: Proporciona una solución generalizada para la dependencia entre canal y ruido utilizando tanto la correlación estadística directa como métodos basados en copulas (FGM y Frank), derivando la PDF del ruido efectivo para estos escenarios.
• Análisis de Sesgo de MMSE: Analiza formalmente la degradación de rendimiento de los detectores MMSE cuando se utilizan regiones de decisión basadas en ZF. El artículo deriva que, si bien el MMSE ofrece estabilidad numérica, el sesgo inherente causa una pérdida de rendimiento comparado con ZF en modulaciones de orden superior (por ejemplo, 16-QAM) debido al desplazamiento de las fronteras de decisión.
• Expresiones de Forma Cerrada y Semi-analíticas: Los autores derivan formulaciones semi-analíticas novedosas, soluciones de forma cerrada y aproximaciones precisas para la SER a través de canales Rayleigh, $\alpha-\mu$ y MG.

Resultados
Los resultados de la simulación demuestran una fuerte concordancia con las expresiones teóricas derivadas, validando la precisión del marco. Los hallazgos clave incluyen:

• Impacto de la Correlación: La dependencia entre canal y ruido afecta significativamente el rendimiento del receptor. Para una SER objetivo de $10^{-3}$, una correlación del 70% resulta en una degradación de aproximadamente 6.5 dB en la SNR efectiva en comparación con el caso independiente.
• Desempeño ZF vs. MMSE:
  • Para 4-QAM, los detectores ZF y MMSE exhiben un rendimiento idéntico, confirmando las predicciones teóricas.
  • Para 16-QAM, el detector MMSE (operando con regiones de decisión de ZF) incurre en una pérdida de rendimiento de aproximadamente 1 dB comparado con ZF a una SNR de 5 dB. Esta pérdida se atribuye al sesgo que desplaza las fronteras de decisión.
  • Sin embargo, el MMSE demuestra una mayor robustez en condiciones de desvanecimiento severo donde el ZF sufre de amplificación de ruido no acotada (inversión de canal).
• THz de Exterior: El marco caracteriza con éxito la SER para escenarios de exterior utilizando la distribución MG, mostrando que las expresiones asintóticas coinciden estrechamente con las curvas teóricas en regiones de alta SNR.

Significancia y Reivindicaciones
El artículo afirma proporcionar una base analítica fiable para evaluar y optimizar los detectores lineales en futuros sistemas de comunicación THz. Su significancia radica en:

1. Realismo: Al incorporar la dependencia entre canal y ruido e imperfecciones de hardware, el marco ofrece un análisis más consistente físicamente que los modelos tradicionales de ruido independiente.
2. Compromisos Prácticos: El análisis clarifica el compromiso entre la estabilidad numérica del MMSE (que evita la amplificación de ruido en desvanecimientos profundos) y el desajuste de la frontera de decisión que degrada el rendimiento en modulaciones de orden superior.
3. Guía de Diseño: Los resultados sugieren que, si bien el ZF es óptimo en regímenes de alta SNR para 4-QAM, el MMSE sigue siendo una alternativa práctica y robusta para modulaciones de orden superior en entornos THz realistas, siempre que la brecha de rendimiento (aprox. 1 dB) sea aceptable para los requisitos de fiabilidad de la aplicación.

Los autores concluyen que su marco es una herramienta valiosa para el diseño de sistemas THz, particularmente porque puede extenderse a otros modelos de canal y de ruido, y destaca la necesidad de considerar la correlación entre canal y ruido en el diseño de las redes de próxima generación.