Deep Learning-Assisted Multicast Subgrouping in Massive MIMO

Resumen Técnico: Subagrupación de Multicast Asistida por Aprendizaje Profundo en Massive MIMO

Planteamiento del Problema
La entrega eficiente de contenido en la transmisión multicast de múltiples entradas y múltiples salidas masivas (mMIMO) está limitada por dos factores primordiales: la sobrecarga de pilotos y el "efecto del peor usuario". En el multicast convencional, una única tasa de transmisión debe dar servicio a todos los usuarios, lo que limita el rendimiento al usuario con las peores condiciones de canal. Además, la asignación de pilotos ortogonales para cada usuario (unicast) crea una sobrecarga prohibitiva en sistemas a gran escala. Si bien la subagrupación de multicast —que consiste en particionar a los usuarios en subconjuntos con estadísticas de canal espacial similares para aplicar precodificadores distintos— ofrece una solución, determinar el número óptimo de subgrupos ($G$) sigue siendo un problema desafiante y en gran medida no resuelto. Los métodos heurísticos existentes (por ejemplo, K-means con $G$ fijo) o el agrupamiento basado en densidad (por ejemplo, DBSCAN) a menudo no logran adaptarse a distribuciones de usuarios heterogéneas o requieren una búsqueda exhaustiva para encontrar el $G$ que maximice la eficiencia espectral (SE) de suma.

Metodología
El artículo propone un marco de trabajo asistido por aprendizaje profundo para inferir el número óptimo de subgrupos de multicast directamente a partir de las estadísticas espaciales del canal de los usuarios (matrices de covarianza) sin requerir información del estado del canal (CSI) instantánea. El enfoque opera bajo un modelo de adquisición de CSI escalable donde se reutiliza un piloto por subgrupo.

La metodología central consta de tres etapas principales:

1. Preprocesamiento de Entrada (PCA Específico por Instantánea): Dado que el número de usuarios ($K$) varía entre escenarios, los autores emplean un Análisis de Componentes Principales (PCA) por cada instantánea (snapshot). Esto transforma las matrices de covarianza espacial de tamaño variable en una representación de longitud fija de las puntuaciones de los Componentes Principales (PC). Si el número de usuarios es menor que la capacidad máxima del sistema ($K_{max}$), los vectores de entrada se rellenan con ceros (zero-padding) para mantener una dimensión consistente para la red neuronal.
2. Codificación Secuencial (LSTM): Una red de Memoria de Corto Plazo de Largo Plazo (LSTM) procesa la secuencia de las puntuaciones PC de los usuarios. La LSTM se elige por su capacidad para manejar secuencias de longitud variable y capturar dependencias espaciales latentes entre los usuarios. La arquitectura incluye una mejora de "replicación de datos" donde los datos de entrada se replican para llenar siempre $K_{max}$ pasos de tiempo, refinando el estado interno del modelo y mejorando la robustez ante conteos variables de usuarios.
3. Salida y Aprendizaje por Transferencia (TL):
   • Modelo Base: El modelo inicial trata la inferencia de subgrupos como una tarea de clasificación de múltiples salidas. Predice la distribución de probabilidad del número de subgrupos ($G$) para subconjuntos de usuarios progresivamente más grandes dentro de una sola pasada hacia adelante (forward pass).
   • Extensión de Aprendizaje por Transferencia (LSTM-TL-SE): Para optimizar aún más el rendimiento, se introduce un enfoque de aprendizaje por transferencia. El codificador LSTM preentrenado (congelado) extrae las características espaciales, mientras que una cabeza densa ligera se ajusta (fine-tuning) para predecir directamente la SE de suma normalizada para diferentes conteos de subgrupos candidatos. El $G$ óptimo se selecciona como aquel que maximiza la SE predicha, evitando la necesidad de una búsqueda exhaustiva.

Contribuciones Clave

• Mecanismo de Subagrupación Asistido por LSTM: Un marco novedoso que infiere el número de subgrupos de multicast a partir de las estructuras de covarianza espacial, adaptándose a tamaños de conjunto de usuarios variables sin supuestos heurísticos.
• Pipeline de PCA Específico por Instantánea: Una técnica de preprocesamiento que convierte matrices de covarianza de tamaño variable en representaciones de características de longitud fija adaptadas a cada instantánea específica de la distribución de usuarios.
• Aprendizaje por Transferencia para la Estimación de SE: Una extensión que reutiliza el extractor de características espaciales para predecir directamente la eficiencia espectral de suma, permitiendo una selección de subgrupos casi óptima sin evaluación exhaustiva.
• Estrategia de Subagrupación Intra-Servicio: Un método que preserva la semántica de multicast (flujo de contenido único) al tiempo que mejora la eficiencia de la capa física mediante múltiples precodificadores adaptados a subconjuntos estadísticamente homogéneos.
• Evaluación Exhaustiva: Simulaciones extensas que validan el enfoque frente a referentes (benchmarks) que incluyen unicast, multicast convencional, subagrupación aleatoria y agrupamiento DBSCAN en distribuciones de usuarios agrupadas y dispersas.

Resultados
Los resultados de la simulación en un escenario mMIMO de celda única (64 antenas, hasta 120 usuarios) demuestran lo siguiente:

• Rendimiento: El modelo propuesto LSTM (TL-SE) alcanza hasta el 85.2% de la eficiencia espectral de suma teórica máxima (el límite superior encontrado mediante búsqueda exhaustiva). Este supera al mejor referente práctico, DBSCAN (79.2%), y excede significativamente al unicast (67.2%) y al multicast convencional (71.4%) en diversos escenarios.
• Robustez: El modelo mantiene un alto rendimiento tanto en escenarios agrupados (donde la subagrupación es beneficiosa) como en escenarios dispersos (donde revierte naturalmente a un comportamiento tipo unicast, $G \approx K$).
• CSI Imperfecto: Bajo información de covarianza perturbada (simulando errores de estimación), el modelo de aprendizaje por transferencia muestra la mayor resiliencia, reteniendo aproximadamente el 80.1% del rendimiento del límite superior incluso con un desajuste significativo ($\alpha=0.5$), superando a DBSCAN en estas condiciones.
• Generalización: Al aplicarse a escenarios de Celda Libre (CF-mMIMO) sin reentrenamiento, los modelos entrenados con datos de celda única mantienen desviaciones pequeñas de la configuración óptima de subgrupos, lo que indica que la inferencia de la estructura espacial aprendida se generaliza a través de diferentes arquitecturas de red.
• Complejidad: El método propuesto escala polinómicamente con el número de usuarios y antenas, ofreciando una alternativa computacionalmente eficiente a los métodos de beamforming basados en optimización que requieren el CSI instantáneo completo.

Significancia y Reivindicaciones
El artículo afirma presentar el primer marco que combina conjuntamente la reducción de dimensionalidad específica por instantánea, el modelado secuencial de las estructuras de covarianza de los usuarios y el aprendizaje por transferencia para la predicción de la eficiencia espectral en la subagrupación de multicast.

Los autores enfatizan que su enfoque está diseñado específicamente para el régimen de mMIMO limitado por pilotos, donde el CSI instantáneo completo por usuario no está disponible o es demasiado costoso de adquirir. Al inferir la estructura de subgrupos a partir de estadísticas espaciales a gran escala, el método permite configuraciones de subgrupos adaptativas que mitigan el efecto del peor usuario sin incurrir en una sobrecarga de pilotos lineal. El trabajo destaca que el modelo aprende la estructura espacial subyacente que rige la subagrupación, lo que le permite identificar correctamente cuándo la subagrupación es beneficiosa (usuarios agrupados) y cuándo no lo es (usuarios dispersos), proporcionando una solución robusta para topologías de usuarios dinámicas e impredecibles. Los autores señalan modestamente que, si bien el marco se generaliza bien estructuralmente, el mapeo de la configuración de subgrupos a la eficiencia espectral específica sigue dependiendo del sistema, y que el trabajo futuro debería explorar campañas de medición en el mundo real e interferencia multi-celda.