Geometry-Informed Optimization of Binary RIS Configurations for Communication and Sensing

Resumen Técnico: Optimización de Configuraciones de RIS Binarias Informada por la Geometría

Planteamiento del Problema
Las Superficies Inteligentes Reconfigurables (RIS) prácticas suelen utilizar desplazadores de fase de baja resolución, típicamente limitados a 1 bit (dos estados discretos: $0^\circ$ y $180^\circ$). Para una RIS con $N$ elementos, el espacio de configuración consiste en $2^N$ estados binarios. La optimización directa para maximizar las métricas de rendimiento (como la fuerza de la señal recibida o la precisión de detección) mediante búsqueda exhaustiva es computacionalmente prohibitiva debido a este crecimiento exponencial. Si bien la literatura existente a menudo asume desplazamientos de fase continuos y aplica la cuantización post-optimización, este enfoque frecuentemente resulta en una degradación significativa del rendimiento cuando la resolución de fase es baja. Por el contrario, los métodos de búsqueda discreta directa suelen depender de una exploración heurística o no estructurada, fallando al no explotar la estructura inherente del espacio de soluciones óptimas.

Metodología
Los autores proponen un marco que reformula el problema de optimización de fase de RIS de 1 bit como un problema geométrico. En lugar de tratar el espacio binario como no estructurado, el artículo demuestra que las configuraciones globalmente óptimas comparten una propiedad geométrica específica.

1. Reformulación Matemática:
   El problema de maximizar la relación señal-ruido (SNR) recibida se transforma en la maximización de la norma de una suma con signo de vectores dependientes del canal. Específicamente, el objetivo es encontrar un vector binario $\mathbf{x} \in \{+1, -1\}^K$ que maximice $\|\sum_{k} x_k \mathbf{a}_k\|$, donde $\mathbf{a}_k$ son vectores derivados de la información del estado del canal (CSI) y del enlace directo.

2. Caracterización Geométrica (Lema 1):
   La contribución teórica central es la demostración de que cualquier configuración $\mathbf{x}^*$ globalmente óptima es inducida por los signos de las proyecciones de los vectores $\mathbf{a}_k$ sobre un vector de dirección común $\mathbf{v}$. Matemáticamente, $x_k^* = \text{sgn}(\mathbf{a}_k \cdot \mathbf{v})$. Esto implica que el conjunto de configuraciones potencialmente óptimas se restringe a aquellas generadas al variar el vector de dirección $\mathbf{v}$ en el espacio de la señal.

3. Enfoques Algorítmicos:

• Caso MIMO General (Muestreo Informado por la Geometría): Para espacios de señal de alta dimensión, los autores proponen un algoritmo que muestrea vectores de dirección $\mathbf{v}$ a partir de una distribución y construye configuraciones binarias utilizando la regla de proyección. Esto restringe el presupuesto de búsqueda exclusivamente a candidatos "estructuralmente admisibles", evitando la gran mayoría de las configuraciones subóptimas.
• Caso SISO (Solución Exacta en Tiempo Polinomial): En sistemas de entrada única y salida única (SISO), los vectores se encuentran en un espacio real 2D ($\mathbb{R}^2$). Los autores muestran que las configuraciones óptimas corresponden a los sectores formados por líneas ortogonales a los vectores $\mathbf{a}_k$. Al enumerar estos sectores (a lo sumo $N+1$ configuraciones distintas), se puede encontrar el óptimo global exactamente en tiempo polinomial ($O(K^2)$ u $O(K \log K)$ con paralelismo), en lugar de mediante muestreo aleatorio.

4. Aplicación a ISAC:
   El marco se extiende a escenarios de Comunicación y Detección Integradas (ISAC). Los elementos de la RIS se particionan en conjuntos para comunicación y detección. Los autores demuestran que los subproblemas para mejorar las señales de comunicación e iluminar objetivos para localización se reducen al mismo problema subyacente de maximización de vectores con signo, permitiendo que los mismos algoritmos de optimización se apliquen a ambas funcionalidades.

Contribuciones Clave

• Prueba Geométrica: Se demostró que cada configuración de RIS de 1 bit globalmente óptima es inducida por los signos de las proyecciones de los vectores de canal sobre una dirección común.
• Algoritmo MIMO Eficiente: Se desarrolló un método de muestreo informado por la geometría que reduce significativamente el espacio de búsqueda para sistemas MIMO generales al centrarse solo en configuraciones estructuralmente válidas.
• Algoritmo SISO Exacto: Se derivó un algoritmo exacto de tiempo polinomial para sistemas SISO mediante la caracterización del conjunto completo de configuraciones candidatas vía partición angular 2D.
• Marco Unificado de ISAC: Se mostró que la mejora de la comunicación y la localización de objetivos en ISAC comparten la misma estructura de optimización discreta, permitiendo un enfoque de diseño unificado.

Resultados de Simulación
El artículo evalúa los métodos propuestos mediante simulaciones numéricas en un entorno 3D:

• Maximización de LOS: El método de muestreo informado por la geometría se comparó contra el muestreo binario directo no informado y un referente de fase continua ideal. Con un presupuesto de muestreo fijo de 1,000 candidatos, el método propuesto logró ganancias de al menos 5.36 dB sobre el muestreo directo. Se aproximó al rendimiento de la RIS de fase continua ideal dentro de 3.12 dB, demostrando que una exploración efectiva del espacio binario puede recuperar una fracción sustancial del rendimiento de fase continua.
• Compromisos de ISAC: En escenarios ISAC con elementos de RIS particionados entre comunicación y detección, los resultados mostraron un compromiso (trade-off) no lineal. Aumentar la fracción de elementos dedicados a la comunicación mejoró la potencia recibida de manera constante, pero no degradó inmediatamente el rendimiento de detección (error de localización y tasa de fallos) hasta alcanzar un umbral crítico. Esto sugiere una región de operación donde la comunicación puede mejorarse con un impacto mínimo en la detección.

Significancia
El artículo sostiene que la naturaleza discreta del hardware práctico de RIS no vuelve intratable la optimización de fase. En cambio, las restricciones discretas revelan una estructura geométrica explotable. Al aprovechar esta estructura, el marco propuesto proporciona un enfoque unificado para optimizar las configuraciones prácticas de RIS de 1 bit tanto para las funcionalidades de comunicación como de detección, ofreciendo una alternativa computacionalmente eficiente a la búsqueda exhaustiva o a las aproximaciones de fase continua.