⚡ ingeniería eléctrica

Joint RIS Phase and Power Allocation for a Hardware Impaired OTFS Waveform in Dense Vehicular Integrated Sensing and Communication

Este artículo propone RAHI-OTFS, un marco de optimización conjunta para la configuración de fase de la Superficie Inteligente Reconfigurable y la asignación de potencia que incorpora explícitamente las imperfecciones del hardware para mejorar significativamente tanto la precisión de detección como la fiabilidad de la comunicación en redes vehiculares densas.

Autores originales: B P Vidyashree, Punith Kumar MB, Purushottama Lingadevaru

Publicado 2026-10-14

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: B P Vidyashree, Punith Kumar MB, Purushottama Lingadevaru

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En las arterias bulliciosas de una ciudad moderna, el aire está cargado de señales invisibles. Los coches hablan con los semáforos, entre sí y con la infraestructura de la carretera, todo ello mientras se espera cada vez más que el mismo equipo de radio actúe como un par de ojos, midiendo constantemente la velocidad y la distancia de cada vehículo para prevenir accidentes. Este doble papel, donde un único dispositivo tanto comunica datos como detecta el mundo físico, se conoce como detección y comunicación integradas. Es una piedra angular de la próxima generación de redes inalámbricas. Sin embargo, diseñar estos sistemas es como intentar sintonizar una radio mientras se conduce por un cañón; las señales rebotan en los edificios, los vehículos se mueven a altas velocidades y las propias ondas de radio se ven distorsionadas por el hardware que las envía y recibe. Durante años, los ingenieros han intentado resolver el problema del bloqueo de la señal utilizando "espejos inteligentes" en los edificios: superficies que pueden programarse para reflejar señales alrededor de las esquinas para llegar a los vehículos que no tienen una línea de visión directa. Al mismo tiempo, han desarrollado formas de onda especiales, o patrones de señal, que son lo suficientemente robustos como para manejar los cambios rápidos causados por los coches que se mueven velozmente.

El desafío que ha quedado en gran medida sin abordar es que la mayoría de estos diseños avanzados asumen que el hardware es perfecto. Imaginan un mundo donde los componentes de radio son impecables, donde las señales nunca son distorsionadas por la electrónica dentro del transmisor o el receptor. En la realidad, las unidades de radio económicas que las ciudades desplegarían en realidad son imperfectas. Sufren de ruido de fase, donde el tiempo de la señal deriva ligeramente; utilizan convertidores digitales que trocean la señal en pasos en lugar de un flujo continuo; y sus amplificadores de potencia distorsionan la señal cuando esta se vuelve demasiado fuerte. Este artículo, titulado "Joint RIS Phase and Power Allocation for a Hardware Impaired OTFS Waveform in Dense Vehicular Integrated Sensing and Communication", plantea una pregunta crítica: ¿sigue funcionando la estrategia de utilizar estos espejos inteligentes y señales especiales cuando dejamos de pretender que el hardware es perfecto? Los investigadores, trabajando con un equipo de instituciones de la India, se propusieron diseñar un sistema que trate las imperfecciones del hardware no como un problema separado para ser arreglado después, sino como una parte fundamental del diseño desde el mismísimo principio.

El equipo se centró en un tipo específico de señal llamado OTFS, que organiza la información en una cuadrícula basada en retrasos de tiempo y cambios de velocidad, lo que lo hace naturalmente adecuado para vehículos de movimiento rápido. Combinaron esto con una Superficie Inteligente Reconfigurable, un gran panel de elementos pasivos que pueden sintonizarse para dirigir las ondas de radio. En lugar de optimizar la superficie para que funcione con una señal perfecta y luego esperar que sobreviva al hardware del mundo real, construyeron un modelo matemático donde la señal pasa primero por los componentes reales y defectuosos del transmisor y el receptor. Luego, ajustaron la superficie y la distribución de potencia de la señal para encontrar el mejor rendimiento posible dadas esas fallas. Este enfoque, al que llamaron RAHI-OTFS, requirió que calcularan exactamente cómo los errores de hardware degradarían la capacidad del sistema para medir la distancia y la velocidad, y luego encontrar una configuración que minimizara ese daño.

Los resultados de sus simulaciones, situadas en un entorno urbano denso con múltiples coches y objetivos, revelaron una cruda realidad. Cuando los investigadores compararon su sistema optimizado contra una versión donde el espejo inteligente estaba configurado en posiciones aleatorias y no coordinadas, la mejora fue dramática. El sistema optimizado redujo el error al medir la distancia a un objetivo de casi cinco centímetros a menos de un centímetro. En términos de comunicación, la tasa de error de los datos enviados disminuyó significativamente, pasando de un alto 28 por ciento a un 16 por ciento bajo las mismas condiciones de hardware. Estas cifras muestran que la sintonización cuidadosa de la superficie y la potencia de la señal puede recuperar un rendimiento sustancial incluso cuando el hardware es imperfecto. Sin embargo, el estudio también destacó un límite duro. Cuando compararon su mejor diseño posible contra un sistema teórico con hardware perfecto, encontraron que las imperfecciones del mundo real todavía causaban que la tasa de error fuera aproximadamente cien mil veces mayor de lo que sería en un mundo ideal.

Este hallazgo sugiere que, si bien la optimización de la superficie inteligente es increíblemente valiosa, no puede borrar por completo el costo de utilizar electrónica barata e imperfecta. Los investigadores demostraron que los dos problemas —el diseño de la superficie inteligente y la realidad de las fallas del hardware— no pueden resolverse por separado. Si los ingenieros diseñan una superficie asumiendo un hardware perfecto y luego la instalan en un dispositivo real e imperfecto, el sistema funcionará mucho peor de lo previsto. Al tratar las fallas del hardware como una parte integral de la ecuación de diseño, el equipo demostró que es posible construir un sistema que sea mucho más robusto, acercando el rendimiento de un despliegue en el mundo real al ideal teórico. El estudio confirma que para el futuro de las ciudades inteligentes, donde la seguridad depende de la detección precisa y la comunicación confiable, debemos diseñar nuestras redes con el entendimiento de que el hardware nunca será perfecto, y nuestras soluciones deben dar cuenta de esa realidad desde el principio.

Resumen Técnico: Asignación Conjunta de Fase de RIS y Potencia para una Ondaforma OTFS con Defectos de Hardware en la Comunicación y Detección Integradas Vehiculares Densas

Planteamiento del Problema
El artículo aborda una brecha crítica en el diseño de sistemas de Comunicación y Detección Integradas (ISAC) para redes vehiculares densas. Mientras que la literatura existente cubre extensamente la optimización conjunta de las configuraciones de fase de la Superficie Inteligente Reconfigurable (RIS) y las ondasformas (específicamente, Espacio de Tiempo-Frecuencia Ortogonal, o OTFS) para mejorar la precisión de la detección y las tasas de comunicación, estos diseños típicamente asumen un front-end de radio ideal, sin ruido y lineal. Por el contrario, estudios separados sobre defectos de hardware (como el ruido de fase del oscilador, los Conversores Analógico-Digitales [ADC] de resolución finita y la no linealidad del Amplificador de Potencia [PA]) cuantifican su degradación de la fiabilidad del enlace y la precisión de la estimación, pero generalmente ignoran la presencia de una RIS.

Los autores argumentan que una configuración de superficie optimizada bajo supuestos ideales puede no seguir siendo óptima cuando se despliega con el hardware imperfecto e inexpensive típico de los despliegues a escala urbana real. Este artículo propone un marco de diseño unificado que trata la optimación de la RIS y el realismo del hardware como un único problema acoplado, en lugar de dos tareas de diseño aisladas.

Metodología
El artículo introduce RAHI-OTFS (OTFS consciente de la hardware y de la RIS), un diseño de ondaforma que integra los defectos de hardware directamente en el modelo de señal y el bucle de optimización.

Modelo de Sistema:
- Geometría: Una unidad de carretera (RSU) se comunica con múltiples vehículos y detecta objetivos a través de un canal en cascada mediante una RIS pasiva. Se asume que las trayectorias directas están bloqueadas, lo que convierte a la RIS en la trayectoria de propagación dominante.
- Ondaforma: Se utiliza OTFS para mapear símbolos de información en una rejilla de retardo-Doppler, ofreciendo robustez contra la alta movilidad.
- Defectos de Hardware: Tres no-idealidades específicas se modelan directamente en las cadenas de transmisión y recepción:
  - No Linealidad del PA: Modelada mediante la característica de Rapp para dar cuenta de la saturación y la compresión.
  - Cuantización del ADC: Modelada mediante el Modelo de Ruido de Cuantización Aditivo (AQNM) para representar los efectos de la resolución finita.
  - Ruido de Fase del Oscilador: Modelado como un proceso de Wiener de tiempo discreto.
- Ruido Efectivo: Estos defectos se combinan para definir una "potencia de ruido efectivo" ( $N_{0,eﬀ}$ ), que incluye el ruido térmico más los niveles de ruido inducidos por el hardware.
Problema de Optimización:
- Objetivo: Una optimización conjunta del vector de fase de la RIS ( $\theta$ ) y la matriz de asignación de potencia de retardo-Doppler ( $W$ ). La función objetivo maximiza una suma ponderada de la tasa de suma de comunicación y el inverso de la cota de Cramér-Rao (CRB) conjunta para la estimación de retardo y Doppler de los objetivos.
- Restricciones: Presupuesto de potencia total, asignación de potencia no negativa, módulo unitario para las fases de la RIS y límites de Relación de Potencia Pico a Promedio (PAPR) aplicados mediante el retroceso de entrada del PA (input back-off).
- Información de Fisher: Se proporciona una derivación completa de la Matriz de Información de Fisher (FIM) para el enlace con defectos. Los autores demuestran que, bajo una rejilla centrada, la FIM es diagonal, lo que permite un cálculo de CRB en forma cerrada que incluye explícitamente el nivel de ruido del hardware.
Algoritmo:
- Se propone un algoritmo de Optimización Alternante (AO). Este itera entre:
  - La actualización de la asignación de potencia ( $W$ ) utilizando una solución de forma cerrada que divide la potencia entre un piso uniforme de comunicación y un aumento de detección.
  - La actualización del vector de fase de la RIS ( $\theta$ ) utilizando la Aproximación Estocástica de Perturbación Simultánea (SPSA) para manejar la restricción de módulo unitario no convexa.
- La cuantización de fase discreta se aplica solo después de que la optimización de fase continua converge para evitar desestabilizar el ascenso de gradiente.

Contribuciones Clave

Marco de Diseño Unificado: El artículo formula RAHI-OTFS, optimizando las fases de la RIS y la asignación de potencia simultáneamente frente a una CRB y una tasa de comunicación conscientes del hardware, en lugar de optimizar para una métrica bajo supuestos ideales.
Integración Directa de Hardware: A diferencia de trabajos previos que tratan los defectos como un post-análisis, este trabajo inserta la no linealidad del PA, la cuantización del ADC y el ruido de fase directamente en los modelos de señal de transmisión/recepción y en la función objetivo.
ে3. Derivación Teórica: Se presenta una derivación completa de la Información de Fisher y la CRB para el par retardo-Doppler bajo la ganancia combinada de la RIS y los niveles de ruido de hardware.
Algoritmo de Baja Complejidad: Se desarrolla un algoritmo práctico de optimización alternante para resolver el problema conjunto no convexo, validado para escenarios densos de carretera.

Resultados
Se realizaron simulaciones para un escenario representativo de carretera densa (portadora de 28 GHz, RIS de 64 elementos, 4 vehículos comunicantes, 3 objetivos de detección) comparando tres configuraciones: la propuesta RAHI-OTFS, una línea base de fase de RIS aleatoria (con los mismos defectos de hardware) y una línea base de hardware ideal (RIS optimizada, sin defectos).

Ganancias de Rendimiento: En comparación con la línea base de RIS aleatoria, la configuración optimizada de RAHI-OTFS redujo el Error Cuadrático Medio (RMSE) de rango de 4.9 cm a 0.9 cm y mejoró la Tasa de Error de Bit (BER) de 0.28 a 0.16 bajo idénticos defectos de hardware.
Costo de Hardware: Incluso con la superficie optimizada, el sistema con defectos de hardware exhibió una BER aproximadamente cinco órdenes de magnitud mayor que la línea base de hardware ideal (10⁻⁶ vs. 10⁻¹), cuantificando el costo significativo de las limitaciones de los componentes del mundo real.
Compromisos (Trade-offs): El estudio mostró que la optimización de la superficie mejora simultáneamente la tasa de suma de comunicación y la precisión de la detección, en lugar de requerir un compromiso entre ambas.
Sensibilidad: Los resultados indicaron que el rendimiento no es altamente sensible a la división específica de potencia entre detección y comunicación, ni al peso exacto de la función objetivo dentro de rangos razonables.
Límites de Hardware: Aumentar la resolución del ADC más allá de 6–7 bits produjo rendimientos decrecientes, ya que el ruido de fase del oscilador se convirtió en el nivel de defecto dominante.

Significado y Reivindicaciones
El artículo afirma que los resultados demuestran que la optimización de la superficie y el realismo del hardware deben tratarse como un único problema de diseño. Los autores aseveran que una configuración óptima para un transceptor ideal no es necesariamente sensata para un despliegue real utilizando hardware económico.

El estudio concluye que, si bien la optimización de la RIS proporciona ganancias sustanciales en entornos vehiculares densos, la brecha de rendimiento residual causada por los defectos de hardware es severa. Por lo tanto, los futuros diseños de ISAC no pueden ignorar de forma segura la interacción entre la ondaforma de la capa física, la configuración de la RIS y las no-idealidades específicas del front-end de radio. El artículo señala explícitamente las limitaciones, incluyendo modelos de canal simplificados (pérdida de trayectoria en espacio libre sin multipath), la ausencia de algoritmos de seguimiento/compensación de fase y el uso de modelos de defectos simplificados (por ejemplo, AQNM gaussiano), posicionando este trabajo como un paso fundacional hacia un diseño ISAC más realista y consciente del hardware.

Más como este