Indirect and Direct Multiuser Hybrid Beamforming for Far-Field and Near-Field Communications: A Deep Learning Approach

Cet article propose une approche d'apprentissage profond en boucle fermée, basée sur un critère MMSE variant et éliminant le précodeur numérique par des conditions KKT, pour concevoir des beamforming hybrides directs et indirects stables et efficaces dans les systèmes XL-MIMO en champ proche et lointain.

L'essentiel

Imaginez que vous êtes le chef d'orchestre d'un immense orchestre composé de milliers d'instruments (les antennes) qui doivent jouer une mélodie parfaite pour plusieurs auditeurs (les utilisateurs) situés à des endroits très différents : certains sont juste devant la scène (près du champ), d'autres sont au fond de la salle (loin du champ).

Le problème ? Dans un système de communication moderne (comme la future 6G), ces milliers d'instruments doivent être pilotés par un nombre très limité de chefs de section (les chaînes radio). C'est comme essayer de diriger un orchestre de 1000 musiciens avec seulement 4 baguettes de chef ! De plus, les sons des uns interfèrent avec les autres, créant du bruit.

Voici comment les auteurs de cette recherche ont résolu ce casse-tête, expliqué simplement :

1. Le Défi : La Distance change tout

Dans le passé, on pensait que les ondes radio arrivaient toutes en ligne droite, comme des rayons plats (comme la lumière du soleil). Mais avec des antennes géantes, les gens proches voient les ondes comme des vagues sphériques (comme les rides sur l'eau quand on jette un caillou).

• Le problème : Si vous essayez de viser un utilisateur proche avec une technique conçue pour les gens loin, vous ratez votre cible. De plus, si deux personnes sont à la même hauteur mais à des distances différentes, il est très difficile de leur parler sans que leurs voix se mélangent.

2. La Solution : Un "Chef d'Orchestre" Apprenant (Intelligence Artificielle)

Les chercheurs ont créé une intelligence artificielle (IA) qui agit comme un chef d'orchestre ultra-intelligent. Au lieu de calculer des formules mathématiques compliquées à chaque seconde (ce qui est trop lent), l'IA "regarde" la situation et décide instantanément comment orienter les antennes.

Ils ont développé deux façons de travailler pour cette IA :

A. La méthode "Indirecte" (Quand on connaît la carte)

Imaginez que vous avez une carte parfaite de la salle et que vous savez exactement où est chaque personne.

• L'astuce : L'IA ne cherche pas à tout résoudre d'un coup. Elle sépare le travail en deux :
  1. Elle ajuste d'abord les antennes (le "pré-codage analogique") pour bien viser les zones.
  2. Ensuite, elle utilise une formule mathématique simple et rapide (comme une recette de cuisine) pour ajuster le volume final (le "pré-codage numérique").
• Le résultat : C'est rapide, stable, et ça fonctionne presque aussi bien que si vous aviez un ordinateur géant qui calculerait tout à la main.

B. La méthode "Directe" (Quand on est dans le noir)

Parfois, on n'a pas la carte. On ne sait pas exactement où sont les gens. On doit juste écouter de petits signaux (des "pilotes") pour deviner.

• L'astuce : L'IA apprend à apprendre. Elle ne cherche pas à reconstruire toute la carte de la salle. Au lieu de cela, elle apprend directement à transformer les sons qu'elle entend en actions pour les antennes.
  • C'est comme si vous appreniez à conduire une voiture en regardant la route, sans avoir besoin de comprendre la mécanique du moteur.
  • Une fois que l'IA a orienté les antennes, on envoie un petit message pour vérifier le signal, et on ajuste le volume final.
• Le résultat : Même avec très peu d'informations (peu de temps d'écoute), l'IA trouve une solution bien meilleure que les anciennes méthodes qui essaient de deviner la position exacte de chaque personne.

3. Pourquoi c'est génial ? (Les Analogies)

• L'IA comme un Caméléon : Les anciennes méthodes étaient rigides. Si vous changiez la distance d'un utilisateur, elles paniquaient. L'IA de cette étude est comme un caméléon : elle s'adapte instantanément, que l'utilisateur soit à 5 mètres ou à 80 mètres.
• Éviter le Chaos : Quand beaucoup de gens parlent en même temps, c'est le brouhaha. L'IA apprend à "chuchoter" exactement dans l'oreille de chaque personne sans que les voisins entendent, même s'ils sont très proches.
• Économie de Ressources : Les anciennes méthodes demandaient beaucoup de temps et d'énergie pour calculer. La méthode de l'IA est comme un expresso : rapide, efficace, et elle donne le même (voire meilleur) résultat que la méthode lente et laborieuse.

En résumé

Cette recherche propose un cerveau artificiel capable de gérer des antennes géantes pour la future 6G.

1. Il comprend que la distance compte (ondes sphériques).
2. Il sépare le problème difficile en deux parties gérables (une partie apprise par l'IA, une partie calculée par une formule simple).
3. Il fonctionne aussi bien avec une carte complète qu'avec de simples indices.

C'est une avancée majeure pour rendre les réseaux mobiles plus rapides, plus fiables et capables de connecter des milliers d'appareils simultanément sans se brouiller, que vous soyez assis au premier rang ou au fond du stade.

Résumé technique

Voici un résumé technique détaillé de l'article « Indirect and Direct Multiuser Hybrid Beamforming for Far-Field and Near-Field Communications: A Deep Learning Approach », rédigé en français.

1. Problématique et Contexte

L'article aborde les défis du beamforming hybride (analogique-numérique) dans les systèmes MIMO à très grande échelle (XL-MIMO) pour les réseaux 6G. Deux problèmes majeurs se posent :

• La transition champ proche/champ lointain : Avec des antennes massives, la distance de Rayleigh s'étend, plaçant les utilisateurs dans le champ proche. Le modèle d'onde plane (standard) devient inexact ; un modèle d'onde sphérique est nécessaire, où le canal dépend à la fois de l'angle et de la distance. Cela permet le « focalisation de faisceau » (beam focusing) mais rend l'optimisation complexe.
• Interférences multi-utilisateurs (MUI) et complexité : L'optimisation conjointe des précodeurs analogiques (contraints par une amplitude constante) et numériques pour maximiser le débit global est un problème non convexe et coûteux en calcul.
• Limites des approches existantes : Les méthodes d'apprentissage profond actuelles souffrent soit d'une conception découplée (ignorant les interférences lors de l'optimisation analogique), soit d'une optimisation de bout en bout (E2E) instable due aux contraintes d'amplitude constante et à la nature non convexe de la maximisation du débit. De plus, l'estimation explicite du canal (CSI) est souvent trop coûteuse en termes de pilotes dans les systèmes XL-MIMO.

2. Méthodologie Proposée

Les auteurs proposent un cadre E2E (End-to-End) entièrement complexe basé sur des réseaux de neurones profonds complexes (DCN), capable de fonctionner en deux modes : Indirect (avec CSI estimé) et Direct (sans CSI explicite, uniquement avec des pilotes courts).

A. Objectif d'Entraînement : Critère Variant-MMSE

Au lieu de maximiser directement le débit (ce qui crée des gradients instables), l'approche minimise une erreur quadratique moyenne (MSE) variant.

• Élimination analytique du précodeur numérique : En utilisant les conditions d'optimalité de Karush-Kuhn-Tucker (KKT), le précodeur numérique ($F_{BB}$) est exprimé sous forme fermée en fonction du précodeur analogique ($F_{RF}$).
• Stabilisation : Cela permet d'entraîner uniquement le réseau pour optimiser $F_{RF}$ avec un objectif stable (MSE), tout en garantissant que le précodeur numérique optimal est appliqué analytiquement à l'inférence.

B. Architecture du Réseau de Neurones

L'architecture comprend trois modules principaux :

1. Front-end de détection par convolution complexe groupée :
   • Imité le processus de mesure en liaison montante (UL).
   • Utilise des convolutions complexes sans biais pour apprendre des matrices de détection ($\Phi$) optimales, offrant plus de degrés de liberté que les méthodes basées uniquement sur la phase.
2. MLP (Perceptron Multicouche) complexe partagé par utilisateur :
   • Extrait des caractéristiques latentes pour chaque utilisateur à partir des mesures.
   • Utilise une normalisation par lot complexe et une fonction d'activation Tanh complexe (proposée pour éviter la saturation des gradients et améliorer la stabilité par rapport à ReLU).
3. Tête de sortie fusionnée avec normalisation :
   • Fusionne les caractéristiques de tous les utilisateurs pour générer le précodeur analogique.
   • Applique une normalisation pour respecter la contrainte d'amplitude constante (CM) imposée par le matériel ($|F_{RF}| = 1/\sqrt{M}$).

C. Modes de Fonctionnement

• Mode Indirect : Le réseau prend le canal estimé ($H$) comme entrée et prédit $F_{RF}$. Le précodeur numérique est calculé analytiquement via la solution KKT.
• Mode Direct (Sans CSI explicite) :
  • Le réseau apprend directement la carte des pilotes UL courts vers le précodeur analogique.
  • Une fois $F_{RF}$ généré, il est utilisé comme combinateur analogique fixe.
  • Un protocole de signaux permet d'estimer le canal équivalent ($H_{eq} = H^H F_{RF}$) via des répétitions de pilotes.
  • Le précodeur numérique est ensuite calculé analytiquement sur ce canal équivalent.

3. Contributions Clés

1. Cadre E2E complexe unifié : Première architecture E2E entièrement complexe pour le beamforming hybride multi-utilisateur en champ proche et lointain, intégrant une détection physique réaliste.
2. Optimisation stable par élimination KKT : Introduction d'un objectif basé sur le variant-MMSE où le précodeur numérique est éliminé analytiquement. Cela résout le problème d'instabilité des gradients des méthodes E2E classiques et découple efficacement les designs analogique et numérique.
3. Efficacité des pilotes et robustesse : Le mode direct permet de réduire considérablement la surcharge de pilotes et de rétroaction, essentiel pour le déploiement XL-MIMO, tout en maintenant des performances élevées même avec des canaux à forte corrélation spatiale.
4. Interprétabilité physique : Les auteurs montrent que le réseau apprend des motifs de détection physiquement significatifs (focalisation sur les angles et distances pertinents) et capture la structure de la variété des phases dépendante de la distance.

4. Résultats Expérimentaux

Les simulations ont été menées sur un système XL-MIMO (128 antennes, 100 GHz) avec des utilisateurs en champ proche et lointain.

• Performance en mode Indirect :
  • Le modèle proposé (DL-IMHB) approche les performances de l'optimisation itérative variant-MMSE (considérée comme une borne supérieure) mais avec une complexité de calcul réduite proportionnelle au nombre d'antennes.
  • Il surpasse les méthodes basées sur la recherche de codebook (LDMA) et les approches découplées (SU-DNN) d'environ 3 bps/Hz en débit global.
• Performance en mode Direct :
  • Avec un budget de pilotes limité (ex: 6+2 symboles), la méthode proposée dépasse les pipelines de récupération de parcimonie (P-SOMP, P-SIGW) et les réseaux de neurones sans CSI.
  • Elle est particulièrement robuste dans le champ proche extrême (distances < 10m), là où les méthodes basées sur la parcimonie échouent en raison de la courbure de l'onde.
  • Gain de débit : Jusqu'à 3 bps/Hz de plus que les meilleures méthodes de référence avec moins de pilotes.
• Évolutivité : La méthode maintient ses performances lorsque le nombre d'utilisateurs ou d'antennes augmente, contrairement aux algorithmes itératifs dont la complexité explose.
• Géométrie d'antenne : Le modèle s'adapte bien aux réseaux planaires uniformes (UPA) sans modification architecturale.

5. Signification et Impact

Ce travail représente une avancée significative pour l'implémentation pratique du 6G et des systèmes XL-MIMO :

• Réduction de la complexité : Il remplace des algorithmes d'optimisation itératifs lourds par une inférence de réseau de neurones rapide (temps réel).
• Adaptabilité au champ proche : Il résout le problème de la modélisation du champ proche sans nécessiter une estimation de canal parfaite et coûteuse, ce qui est crucial pour les applications à très haute densité.
• Efficacité spectrale : En permettant un focalisation précise des faisceaux (angle + distance) et une gestion efficace des interférences, il maximise l'efficacité spectrale dans des conditions réalistes de bruit et de pilotes limités.
• Approche "AI-Native" : Il démontre comment intégrer des contraintes physiques (modèle d'onde sphérique, contraintes de matériel) directement dans l'architecture et l'entraînement du réseau, plutôt que de traiter l'IA comme une boîte noire.

En résumé, cette étude propose une solution robuste, efficace et interprétable pour le beamforming hybride dans les environnements complexes de la prochaine génération de réseaux sans fil.