Channel-Aware Waveform Selection Criteria Across Different Waveform Domains

Résumé Technique : Critères de Sélection de Formes d'Onde Sensibles au Canal à travers Différents Domaines de Formes d'Onde

Énoncé du Problème
Les évaluations actuelles des formes d'onde de la sixième génération (6G) reposent largement sur des modèles de canal épars et quasi-stationnaires. Bien que ces modèles offrent une tractabilité mathématique et facilitent l'analyse des gains de diversité et de la robustesse Doppler, ils occultent les complexités de propagation inhérentes aux environnements urbains denses, aux scénarios de haute mobilité et aux déploiements de réseaux hétérogènes. Plus précisément, les modèles conventionnels ne tiennent pas compte des phénomènes dynamiques tels que la naissance et la mort des clusters de trajets multiples, l'étalement spectral Doppler (plutôt que des décalages discrets), les retards variables dans le temps et la stationnarité locale par morceaux. Ces limitations sont particulièrement critiques pour des applications telles que la Détection et Communication Intégrées (ISAC) et les jumeaux numériques, où le canal lui-même est un objet d'inférence. Par conséquent, des formes d'onde telles que l'Espace Fréquence-Temps Orthogonal (OTFS) et la Multiplexion par Division de Fréquence Affine (AFDM), qui surpassent théoriquement la Multiplexion par Division de Fréquence Orthogonale (OFDM) dans des hypothèses éparces, n'ont pas obtenu de soutien pour la normalisation, en partie parce que leurs performances n'ont pas été rigoureusement vérifiées sous des modèles de canal réalistes et non stationnaires.

Méthodologie
Les auteurs proposent un modèle de canal généralisé, évolutif et mathématiquement traitable, formulé sous des formes continue et matricielle, pour combler le fossé entre les représentations éparces idéalisées et la propagation réaliste.

1. Modélisation du Canal : Le modèle intègre des propriétés de propagation intrinsèques, notamment :
   • Dynamique de Naissance-Mort des Clusters : Les clusters de trajets multiples apparaissent et disparaissent au fil du temps, modélisés via des distributions de Poisson pour les nombres de clusters et de rayons.
   • Étalement Spectral Doppler : Au lieu de décalages discrets uniques, le modèle utilise une distribution de Von Mises-Fisher pour générer des spectres Doppler continus basés sur les angles des rayons.
   • Retards Variables dans le Temps : Les retards évoluent géométriquement avec la mobilité, introduisant un couplage entre les paramètres de retard et de Doppler.
   • Stationnarité par Morceaux : Le modèle définit des régions de stationnarité locale (WSSUS) où les paramètres restent constants, séparées par des frontières où se produisent des événements de « naissance et mort ».
2. Dérivation des Canaux Effectifs : En utilisant ce modèle, les auteurs dérivent les relations entrée-sortie et les matrices de canal effectives pour quatre formes d'onde 6G prominentes : OFDM, DFT-s-OFDM, AFDM et OTFS. Cette dérivation met en évidence comment chaque forme d'onde mappe le canal physique vers une structure d'interférence spécifique à un domaine.
3. Cadre de Sélection : Un cadre de priorisation des formes d'onde sensible au canal est développé sur la base de :
   • Des conditions de résolution retard-Doppler.
   • Des contraintes de stationnarité locale.
   • Du Rapport Signal sur Interférence plus Bruit (SINR) effectif, tenant compte des fuites causées par les retards fractionnaires, le Doppler fractionnaire et la segmentation.
   • De la distribution des équipements utilisateurs (UE) dans la cellule et du SNR agrégé.

Contributions Clés

• Modèle de Canal Généralisé : Un modèle paramétrique qui capture les effets de propagation réels (dynamique de naissance-mort, étalement Doppler, retards variables dans le temps) tout en se réduisant aux modèles éparcs conventionnels sous des hypothèses simplificatrices appropriées.
• Canaux Effectifs Spécifiques aux Formes d'Onde : Des dérivations analytiques montrant que la supériorité des formes d'onde dépend du régime. L'article démontre que l'AFDM et l'OTFS ne conservent leurs avantages d'efficacité spectrale que dans des conditions éparces, résolubles et stationnaires. Inversement, l'OFDM et le DFT-s-OFDM peuvent être ajustés (par exemple, via l'espacement des sous-porteuses) pour atteindre une fiabilité supérieure sous le modèle de canal complexe proposé.
• Cadre de Sélection Adaptative : Une base rationnelle pour la sélection de formes d'onde qui prend en compte conjointement les propriétés du canal, les fuites d'interférence et les débits réalisables, s'éloignant ainsi de l'approche « une forme d'onde pour tous ».
• Évaluation Complète : Évaluation des performances utilisant les paramètres de la Ligne de Retard de Canal (CDL) 3GPP, évaluant le Taux d'Erreur Binaire (BER), l'Efficacité Spectrale (SE), le Rapport Crête à Moyenne (PAPR) et l'Erreur Quadratique Moyenne (MSE) de l'Estimation de Canal (CE).

Résultats
Les résultats de simulation sous le modèle de canal proposé donnent les conclusions suivantes :

• Estimation de Canal (CE) : Sous le modèle proposé, l'AFDM et l'OTFS subissent une dégradation significative du NMSE (environ 3 ordres de grandeur) par rapport au modèle éparse en raison de l'ambiguïté à distinguer les spectres Doppler des étalements fractionnaires et de la rupture des régions WSSUS. L'OFDM et le DFT-s-OFDM montrent une dégradation minimale car ils absorbent les interférences en élargissant l'espacement des sous-porteuses ($\Delta f$).
• Performance BER : L'AFDM et l'OTFS présentent un BER dégradé même à fort SNR sous le modèle proposé en raison des fuites non gérées et de la corrélation entre les composantes de trajets multiples. L'OFDM et le DFT-s-OFDM maintiennent des niveaux de BER fiables avec de légers ajustements du SNR.
• Efficacité Spectrale (SE) : Bien que l'AFDM et l'OTFS atteignent une SE plus élevée sous les modèles éparces, l'OFDM et le DFT-s-OFDM deviennent supérieurs sous le modèle proposé. La surcharge supplémentaire (protection des pilotes, gardes) requise par l'AFDM/OTFS pour résoudre les paramètres du canal n'est plus justifiée par une reconstruction éparse fiable dans des environnements non stationnaires.
• PAPR : Le DFT-s-OFDM présente le PAPR le plus bas. Bien que l'OTFS montre un PAPR plus faible que l'OFDM et l'AFDM dans des configurations spécifiques, l'exigence de tailles de FFT plus grandes pour l'AFDM/OTFS afin d'atteindre la résolution augmente leur charge opérationnelle.
• Performance au Niveau de la Cellule : Les cartes de débit indiquent que les régions à haut débit de l'AFDM et de l'OTFS se contractent considérablement sous le modèle proposé, tandis que l'OFDM et le DFT-s-OFDM maintiennent des distributions spatiales de débit stables.

Signification
L'article soutient que la supériorité des formes d'onde n'est pas universelle mais strictement dépendante du régime d'exploitation. Les résultats remettent en question l'hypothèse selon laquelle les formes d'onde du domaine retard-Doppler (OTFS, AFDM) sont intrinsèquement supérieures pour la 6G. Au contraire, les auteurs postulent que l'OFDM et le DFT-s-OFDM offrent des performances plus robustes dans des environnements réalistes et non stationnaires caractérisés par des dynamiques de naissance-mort de clusters et un étalement Doppler. Le travail fournit une fondation mathématique pour une sélection de formes d'onde « sensible au canal », suggérant que les futurs systèmes 6G devraient sélectionner de manière adaptative les formes d'onde en fonction des conditions de canal observées (résolubilité et stationnarité) plutôt que de s'en tenir à un standard de forme d'onde unique et fixe. Cette approche vise à optimiser la fiabilité et l'efficacité spectrale dans des scénarios de déploiement complexes tels que l'ISAC, le V2X et les Réseaux Non Terrestres (NTN).