Channel Estimation for Movable Intelligent Surface

Résumé Technique : Estimation de Canal pour une Surface Intelligente Mobile

Énoncé du Problème
L'article traite du défi de l'estimation de canal dans les systèmes MIMO de liaison montante assistés par une Surface Intelligente Mobile (MIS - Movable Intelligent Surface). Bien que les surfaces intelligentes reconfigurables (RIS) offrent des environnements radio programmables, les architectures RIS à couche unique conventionnelles dépendent d'une connaissance précise de l'état du canal (CSI) et d'une formation de faisceaux passive. Les architectures existantes telles que les RIS actives ou les métasurfaces intelligentes empilées (SIM) introduisent de la complexité ou une consommation d'énergie élevée. L'architecture MIS, proposée dans un travail antérieur [7], offre un compromis en combinant une couche transmissive fixe (MS1) avec une couche mobile plus petite (MS2). Le déplacement mécanique de MS2 par rapport à MS1 crée des profils de phase effectifs distincts sans nécessiter de réglage électronique rapide de chaque élément.

Cependant, cette architecture introduit un goulot d'étranglement significatif pour l'estimation. Similaires aux RIS conventionnelles, la nature passive de la surface empêche l'observation directe en bande de base. De plus, la couche mobile introduit une réponse dépendante de la position qui doit être estimée conjointement avec les canaux sans fil. De manière cruciale, dans des scénarios pratiques, la réponse de phase effective de la couche mobile peut être inconnue ou imparfaitement calibrée au niveau du récepteur. Les méthodes existantes d'estimation de canal basées sur les tenseurs pour les RIS ne traitent pas directement ce degré de liberté mécanique supplémentaire ou la nature inconnue de la matrice de phase de la couche mobile.

Méthodologie
Les auteurs proposent un cadre basé sur les tenseurs qui modélise les signaux pilotes reçus comme un tenseur PARAFAC (Parallel Factor) de quatrième ordre. Le système fonctionne en exploitant conjointement deux dimensions d'entraînement :

1. Motifs de phase de la couche fixe : La couche fixe (MS1) applique $S$ motifs de déphasage prédéfinis.
2. Positions de la couche mobile : La couche mobile (MS2) explore $U$ positions mécaniques discrètes sur la grille fixe.

Le signal reçu à la station de base (BS) est filtré et structuré en un tenseur $\mathcal{Y} \in \mathbb{C}^{N_r \times N_t \times S \times U}$, où $N_r$ et $N_t$ sont respectivement le nombre d'antennes de la BS et du terminal utilisateur (UT). Le tenseur suit le modèle :
$$\mathcal{Y} = \mathcal{I}_{4,M} \times_1 G \times_2 H \times_3 \Phi_f \times_4 \Phi_m$$
Ici, $G$ et $H$ représentent les canaux MIS-BS et UT-MIS, $\Phi_f$ représente les déphasages connus de la couche fixe, et $\Phi_m$ représente la réponse de phase dépendante de la position, inconnue, de la couche mobile.

Pour estimer les facteurs inconnus, l'article dérive un récepteur par Moindres Carrés Alternés Trilinéaires (TALS). Contrairement aux approches conventionnelles qui supposent une connaissance complète de la matrice d'entraînement, ce récepteur traite la matrice de phase de la couche mobile ($D$, correspondant à $\Phi_m$) comme un facteur inconnu à estimer. L'algorithme met à jour de manière itérative les estimations des matrices de canal ($G$, $H^T$) et de la réponse de la couche mobile ($D$) en résolvant des sous-problèmes de moindres carrés conditionnels basés sur les dépliages (unfoldings) de mode-$n$ du tenseur reçu.

Contributions Clés
L'article présente trois contributions principales :

1. Protocole d'entraînement et modélisation de tenseur : Les auteurs proposent un protocole d'entraînement à deux dimensions combinant les déphasages de la couche fixe et les positions de la couche mobile, modélisant le signal reçu comme un tenseur PARAFAC de quatrième ordre.
2. Récepteur TALS-PARAFAC : Un récepteur est dérivé pour estimer simultanément le canal UT-MIS, le canal MIS-BS et la réponse de la couche mobile dépendante de la position. Une caractéristique critique est que le récepteur fonctionne sans connaissance préalable de la matrice de phase de la couche mobile, l'estimant directement à partir de la structure du tenseur.
3. Analyse de l'identifiabilité et de la complexité : L'article discute des conditions requises pour l'identifiabilité des facteurs de canal (spécifiquement concernant le rang des produits de Khatri-Rao impliquant les créneaux d'entraînement $S$, les positions $U$ et le nombre d'antennes) et analyse la complexité computationnelle, qui évolue linéairement avec le nombre d'itérations et de positions.

Résultats de Simulation
Les performances ont été évaluées à l'aide de l'erreur quadratique moyenne normalisée (NMSE) des facteurs estimés et du canal en cascade reconstruit.

• Comparaison avec BALS : Le récepteur TALS proposé a été comparé à un benchmark conventionnel de Moindres Carrés Alternés Bilinéaires (BALS). Le benchmark BALS a obtenu un NMSE plus faible mais reposait sur l'hypothèse d'une connaissance parfaite de la matrice d'entraînement de la couche mobile. Le récepteur TALS, opérant sous l'hypothèse plus difficile de phases de couche mobile inconnues, a démontré une convergence réussie et une estimation précise.
• Impact de la longueur d'entraînement : Les résultats de simulation ont indiqué qu'augmenter le nombre de créneaux d'entraînement ($S$) améliore significativement le NMSE. Une transition a été observée où une longueur d'entraînement insuffisante entraînait un NMSE élevé dû à un mauvais conditionnement de la factorisation du tenseur, tandis qu'une longueur suffisante ($S=64$) produisait une diminution abrupte de l'erreur.
• Estimation conjointe : Les résultats ont confirmé qu'augmenter la longueur d'entraînement améliore la précision de l'estimation tant pour la réponse de la couche mobile ($D$) que pour le canal en cascade, validant la capacité du modèle à récupérer la matrice de phase inconnue à partir des données reçues.

Signification et Revendications
L'article affirme être le premier travail traitant le problème de l'estimation de canal pour les architectures MIMO assistées par MIS dans la littérature. La principale signification réside dans l'avantage pratique de la formulation proposée : elle élimine le besoin de calibration préalable ou de connaissance de la réponse de phase de la couche mobile. En traitant la réponse mécanique inconnue comme un facteur de tenseur estimable, la méthode permet une estimation de canal flexible dans des scénarios où l'état physique de la surface mobile n'est pas parfaitement connu par le récepteur. Les auteurs concluent que le cadre proposé exploite avec succès la dimension structurée supplémentaire fournie par le déplacement mécanique pour découpler et estimer conjointement les canaux en cascade et la réponse de la couche mobile.