Variational Bayes Estimation for Affine-Precoded Superimposed Pilots in Partially Connected Dual-Wideband Tera-Hertz MU-MIMO Systems

Résumé Technique : Estimation par Bayes Variationnel pour des Pilotes Superposés à Précodage Affine dans des Systèmes MU-MIMO Téraherz à Double Largeur de Bande Partiellement Connectés

Énoncé du Problème
Ce travail traite du défi de l'acquisition précise de l'Information d'État du Canal (CSI) dans les systèmes MU-MIMO (Multi-Utilisateurs) téraherz (THz) opérant sous un effet de « double largeur de bande » (dual-wideband). Ce phénomène découle de la coexistence d'effets de largeur de bande fréquentielle (sélectivité fréquentielle traditionnelle) et d'effets de largeur de bande spatiale (délais différentiels à travers de grands réseaux d'antennes), entraînant des effets de division de faisceau où l'Angle d'Arrivée (AoA) et l'Angle de Départ (AoD) varient selon les sous-porteuses.

Les méthodes conventionnelles d'estimation par pilotes induisent une surcharge de bande passante significative, réduisant ainsi les débits de données. Bien que les Pilotes Superposés (SIP) intègrent des pilotes de faible puissance au sein des données pour atténuer cela, ils introduisent de l'interférence et une complexité d'estimation, particulièrement dans les canaux THz caractérisés par une haute dimensionnalité, une parcimonie intrinsèque et une incertitude de modèle sévère due à l'absorption moléculaire et aux pertes par réflexion. Les méthodes existantes peinent souvent face aux erreurs structurelles, aux problèmes de convergence ou à l'incapacité de modéliser efficacement la structure parcimonieuse des canaux THz dans ces conditions complexes.

Méthodologie
Les auteurs proposent un modèle de système pour un lien montant (uplink) THz MU-MIMO partiellement connecté utilisant l'Orthogonal Frequency Division Multiplexing (OFDM). La station de base (BS) utilise une architecture partiellement connectée avec plusieurs sous-réseaux, tandis que l'équipement utilisateur (UE) utilise une architecture entièrement connectée. Le canal THz est rigoureusement modélisé pour inclure les composantes de ligne de visée (LoS), de non-ligne de visée (NLoS), l'absorption moléculaire et les pertes en espace libre.

Pour aborder le problème d'estimation, l'article introduit deux modèles de système distincts utilisant un précodage affine avec des pilotes superposés :

1. Précodage Commun avec Estimation de Canal Conjointe (CP-JCE) : Un ensemble unique de matrices de précodage est utilisé pour tous les utilisateurs, permettant l'estimation conjointe du canal combiné.
2. Précodage Spécifique à l'Utilisateur avec Estimation de Canal Découplée (USP-DCE) : Des matrices de précodage uniques sont assignées à chaque utilisateur, permettant le découplage des signaux reçus et l'estimation individuelle du canal.

Les deux modèles sont formulés comme des problèmes d'estimation de canal parcimonieux structurés. Les auteurs développent un algorithme d'Inférence Bayésienne Variationnelle (VBI) pour résoudre ces problèmes. Contrairement aux approches bayésiennes standards qui reposent uniquement sur des a priori, ce cadre intègre des informations de la fonction de vraisemblance pour affiner la distribution a posteriori. Les aspects clés de la méthodologie sont :

• Modélisation de la Parcimonie : Le canal est représenté dans un domaine virtuel étendu à l'aide d'un dictionnaire de parcimonie dérivé de vecteurs de réponse de réseau qui tiennent compte des effets de largeur de bande spatiale.
• Distributions A Priori : Un a priori Gaussien-Gamma est adopté pour favoriser la parcimonie, où les hyperparamètres régissant la parcimonie sont traités comme des variables aléatoires avec des a priori de type Gamma.
• Modélisation du Bruit : La précision du bruit est modélisée avec un a priori Gamma pour s'adapter aux conditions de bruit réelles.
• Inférence : Une approximation de champ moyen (mean-field) est employée pour dériver des mises à jour en forme close des distributions a posteriori des coefficients de canal, des hyperparamètres et de la précision du bruit, évitant ainsi les intégrales de haute dimension intraçables.

Contributions Clés
Selon les auteurs, les principales contributions de ce travail sont :

• Nouveaux Modèles de Système : Il s'agit du premier travail présentant des techniques SIP à précodage affine pour les systèmes MIMO THz partiellement connectés impactés par l'effet de double largeur de bande.
• Cadre à Double Modèle : La proposition de deux architectures distinctes (CP-JCE et USP-DCE) pour analyser les compromis entre les stratégies d'estimation conjointe et découplée.
• Algorithme d'Estimation Robuste : Le développement d'un algorithme basé sur la VBI qui estime conjointement les coefficients de canal et apprend la structure de parcimonie sous-jacente via l'inférence d'hyperparamètres. Cette approche est conçue pour être robuste sous une incertitude de modèle sévère sans dépendre uniquement des hypothèses a priori.
• Analyse de Compromis Complète : Une comparaison détaillée des deux modèles proposés concernant la complexité de calcul, la précision de l'estimation (NMSE) et les exigences en temps de cohérence.

Résultats de Simulation
La performance a été évaluée dans un scénario pratique avec $U=3$ utilisateurs, une station de base à 64 antennes et une fréquence porteuse de 0,671 THz. Les conclusions clés incluent :

• Performance vs LS et Méthodes Existantes : L'approche VBI proposée surpasse significativement les méthodes des Moindres Carrés (LS) et d'autres techniques d'estimation parcimonieuse de pointe (citées comme [9] et [10]). La méthode LS ne prend pas en compte les a priori de parcimonie, tandis que les autres algorithmes cités souffrent d'erreurs de structure/convergence ou de minima locaux sous-optimaux.
• Précision : La méthode proposée atteint une erreur quadratique moyenne normalisée (NMSE) qui approche étroitement la référence « Genie-aided » (qui suppose une connaissance parfaite du canal) à des rapports signal sur bruit (SNR) élevés.
• Convergence : Le modèle USP-DCE converge plus rapidement (9 itérations pour atteindre un NMSE de 0,1 à 5 dB SNR) par rapport au modèle CP-JCE (19 itérations).
• Compromis :
  • Complexité : L'USP-DCE offre une complexité de calcul plus faible ($O(UG^3_T G^3_R)$) par rapport au CP-JCE ($O(U^3 G^3_T G^3_R)$), ce qui le rend plus évolutif à mesure que le nombre d'utilisateurs augmente.
  • Précision : L'USP-DCE démontre une performance de NMSE supérieure à celle du CP-JCE, car ce dernier gère l'estimation multi-utilisateur simultanée, ce qui introduit une interférence et une complexité plus élevées.
  • Temps de Cohérence : Le CP-JCE nécessite moins de matrices de précodage (2 au total) par rapport à l'USP-DCE ($2 \times U$), ce qui entraîne un temps de cohérence requis plus court, rendant le CP-JCE potentiellement plus adapté aux canaux changeant rapidement malgré sa complexité plus élevée.

Signification
Le papier revendique sa signification en fournissant le premier cadre rigoureux pour le SIP à précodage affine dans les systèmes MU-MIMO THz partiellement connectés à double largeur de bande. Il démontre que l'inférence de Bayes variationnel peut gérer efficacement la haute dimensionnalité et la parcimonie des canaux THz tout en gérant les compromis entre précision d'estimation et complexité de calcul. Ce travail offre une voie viable vers une estimation de canal robuste qui maintient des débits de données élevés en éliminant la surcharge dédiée aux pilotes, une exigence critique pour les futurs systèmes de communication THz.