Active Sensing for RIS-Aided Tracking and Power Control: A Hybrid Neuroevolution and Supervised Learning Approach

Résumé Technique : Détection Active pour le Suivi et le Contrôle de Puissance Assistés par RIS

Définition du Problème
Cet article traite du défi de la localisation et du suivi économes en énergie pour les équipements utilisateurs (UE) mobiles à puissance limitée dans des environnements multitrajets, assistés par une surface intelligente reconfigurable (RIS). L'étude se concentre sur deux contraintes primaires inhérentes aux déploiements IoT 6G pratiques :

1. Limitations Matérielles : Les implémentations pratiques de RIS utilisent des déphasages discrets (souvent binaires) plutôt qu'un réglage continu, rendant l'optimisation traditionnelle basée sur le gradient non différentiable et numériquement insoluble (NP-difficile).
2. Contraintes d'Énergie et de Rétroaction : Les UE fonctionnent sous des budgets énergétiques stricts où les transmissions de pilotes à haute puissance continue sont insoutenables. De plus, le lien de rétroaction de la station de base (BS) vers l'UE pour le contrôle de la puissance est limité à un message d'un seul bit (par exemple, « augmenter » ou « diminuer » la puissance) afin de permettre l'utilisation de récepteurs non cohérents à ultra-basse consommation.

L'objectif est d'optimiser conjointement la configuration discrète de la phase du RIS et la puissance de transmission montante de l'UE en temps réel afin de minimiser l'erreur quadratique moyenne (MSE) de l'estimation de position tout en respectant un budget de puissance cumulé.

Méthodologie
Les auteurs proposent un cadre d'apprentissage profond à double agent (DA - Dual-Agent) qui intègre la neuroévolution (NE) avec l'apprentissage supervisé pour résoudre ce problème de contrôle décentralisé et non différentiable. Le système comprend deux agents collaboratifs :

• Agent BS : Un réseau de neurones récurrents (RNN) utilisant des unités de mémoire à long terme (LSTM). Il observe les signaux pilotes reçus et produit deux actions : le prochain profil de phase discret du RIS et une commande de rétroaction d'un seul bit vers l'UE.
• Agent UE : Un RNN basé sur LSTM qui traite l'historique des commandes de rétroaction à bit unique reçues pour ajuster dynamiquement sa puissance de transmission de pilote pour le créneau temporel suivant.

Procédure d'Entraînement
Le cadre utilise une méthodologie d'entraînement hybride en trois étapes pour surmonter les limites de la rétropropagation standard :

1. Entraînement de l'Estimateur Initial : Un réseau estimateur est entraîné par apprentissage supervisé sur un ensemble de données générées avec des profils RIS et des niveaux de puissance aléatoires pour établir une base pour l'estimation de position.
2. Évolution de la Politique (Neuroévolution) : Les réseaux de politique de la BS et de l'UE sont optimisés conjointement à l'aide d'une stratégie d'évolution sans gradient (spécifiquement, une variante de CoSyNE). La fonction de fitness pénalise les violations du budget de puissance et récompense des erreurs de suivi plus faibles. Cette étape contourne la non-différentiabilité des éléments discrets du RIS.
3. Affinage Final de l'Estimateur : Une fois que les politiques sont évoluées, un réseau estimateur final est réentraîné sur les données générées par les politiques optimisées afin de maximiser la précision de la localisation.

Le cadre est conçu pour être évolutif, supportant des BS à antenne unique et multi-antennes (avec des modifications architecturales mineures pour sélectionner des combineurs numériques à partir d'un codebook fini).

Contributions Clés

• Nouvelle Formulation du Problème : L'article formule le suivi actif en liaison montante pour des UE à puissance contrainte avec des contraintes matérielles strictes (phases RIS discrètes) et des goulots d'étranglement d'information (rétroaction d'un seul bit), allant au-delà des études de localisation statique antérieures.
• Algorithme DA Hybride : Le développement d'un cadre de neuroévolution à double agent qui gère efficacement la nature non différentiable du contrôle du RIS discret et la boucle de rétroaction éparse, permettant un apprentissage conjoint de la configuration du RIS et du contrôle de la puissance.
• Robustesse aux Contraintes : Le schéma proposé démontre sa capacité à fonctionner efficacement avec une rétroaction d'un seul bit, où l'UE apprend à interpréter l'historique temporel des commandes binaires pour inférer l'urgence de la détection, atténant ainsi le goulot d'étranglement de l'information.

Résultats Numériques
Des simulations approfondies démontrent la supériorité du schéma proposé par rapport à plusieurs bases de référence :

• Performance de Suivi : Le cadre DA surpasse significativement les filtres classiques (Filtre de Kalman Étendu, Filtre Particulaire) et les trackers basés sur l'apprentissage automatique (RNN supervisés, Apprentissage par Renforcement Profond utilisant A2C) à travers divers modèles de mouvement, incluant des taux de rotation élevés et du bruit de mouvement.
• Performance de Localisation : Dans les scénarios statiques, la méthode surpasse le fingerprinting traditionnel (y compris les variantes optimisées par algorithme génétique), l'apprentissage purement supervisé et les estimateurs basés sur la rétropropagation supposant des phases RIS continues.
• Évolutivité et Robustesse : L'algorithme maintient une haute performance à mesure que la taille du RIS augmente, là où les bases de référence par gradient et par DRL se dégradent. Il reste également robuste sous diverses conditions de fading Ricean (faible $\kappa$) et des niveaux de bruit élevés.
• Efficacité de la Rétroaction : Malgré l'utilisation d'une rétroaction d'un seul bit, le schéma proposé atteint une performance presque identique aux schémas utilisant des liens de rétroaction scalaires complets ou multi-bits, tout en consommant nettement moins d'énergie pour l'UE (en respectant le budget de puissance).

Signification et Revendications
L'article affirme que la détection active, lorsqu'elle est combinée à une approche hybride de neuroévolution et d'apprentissage supervisé, peut surmonter efficacement les doubles défis des contraintes matérielles discrètes et des budgets énergétiques stricts dans les réseaux 6G. Les auteurs soutiennent que leur protocole collaboratif appris permet à des dispositifs IoT légers d'atteindre un suivi de haute précision sans nécessiter de mécanismes de rétroaction complexes et gourmands en énergie ou de réglage continu du RIS. Ce travail établit un nouveau standard pour la localisation assistée par RIS et économe en énergie, démontrant qu'une adaptation intelligente de la puissance de transmission et de la configuration du RIS peut compenser de sévères goulots d'étranglement d'information.

Les travaux futurs identifiés consistent à étendre ce cadre aux déploiements multi-RIS, à explorer les garanties de confidentialité de la localisation et à intégrer des architectures de réseaux de neurones basées sur des modèles pour réduire davantage la charge de calcul.