Bridging Neural Networks and Wireless Systems with MIMO-OFDM Semantic Communications

Sintesi Tecnica: Colmare il divario tra Reti Neurali e Sistemi Wireless con le Comunicazioni Semantiche MIMO-OFDM

Problematica
Sebbene le comunicazioni semantiche — specificamente il Deep Joint Source-Channel Coding (DeepJSCC) — abbiano dimostrato prestazioni superiori nelle simulazioni rispetto ai sistemi modulari convenzionali (codifica della sorgente, codifica del canale e modulazione separati), persistono significativi divari di prestazione quando tali sistemi vengono implementati in ambienti wireless reali. Ricerche precedenti hanno identificato discrepanze tra i risultati simulati e le misurazioni dei prototipi, tuttavia le cause specifiche legate ai limiti hardware e alle caratteristiche pratiche del canale rimangono poco esplorate. Questo articolo investiga perché i guadagni teorici spesso non si concretizzano nella pratica, concentrandosi sulle sfide introdotte dalla non linearità dell'Amplificatore di Potenza (PA), dalle variazioni del Peak-to-Average Power Ratio (PAPR) e dal rumore selettivo in frequenza nei sistemi MIMO-OFDM (Multiple-Input Multiple-Output Orthogonal Frequency-Division Multiplexing).

Metodologia
Gli autori hanno sviluppato un prototipo funzionale di comunicazione semantica MIMO-OFDM per validare le prestazioni in un ambiente reale. L'architettura del sistema impiega un approccio di deep learning end-to-end in cui un encoder CNN-Transformer mappa direttamente i patch di immagini in simboli wireless a valori complessi, bypassando la tradizionale elaborazione del flusso di bit.

• Configurazione Hardware: Il prototipo utilizza radio-definizione software (SDR) NI USRP-2953R configurate per MIMO 2×2 e 4×4 in un ambiente statico indoor Line-of-Sight (LoS). Un amplificatore Mini-Circuits ZVA-183W-S+ è integrato per introdurre una non linearità del PA controllata per i test.
• Elaborazione del Segnale: Il sistema trasmette patch di immagini 32×32 come 512 simboli complessi utilizzando l'OFDM (FFT a 128 punti, 72 sottoportanti attive). Il ricevitore impiega la stima e la combinazione del canale tramite Zero-Forcing (ZF).
• Strategie di Mitigazione: Per affrontare le imperfezioni pratiche, gli autori hanno implementato:
  1. Symbol Shuffling (Mescolamento dei Simboli): Randomizzazione dell'allocazione dei simboli tra le sottoportanti e gli stream spaziali per mediare il fading selettivo in frequenza e le variazioni di SNR, mimando le condizioni di rumore bianco gaussiano additivo (AWGN).
  2. Regolazione del PAPR: Inclusione di un termine di penalità PAPR nella funzione di perdita (loss function) durante l'addestramento per vincolare i livelli di potenza dei simboli, riducendo così la distorsione nella regione non lineare del PA.
  3. Normalizzazione: Scalatura dei simboli per prevenire il clipping all'interno del range dinamico a virgola fissa dell'hardware DAC/ADC.

Contributi Chiave

1. Validazione del Prototipo: Questo lavoro presenta la prima validazione delle prestazioni della comunicazione semantica utilizzando un prototipo MIMO-OFDM, andando oltre gli studi basati esclusivamente su simulazioni o su sistemi SISO (Single-Input Single-Output).
2. Diagnosi dei Divari di Prestazione: Lo studio identifica che le variazioni del Rapporto Segnale-Rumore (SNR) attraverso le diverse sottoportanti e gli stream spaziali sono la causa principale della discrepanza tra i risultati della simulazione e quelli del prototipo.
3. Dimostrazione dei Benefici del PAPR: Gli autori dimostrano empiricamente che, sebbene i modelli con restrizione del PAPR possano avere prestazioni inferiori nelle simulazioni ideali (AWGN) a causa della ridotta capacità di rappresentazione, essi superano i modelli baseline in scenari pratici che coinvolgono la non linearità del PA.
4. Fondamenta Open-Source: Gli autori hanno reso pubblici il codice sorgente e la configurazione hardware per facilitare ulteriori ricerche sui sistemi di comunicazione semantica reali.

Risultati Sperimentali

• Regione di Potenza Lineare: Nella regione operativa lineare, i sistemi semantici hanno superato le baseline convenzionali BPG+LDPC+QAM in tutti i livelli di SNR testati. Fondamentalmente, i risultati del prototipo con symbol shuffling si sono allineati strettamente con le prestazioni simulate in AWGN, mentre i prototipi non mescolati hanno mostrato una degradazione significativa, specialmente a bassi SNR. Ciò conferma che la varianza dell'SNR tra le risorse è il principale responsabile dei divari di prestazione.
• Regione di Potenza Non Lineare: Operando nella regione non lineare del PA (alta potenza di ingresso), i modelli addestrati con tecniche di riduzione del PAPR hanno mostrato un miglioramento di circa 1 dB nel SNR del ricevitore (Rx SNR) rispetto ai modelli baseline. Sebbene una forte regolazione del PAPR abbia ridotto significativamente il Peak-to-Average Power Ratio (da circa 7,6 dB a circa 4,3 dB), essa ha comportato un compromesso nel Peak Signal-to-Noise Ratio (PSNR) dovuto alla ridotta capacità di rappresentazione dei simboli. Tuttavia, un modello con regolazione del PAPR "debole" ha ottenuto il miglior equilibrio, superando la baseline in termini di PSNR ai livelli di potenza più elevati mitigando la distorsione non lineare senza un eccessivo loss di rappresentazione.

Significatività e Rivendicazioni
Il documento sostiene di aver stabilito un ponte fondamentale tra i modelli teorici di comunicazione semantica e la loro implementazione reale. Argomenta che i vantaggi teorici delle comunicazioni semantiche possono essere realizzati in sistemi wireless pratici se vengono affrontati specifici vincoli hardware e di canale. Nello specifico, il lavoro evidenzia che:

• I divari di prestazione non sono intrinseci all'approccio semantico, ma sono artefatti di variazioni di canale e non linearità hardware non affrontate.
• Strategie di mitigazione mirate, come lo symbol shuffling e l'addestramento consapevole del PAPR, sono essenziali per allineare le prestazioni del prototipo alle aspettative teoriche.
• I futi design di sistemi devono andare oltre le ipotesi idealizzate di AWGN per incorporare meccanismi adattivi al canale e addestramenti consapevoli dell'hardware per garantire robustezza in ambienti wireless dinamici.

Gli autori mantengono una posizione modesta, riconoscendo che la loro attuale configurazione (LoS statica, equalizzazione ZF, modelli addestrati in AWGN) non copre tutti gli scenari di implementazione (ad esempio, non-line-of-sight, alta mobilità, massive MIMO). Posizionano questo lavoro come un passo verso la comprensione dei vincoli pratici piuttosto che come una soluzione completa per tutte le future generazioni wireless.