Alternative Shapes of Modulation Schemes Detailed Exposition and Simulation Methodology

Sintesi Tecnica: Forme Alternative di Schemi di Modulazione

Definizione del Problema
La progettazione delle costellazioni di modulazione digitale affronta una sfida critica nei moderni sistemi di comunicazione: l'ottimalità dei modelli classici, come la modulazione di ampiezza in quadratura (QAM) quadrata e la modulazione di spostamento di fase (PSK), decade sotto vincoli realistici. Sebbene queste costellazioni classiche siano analiticamente trattabili e ampiamente implementate, soffrono di una "perdita di shaping" di circa 1,53 dB rispetto alla capacità teorica del canale con rumore bianco gaussiano additivo (AWGN). Inoltre, il loro elevato rapporto tra picco e valore medio (PAPR) richiede un significativo back-off dell'amplificatore di potenza (PA), riducendo drasticamente l'efficienza energetica del trasmettitore. Queste limitazioni sono esacerbate nei sistemi che operano vicino alla saturazione, come i trasmettitori a onde millimetriche e gli array massive MIMO, e in condizioni di fading dove le costellazioni uniformi possono essere penalizzate più severamente rispetto ai design asimmetrici ottimizzati. La letteratura esistente spesso valuta le famiglie di costellazioni isolatamente o si concentra esclusivamente sul tasso di errore di simbolo (SER) o sull'informazione mutua, trascurando l'interazione critica tra prestazioni di errore, PAPR e consumo energetico del trasmettitore.

Metodologia
Il documento presenta un'indagine unificata su quattordici costellazioni di modulazione che spaziano da schemi classici, basati su reticoli (lattice-based), a schemi a modellazione probabilistica (probabilistically shaped), a modellazione geometrica (inclusa la Golden Angle Modulation) e a design guidati dall'ottimizzazione. La valutazione impiega un framework di simulazione Monte Carlo su larga scala e riproducibile, sia sotto canali AWGN che sotto canali con fading di Rayleigh.

I componenti metodologici chiave includono:

• Modello di Sistema: Un modello a banda base complesso a tempo discreto con informazione sullo stato del canale (CSI) perfetta al ricevitore, utilizzando la rilevazione a massima verosimiglanza (ML).
• Metriche di Prestazione: Oltre all'analisi standard del SER, lo studio incorpora un rigoroso modello di consumo energetico. Questo modello collega il PAPR della costellazione all'efficienza del PA, calcolando l'energia richiesta per ogni simbolo consegnato con successo.
• Tecniche di Ottimizzazione: Il documento utilizza l'ottimizzazione a sciame di particelle (PSO) e gli algoritmi genetici (GA) per scoprire geometrie di costellazione irregolari adattate a specifici obiettivi (SER, PAPR, informazione mutua).
• Framework di Machine Learning: Viene esplorato un approccio basato su autoencoder, in cui il trasmettitore e il ricevitore sono modellati come una rete neurale profonda. La funzione di perdita è esplicitamente progettata per essere consapevole dell'energia (energy-aware), incorporando la regolarizzazione del PAPR e i modelli di efficienza del PA insieme alla minimizzazione del SER.
• Rigore Statistico: Le simulazioni utilizzano $10^6$ simboli per punto di SNR con intervalli di confidenza al 95% per garantire l'affidabilità statistica attraverso un ampio intervallo di SNR (da -5 a 50 dB).

Contributi Chiave

1. Framework Comparativo Unificato: Il documento fornisce un confronto sistematico tra costellazioni classiche, basate su reticoli, probabilistiche, geometriche e ottimizzate tramite ML, sotto un unico framework analitico e di simulazione, affrontando la mancanza di riproducibilità unificata negli studi precedenti.
2. Valutazione Consapevole dell'Energia: Introduce un modello esplicito di consumo energetico che dimostra come le costellazioni ottimali per il SER non siano necessariamente ottimali dal punto di vista energetico. Lo studio quantifica come modeste degradazioni nelle prestazioni di errore possano generare sostanziali risparmi energetici attraverso la riduzione del PAPR e il miglioramento dell'efficienza del PA.
3. Validazione delle Ipotesi: L'indagine valida quattro ipotesi fondamentali:
   • Le costellazioni non uniformi correttamente modellate possono ottenere un SER inferiore rispetto alla QAM quadrata a parità di energia media.
   • Un PAPR ridotto produce guadagni tangibili in termini di efficienza energetica al trasmettitore.
   • I design basati sull'ottimizzazione e assistiti dal ML possono superare le costellazioni progettate analiticamente sotto vincoli pratici.
   • Il fading di Rayleigh penalizza le costellazioni uniformi più severamente rispetto ai design asimmetrici ottimizzati.
4. Integrazione del Machine Learning: Il documento dimostra che il design delle costellazioni assistito dal ML fornisce un framework flessibile per ottimizzare congiuntamente affidabilità, robustezza ed efficienza energetica, integrando direttamente le statistiche del canale e i modelli hardware nell'obiettivo di apprendimento.

Risultati

• Prestazioni AWGN: Le costellazioni basate su reticoli (specificamente quelle esagonali) e i design ottimizzati tramite GA ottengono costantemente il SER più basso a SNR moderati o elevati, superando la QAM quadrata. La modellazione probabilistica offre guadagni significativi nell'informazione mutua, ma può comportare una perdita di velocità (rate loss) in implementazioni a lunghezza finita.
• Robustezza al Fading: Sotto fading di Rayleigh, la classifica delle prestazioni cambia. Le costellazioni a inviluppo costante e a ampiezza compatta (es. Disc-GAM, Star-Shaped) mostrano una maggiore robustezza rispetto ai design ottimizzati puramente per la distanza in AWGN.
• PAPR ed Efficienza Energetica: Viene identificato un trade-off fondamentale tra la distanza euclidea minima ($d_{min}$) e il PAPR. Mentre i design Bell-GAM e quelli a forma gaussiana offrono alti guadagni di shaping, il loro elevato PAPR comporta penalità energetiche significative a causa dell'inefficienza del PA. Al contrario, i modelli Disc-GAM e quelli basati su PSK offrono un equilibrio favorevole, ottenendo un minor consumo energetico per simbolo consegnato con successo, nonostante un potenzialmente maggiore SER in AWGN.
• Punteggio Composto: Una metrica di punteggio composto (che pesa $d_{min}$, PAPR e SER) rivela che i design basati su reticoli offrono il miglior equilibrio complessivo, sebbene la 16-QAM rimanga altamente competitiva grazie alla sua semplicità di implementazione.
• Risultati del ML: L'ottimizzazione assistita dal ML ha riesplorato con successo strutture note (es. reticoli esagonali in AWGN, geometrie simili a dischi sotto vincoli energetici), validando la teoria classica pur estendendola a scenari complessi e multi-obiettivo.

Significatività e Rivendicazioni
Il documento sostiene che la progettazione delle costellazioni debba essere considerata un problema di ottimizzazione multi-obiettivo piuttosto che una ricerca basata su un singolo parametro. La sua principale significatività risiede nello spostamento del paradigma dal design puramente centrato sul tasso di errore al design consapevole dell'energia (energy-aware). Gli autori affermano che:

• L'ottimalità del SER non coincide con l'ottimalità energetica: I design che minimizzano il SER in condizioni AWGN possono essere inefficienti dal punto di vista energetico quando viene considerato il comportamento del PA.
• Il PAPR è una metrica di design di primo livello: La progettazione della modulazione deve esplicitamente tenere conto del PAPR, specialmente in sistemi limitati dalla potenza e nei sistemi di comunicazione "green".
• Ottimalità Dipendente dal Contesto: Nessuno schema di modulazione è universalmente ottimale. La "migliore" scelta dipende dal regime operativo (AWGN vs fading), dai vincoli energetici e dalle caratteristiche hardware.
• Linee Guida Pratiche: Lo studio culmina in linee guida di progettazione che mappano i regimi operativi alle strategie appropriate: costellazioni a basso PAPR per sistemi limitati dalla potenza, modellazione probabilistica per link lineari ad alta velocità e design assistiti dal ML per un'ottimizzazione adattiva e consapevole dell'hardware.

Il lavoro conclude che, sebbene gli schemi classici rimangano basi essenziali, i futuri sistemi wireless di prossima generazione richiedono strategie di modulazione intelligenti e consapevoli dell'energia, che ottimizzino congiuntamente i vincoli geometrici, probabilistici e hardware.