Channel Estimation for Movable Intelligent Surface

Sintesi Tecnica: Stima del Canale per Superfici Intelligenti Mobili

Definizione del Problema
Il documento affronta la sfida della stima del canale nei sistemi MIMO uplink assistiti da una Superficie Intelligente Mobile (MIS - Movable Intelligent Surface). Sebbene le Superfici Intelligenti Riconfigurabili (RIS) offrano ambienti radio programmabili, le convenzionali RIS a singolo strato si affidano a una conoscenza accurata dello stato del canale (CSI) e al beamforming passivo. Le architetture esistenti come le RIS attive o le Stacked Intelligent Metasurfaces (SIM) introducono complessità o consumo di energia. L'architettura MIS, proposta in un lavoro precedente [7], offre un compromesso combinando uno strato trasmissivo fisso (MS1) con uno strato mobile più piccolo (MS2). Lo spostamento meccanico di MS2 rispetto a MS1 crea distinti profili di fase efficaci senza richiedere una rapida sintonizzazione elettronica dei singoli elementi.

Tuttia, questa architettura introduce un significativo collo di bottiglia nella stima. Similmente alle convenzionali RIS, la natura passiva della superficie impedisce l'osservazione diretta del baseband. Inoltre, lo strato mobile introduce una risposta dipendente dalla posizione che deve essere stimata congiuntamente ai canali wireless. Fondamentalmente, in scenari pratici, la risposta di fase efficace dello strato mobile può essere sconosciuta o imperfettamente calibrata al ricevitore. I metodi esistenti di stima del canale basati su tensori per le RIS non affrontano direttamente questo ulteriore grado di libertà meccanico o la natura sconosciuta della matrice di fase dello strato mobile.

Metodologia
Gli autori propongono un framework basato su tensori che modella i segnali pilota ricevuti come un tensore PARAFAC (Parallel Factor) di quarto ordine. Il sistema opera sfruttando congiuntamente due dimensioni di addestramento:

1. Pattern di fase dello strato fisso: Lo strato fisso (MS1) applica $S$ pattern di sfasamento predefiniti.
2. Posizioni dello strato mobile: Lo strato mobile (MS2) esplora $U$ posizioni meccaniche discrete sulla griglia fissa.

Il segnale ricevuto alla Base Station (BS) viene filtrato e strutturato in un tensore $\mathcal{Y} \in \mathbb{C}^{N_r \times N_t \times S \times U}$, dove $N_r$ e $N_t$ sono rispettivamente il numero di antenne della BS e del terminale utente (UT). Il tensore segue il modello:
$$\mathcal{Y} = \mathcal{I}_{4,M} \times_1 G \times_2 H \times_3 \Phi_f \times_4 \Phi_m$$
Qui, $G$ e $H$ rappresentano i canali MIS-BS e UT-MIS, $\Phi_f$ rappresenta gli sfasamenti noti dello strato fisso e $\Phi_m$ rappresenta la risposta di fase dipendente dalla posizione dello strato mobile, non nota.

Per stimare i fattori ignoti, il documento deriva un ricevitore Trilinear Alternating Least Squares (TALS). A differenza degli approcci convenzionali che assumono la piena conoscenza della matrice di addestramento, questo ricevitore tratta la matrice di fase dello strato mobile ($D$, corrispondente a $\Phi_m$) come un fattore ignoto da stimare. L'algoritmo aggiorna iterativamente le stime delle matrici di canale ($G$, $H^T$) e della risposta dello strato mobile ($D$) risolvendo sottoproblemi di minimi quadrati condizionali basati sugli srotolamenti (unfoldings) $n$-mode del tensore ricevuto.

Contributi Chiave
Il documento delinea tre contributi primari:

1. Protocollo di Addestramento e Modellazione Tensoriale: Gli autori propongono un protocollo di addestramento a due dimensioni che combina gli sfasamenti dello strato fisso e le posizioni dello strato mobile, modellando il segnale ricevuto come un tensore PARAFAC di quarto ordine.
2. Ricevitore TALS-PARAFAC: Viene derivato un ricevitore che stima simultaneamente il canale UT-MIS, il canale MIS-BS e la risposta dello strato mobile dipendente dalla posizione. Una caratteristica critica è che il ricevitore opera senza la conoscenza previa della matrice di fase dello strato mobile, stimandola direttamente dalla struttura del tensore.
3. Analisi di Identificabilità e Complessità: Il documento discute le condizioni richieste per l'identificabilità dei fattori del canale (specificamente riguardo al rango dei prodotti Khatri-Rao che coinvolgono gli slot di addestramento $S$, le posizioni $U$ e il numero di antenne) e analizza la complessità computazionale, che scala linearmente con il numero di iterazioni e posizioni.

Risultati della Simulazione
Le prestazioni sono state valutate utilizzando l'Errore Quadratico Medio Normalizzato (NMSE) dei fattori stimati e del canale cascata ricostruito.

• Confronto con BALS: Il ricevitore TALS proposto è stato confrontato con un benchmark convenzionale Bilinear Alternating Least Squares (BALS). Il benchmark BALS ha ottenuto un NMSE inferiore ma si basava sull'assunzione di una conoscenza perfetta della matrice di addestramento dello strato mobile. Il ricevitore TALS, operando sotto l'assunzione più impegnativa di fasi dello strato mobile ignote, ha dimostrato una convergenza riuscita e una stima accurata.
• Impatto della Lunghezza dell'Addestramento: I risultati della simulazione hanno indicato che l'aumento del numero di slot di addestramento ($S$) migliora significativamente l'NMSE. È stata osservata una transizione in cui una lunghezza di addestramento insufficiente portava a un NMSE elevato a causa di un cattivo condizionamento della fattorizzazione tensoriale, mentre una lunghezza sufficiente ($S=64$) ha prodotto una rapida diminuzione dell'errore.
• Stima Congiunta: I risultati hanno confermato che l'aumento della lunghezza dell'addestramento migliora l'accuratezza della stima sia della risposta dello strato mobile ($D$) che del canale cascata, validando la capacità del modello di recuperare la matrice di fase ignota dai dati ricevuti.

Significato e Rivendicazioni
Il documento sostiene di essere il primo lavoro ad affrontare il problema della stima del canale per le architetture MIMO assistite da MIS nella letteratura scientifica. Il significato primario risiede nel vantaggio pratico della formulazione proposta: essa elimina la necessità di calibrazione preventiva o della conoscenza della risposta di fase dello strato mobile. Trattando la risposta meccanica ignota come un fattore tensoriale stimabile, il metodo consente una stima del canale flessibile in scenari in cui lo stato fisico della superficie mobile non è perfettamente noto al ricevitore. Gli autori concludono che il framework proposto sfrutta con successo la dimensione strutturata aggiuntiva fornita dallo spostamento meccanico per decomporre e stimare congiuntamente i canali cascata e la risposta dello strato mobile.