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

Sintesi Tecnica: Stima Bayesiana Variazionale per Pilotaggi Sovrapposti con Precodifica Affine in Sistemi MU-MIMO Tera-Hertz Dual-Wideband Parzialmente Connessi

Definizione del Problema
Questo lavoro affronta la sfida di un'acquisizione accurata dell'Informazione sullo Stato del Canale (CSI) in sistemi MU-MIMO Terahertz (THz) operanti sotto l'effetto "dual-wideband". Questo fenomeno sorge dalla coesistenza di effetti a banda larga in frequenza (selettività in frequenza tradizionale) ed effetti a banda larga spaziale (ritardi differenziali attraverso grandi array di antenne), che portano ad effetti di scissione del fascio (beam-split) dove l'Angolo di Arrivo (AoA) e l'Angolo di Partenza (AoD) variano attraverso le sottoportanti.

I convenzionali metodi di stima basati su pilotaggi comportano un overhead di banda significativo, riducendo i tassi di trasmissione dati. Mentre i Pilotaggi Sovrapposti (SIP) incorporano pilotaggi a bassa potenza all'interno dei dati per mitigare questo problema, essi introducono interferenza e complessità di stima, particolarmente nei canali THz caratterizzati da alta dimensionalità, sparsità intrinseca e severa incertezza del modello dovuta alle perdite per assorbimento molecolare e riflessione. I metodi esistenti spesso faticano a gestire errori strutturali, problemi di convergenza o l'incapacità di modellare efficacemente la struttura sparsa dei canali THz in queste condizioni complesse.

Metodologia
Gli autori propongono un modello di sistema per un uplink THz MU-MIMO parzialmente connesso utilizzando l'Orthogonal Frequency Division Multiplexing (OFDM). La Base Station (BS) utilizza un'architettura parzialmente connessa con molteplici subarray, mentre l'User Equipment (UE) impiega un'architettura completamente connessa. Il canale THz è rigorosamente modellato per includere componenti Line-of-Sight (LoS), Non-Line-of-Sight (NLoS), assorbimento molecolare e perdite nello spazio libero.

Per affrontare il problema della stima, il documento introduce due distinti modelli di sistema utilizzando la precodifica affine con pilotaggi sovrapposti:

1. Precodifica Comune con Stima Congiunta del Canale (CP-JCE): Un singolo set di matrici di precodifica è utilizzato per tutti gli utenti, consentendo la stima congiunta del canale combinato.
2. Precodifica Specifica per Utente con Stima Decoupled del Canale (USP-DCE): Matrici di precodifica uniche sono assegnate a ciascun utente, permettendo il disaccoppiamento dei segnali ricevuti e la stima individuale del canale.

Entrambi i modelli sono formulati come problemi di stima del canale a sparsità strutturata. Gli autori sviluppano un algoritmo di Inferenza Bayesiana Variazionale (VBI) per risolvere tali problemi. A differenza degli approcci Bayesiani standard che si affidano esclusivamente ai priori, questo framework integra informazioni dalla funzione di verosimiglianza per raffinare la distribuzione a posteriori. Aspetti chiave della metodologia includono:

• Modellazione Sparsa: Il canale è rappresentato in un dominio virtuale esteso utilizzando un dizionario di sparsificazione derivato da vettori di risposta dell'array che tengono conto degli effetti spatial-wideband.
• Distribuzioni Prior: Viene adottata una prior Gaussiana-Gamma per promuovere la sparsità, dove gli iperparametri che governano la sparsità sono trattati come variabili casuali con prior Gamma.
• Modellazione del Rumore: La precisione del rumore è modellata con una prior Gamma per adattarsi alle reali condizioni di rumore.
• Inferenza: Viene impiegata un'approssimazione mean-field per derivare aggiornamenti in forma chiusa per le distribuzioni a posteriori dei coefficienti del canale, degli iperparametri e della precisione del rumore, evitando integrali ad alta dimensione intrattabili.

Contributi Chiave
Secondo gli autori, i principali contributi di questo lavoro sono:

• Nuovi Modelli di Sistema: Questa è la prima opera a presentare tecniche SIP con precodifica affine per sistemi MIMO THz parzialmente connessi influenzati dall'effetto dual-wideband.
• Framework a Doppio Modello: La proposta di due architetture distinte (CP-JCE e USP-DCE) per analizzare i trade-off tra strategie di stima congiunta e disaccoppiata.
• Algoritmo di Stima Robusto: Lo sviluppo di un algoritmo basato su VBI che stima congiuntamente i coefficienti del canale e apprende la struttura di sparsità sottostante attraverso l'inferenza degli iperparametri. Questo approccio è progettato per essere robusto sotto severa incertezza del modello senza fare affidamento esclusivamente sulle assunzioni a priori.
• Analisi Completa dei Trade-off: Un confronto dettagliato dei due modelli proposti riguardo alla complessità computazionale, l'accuratezza della stima (NMSE) e i requisiti di tempo di coerenza.

Risultati della Simulazione
Le prestazioni sono state valutate utilizzando uno scenario pratico con $U=3$ utenti, una BS con 64 antenne e una frequenza portante di 0,671 THz. Le scoperte chiave includono:

• Prestazioni vs LS e Metodi Esistenti: L'approccio VBI proposto supera significativamente il metodo dei Minimi Quadrati (LS) e altre tecniche di stima sparsa allo stato dell'arte (citate come [9] e [10]). Il metodo LS non incorpora i priori di sparsità, mentre gli altri algoritmi citati soffrono di errori strutturali/di convergenza o minimi locali subottimali.
• Accuratezza: Il metodo proposto raggiunge un Errore Quadratico Medio Normalizzato (NMSE) che si avvicina strettamente al benchmark "Genie-aided" (che assume una conoscenza perfetta del canale) a rapporti segnale-rumore (SNR) più elevati.
• Convergenza: Il modello USP-DCE converge più velocemente (9 iterazioni per raggiungere un NMSE di 0,1 a 5 dB SNR) rispetto al modello CP-JCE (19 iterazioni).
• Trade-off:
  • Complessità: USP-DCE offre una minore complessità computazionale ($O(UG^3_T G^3_R)$) rispetto a CP-JCE ($O(U^3 G^3_T G^3_R)$), rendendolo più scalabile all'aumentare del numero di utenti.
  • Accuratezza: USP-DCE dimostra prestazioni NMSE superiori rispetto a CP-JCE, poiché quest'ultimo gestisce la stima simultanea multi-utente, introducendo maggiore interferenza e complessità.
  • Tempo di Coerenza: CP-JCE richiede meno matrici di precodifica (2 in totale) rispetto a USP-DCE ($2 \times U$), risultando in un tempo di coerenza richiesto più breve, rendendo CP-JCE potenzialmente più adatto per canali che cambiano rapidamente nonostante la sua maggiore complessità.

Significatività
Il documento rivendica la propria significatività fornendo il primo framework rigoroso per la tecnica SIP con precodifica affine in sistemi MU-MIMO THz parzialmente connessi e dual-wideband. Dimostra che l'inferenza Bayesiana Variazionale può gestire efficacemente l'alta dimensionalità e la sparsità dei canali THz, gestendo al contempo i trade-off tra accuratezza della stima e complessità computazionale. Questo lavoro offre una via percorribile verso una stima del canale robusta che mantiene alti tassi di dati eliminando l'overhead dedicato ai pilotaggi, un requisito critico per i sistemi di comunicazione THz di prossima generazione.