Trade-Offs in Decentralized Gigantic MIMO with Hard-Boundary Constraints

Sintesi Tecnica: Trade-Off in MIMO Gigante Decentralizzato con Vincoli di Confine Rigido

Definizione del Problema
La transizione dal 5G al 6G comporta il passaggio dalla banda sub-6GHz (FR1) alla banda upper-mid (FR3, 7–24 GHz). Per mantenere aperture d'antenna comparabili e compensare l'aumento delle perdite di propagazione a queste frequenze più elevate, il numero di antenne alla stazione base (BS) deve aumentare di un fattore di 4–8, portando al paradigma del "MIMO gigante". Questa scalabilità introduce sfide significative relative alla complessità di elaborazione e alla larghezza di banda delle interconnessioni. Sebbene il framework WAX sia stato precedentemente proposto per esplorare i trade-off tra decentralizzazione e complessità, la letteratura esistente non ha stabilito la sua applicabilità sotto "vincoli di confine rigido" (hard-boundary constraints). In particolare, i modelli precedenti spesso assumevano un livello di cooperazione tra i moduli decentralizzati che è impraticabile quando si utilizzano unità hardware esistenti e non cooperative, come le unità di banda base (BBU) del massive MIMO. Il problema centrale affrontato è come implementare il MIMO gigante utilizzando l'elaborazione decentralizzata dove i moduli non possono condividere informazioni o cooperare per calcolare i filtri, pur ottenendo comunque prestazioni prive di perdita di informazione.

Metodologia
Gli autori propongono un'innovativa adattamento del framework di decomposizione WAX, su misura per sistemi con confini rigidi tra moduli decentralizzati. Il modello di sistema considera uno scenario MIMO multi-utente uplink in cui $K$ utenti comunicano con una BS a $M$ antenne ($M \gg K$). Il segnale ricevuto viene elaborato attraverso una combinazione di filtri lineari decentralizzati ($W$), una matrice di combinazione ($A$) e un equalizzatore lineare centrale ($X$).

Le fasi metodologiche chiave includono:

1. Formulazione del Confine Rigido: Gli autori impongono un vincolo stretto in cui i moduli decentralizzati sono non-cooperativi. Ogni modulo $p$ deve calcolare indipendentemente il proprio set di filtri assegnati utilizzando solo l'informazione sullo stato del canale (CSI) locale associata alle proprie antenne specifiche.
2. Permutazione e Ri-indicizzazione: Per soddisfare il vincolo del confine rigido, gli autori introducono una funzione di permutazione $\pi(\cdot)$. Questa ri-indrizza i filtri decentralizzati e i blocchi della matrice di canale in modo che le condizioni matematiche per l'elaborazione priva di perdita di informazione (derivate dalla decomposizione WAX) possano essere soddisfatte all'interno di set di filtri mutuamente esclusivi.
3. Modulo di Combinazione Strutturato: Viene progettata una struttura specifica per la matrice di combinazione $A$. Imponendo una struttura a blocchi diagonali sulla sotto-matrice $\tilde{A}_B$ (parte della definizione del modulo di combinazione), il problema di ottimizzazione globale viene decomposto in $P$ equazioni indipendenti. Ogni equazione corrisponde a un singolo modulo decentralizzato e coinvolge solo i blocchi di canale locali e i filtri locali.
4. Trade-off Complessità-Prestazioni: Il framework consente un trade-off arbitrario tra il livello di decentralizzazione (numero di input all'unità di elaborazione centrale, $T$) e la complessità dell'elaborazione decentralizzata (moltiplicazioni per antenna, $L$). Gli autori derivano una nuova condizione per l'elaborazione priva di perdita di informazione sotto questi vincoli: $L \geq K \frac{MP - TP}{MP - P}$.

Contributi Chiave

• Adattamento di WAX per Confini Rigidi: Il documento estende il framework WAX a scenari in cui i moduli decentralizzati non possono cooperare, un requisito critico per l'utilizzo di BBU massive MIMO esistenti nelle implementazioni di MIMO gigante.
• Strategia di Decomposizione: Gli autori dimostrano come progettare un modulo di combinazione e una strategia di permutazione dei filtri che permettano a ciascun modulo decentralizzato di risolvere la propria parte della decomposizione WAX indipendentemente, senza scambiare informazioni con altri moduli.
• Scalabilità e Compatibilità Retroattiva: L'architettura proposta è esplicitamente progettata per essere scalabile. Suggerisce che un sistema MIMO gigante possa essere costruito collegando molteplici BBU massive MIMO esistenti (ognuno che gestisce un sottoinsieme di antenne) a un'unità centrale, potenzialmente implementata da un'altra BBU, senza richiedere una riprogettazione completa dell'hardware.
• Caratterizzazione Teorica del Trade-off: Il lavoro fornisce un limite teorico (Equazione 16) per la complessità minima di elaborazione ($L$) richiesta per antenna per ottenere un'elaborazione priva di perdita di informazione dato un numero specifico di moduli decentralizzati ($P$) e input centrali ($T$).

Risultati
Sono state condotte simulazioni numeriche utilizzando un sistema con $M=256$ antenne divise in $P=4$ moduli decentralizzati (ognuno che gestisce 64 antenne), con $T=64$ input alla CPU.

• Prestazioni: Il framework proposto raggiunge prestazioni prive di perdita di informazione (eguagliando la capacità del Maximum Ratio Combining, MRC) con una complessità significativamente ridotta. Per $K=5$ utenti, è stata ottenuta una prestazione lossless con $L=8$ moltiplicazioni per antenna; per $K=9$ utenti, è stata ottenuta con $L=4$.
• Riduzione della Complessità: Rispetto a un baseline di MRC decentralizzato, il metodo proposto riduce il numero di operazioni MAC per modulo. Ad esempio, con $K=9$, il baseline richiedeva 576 operazioni, mentre il metodo proposto ha ottenuto prestazioni lossless con 256 operazioni ($L=4$).
• Flessibilità: I risultati indicano che il framework consente ulteriori riduzioni della complessità di elaborazione (ad esempio, $L=2$ o $L=1$) a costo di una minore degradazione delle prestazioni, raggiungendo circa il 90% della capacità del canale con la metà della complessità di elaborazione decentralizzata.

Significatività e Rivendicazioni
Il documento afferma che questo lavoro facilita la transizione dal massive MIMO al MIMO gigante consentendo l'uso di BBU massive MIMO all'avanguardia come blocchi costruttivi per sistemi più grandi. Dimostrando che l'elaborazione priva di perdita di informazione è possibile anche con confini rigidi tra moduli non cooperativi, gli autori sostengono che il loro approccio offre una via pratica per la scalabilità e la compatibilità retroattiva nella progettazione di stazioni base 6G. Il framework è presentato come uno strumento per sfruttare i trade-off tra complessità e prestazioni nelle implementazioni pratiche, piuttosto che come un ideale teorico. Gli autori osservano che, sebbene l'attuale lavoro si concentri sul dominio baseband, il framework potrebbe potenzialmente essere adattato per l'elaborazione nel dominio analogico in lavori futuri.