技術要約：セグメント化された導波路を用いたピンチング・アンテナ・システムのための統合センシングおよび通信

1. 問題提起

本論文は、高速なデータ伝送と微細な環境認識を同時に必要とする第6世代（6G）ネットワークのための、統合センシングおよび通信（ISAC）システムの設計における課題に取り組んでいる。従来のフェーズドアレイや再構成可能アンテナはビームステアリング能力を備えているが、ハードウェアコストが高く、給電ネットワークが複雑で、柔軟性に欠けることが多い。

近年の進展により、「ピンチング・アンテナ（PA）」が導入された。これは導波路を「つまむ（pinch）」ことで放射点を作成するもので、高い空間的柔軟性と低複雑性を実現している。しかし、既存のPA設計は通常、単一または長い連続した導波路（数十メートル）に依存しており、広範囲にわたる性能低下（伝搬損失によるもの）や高いメンテナンスコストを招く。これらの制限に対処するため、本論文では**セグメント化された導波路を用いたピンチング・アンテナ（SWAN）**システムを調査している。核心となる課題は、合計通信レートを最大化しつつ、センシング制約を満たすように、送信ビームフォーミング、セグメント選択、およびピンチング・アンテナの配置を共同で最適化することであり、この問題は非凸かつ非線形な特性を持つ。

2. 手法

システムモデル

著者らは、基地局が$M$個のセグメント化された導波路を備え、各導波路に$N$個のピンチング・アンテナが含まれるダウンリンクSWAN-ISACシステムを提案している。このシステムは、$K_c$個の通信ユーザーにサービスを提供し、$K_s$個のセンシング対象を検出する。

• 信号モデル: システムは**ハイブリッド・セグメント選択およびマルチプレキシング（HSSM）**プロトコルを採用している。各導波路セグメントは専用の無線周波数（RF）チェーンに接続される。信号は導波路に供給され、導波路内の伝搬損失を考慮した位相シフト版の信号がPAから放射される。
• 指標: 目的は、センシング対象に対する最小照明電力閾値（$\tilde{\Gamma}$）を満たしつつ、合計通信レート（$R_{kc}$）を最大化することである。制約条件には、総送信電力の制限および隣接するピンチング・アンテナ間の最小間隔が含まれる。

提案手法：セグメント・ヒステリシス強化学習（SHRL）

非凸な共同最適化問題を解決するために、著者らは**セグメント・ヒステリシスに基づく強化学習（SHRL）**アルゴリズムを提案している。

• MDP定式化: 問題はマルコフ決定過程（MDP）としてモデル化されている。状態空間には、チャネル状態情報（CSI）、前回のアンテナ位置、および前回のセグメント割り当てが含まれる。行動空間には、アンテナ位置、セグメント選択ロジット、およびビームフォーミング重みの連続的な更新が含まれる。
• ヒステリシス機構: セグメント選択を毎ステップ独立して更新する従来の強化学習（RL）とは異なり、SHRLは確率的ヒステリシス・ゲートを導入している。このメカニズムは、アンテナとセグメントのマッピングにおける急激な変化を防ぐ。新しいセグメントの決定は、それが十分な改善を示すか、あるいは特定の閾値を超える場合にのみ受け入れられ、そうでなければ以前の選択が保持される。これにより、構造的な分散を抑え、急速な切り替えによって引き起こされる非定常性を緩和する。
• 学習: アルゴリズムはAdvantage Actor-Critic（A2C）フレームワークを利用する。アクターはビームフォーミングパラメータと生のセグメントロジットを出力し、ヒステリシス・ゲートが実行前にセグメント選択を精査する。クリティックは、方策の更新を導くために状態価値を評価する。

3. 主な貢献

1. SWAN-ISACフレームワーク: 連続導波路設計と比較して、導波路内の伝搬損失を低減し、空間リソース割り当ての柔軟性を高めるために、セグメント化された導波路を活用したISAC設計を提案している。
2. HSSMプロトコル: セグメントを専用のRFチェーンに接続するハイブリッド・セグメント選択およびマルチプレキシング・プロトコルの実装により、性能とハードウェアコストの削減のバランスをとっている。
3. SHRLアルゴリズム: ヒステリシスに基づく更新機構を組み込んだ新しいRLアルゴリズムの開発。これは、連続的な制御環境内での離散的な構造選択（セグメント選択）の最適化における安定性の問題を具体的に解決し、方策探索における時間的一貫性を確保する。
4. 共同最適化: 送信ビームフォーミング、セグメント選択、およびセンシング制約下での物理的なアンテナ配置を含む、複雑な共同最適化問題を定式化し、解決した。

4. シミュレーション結果

著者らは、28 GHzで動作する、6ユーザーと1ターゲットが存在する50m $\times$ 60mの領域においてシミュレーションを実施した。

• プロトコル比較: 提案されたSWAN-HSSMスキームは、疎および密なユーザー/ターゲットシナリオの両方において、SWAN-SM（シングル・マルチプレキシング）および従来のPASS（周期的なアンテナ選択スキーム）のベースラインを大幅に上回った。SWAN-HSSMは、電力の拡散を抑え干渉を軽減するためにアクティブなセグメントを効果的に選択することで、最高の報酬を獲得した。
• アルゴリズムの性能: SHRLは、SPRL（周期的な選択）、A2C、PPO、およびランダムスキームと比較して、優れた収束安定性を示し、最高の最終報酬を達成した。ヒステリシス機構により、不要なセグメントの切り替えが防止され、より安定した学習が実現された。
• 構成の感度:
  • 導波路長: 総導波路長が増加するにつれ（最大80m）、より大きな空間開口により性能が向上した。しかし、非常に長い長さ（100m）では、伝搬損失によってすべてのアルゴリズムで性能劣化が見られたが、SHRLが最も堅牢であった。
  • セグメント数: セグメント数（$M$）を増やすと、セグメントあたりの減衰が減少するためセンシングSNRは向上するが、アンテナ数が減りアレイ利得が低下するため通信レートは低下する。SHRLは、これら相反する指標間の最適なトレードオフを一貫して維持した。

5. 意義と主張

本論文は、提案されたSWAN-ISACアーキテクチャとSHRLアルゴリズムの組み合わせが、高性能で電力制限のあるISAC展開のための実行可能なソリューションを提供すると主張している。その意義は以下の通りである：

• ハードウェア効率: セグメント化された導波路とピンチング・アンテナを利用することで、従来のフェーズドアレイよりもハードウェアの複雑さとメンテナンスコストを抑えつつ、単一の連続導波路よりも高い柔軟性を提供する。
• 安定した最適化: RLにおけるヒステリシス機構の導入は、離散的な構造変化（セグメント選択）を伴うシステムにおける学習プロセスを安定化させる手法を提供する。これは、A2CやPPOのような標準的なRLアルゴリズムが直面することの多い課題である。
• 性能向上: 本システムは、センシングSNRを運用閾値付近に維持しながら、通信スループットを大幅に向上させ、通信とセンシングの優れたバランスを実現している。

著者らは、セグメント化された導波路アンテナシステムが、特に柔軟なビームフォーミングと通信・センシング機能の効率的な分離が求められる将来の6G ISACアプリケーションにとって、有望なイネーブラー（実現手段）であると結論付けている。