A Novel Stripe-based RIS Optimization for UAV Communications and Sensing in Low-Altitude Wireless Networks

技術要約：低高度無線ネットワークにおけるUAV通信およびセンシングのための、新規なストライプ型RIS最適化手法

問題提起
低高度無線ネットワーク（LAWN）は、航空・地上ノード間での通信、センシング、および制御を統合することにより、ミッションクリティカルな空中運用をサポートすることを目指している。しかし、無人航空機（UAV）運用の極めて動的な性質に加え、信号の遮蔽や無線チャネルの急速な変動が、これらのシステムの信頼性と低遅延性の要件に課題を突きつけている。再構成可能な知能的表面（RIS）は、無線伝搬環境を制御することでカバレッジと信頼性を向上させる有望な解決策を提供するが、既存の最適化手法はしばしば高い計算複雑性を伴う。さらに、既存手法の多くは、RIS素子数が増加するにつれて、低信号対雑音比（SNR）領域や位相推定誤差が発生する場合に性能を維持することに苦慮する。したがって、網羅的な探索空間を必要とせずに、移動するUAVに対して信頼性の高い通信と受動的センシング（追跡）能力を同時に確保できる、低複雑度な最適化フレームワークが必要とされている。

手法
本論文では、静止および移動するUAVシナリオの両方を対象とした、ストライプ型RIS位相シフト最適化フレームワークを提案する。コアとなる手法は、個々の素子を個別に最適化するのではなく、遠方界領域における隣接するRIS素子の固有の構造的位相勾配を活用することである。

1. システムモデル： システムは、基地局（BS）、RIS（均一平面アレイ）、およびUAVをモデル化する。遠方界において、RIS上の最適な位相プロファイルは線形であり、x軸およびy軸に沿った2つのパラメータである位相勾配 $\Delta_x$ および $\Delta_y$ によって定義される。
2. 静止最適化（ストライプベースの探索）： $N$ 個の個別の素子位相を探索する代わりに、本アルゴリズムは最適なペア $(\Delta_x, \Delta_y)$ を探索する。これにより、探索空間が大幅に削減される。二段階の階層的探索が採用されている：
   • 粗い探索（Coarse Search）： 勾配空間を一様に離散化してローカルウィンドウを見つける。
   • 細かい探索（Fine Search）： 特定されたウィンドウ内で探索を精緻化する。
   • 量子化： 本手法は、1ビットRISアーキテクチャ（位相シフトが0または$\pi$）をサポートしており、この場合、線形位相プロファイルは位相のラッピングにより「ストライプ」パターンとして現れる。
3. 誤差分析： 本論文は、位相推定誤差に対するシステムの感度の数学的分析を提供している。これにより、構造化された勾配誤差（ストライプパターンに影響を与えるもの）が、ランダムで無相関な素子ごとの誤差と比較して、1ビット量子化システムにおいてもSNRの損失が著しく低いことを実証している。
4. 移動UAVの追跡： 移動するUAVに対して、位相勾配を更新するための3つの戦略を用いてフレームワークを拡張している：
   • 単純な追跡（Simple Tracking）： 前回の最適値の周囲で、一様に細かいグリッド探索を繰り返す。
   • カルマンフィルタを用いた追跡（Kalman-Aided Tracking）： UAVの速度に基づいて位相勾配の進化を予測し、探索ウィンドウを絞り込むためにカルマンフィルタを使用する。
   • 極値探索制御（ESC）を用いた追跡： 勾配に対して連続的かつ低振幅の摂動を適用し、離散的なグリッド探索を行うことなくSNR最大値を追跡し、遅延を最小限に抑える。
5. 受動的センシング： 推定された位相勾配は、RISに対するUAVの仰角および方位角を推論するために数学的に変換され、通信の最適化に伴う副産物として角度的な位置特定（ローカリゼーション）を可能にする。

主な貢献

• 低複雑度アルゴリズム： 本論文は、RIS素数の数に対して計算複雑度を線形（$O(N)$）から劣線形（$O(\sqrt{N})$）へと削減する、ストライプベースの最適化アルゴリズムを開発しており、大規模アレイへのスケーラビリティを実現している。
• 堅牢性分析： 提案手法が、位相推定誤差や低SNR条件下においても、堅牢で高いSNRの接続性を維持することを、解析的な導出とシミュレーションを通じて示している。
• 統合された追跡とセンシング： フレームワークは、カルマンフィルタおよびESCを用いた追跡手法を通じて移動するUAVをサポートするように拡張されている。決定的なのは、RISの位相シフト最適化を連続的なUAV追跡メカニズムに変換する数学的変換を導出したことであり、これにより専用のセンシング信号なしに受動的な角度位置特定を可能にしている。
• 実験的検証： 実環境での検証として、24 $\times$ 24素子の実物のRISプロトタイプとソフトウェア定義無線（SDR）を用い、屋外のキャンパス環境で研究を行った。これにより、理論的なシミュレーションを超えた実用的な実現可能性を実証した。

結果

• SNR性能： シミュレーションの結果、ストライプベースの手法は、様々なUAV距離において一貫して高いSNRを達成し、理論的な上限に密接に一致することが示された。対照的に、従来の反復的な手法（例：1 $\times$ 1 素子の更新）は、距離が長くなるかSNRが低くなると、単一素子の位相変化がノイズと区別できなくなるため、急速に劣化する。
• 計算効率： 実行時間の分析によれば、反復的手法はRIS素数の数に対して線形にスケールする一方で、ストライプベースの手法は素書数の平方根でスケールするため、大規模アレイにおいて大幅な時間短縮を実現する。
• 追跡精度： 移動シナリオにおいて、ESCを用いた追跡は、実質的に最適な構成と比較して、平均SNR損失（約0.31 dB）が最も低く、更新遅延とミスマッチを低減することで、単純な追跡やカルマンフィルタを用いた追ラーよりも優れた性能を示した。
• 実験的検証： 屋外測定により、ストライプベースの手法が、様々な送信機距離において、反復的なベースライン（1 $\times$ 1 および 4 $\times$ 4）よりも高い受信電力を得ることが確認された。また、放射パターンを測定することで、RISが反射信号を適切に受信機方向へ向けていることが検証された。

意義
本論文は、本研究がRISの理論的な最適化と、LAWNにおける実用的な展開との間の溝を埋めるものであると主張している。RISの構造的位相勾配を利用することで、提案手法はハードウェアの不完全性や低SNR条件下でも堅牢な、計算効率の高いソリューションを提供する。通信リンクの最適化と、受動的なUAV追跡（角度位置特定）を同時に提供できる能力は、次世代のサービス認識型3D無線ネットワークの実現に向けた有効な手段となる。実物のプロトタイプを用いた屋外デモンストレーションの成功は、このような低複雑度なストライプベースの戦略を現実世界の環境に展開することの、実用的な実現可能性を強調している。