Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems

기술 요약: RIS 지원 유동 안테나 시스템을 위한 결합 채널 및 심볼 추정

문제 정의
본 논문은 RIS(Reconfigurable Intelligent Surface)와 FAS(Fluid Antenna System)가 통합된 상향링크 다중 사용자 통신 시스템에서 결합 채널 및 심볼 추정의 과제를 다룹니다. RIS는 수동적으로 전파 환경을 형성하여 커버리지를 향상시키고, FA(Fluid Antenna)는 컴팩트한 개구부 내에서 유리한 안테나 포트를 선택하여 공간적 적응성을 제공하지만, 이들의 결합은 채널 획득에 상당한 복잡성을 초래합니다. 특히, RIS 위상 변화, FA 포트 선택, 그리고 사용자별 코딩으로 인해 유효 채널이 동적으로 변합니다. 기존 방식들은 종종 완벽한 채널 상태 정보(CSI)를 가정하거나 단독 링크에 집중하며, 계층적 RIS-FAS 시나리오에서 발생하는 RIS 위상 변화, FA 포트 선택, 사용자 의존적 코딩 및 미지의 심볼 간의 결합된 특성을 고려하지 못합니다. 전통적인 파일럿 기반 추정과 관련된 높은 훈련 오버헤드는 미래 6G 네트워크에서 중요한 병목 현상이 됩니다.

방법론
저자들은 NTFAS(Nested Tucker for Fluid Antenna Systems) 프로토전과 이에 대응하는 Bilinear Alternating Least Squares(BALS) 기반의 2단계 세미 블라인드 수신기를 제안합니다.

1. 시스템 모델 및 텐서 정식화:

   • 시스템은 $K$개의 단일 안테나 사용자, $N_r$개의 소자를 가진 RIS, 그리고 $N$개의 FA 포트에 연결된 $M$개의 RF 체인을 가진 기지국(BS)으로 구성됩니다.
   • 전송은 $I$개의 블록에 걸쳐 수행됩니다. 각 블록 $i$ 내에서 FA 포트 선택 행렬 $S_i$와 사용자 의존적 시간 코딩 행렬 $D_i(C)$는 고정됩니다. 그러나 RIS 위상 변화 행렬 $D_p(\Theta)$는 각 타임 슬롯 $p$마다 변합니다. 결정적으로, 전송 심볼 행렬 $X$는 모든 $I$개 블록에 대해 불변합니다.
   • 이러한 구조를 통해 수신 신호는 결합된 Tucker 모델의 집합으로 모델링될 수 있습니다. 무잡음 관측 텐서는 $Y_i = A_i \times_1 \Phi \times_2 I_M \times_3 X^T$로 정식화되며, 여기서 $\Phi$는 복합 계층 채널 행렬을 나타냅니다.

2. 2단계 세미 블라인드 수신기:

   • 1단계 (결합 추정): 수신기는 Tucker 구조를 활용하여 전역 계층 채널 행렬 $\Phi$와 공통 심볼 행렬 $X$를 결합하여 추정합니다. 이는 수신 신호 텐서의 mode-1 및 mode-3 언폴딩(unfolding)에 대한 최소 제곱(Least Squares, LS) 문제를 해결함으로써 달성됩니다.
   • 2단계 (채널 분리): $\hat{\Phi}$가 획득되면, 수신기는 내장된 PARAFAC 구조($\Phi^T \approx (G^T \diamond H)\Theta^T$)를 활용하여 개별 채널 행렬을 분리합니다. 구체적으로, 연결된 관측 행렬에 대한 유사 역행렬 연산을 사용하여 사용자-to-RIS 채널($G$)과 RIS-to-BS 채널($H$)을 분리합니다.

3. 최적화:

   • 추정된 CSI를 사용하여, 시스템은 스펙트럼 효율(SE)을 극대화하기 위해 FA 포트 선택과 RIS 위상 변화를 결합 최적화합니다. 이는 유효한 FA 포트 조합에 대한 전수 조사(exhaustive search)와 RIS 위상 변화를 위한 SVD 기반 설계를 포함합니다.

주요 기여

• NTFAS 프로토콜: FA 포트 선택과 사용자 의존적 코딩은 블록마다 변하지만 심볼 행렬은 공유되는 새로운 전송 전략입니다. 이는 결합된 Tucker 모델 구조를 생성하여, 모든 구성에 대한 전용 파일럿 없이도 채널 식별성을 높여줍니다.
• 결합 텐서 모델링: 공통 심볼 및 계층 채널 요인을 공유하는 결합된 Tucker 모델로서 수신 신호를 유도하여, 공간적 및 시간적 변수의 분리를 가능하게 합니다.
• 2단계 BALS 수신기: 계층 채널과 심볼을 먼저 결합하여 추정한 후, PARAFAC 구조를 통해 개별 채널 성분($G$ 및 $H$)을 분리하는 세미 블라인드 알고리즘입니다.
• 결합 최적화 프레임워크: 추정된 CSI를 활용하여 FA 포트 선택과 RIS 위상 변화를 동시에 최적화함으로써 SE를 극대화하는 방법입니다.

시뮬레이션 결과
제안된 NTFAS 스킴은 경쟁하는 세미 블라인드 벤치마크(기존 연구 [24]로부터) 및 Perfect CSI 참조 모델과 비교 평가되었습니다.

• 비트 오류율 (BER): NTFAS와 벤치마크는 시뮬레이션된 SNR 범위 전체에서 거의 동일한 BER 성능을 보입니다. 논문은 채널 추정의 완만한 개선이 테스트된 동작 지점에서 가시적인 BER 이득으로 이어지지 않는데, 이는 성능이 노이즈와 잔류 추정 오차에 의해 제한되기 때문이라고 언급합니다.
• 정규화 평균 제곱 오차 (NMSE): NTFAS는 벤치마크에 비해 계층 채널 NMSE에서 일관되고 완만한 개선을 보여줍니다. 이는 공유된 심볼 행렬 덕분에 $\Phi$를 추정하기 위해 사용할 수 있는 결합 방정식의 수가 증가했기 때문입니다.
• 스펙트럼 효율 (SE): 더 정확한 채널 추정 덕분에, NTFFA는 결합 FA/RIS 최적화 후 벤치마크보다 높은 SE를 달성하지만, 두 방식 모두 Perfect CSI 경계보다는 낮습니다.
• 파라미터 민감도: 시뮬레이션은 RIS 위상 구성($P$)의 수를 늘리면 추정 견고성이 향려되는 반면, 사용자 수($K$)를 늘리면 결합 복구 문제의 복잡성 증가로 인해 성능이 저하됨을 나타냅니다.

의의 및 주장
본 논문은 NTFAS가 유리한 **성능-복잡도 트레이드오프(performance–complexity trade-off)**를 제공한다고 주장합니다. NTFAS는 기존 세미 블라인드 벤치마크에 비해 NMSE와 SE에서 완만하지만 일관된 개선을 제공하면서도, 유사한 BER 성능을 유지합니다. 저자들은 제안된 방법이 관측값의 결합 구조를 활용함으로써 파일럿 오버헤드에 대한 의존도를 줄인다는 점을 강조합니다. 제안된 수신기의 복잡도는 채널 업데이트 항 측면에서 벤치마크보다 낮은 것으로 나타나, RIS 지원 FAS 상향링크를 위한 저오버헤드 수신기 설계의 실행 가능한 솔루션임을 입증합니다. 본 연구는 얻은 이득이 완만하긴 하지만, 이 접근 방식이 전통적인 방법들이 높은 훈련 비용으로 어려움을 겪는 시나리오에서 결합 채널 및 심볼 추정을 성공적으로 가능하게 한다고 결론짓습니다. 향후 과제로는 더 낮은 복잡도의 최적화, 하드웨어 임페어먼트(impairments), 시변 채널, 다중 안테나 사용자 대응 등이 제시되었습니다.