Joint Precoding and Phase-Shift Optimization for Beyond-Diagonal RIS-Aided ISAC System

Dit artikel presenteert een optimalisatiekader voor een ISAC-systeem met behulp van een niet-diagonale RIS, waarbij gezamenlijke precoding en faseverschuivingen worden geoptimaliseerd om de afweging tussen communicatie- en sensatieprestaties aanzienlijk te verbeteren ten opzichte van traditionele diagonale RIS-oplossingen.

De kern

Stel je voor dat je in een drukke stad woont waar je telefoon en je auto's constant moeten communiceren met elkaar, maar ook de omgeving moeten "zien" om veilig te zijn. Dit is de wereld van 6G: een netwerk dat niet alleen praat (communicatie), maar ook kijkt (sensing).

Het probleem? Soms staan er te veel gebouwen in de weg. Je signaal kan niet rechtstreeks van de zendmast naar je telefoon of naar een sensor gaan. Het is alsof je probeert iemand toe te fluiten in een labyrint van muren; het geluid verdwijnt of komt verdraaid aan.

Hier komt dit wetenschappelijke papier om de hoek kijken met een slimme oplossing.

1. De Magische Spiegel (BD-RIS)

Vroeger hadden we "RIS" (Reconfigurable Intelligent Surfaces). Denk hierbij aan een muur van kleine spiegeltjes. Elke spiegel kon alleen zijn eigen hoekje draaien om een lichtstraal (of radiosignaal) naar een andere kant te sturen. Ze werkten allemaal los van elkaar. Dat was goed, maar niet perfect.

Dit papier introduceert iets nieuws: BD-RIS (Beyond-Diagonal RIS).

• De Analogie: Stel je voor dat de oude spiegelmuur uit losse tegels bestond. De nieuwe BD-RIS is alsof je die tegels met slimme draden aan elkaar koppelt.
• Het Effect: Als je op één tegel drukt, bewegen de buren mee. Ze kunnen samenwerken als één groot, slim team in plaats van als losse individuen. Hierdoor kunnen ze signalen veel krachtiger en preciezer sturen, zelfs als er obstakels in de weg zitten.

2. De Twee Baasjes: Bellen en Kijken

In dit systeem moet de zendmast twee dingen tegelijk doen:

1. Communiceren: Veel mensen (gebruikers) bellen of streamen video's.
2. Sensen: Het systeem moet een doelwit "zien" (bijvoorbeeld een auto of een persoon) om de omgeving te scannen.

Het probleem is dat deze twee taken vaak in conflict komen. Als je te veel energie steekt in het "kijken", wordt het "bellen" slechter, en andersom. Het is alsof je probeert tegelijkertijd hard te schreeuwen om een gesprek te voeren en heel stil te zijn om een muis te horen.

3. De Slimme Regisseur (De Optimalisatie)

De auteurs van dit papier hebben een nieuwe manier bedacht om deze twee taken te regelen. Ze noemen het een "joint optimization" (gezamenlijke optimalisatie).

• De Analogie: Stel je een orkest voor. De dirigent (de algoritme) moet zorgen dat:
  • De violisten (de gebruikers) elkaar niet verstoren (geen ruis in het gesprek).
  • De trompettist (de sensor) een heel scherp geluid maakt in de richting van het doelwit.
• De Oplossing: Ze gebruiken een slimme methode om de "BD-RIS-spiegelmuur" en de "zendmast" samen te laten werken. Ze passen de hoekjes van de spiegels en de kracht van de signalen zo aan dat:
  • De gesprekken helder zijn (door interferentie te onderdrukken).
  • Het "kijken" scherp is (door de energie te bundelen op het doelwit).

Ze hebben een wiskundige formule bedacht die dit probleem oplost alsof het een legpuzzel is, maar dan in stappen. Eerst kijken ze naar de communicatie, dan naar het kijken, en dan weer naar de communicatie, tot alles perfect in balans is.

4. Wat is het resultaat?

De simulaties (de computerproeven) laten zien dat deze nieuwe "gekoppelde spiegelmuur" (BD-RIS) veel beter werkt dan de oude, losse versie.

• De Winst: Je kunt de balans heel flexibel instellen. Wil je meer communicatie? Dan draai je de knop. Wil je meer nauwkeurig scannen? Dan draai je de knop de andere kant op.
• De Vergelijking: Het is alsof je van een oude, stomme lantaarnpaal overstapt op een slimme, interactieve straatverlichting die weet waar je loopt en waar je kijkt, en zich daarop aanpast.

Samenvattend

Dit papier beschrijft hoe we met een nieuwe, slimme technologie (BD-RIS) de toekomstige 6G-netwerken kunnen verbeteren. Door de "spiegels" in de lucht met elkaar te laten praten, kunnen we zowel beter bellen met elkaar als de wereld om ons heen beter zien, zonder dat het ene ten koste gaat van het andere. Het is een stap richting een slimmer, sneller en veiliger netwerk.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Joint Precoding and Phase-Shift Optimization for Beyond-Diagonal RIS-Aided ISAC System", geschreven in het Nederlands.

Titel: Gezamenlijke Precoding en Faseverschuivingsoptimalisatie voor ISAC-systemen ondersteund door Beyond-Diagonal RIS

1. Probleemstelling

De zesde generatie (6G) mobiele communicatienetwerken vereisen geïntegreerde sensie en communicatie (ISAC) om toepassingen zoals autonome voertuigen en slimme steden te ondersteunen. Een grote uitdaging in deze systemen is de beperkte prestatie door zware obstructies (bijv. in stedelijke gebieden) die lijn-van-zicht (LoS) paden blokkeren.
Hoewel traditionele Reconfigurable Intelligent Surfaces (RIS) kunnen helpen door kanalen dynamisch te herschikken, hebben deze een diagonale structuur. Dit betekent dat de reflecterende elementen onafhankelijk van elkaar werken, wat de beamforming-winst in massieve MIMO-systemen beperkt.
Het artikel richt zich op Beyond-Diagonal RIS (BD-RIS), waarbij elementen via impedantienetwerken met elkaar verbonden zijn (volledig verbonden of groepsgewijs verbonden). Het specifieke probleem is het vinden van een optimale afweging (trade-off) tussen communicatieprestaties (sum-rate) en sensieprestaties (beam gain) in een multi-user ISAC-systeem, waarbij zowel de precoding-vector van de basisstation (BS) als de faseverschuivingsmatrix van de BD-RIS gezamenlijk moeten worden geoptimaliseerd.

2. Methodologie

De auteurs stellen een geoptimaliseerd raamwerk voor dat twee kernmethoden combineert: multi-user interferentiebeheer en benadering van sensie-beam gain.

• Systeemmodel:

  • Een BS met $M$ antennes bedient $K$ gebruikers en sensie een punt-achtig doelwit via een BD-RIS met $N$ elementen.
  • De directe links zijn geblokkeerd; communicatie en sensie verlopen uitsluitend via de BD-RIS.
  • De BD-RIS matrix $\Theta$ moet voldoen aan de eenheidseigenschappen ($\Theta^H\Theta = I$) en symmetrie ($\Theta^T = \Theta$).

• Optimalisatieprobleem:

  • Het doel is het minimaliseren van een gewogen kostenfunctie die bestaat uit twee delen:
    1. Communicatie: Minimaliseren van het verschil tussen de werkelijke beam gain matrix $F$ en een diagonale matrix $P$ (om interferentie te onderdrukken).
    2. Sensie: Minimaliseren van het verschil tussen de sensie beam gain $F_s$ en een gewenste gain $P_s$.
  • Het probleem is niet-convex en bevat vierde-orde termen, wat directe oplossing onmogelijk maakt.

• Oplossingsalgoritme (Alternating Optimization - AO):
  De auteurs ontleden het probleem in twee subproblemen die afwisselend worden opgelost:

  1. Precoding-optimalisatie (Vaste $\Theta$): De beamforming-vectoren $W$ worden geoptimaliseerd. Dit leidt tot een gesloten vorm oplossing via Lagrange-multiplicatoren en bisection search.
  2. Faseverschuivingsoptimalisatie (Vaste $W$): De BD-RIS matrix $\Theta$ wordt geoptimaliseerd. Hierbij wordt een Augmented Lagrangian-methode gebruikt met een hulpvariabele $\psi$.
     • De oplossing voor $\psi$ wordt in gesloten vorm gevonden.
     • De projectie van de oplossing terug naar de geldige BD-RIS structuur (symmetrisch en unitair) gebeurt via Symmetrische Unitaire Projectie (gebaseerd op SVD).
  3. Fase-optimalisatie: De gewenste fasen ($\theta, \phi$) worden parallel bepaald met een analytische oplossing.

3. Belangrijkste Bijdragen

• Nieuw Optimalisatiekader: Voor het eerst wordt een gezamenlijke optimalisatie voorgesteld voor BD-RIS-geassisteerde ISAC-systemen die specifiek de afweging tussen communicatie en sensie aanpakt.
• Interferentiebeheer en Beam Gain: De methode transformeert de oorspronkelijk sterk niet-convexe doelfunctie naar een convexe vorm door het minimaliseren van het verschil met een diagonale matrix (voor communicatie) en een gewenste patroon (voor sensie). Dit vermijdt complexe niet-convexe kwartieke beperkingen.
• Gesloten Vorm Oplossingen: Het voorgestelde AO-algoritme levert in elke iteratie gesloten vorm oplossingen op, wat de rekenkundige complexiteit aanzienlijk verlaagt ten opzichte van bestaande methoden.
• Scalabiliteit: Het algoritme is uitbreidbaar naar zowel Fully-Connected (FBD-RIS) als Group-Connected (GBD-RIS) architecturen door de projectiestap aan te passen.

4. Resultaten

De simulaties zijn uitgevoerd met een BS en BD-RIS in een typisch ISAC-scenario ($K=5$ gebruikers, $M=8$ antennes, $N=32$ elementen).

• Flexibiliteit: Door de wegingsfactor $\eta$ te variëren, kan het systeem soepel schakelen tussen een sensie-gedreven ontwerp (lage $\eta$) en een communicatie-gedreven ontwerp (hoge $\eta$).
  • Bij hoge $\eta$ toont de kanaalgain-matrix duidelijke diagonalisatie, wat betekent dat multi-user interferentie effectief wordt onderdrukt.
  • Bij lage $\eta$ concentreert de beam gain zich sterk op het doelwit, wat de sensieprestaties maximaliseert.
• Vergelijking Architecturen:
  • FBD-RIS (volledig verbonden) presteert significant beter dan GBD-RIS (groepsgewijs verbonden) en traditionele D-RIS (diagonaal).
  • De prestatievoordelen van FBD-RIS worden toegeschreven aan het bieden van meer ruimtelijke vrijheidsgraden (DoF).
  • Alle systemen tonen de inherente afweging: een toename in sensie-beam gain leidt tot een daling in de bereikbare communicatiesnelheid, maar BD-RIS verschuift deze curve naar een hoger prestatieniveau.

5. Betekenis en Conclusie

Dit onderzoek toont aan dat Beyond-Diagonal RIS een krachtige technologie is voor 6G ISAC-systemen. In tegenstelling tot traditionele RIS, die beperkt zijn door hun diagonale structuur, biedt BD-RIS de mogelijkheid om elementen te koppelen, wat leidt tot superieure beamforming-winsten.
De voorgestelde optimalisatieframework maakt het mogelijk om de trade-off tussen communicatie en sensie op een efficiënte en flexibele manier te beheren. De resultaten bevestigen dat BD-RIS-geassisteerde systemen aanzienlijk betere prestaties leveren dan traditionele oplossingen, wat een belangrijke stap is naar de realisatie van robuuste en efficiënte 6G-netwerken. Toekomstig werk richt zich op robuust ontwerp bij imperfecte kanaalinformatie en multi-doelwit sensie.