Pilot-Identifiable Single-Parameter Compensation for Power-Amplifier Nonlinearity in IEEE 802.11ax Receivers

Technische Samenvatting: Piloot-identificeerbare enkelvoudige parametercompensatie voor vermogensversterker-nonlineariteit in IEEE 802.11ax-ontvangers

Probleemstelling
Moderne IEEE 802.11ax (WiFi 6) ontvangers staan voor een kritieke uitdaging bij het ondersteunen van hoge-orde modulatie (tot 1024-QAM), wat extreme hardware-lineariteit vereist. Verzadiging van de vermogensversterker (Power Amplifier, PA), gemodelleerd door het Rapp-model, introduceert amplitude-afhankelijke compressie van de versterking, wat de symbolfoutratio's ernstig verslechtert. Hoewel standaard Minimum Mean Square Error (MMSE) egalisatie optimaal is voor additieve Gaussische ruis, faalt het in het corrigeren van de gestructureerde residuen veroorzaakt door de PA-nonlineariteit.

Een natuurlijke aanpak om dit te corrigeren is data-gestuurde residu-lering met behulp van de pakketpreambel. De auteurs identificeren echter een fundamentele structurele beperking in IEEE 802.11ax: het High-Efficiency Long Training Field (HE-LTF) van een standaard 52-tone resource unit biedt slechts vier piloot-subcarriers. Het proberen te fitten van hoog-dimensionale correctiemodellen (bijv. 12-feature ridge regressie) op deze vier observaties resulteert in een ernstig onderbepaald, rank-deficient systeem. De auteurs demonstreren dat dergelijke benaderingen onbetrouwbaar zijn, met conditiegetallen die $10^{300}$ overschrijden, en vaak slechter presteren dan standaard MMSE.

Methodologie
Het artikel stelt een single-parameter, fysiek identificeerbare ontvanger (K-R) voor die de vier-piloot-beperking respecteert door gebruik te maken van fysieke priors in plaats van generieke machine learning. De architectuur bestaat uit twee stadia:

1. K-stap (Standaard): Een conventionele frequentiedomein MMSE-egalisatie wordt uitgevoerd.
2. R-stap (Herontworpen): Een proces van drie operaties dat specifiek wordt toegepast op de vier HE-LTF piloten:
   • Distortie-metriek ($D$): Een metriek wordt berekend met behulp van uitsluitend het lineaire model om de residuele fout te kwantificeren. Dit wordt onafhankelijk van enige nietlineaire parameter-estimatie berekend om te garanderen dat de beslissing voor het activeren van de gate niet circulair is.
   • Soft Gate ($\alpha$): Een gating-functie $\alpha(D) \in [0,1]$ onderdrukt correctie als de distortie-metriek laag is (wat duidt op bijna lineaire hardware). De gate wordt lineair geactiveerd tussen de drempelwaarden $\tau_1=0.15$ en $\tau_2=0.30$, wat zorgt voor conservatief gedrag onder zuivere hardwarecondities.
   • Parameter-estimatie & Inversie: Indien de gate actief is, schat de ontvanger de verzadigingsamplitude van het Rapp-model ($A_{sat}$) met behulp van gebonden nonlinear least squares op de vier piloten. Omdat er vier observaties en één onbekende parameter zijn, is het probleem overbepaald. De ontvanger past vervolgens een gated inversie van de Rapp-nonlineariteit toe op het geëgaliseerde signaal.

Belangrijkste Bijdragen

• Diagnose van High-Dimensional Failure: Het artikel levert direct numeriek bewijs dat hoog-dimensionale residu-lering structureel onmogelijk is onder de vier-piloot HE-LTF beperking, ongeacht regularisatie.
• Single-Parameter Design: Het introduceert een ontvanger die een enkele fysieke parameter ($A_{sat}$) schat uit de beschikbare piloten, de bekende Rapp-nonlineariteit inverseert en de correctie regelt via een gate.
• Theoretische Garanties:
  • Theorem 1: Stelt de lokale identificeerbaarheid van de estimator vast onder standaard gladheid en sensitiviteitsaannames.
  • Theorem 2: Bewijst vanishing-noise consistentie, waarbij wordt aangetoond dat de estimator convergeert naar de ware parameter naarmate de SNR toeneemt (met $N_p=4$ vastgesteld).
  • Safety Propositions: Bewijst dat de gate ervoor zorgt dat er geen correctie wordt toegepast onder bijna lineaire condities (Proposition 1) en dat de omvang van de correctie begrensd is (Proposition 2).
• Twee-stadia Deployment Architectuur: Het artikel karakteriseert een praktische implementatie waarbij kanaalschatting wordt uitgevoerd op de L-LTF preambel, en PA-correctie wordt toegepast met behulp van de HE-LTF piloten. Deze architectuur herstelt 81–96% van de perfect-CSI winst bij SNR $\ge$ 20 dB.

Resultaten
Gevalideerd over 3.000 Monte Carlo-proeven per conditie, demonstreert de ontvanger:

• Spectrale Efficiëntiewinst: Statistisch significante winsten ($p < 10^{-100}$) over alle geteste SNR-waarden (-5 tot 40 dB). De winst neemt monotoon toe met de SNR en bereikt +0,590 bps/Hz bij 40 dB.
• Robuustheid tegenover Hardware: Onder standaard PA-distortie ($A_{sat}=0.7$), is de winst +0,262 bps/Hz. Onder "zuivere" hardware is de winst verwaarloosbaar (-0,0004 bps/Hz), wat bevestigt dat de gate prestatieverlies door het introduceren van artefacten voorkomt.
• Modulatie Schaling: De winst neemt toe met de modulatieorde, van +0,640 bps/Hz (64-QAM) tot +0,724 bps/Hz (1024-QAM) bij 30 dB SNR, wat aangeeft dat de ontvanger het meest voordelig is in de hoge-doorvoeksregimes van WiFi 6.
• Generalisatie: De ontvanger behoudt consistente winsten over vier kanaalmodellen (TGax-D, TGax-B, AWGN, Rayleigh) en gaat effectief om met mismatches in het werkpunt van de PA.
• Vergelijking met OAMP-Net: De voorgestelde ontvanger presteert beter dan een representatieve deep-unfolded baseline (OAMP-Net) gedurende het praktisch relevante nietlineaire werkingsregime ($A_{sat} \le 0,9$). Hoewel OAMP-Net computationeel sneller is onder JIT-compilatie, biedt de voorgestelde methode superieure fysieke interpreteerbaarheid en vereist deze geen offline training.

Betekenis en Claims
Het artikel beweert dat de voorgestelde ontvanger slaagt waar generiek leren faalt door zich te houden aan de fysieke beperkingen van de IEEE 802.11ax-standaard. De betekenis ligt in:

1. Fysieke Identificeerbaarheid: Het transformeert een onderbepaald leerprobleem in een overbepaald fysiek schattingsprobleem door de vrijheidsgraden te reduceren tot een enkele, fysiek betekenisvolle parameter.
2. Veiligheid en Conservatisme: Het door distortie geregelde mechanisme zorgt ervoor dat de ontvanger "conservatief" blijft (minimale correctie toepast) wanneer de hardware lineair is, waardoor het introduceren van artefacten die de prestaties kunnen verslechteren wordt voorkomen.
3. Implementatie Haalbaarheid: De twee-stadia architectuur toont aan dat nabij-optimale prestaties kunnen worden herwonnen in realistische ontvangerketens zonder dat daarvoor perfecte Channel State Information (CSI) of complexe trainingsdata nodig is.

De auteurs vermelden expliciet de beperkingen: de aanpak vereist aparte kanaalschatting (L-LTF vs. HE-LTF), vertrouwt op simulaties zonder hardwareprototypes, gaat uit van een vast Rapp-model (negeert AM-PM distortie), en claimt niet te voldoen aan EVM-certificeringsnormen voor 1024-QAM, maar is gericht op het verbeteren van de spectrale efficiëntie binnen de ontvanger.