Set Transformer-Based Beamforming Design for Cell-Free Integrated Sensing and Communication

1. Problema e Contexto

O artigo aborda o desafio de projetar esquemas de beamforming (formação de feixe) para sistemas Cell-Free (CF) de Sensoriamento e Comunicação Integrados (ISAC).

• Contexto: Os sistemas CF-ISAC utilizam uma infraestrutura distribuíla de Pontos de Acesso (APs) para servir usuários de comunicação e sensoriamento simultaneamente, sem limites de células.
• Desafios Existentes:
  • Métodos de Otimização Clássica: Técnicas como relaxação semidefinida (SDR), programação semidefinida (SDP) e métodos de Lagrangeano aumentado (ALM) oferecem desempenho, mas possuem alta complexidade computacional, dependem de iterações intensivas e frequentemente assumem condições ideais (como CSI perfeito), limitando sua escalabilidade em redes grandes.
  • Métodos Baseados em Aprendizado: Abordagens anteriores usando Redes Neurais Convolucionais (CNNs) ou Redes Neurais em Grafos (GNNs) falham em capturar interações globais e dependências de longo alcance entre APs distribuídos, usuários e alvos. Além disso, muitas arquitetões assumem uma estrutura de entrada ordenada ou topologia de grafo pré-definida, o que não reflete a natureza desordenada e permutável dos nós em uma rede Cell-Free.

2. Metodologia Proposta: STCIB

Os autores propõem o STCIB (Set Transformer-based CF-ISAC beamforming framework), a primeira estrutura de beamforming baseada em Set Transformer para ISAC.

• Arquitetura Baseada em Set Transformer (ST):
  • Utiliza mecanismos de atenção global (self-attention) para modelar interações entre todos os APs, usuários e alvos simultaneamente, sem depender de uma ordem de entrada específica.
  • Garante invariância à permutação: A saída do modelo não muda se a ordem dos APs ou usuários na entrada for alterada, o que é crucial para sistemas distribuídos onde a indexação física não tem significado fixo.
  • Estrutura: O modelo consiste em um codificador (Encoder) com blocos de atenção de conjunto induzido (ISAB) e um decodificador (Decoder) com blocos de pooling (PMA) e atenção de conjunto (SAB).
• Aprendizado Não Supervisionado:
  • O framework opera sem dados rotulados. Em vez disso, otimiza uma função de perda personalizada que reflete diretamente os objetivos de taxa de comunicação e sensoriamento, penalizando violações de restrições de QoS (Qualidade de Serviço) e potência.
• Modelo do Sistema:
  • Considera um cenário realista com canais de desvanecimento Rician espacialmente correlacionados e estimativa imperfeita de CSI (Channel State Information) obtida via pilots ortogonais e estimativa MMSE.
  • Inclui múltiplos alvos de interferência (clutter) e suporta três regimes de projeto: focado em sensoriamento, focado em comunicação e otimização conjunta.

3. Principais Contribuições

1. Primeira Abordagem com Set Transformer para CF-ISAC: Introduz uma nova arquitetura de aprendizado que trata APs, usuários e alvos como um conjunto não ordenado, capturando dependências globais que CNNs e GNNs locais perdem.
2. Formulação Unificada para Múltiplos Regimes: Desenvolve um framework único que suporta três cenários de projeto (Sensoriamento-Cêntrico, Comunicação-Cêntrica e Joint ISAC) através de uma função de perda adaptável.
3. Robustez a CSI Imperfeito: Incorpora explicitamente erros de estimativa de canal no processo de treinamento e inferência, garantindo viabilidade em condições práticas.
4. Eficiência Computacional: Substitui a otimização iterativa online por inferência direta (forward pass) de uma rede neural pré-treinada, reduzindo drasticamente o tempo de execução.

4. Resultados Numéricos

Os resultados foram comparados com CNNs, o algoritmo CCPA (Procedimento Convexo-Côncavo) e o ALM-MO (Otimização em Variedade com Lagrangeano Aumentado).

• Desempenho de Taxa (ISAC):
  • O STCIB supera consistentemente a CNN. No regime de otimização conjunta ($\eta=0.4$), houve melhoria de 14,8% na taxa de sensoriamento e 31,6% na taxa de comunicação em comparação com a CNN.
  • Em comparação com os métodos de otimização clássica (CCPA e ALM-MO), o STCIB oferece ganhos modestos de desempenho (ex: +4,45% a +5,9% em taxa de sensoriamento no regime focado em sensoriamento), mas com uma vantagem crítica em complexidade.
• Complexidade e Tempo de Execução (Runtime):
  • O STCIB é ordens de magnitude mais rápido que os métodos de otimização clássica.
  • No regime focado em sensoriamento, o tempo de execução do STCIB foi apenas 0,1% do tempo necessário pelo CCPA e 0,3% do tempo do ALM-MO.
  • A escalabilidade é superior: o tempo de execução do STCIB aumenta linearmente ou de forma controlada com o número de usuários, enquanto os métodos iterativos sofrem com o aumento exponencial da complexidade.
• Precisão de Localização:
  • Utilizando o algoritmo MUSIC para estimar a direção de chegada, o STCIB demonstrou menor erro quadrático médio (RMSE) de localização em comparação com CNNs e métodos clássicos, especialmente em cenários com restrições de comunicação mais rigorosas.
• Viabilidade:
  • A análise de viabilidade mostrou que o STCIB atende às restrições de taxa mínima em mais de 98% das amostras de teste, com violações médias muito pequenas.

5. Significado e Impacto

Este trabalho representa um avanço metodológico significativo na área de redes sem fio inteligentes:

• Paradigma de Aprendizado: Demonstra que arquiteturas de atenção global (Set Transformers) são superiores a CNNs e GNNs para problemas de otimização em redes distribuídas onde a topologia é dinâmica e os nós formam conjuntos não ordenados.
• Viabilidade Prática: Ao eliminar a necessidade de otimização iterativa em tempo real, o STCIB torna viável a implementação de beamforming cooperativo em larga escala para sistemas 6G, onde a latência e a eficiência computacional são críticas.
• Flexibilidade: A abordagem não supervisionada permite que o sistema se adapte a diferentes cenários de implantação (troca de pesos entre sensoriamento e comunicação) sem a necessidade de re-treinamento massivo com novos dados rotulados, apenas ajustando a função de perda.

Em resumo, o STCIB oferece um equilíbrio superior entre desempenho de comunicação/sensoriamento e complexidade computacional, superando as limitações tanto dos métodos de otimização tradicionais quanto das abordagens de aprendizado de máquina existentes.