Sparsification of Precoding Codebooks for PAPR Reduction via Grassmannian Representations

Título: Esparsificação de Codebooks de Precodificação para Redução de PAPR via Representações Grassmannianas

Autores: Joe Asano, Yuto Hama, Hiroki Iimori, Szabolcs Malomsoky e Naoki Ishikawa.
Data: 22 de abril de 2026.

---

1. Problema e Motivação

Com a evolução para sistemas 6G, espera-se um aumento significativo no tráfego de enlace de subida (uplink), exigindo maior eficiência energética nos equipamentos de usuário (UE). Um dos principais desafios nos sistemas de multiplexação por divisão de frequência ortogonal (OFDM), amplamente utilizados no 5G e futuros padrões, é a alta Relação Pico-Média de Potência (PAPR).

• Contexto Atual: O padrão 5G atual restringe a transmissão DFT-s-OFDM (usada no uplink por sua baixa PAPR) a um único fluxo de dados (single-stream). Para aumentar a capacidade, há interesse em estender o DFT-s-OFDM para transmissão multi-fluxo (multi-stream).
• O Desafio: A aplicação de precodificação baseada em codebooks (padronizados no 3GPP) para múltiplos fluxos de dados utiliza matrizes de precodificação densas. Quando aplicadas ao DFT-s-OFDM multi-fluxo, essas matrizes densas quebram a propriedade de portadora única, resultando em um aumento drástico da PAPR.
• Limitação de Soluções Anteriores: Trabalhos recentes propuseram o design de novos codebooks compostos exclusivamente por precodificadores esparsos. No entanto, isso exigiria a modificação dos mecanismos de feedback existentes e das especificações padrão.

2. Metodologia Proposta

Os autores propõem um método de esparsificação de codebooks de precodificação existentes (padronizados no 5G NR) que reduz a PAPR sem alterar o mecanismo de feedback ou as especificações do padrão.

A abordagem baseia-se na observação de que as matrizes de precodificação podem ser interpretadas como pontos em uma Variedade de Grassmann ($G(N_t, N_s)$), onde $N_t$ é o número de antenas de transmissão e $N_s$ o número de fluxos de dados.

O objetivo é aproximar cada precodificador denso original ($W$) por um precodificador esparso ($P$) na variedade de Grassmann, minimizando a distância entre eles (distância de corda), mantendo o mesmo índice de feedback.

O método utiliza duas abordagens principais integradas em um algoritmo unificado:

A. Esparsificação Exata via Transformação Unitária

• Conceito: Se existir uma matriz unitária $U$ tal que $P = WU$, e$P$ for esparso, então $P$ e $W$ representam o mesmo subespaço na variedade de Grassmann (distância de corda zero).
• Implementação: O problema é formulado como encontrar um conjunto de vetores ortonormais que satisfaçam restrições de suporte (zeros em posições específicas).
• Solução: Os autores derivam uma solução de forma fechada utilizando projeções no espaço nulo e o processo de ortogonalização de Gram-Schmidt. Se a condição de viabilidade for satisfeita para um padrão de esparsidade, o precodificador esparso é obtido sem perda de desempenho.

B. Esparsificação Aproximada via Análise de Componentes Principais Esparsas (SPCA)

• Conceito: Quando não é possível encontrar uma transformação unitária que gere um precodificador esparso exato (distância de corda zero), o problema é tratado como uma otimização aproximada.
• Formulação: Minimizar a distância de corda é equivalente a maximizar o produto interno $\|W^H P\|_F^2$. Isso é reformulado como um problema de SPCA.
• Implementação: Para cada padrão de esparsidade candidato, o problema reduz-se à maximização do quociente de Rayleigh para submatrizes. O algoritmo seleciona o padrão de esparsidade que maximiza a soma dos autovalores máximos das submatrizes correspondentes.

Algoritmo Unificado (Algoritmo 1)

Para cada índice do codebook denso original:

1. Tenta-se a esparsificação exata (Transformação Unitária) para todos os padrões de esparsidade candidatos.
2. Se uma solução unitária viável for encontrada, ela é aplicada (perda de desempenho nula).
3. Se nenhuma solução exata for possível, aplica-se a esparsificação aproximada (SPCA) para encontrar o melhor precodificador esparso possível dentro daquele padrão.

3. Principais Contribuições

1. Preservação do Mecanismo de Feedback: A proposta permite a substituição de precodificadores densos por esparsos apenas no lado do UE (implementação específica do equipamento), mantendo os índices de feedback inalterados e compatíveis com as especificações 5G NR atuais.
2. Novas Técnicas de Esparsificação: Desenvolvimento de dois métodos de forma fechada na variedade de Grassmann:
   • Transformação unitária para esparsificação exata.
   • SPCA para esparsificação aproximada quando a exata não é viável.
3. Redução de PAPR sem Perda de Taxa: Demonstração de que é possível reduzir significativamente a PAPR mantendo a taxa de dados alcançável (achievable rate).

4. Resultados Numéricos

Os resultados foram simulados em cenários de desvanecimento Rayleigh não correlacionado, comparando os codebooks padrão 5G NR e codebooks otimizados (Manopt).

• Taxa Alcançável (Achievable Rate):
  • Para configurações onde a esparsificação exata foi possível (ex: $N_t=4, N_s=2$ com codebook NR), não houve perda de desempenho.
  • Quando foi necessário usar a aproximação SPCA (ex: codebooks Manopt ou configurações maiores como $8 \times 4$), a perda de SNR foi mínima (entre 0,05 dB e 0,2 dB), considerada negligenciável.
• Redução de PAPR:
  • Os codebooks esparsos propostos reduziram a PAPR em mais de 1 dB (no nível de CCDF de $10^{-2}$) em comparação com os codebooks densos.
  • Essa redução permite maior potência de transmissão devido à menor necessidade de backoff do amplificador de potência (PA), potencialmente melhorando a cobertura e a taxa de dados.
• Distorção de Esparsificação:
  • A distorção (medida pela distância de corda normalizada) permaneceu em torno de 0,2, o que confirma a alta fidelidade da aproximação na variedade de Grassmann.

5. Significado e Conclusão

Este trabalho oferece uma solução prática e compatível com o padrão para o desafio de implementar transmissão multi-fluxo eficiente em energia no uplink de sistemas 6G e além-5G.

Ao invés de exigir uma revisão completa dos padrões de comunicação (o que levaria anos), a proposta permite que os fabricantes de UE implementem precodificadores esparsos internamente. Isso resulta em:

• Eficiência Energética: Redução da PAPR melhora a eficiência dos amplificadores de potência.
• Compatibilidade: Não altera o protocolo de feedback ou a sinalização entre a estação base e o usuário.
• Desempenho: Mantém a capacidade do sistema quase inalterada, tornando-se uma solução viável para a evolução das redes móveis.