Unsupervised Learning for Scalable Downlink Power Control in Cell-Free Massive MIMO

Resumo Técnico: Aprendizado Não Supervisionado para Controle de Potência de Enlace Descendente Escalável em Massive MIMO sem Células

Declaração do Problema
Em sistemas de Massive Multiple-Input Multiple-Output sem Células (CF-mMIMO), o controle de potência de enlace descendente é crítico para garantir qualidade de serviço uniforme e gerenciar interferências entre um grande número de Pontos de Acesso (APs) e Equipamentos de Usuário (UEs) distribuídos. As soluções existentes enfrentam um compromisso entre escalabilidade e desempenho. Abordagens iterativas centralizadas, que visam a Equidade Máxima-Mínima (MMF), exigem informação global do estado do canal e otimização complexa, tornando-as computacionalmente proibitivas à medida que o tamanho da rede aumenta. Por outro lado, estratégias distribuídas escaláveis, como Alocação de Potência Fracionária (FPA), baseiam-se em informações locais, mas frequentemente falham em otimizar a equidade, resultando em baixa eficiência espectral (SE) para os usuários no pior caso. Além disso, tentativas recentes baseadas em aprendizado profundo frequentemente dependem de treinamento supervisionado com rótulos ótimos (difíceis de obter) ou exigem informações de posição do UE, limitando sua aplicabilidade em arquiteturas dinâmicas centradas no usuário.

Metodologia
O artigo propõe um framework de aprendizado profundo não supervisionado e informado pela física, utilizando uma rede Bidirectional Long Short-Term Memory (BiLSTM) para otimizar o controle de potência de enlace descendente.

• Modelo do Sistema: O sistema opera no modo Duplex por Divisão de Tempo (TDD). O objetivo é maximizar a eficiência espectral mínima do usuário (MMF) sujeita a restrições de potência por AP. A SE alcançável é derivada com base na estimação de canal por Mínimos Quadrados Médios (MMSE) linear e na formação de feixes por razão máxima.
• Arquitetura Neural: O modelo proposto é "centrado no AP". Para cada AP $\ell$, a rede processa uma sequência de características de entrada correspondentes aos seus UEs associados ($K_\ell$). O vetor de entrada para um par específico AP-UE inclui o coeficiente de desvanecimento em larga escala direto, a força agregada do canal em larga escala observada pelo UE e o acoplamento agregado entre o AP e a população de UEs.
• Treinamento Não Supervisionado e Informado pela Física: Diferentemente de métodos supervisionados, esta abordagem não requer rótulos de alocação de potência ótimos. Em vez disso, a função de perda é calculada diretamente a partir da utilidade de comunicação (equações de SINR e SE) definida no modelo do sistema. A rede é treinada offline para minimizar um substituto diferenciável soft-min do objetivo MMF sobre mini-lotes de realizações da rede.
• Aplicação de Restrições: A arquitetura satisfaz inerentemente as restrições de potência. A camada de saída utiliza uma ativação Softplus para garantir coeficientes de potência positivos. Uma etapa subsequente de normalização escala as potências previstas para cada AP, garantindo que a soma não exceda o orçamento de potência do AP.
• Mecanismo de Escalabilidade: O modelo reutiliza os mesmos parâmetros para todos os APs e posições da sequência. Aceita sequências de entrada de comprimento variável, permitindo lidar com números variados de UEs sem retreinamento. Para alcançar escalabilidade total em relação a APs e usuários, o artigo sugere modificar as características de entrada para agregar informações apenas sobre vizinhanças locais, em vez de toda a rede.

Principais Contribuições

1. Framework Não Supervisionado: O método elimina a necessidade de rótulos de supervisão ótimos e informações de posição do UE, dependendo exclusivamente de estatísticas de desvanecimento em larga escala, que já estão disponíveis para atribuição de piloto e associação.
2. Escalabilidade Inerente: A política baseada em BiLSTM escala linearmente com o número de UEs ($O(K)$) e pode ser aplicada a redes com diferentes populações de usuários sem retreinamento.
3. Satisfação de Restrições: O projeto garante restrições de potência por AP através de normalização arquitetural, uma característica frequentemente ausente em outras abordagens baseadas em aprendizado.
4. Desempenho: A abordagem evita o ônus computacional da otimização centralizada iterativa, superando significativamente esquemas distribuídos de baixa complexidade existentes.

Resultados de Simulação
Simulações numéricas foram conduzidas em uma área de $500 \times 500$ m$^2$ com 16 APs e números variados de UEs (8, 10 e 15).

• Eficiência Espectral: O método proposto quase duplica a eficiência espectral mínima (usuário no pior caso) em comparação com bases escaláveis como Alocação de Potência Fracionária (FPA) e Alocação de Potência Igualitária (EPA).
• Generalização: Um modelo treinado com 8 UEs foi avaliado com sucesso em cenários com 10 e 15 UEs, demonstrando que a política aprendida generaliza efetivamente para condições operacionais mais densas e previamente não vistas.
• Complexidade: A complexidade de inferência é linear em relação ao número de UEs ($O(K)$), uma melhoria substancial sobre algoritmos MMF baseados em bisseção, que escalam como $O(K^3)$. A pegada de memória é constante e independente do tamanho da rede.

Significado e Alegações
O artigo alega que este framework oferece uma solução prática para o compromisso entre escalabilidade e equidade em sistemas CF-mMIMO. Ao aproveitar o aprendizado não supervisionado e informado pela física, o método alcança desempenho de equidade quase ótimo sem o custo computacional da otimização centralizada ou os requisitos de dados do aprendizado supervisionado. Os autores enfatizam que a abordagem é robusta a mudanças na população de usuários e topologia da rede, não exigindo retreinamento, e fornece um caminho viável para a gestão escalável de redes 6G. Trabalhos futuros são identificados como a investigação de características de entrada totalmente escaláveis (usando vizinhanças locais), objetivos de equidade alternativos e estratégias de reuso de piloto.