Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems

Resumo Técnico: Estimação Conjunta de Canal e Símbolo para Sistemas de Antena Fluida Assistidos por RIS

Definição do Problema
Este artigo aborda o desafio da estimação conjunta de canal e símbolo em sistemas de comunicação multiusuário de uplink que integram Superfícies Inteligentes Reconfiguráveis (RIS) e Sistemas de Antena Fluida (FAS). Enquanto as RISs aumentam a cobertura ao moldar passivamente o ambiente de propagação e as FAs fornecem adaptabilidade espacial ao selecionar portas de antena favoráveis dentro de uma abertura compacta, sua combinação introduz uma complexidade significativa na aquisição de canal. Especificamente, o canal efetivo varia dinamicamente devido aos deslocamentos de fase da RIS, seleções de portas da FA e transmissões multiusuário. As abordagens existentes frequentemente assumem Informação de Estado de Canal (CSI) perfeita ou focam em links isolados, falhando em considerar a natureza acoplada dos deslocamentos de fase da RIS, seleções de portas da FA, codificação dependente do usuário e símbolos desconhecidos em um cenário cascateado RIS-FAS. Os altos overheads de treinamento associados à estimação tradicional baseada em pilotos tornam isso um gargalo crítico para as futuras redes 6G.

Metodologia
Os autores propõem o protocolo Nested Tucker for Fluid Antenna Systems (NTFAS) e um receptor semi-cego de dois estágios baseado em Mínimos Quadrados Alternados Bilineares (BALS).

1. Modelo de Sistema e Formulação Tensorial:

   • O sistema compreende $K$ usuários de antena única, uma RIS com $N_r$ elementos e uma Estação Base (BS) com $M$ cadeias de RF conectadas a $N$ portas de FA.
   • A transmissão ocorre em $I$ blocos. Dentro de cada bloco $i$, a matriz de seleção de porta de FA $S_i$ e a matriz de codificação temporal dependente do usuário $D_i(C)$ são fixas. No entanto, a matriz de deslocamento de fase da RIS $D_p(\Theta)$ varia em cada slot de tempo $p$. Crucialmente, a matriz de símbolos transmitidos $X$ permanece invariante em todos os $I$ blocos.
   • Esta estrutura permite que os sinais recebidos sejam modelados como um conjunto de modelos Tucker acoplados. O tensor de observação sem ruído é formulado como $Y_i = A_i \times_1 \Phi \times_2 I_M \times_3 X^T$, onde $\Phi$ representa a matriz de canal cascateado composta.

2. Receptor Semi-Cego de Dois Estágios:

   • Estágio 1 (Estimação Conjunta): O receptor explora a estrutura Tucker para estimar conjuntamente a matriz de canal cascateado global $\Phi$ e a matriz de símbolos comum $X$. Isso é alcançado resolvendo problemas de Mínimos Quadrados (LS) nas desdobramentos (unfoldings) de modo-1 e modo-3 do tensor de sinal recebido.
   • Estágio 2 (Separação de Canal): Uma vez obtido $\hat{\Phi}$, o receptor aproveita sua estrutura PARAFAC incorporada ($\Phi^T \approx (G^T \diamond H)\Theta^T$) para desacoplar as matrizes de canal individuais. Especificamente, ele separa o canal Usuário-para-RIS ($G$) e o canal RIS-para-BS ($H$) usando operações de pseudo-inversa em matrizes de observação concatenadas.

3. Otimização:

   • Usando o CSI estimado, o sistema realiza uma otimização conjunta da seleção de porta de FA e dos deslocamentos de fase da RIS para maximizar a Eficiência Espectral (SE). Isso envolve uma busca exaustiva sobre combinações válidas de portas de FA e um design baseado em SVD para os deslocamentos de fase da RIS.

Principais Contribuições

• Protocolo NTFAS: Uma estratégia de transmissão inovadora onde a seleção de porta de FA e a codificação dependente do usuário variam entre os blocos, enquanto a matriz de símbolos é compartilhada. Isso cria uma estrutura de modelo Tucker acoplado que melhora a identificabilidade do canal sem exigir pilotos dedicados para cada configuração.
• Modelagem de Tensor Acoplado: A derivação de sinais recebidos como modelos Tucker acoplados que compartilham fatores de símbolo e canal cascateado comuns, permitendo a separação de variáveis espaciais e temporais.
• Receptor BALS de Dois Estágios: Um algoritmo semi-cego que primeiro estima o canal cascateado e os símbolos conjuntamente, e então separa os componentes de canal individuais ($G$ e $H$) via estrutura PARAFAC.
• Estrutura de Otimização Conjunta: Um método para utilizar o CSI estimado para a otimização simultânea da seleção de porta de FA e dos deslocamentos de fase da RIS para maximizar a SE.

Resultados de Simulação
O esquema NTFAS proposto é avaliado contra um benchmark semi-cego concorrente (do trabalho anterior [24]) e uma referência de CSI Perfeito.

• Taxa de Erro de Bit (BER): O NTFAS e o benchmark exibem um desempenho de BER quase idêntico em toda a faixa de SNR simulada. O artigo observa que a melhoria moderada na estimação de canal não se traduz em um ganho visível de BER nos pontos de operação testados, pois o desempenho é limitado pelo ruído e erros de estimação residuais.
• Erro Quadrático Médio Normalizado (NMSE): O NTFAS demonstra uma melhoria consistente e moderada no NMSE do canal cascateado em comparação ao benchmark. Isso é atribuído ao aumento do número de equações acopladas disponíveis para estimar $\Phi$ devido ao símbolo compartilhado entre os blocos.
• Eficiência Espectral (SE): Devido às estimativas de canal mais precisas, o NTFলা alcança uma SE mais alta após a otimização conjunta de FA/RIS em comparação ao benchmark, embora ambos permaneçam abaixo do limite de CSI Perfeito.
• Sensibilidade de Parâmetros: Simulações indicam que aumentar o número de configurações de fase da RIS ($P$) melhora a robustez da estimação, enquanto aumentar o número de usuários ($K$) degrada o desempenho devido ao aumento da complexidade do problema de recuperação conjunta.

Significância e Alegações
O artigo afirma que o NTFAS oferece um equilíbrio desempenho–complexidade favorável. Embora proporcione melhorias moderadas, mas consistentes, em NMSE e SE sobre os benchmarks semi-cegos existentes, ele mantém um desempenho de BER comparável. Os autores enfatizam que o método proposto reduz a dependência do overhead de pilotos ao explorar a estrutura acoplada das observações. A complexidade do receptor proposto é mostrada como sendo inferior à do benchmark em termos de termos de atualização de canal, tornando-o uma solução viável para o design de baixo overhead de receptor em uplinks assistidos por RIS e FAS. O trabalho conclui que, embora os ganhos sejam moderados, a abordagem permite com sucesso a estimação conjunta de canal e símbolo em um cenário onde os métodos tradicionais lutam com altos custos de treinamento. O trabalho futuro é identificado como o endereçamento de otimização de menor complexidade, impedimentos de hardware, canais variantes no tempo e usuários de múltiplas antenas.