Joint Movable Antenna Positioning and RIS Partitioning for Sum-Rate Maximization

Resumo Técnico: Posicionamento Conjunto de Antenas Móveis e Particionamento de RIS para Maximização da Taxa de Soma

Definição do Problema
Este artigo aborda o desafio de maximizar a taxa de soma descendente (downlink) em um sistema de comunicação sem fio operando em ambientes urbanos densos, onde os links diretos entre a Estação Base (BS) e o Usuário estão obstruídos. O sistema utiliza uma Superfície Inteligente Reconfigurável (RIS) para facilitar a comunicação. Embora as Antenas Móveis (MAs) ofereçam flexibilidade espacial para melhorar as condições de canal, e as RISs possam moldar o ambiente de propagação, trabalhos existentes não exploraram plenamente a sinergia entre o posicionamento de subarranjos de MA, o particionamento de elementos de RIS e o beamforming. O problema central é formulado como uma otimização conjunta de três variáveis acopladas: as posições físicas dos subarranjos de MA, os vetores de beamforming de transmissão e o particionamento dos elementos da RIS entre os usuários. Esta otimização está sujeita a restrições de separação mínima de antenas (para evitar acoplamento mútuo), orçamentos de potência de transmissão e ao número total de elementos de RIS disponíveis. O problema matemático resultante é altamente não convexo e difícil de resolver diretamente.

Metodologia
Para resolver o problema de otimização conjunta não convexo, os autores propõem uma estrutura de Otimização Alternada (AO) que decompõe o problema em três subproblemas tratáveis, resolvidos iterativamente:

1. Otimização de Beamforming de Transmissão: Com as posições das MAs e o particionamento da RIS fixos, o design do beamforming é abordado utilizando princípios de Zero-Forcing (ZF). O problema é reformulado usando as condições de Karush–Kuhn–Tucker (KKT) para derivar uma solução em forma fechada para a alocação de potência e direção do beamformer, suprimindo efetivamente a interferência entre usuários.
2. Otimização de Particionamento de RIS: Com o beamforming e as posições das MAs fixos, a alocação dos elementos da RIS para diferentes usuários é otimizada. Os autores demonstram que este subproblema pode ser reduzido a um espaço de busca unidimensional ao expressar as variáveis de particionamento em termos de um único fator de alocação, que é então resolvido via uma busca em grade de baixa complexidade.
3. Otimização de Posição de MA: Com o beamforming e o particionamento da RIS fixos, as posições físicas das MAs são otimizadas. Devido à natureza não convexa das restrições de distância e à relação não linear entre posição e fase do canal, os autores empregam uma abordagem de Descida de Coordenadas em Bloco (BCD). Eles utilizam uma aproximação de limite inferior de primeira ordem para convexificar a restrição de separação mínima, permitindo que a atualização de posição seja resolvida eficientemente usando ferramentas de otimização convexa (especificamente CVX com o solver MOSEK).

Principais Contribuições

• Estrutura Conjunta: O artigo introduz uma nova estrutura de sistema que otimiza conjuntamente o posicionamento de subarranjos de MA, o beamforming de subarranjo e o particionamento (seleção) de elementos de RIS para a maximização da taxa de soma.
• Solução Algorítmica: Propõe um esquema específico de otimização alternada que lida com a não convexidade do problema conjunto decompondo-o em subproblemas solucionáveis usando condições KKT, busca unidimensional e reformulação convexa baseada em BCD.
• Design do Sistema: O trabalho define uma arquitetura específica onde uma BS com dois subarranjos de MA comunica-se com dois usuários através de uma RIS particionada, modelando explicitamente a interferência entre subarranjos não alinhados e partições de RIS.

Resultados de Simulação
Simulações numéricas foram conduzidas em um cenário onde uma BS e uma RIS estão localizadas em coordenadas fixas, e os usuários estão distribuídos aleatoriamente em uma região com links diretos obstruídos. O esquema proposto "Joint MA-RIS" foi comparado com três esquemas de referência:

1. Antena de Posição Fixa (beamforming e seleção de RIS aleatórios).
2. Antena de Posição Aleatória (posições de MA aleatórias, RIS/beamforming otimizados).
3. MA-Otimizado (posições de MA otimizadas, RIS/beamforming aleatórios).

Os resultados indicam que a estrutura de otimização conjunta alcança consistentemente a maior taxa de soma em vários números de elementos de RIS ($N$) e orçamentos de potência de transmissão ($P$). As principais descobertas incluem:

• Ganho de Desempenho: A otimização conjunta supera significativamente os benchmarks, demonstrando que otimizar apenas as posições de MA (MA-Otimizado) é insuficiente sem o particionamento de RIS e o beamforming coordenados.
• Escalabilidade: A taxa de soma aumenta com o número de elementos de RIS e o número de MAs ($M$), validando a utilidade de graus de liberdade espaciais adicionais.
• Convergência: O algoritmo proposto demonstra convergência estável dentro de um número prático de iterações.

Significância e Alegações
O artigo afirma que a integração de antenas móveis com o controle de propagação assistido por RIS oferece uma abordagem promissora para futuros sistemas 6G, permitindo controle espacial adaptativo e alta eficiência espectral. A principal significância reside em demonstrar que os graus de liberdade adicionais fornecidos pelas antenas móveis, quando otimizados conjuntamente com o particionamento de RIS, permitem que o sistema estabeleça canais BS-RIS mais fortes e forme feixes direcionais mais eficazes. Isso leva a um aumento da potência do sinal desejado e mitigação eficaz da interferência entre usuários, resultando em um desempenho de taxa de soma superior em comparação com configurações de antena fixa convencional ou esquemas que otimizam apenas um subconjunto dos parâmetros do sistema. Os autores observam que seu trabalho aborda especificamente a lacuna na literatura existente em relação ao design conjunto de particionamento de RIS e estruturas de subarranjo de MA.