Max-Min Rate Fairness Optimization for Multi-User Pinching-Antenna NOMA Systems

Definição do Problema

O artigo aborda o design de um sistema de Acesso Múltiplo Não Ortogonal (NOMA) de downlink (DL) assistido por Sistemas de Antenas de Pinçamento (Pinching-Antenna Systems - PASs). Nesta arquitetura, múltiplas guias de onda dielétricas (WGs), cada uma contendo múltiplos elementos radiantes dielétricos reposicionáveis (Antenas de Pinçamento ou PAs), atendem a múltiplos usuários de uma única antena. Cada guia de onda é controlada por uma única cadeia de Radiofrequência (RF), o que exige o uso de NOMA no domínio da potência para suportar mais usuários do que as cadeias de RF disponíveis.

O desafio central de otimização é otimizar conjuntamente as posições contínuas de todas as PAs em todas as guias de onda e a matriz de precodificação de transmissão na estação base. O objetivo é maximizar a taxa mínima do usuário (equidade max-min) sujeito a:

1. Restrições de potência total de transmissão.
2. Restrições de decodificação de Cancelamento de Interferência Sucessiva (SIC) necessárias para o NOMA.
3. Restrições de espaçamento mínimo entre PAs adjacentes para mitigar o acoplamento mútuo.

O problema é identificado como altamente não suave e não convexo. Esta dificuldade surge porque o sinal recebido em cada usuário é uma soma coerente de sinais de todas as PAs. Pequenas mudanças nas posições das PAs causam oscilações de fase rápidas na função objetivo, levando a um cenário repleto de ótimos locais que são difíceis de navegar usando métodos baseados em gradiente padrão ou buscas heurísticas.

Metodologia

Para superar a natureza não suave do problema, os autores propõem um algoritmo de otimização de dois estágios estruturado:

Estágio 1: Otimização Grossa (Fase Relaxada)

• Conceito: Os autores observam que, embora a combinação coerente crie flutuações rápidas de pequena escala, as magnitudes dos ganhos de canal exibem uma estrutura de grande escala mais suave, governada pela perda de percurso e geometria.
• Abordagem: As fases complexas do canal são temporariamente negligenciadas (assumindo-se que estejam perfeitamente alinhadas). O problema é transformado em otimizar coeficientes de amplitude reais e as posições das PAs.
• Algoritmo: Um Algoritmo de Ponto Interior (IPA) é usado para resolver este problema convexo e suave.
  • O operador de taxa mínima é aproximado usando um substituto log-sum-exp para garantir a diferenciabilidade.
  • A solução fornece um limite superior "fase-relaxado" e uma inicialização confiável para as localizações das PAs e alocações de potência.
  • Um passo de pós-processamento refina os vetores de precodificação reais usando uma abordagem SDP dual e recursão reversa para garantir que a SINR alvo seja atingida com o mínimo de potência.

Estágio 2: Ajuste Fino (Consciente da Fase)

• Conceito: Este estágio reintroduz as fases complexas do canal para encontrar uma solução viável e quase ótima que respeite os efeitos reais de combinação coerente.
• Sub-estágio 1: Zeramento de Fase: Partindo da solução grossa, cada PA é reposicionada sequencialmente dentro de uma vizinhança local para alinhar sua fase de canal em direção a zero (módulo $2\pi$). Isso mitiga a interferência destrutiva antes que a otimização principal comece.
• Sub-estágio 2: Otimização Alternada: O algoritmo alterna entre:
  1. Refinamento da Posição da PA: Uma busca de coordenada direta-reversa percorre todas as PAs. Para cada PA, a posição é atualizada para maximizar a taxa do pior usuário dentro de um intervalo local viável, dada uma precodificação fixa.
  2. Otimização da Precodificação de Transmissão: Com as posições das PAs fixas, a matriz de precodificação é otimizada para minimizar a potência de transmissão para uma SINR comum alvo. Isso é resolvido usando Aproximação Convexa Sucessiva (SCA) para lidar com as restrições não convexas de SIC, incorporado em uma busca de bisseção externa para maximizar a SINR alvo.

Principais Contribuições

1. Primeiro Framework Max-Min para Multi-WG PAS-NOMA: O artigo formula o primeiro problema de otimização de equidade de taxa max-min para um sistema com múltiplas guias de onda, múltiplas PAs por guia de onda e múltiplos usuários, onde todas as PAs contribuem conjuntamente para os sinais de todos os usuários.
2. Algoritmo de Dois Estágios Estruturado: Os autores desenvolvem um framework de otimização determinístico que explora a estrutura física dos canais PAS. Ele separa o problema em um estágio bruto suave e fase-relaxado e um estágio de ajuste fino consciente da fase, evitando a natureza de "caixa-preta" dos métodos heurísticos.
3. Novas Técnicas de Otimização:
   • Aplicação de um Algoritmo de Ponto Interior para a otimização conjunta grossa de geometria e potência.
   • Um procedimento de inicialização de zeramento de fase para alinhar as fases do canal.
   • Um esquema de otimização alternada combinando busca de coordenada direta-reversa para o posicionamento da PA e otimização convexa baseada em SCA para precodificação complexa.
4. Análise de Complexidade: O artigo fornece uma análise detalhada da complexidade computacional, demonstrando que a abordagem dual-SDP/autovetor para o refinamento da precodificação é mais eficiente do que implementações genéricas de SOCP de caixa-preta.

Resultados de Simulação

O framework proposto foi avaliado contra três benchmarks:

• Limite Superior de Combinação Perfeita (UB): O limite teórico assumindo o alinhamento perfeito de fase (resultado do Estágio 1).
• Otimização Heurística (HO): Um algoritmo de busca de padrão (representando metaheurísticas de estado da arte como PSO).
• Hybrid Beamforming MIMO-NOMA: Um sistema convencional com um Array Linear Uniforme (ULA).

Principais Descobertas:

• Desempenho: O esquema proposto atinge taxas max-min quase indistinguíveis do Limite Superior de Combinação Perfeita, superando significativamente o benchmark de Otimização Heurística.
• Eficiência: O método proposto requer significativamente menos tempo computacional do que o benchmark HO, especialmente à medida que o número de PAs aumenta. O método HO sofre de convergência frequente para ótimos locais e crescimento irregular de desempenho.
• PAS vs. MIMO: Sistemas PAS-NOMA proporcionam ganhos substanciais sobre sistemas MIMO-NOMA comparáveis. Isso é atribuído à capacidade das PAs de serem reposicionadas próximas aos usuários, reduzindo drasticamente a perda de percurso, o que arrays MIMO fixos não conseguem alcançar.
• Impacto de Parâmetros:
  • Número de PAs ($N$): Aumentar $N$ melhora o desempenho de forma logarítmica para ambos PAS e MIMO, mas os ganhos do PAS são mais pronunciados devido à proximidade.
  • Número de Usuários ($K$): À medida que $K$ aumenta, a taxa max-min diminui devido ao compartilhamento de potência e ao aumento da interferência entre usuários, o que limita a eficácia do SIC.
  • Potência de Transmissão ($P_T$): A taxa aumenta monotonicamente com a potência. No entanto, para $K$ elevado, o sistema torna-se limitado por interferência, fazendo com que a taxa escale de forma menos favorável com a potência.
  • Alcance Espacial: À medida que os usuários são distribuídos em uma área maior, a taxa max-min diminui, embora a queda seja mitigada no PAS porque as PAs podem se mover para mais perto de cada usuário individual.

Significância e Alegações

O artigo alega que sua principal significância reside em fornecer uma solução determinística, eficiente e fisicamente interpretável para um problema de otimização altamente não convexo em tecnologias emergentes de 6G. Ao contrário das metaheurísticas baseadas em população (ex: PSO) que dependem de inicialização aleatória e extensas avaliações de função, o algoritmo proposto aproveita a estrutura específica dos canais PAS (separando a perda de percurso de grande escala das flutuações de fase de pequena escala).

Os autores afirmam que esta abordagem não apenas produz um desempenho superior (taxas de equidade quase ótimas), mas também oferece uma solução escalável para implantação prática onde recursos computacionais e confiabilidade de convergência são críticos. Os resultados demonstram que a flexibilidade de reposicionar as PAs oferece uma vantagem de desempenho fundamental sobre sistemas MIMO de antenas fixas em ambientes de alta frequência e propensos a bloqueios.