Trade-Offs in Decentralized Gigantic MIMO with Hard-Boundary Constraints

Resumo Técnico: Trade-offs em MIMO Gigante Descentralizado com Restrições de Fronteira Rígida

Definição do Problema
A transição do 5G para o 6G envolve a mudança da banda sub-6GHz (FR1) para a banda de frequência média superior (FR3, 7–24 GHz). Para manter aberturas de antena comparáveis e compensar o aumento da perda de propagação nessas frequências mais altas, o número de antenas na estação base (BS) deve aumentar por um fator de 4 a 8, levando ao paradigma do "MIMO gigante". Esse escalonamento introduz desafios significativos em relação à complexidade de processamento e largura de banda de interconexão. Embora o framework WAX tenha sido proposto anteriormente para explorar os trade-offs entre descentralização e complexidade, a literatura existente não estabeleceu sua aplicabilidade sob "restrições de fronteira rígida" (hard-boundary constraints). Especificamente, modelos anteriores frequentemente assumiam um nível de cooperação entre módulos descentralizados que é impraticável ao utilizar unidades de hardware não cooperativas existentes, como as unidades de processamento de banda base (BBUs) de massive MIMO. O problema central abordado é como implementar o MIMO gigante usando processamento descentralizado onde os módulos não podem compartilhar informações ou cooperar para computar filtros, mas ainda assim alcançar um desempenho livre de perda de informação.

Metodologia
Os autores propõem uma nova adaptação do framework de decomposição WAX, adaptada para sistemas com fronteiras rígidas entre módulos descentralizados. O modelo de sistema considera um cenário de uplink multiusuário MIMO onde $K$ usuários se comunicam com uma BS de $M$ antenas ($M \gg K$). O sinal recebido é processado através de uma combinação de filtros lineares descentralizados ($W$), uma matriz de combinação ($A$) e um equalizador linear central ($X$).

Principais etapas metodológicas incluem:

1. Formulação de Fronteira Rígida: Os autores impõem uma restrição estrita onde os módulos descentralizados são não cooperativos. Cada módulo $p$ deve computar independentemente seu conjunto atribuído de filtros usando apenas a informação de estado de canal (CSI) local associada às suas antenas específicas.
2. Permutação e Reindexação: Para satisfazer a restrição de fronteira rígida, os autores introduzem uma função de permutação $\pi(\cdot)$. Esta reindexa os filtros descentralizados e os blocos da matriz de canal de modo que as condições matemáticas para o processamento livre de perda de informação (derivadas da decomposição WAX) possam ser satisfeitas dentro de conjuntos de filtros mutuamente exclusivos.
3. Módulo de Combinação Estruturado: Uma estrutura específica para a matriz de combinação $A$ é projetada. Ao impor uma estrutura de bloco diagonal na submatriz $\tilde{A}_B$ (parte da definição do módulo de combinação), o problema de otimização global é decomposto em $P$ equações independentes. Cada equação corresponde a um único módulo descentralizado e envolve apenas os blocos de canal locais e os filtros locais.
4. Trade-off Complexidade-Desempenho: O framework permite um trade-off arbitrário entre o nível de descentralização (número de entradas para a unidade de processamento central, $T$) e a complexidade de processamento descentralizado (multiplicações por antena, $L$). Os autores derivam uma nova condição para o processamento livre de perda de informação sob estas restrições: $L \geq K \frac{MP - TP}{MP - P}$.

Principais Contribuições

• Adaptação do WAX para Fronteiras Rígidas: O artigo estende o framework WAX para cenários onde os módulos descentralizados não podem cooperar, um requisito crítico para utilizar BBUs de massive MIMO existentes em implantações de gigantic MIMO.
• Estratégia de Decomposição: Os autores demonstram como projetar um módulo de combinação e uma estratégia de permutação de filtro que permite que cada módulo descentralizado resolva sua parte da decomposição WAX de forma independente, sem trocar informações com outros módulos.
• Escalabilidade e Compatibilidade Reversa: A arquitetura proposta é explicitamente projetada para ser escalável. Ela sugere que um sistema de gigantic MIMO pode ser construído conectando múltiplas BBUs de massive MIMO existentes (cada uma lidando com um subconjunto de antenas) a uma unidade central, potencialmente implementada por outra BBU, sem exigir um redesenho completo do hardware.
• Caracterização Teórica de Trade-off: O trabalho fornece um limite teórico (Equação 16) para a complexidade mínima de processamento ($L$) necessária por antena para alcançar o processamento livre de perda de informação dado um número específico de módulos descentralizados ($P$) e entradas centrais ($T$).

Resultados
Simulações numéricas foram conduzidas usando um sistema com $M=256$ antenas divididas em $P=4$ módulos descentralizados (cada um lidando com 64 antenas), com $T=64$ entradas para a CPU.

• Desempenho: O framework proposto alcança um desempenho livre de perda de informação (correspondendo à capacidade de Combinação de Razão Máxima, MRC) com complexidade significativamente reduzida. Para $K=5$ usuários, o desempenho livre de perda foi alcançado com $L=8$ multiplicações por antena; para $K=9$ usuários, foi alcançado com $L=4$.
• Redução de Complexidade: Comparado a uma linha de base de MRC descentralizado, o método proposto reduz o número de operações MAC por módulo. Por exemplo, com $K=9$, a linha de base exigia 576 operações, enquanto o método proposto alcançou o desempenho livre de perda com 256 operações ($L=4$).
• Flexibilidade: Os resultados indicam que o framework permite reduções adicionais na complexidade de processamento (por exemplo, $L=2$ ou $L=1$) ao custo de uma degradação menor de desempenho, alcançando aproximadamente 90% da capacidade do canal com metade da complexidade de processamento descentralizado.

Significância e Alegações
O artigo afirma que este trabalho facilita a transição de massive MIMO para gigantic MIMO ao permitir o uso de BBUs de massive MIMO de última geração como blocos de construção para sistemas maiores. Ao provar que o processamento livre de perda de informação é possível mesmo com fronteiras rígidas entre módulos não cooperativos, os autores argumentam que sua abordagem oferece um caminho prático para escalabilidade e compatibilidade reversa no design de estações base 6G. O framework é apresentado como uma ferramenta para explorar os trade-offs entre complexidade e desempenho em implementações práticas, em vez de um ideal teórico. Os autores observam que, embora o trabalho atual se concentre no domínio da banda base, o framework poderia potencialmente ser adaptado para o processamento no domínio analógico em trabalhos futuros.