Active Sensing for RIS-Aided Tracking and Power Control: A Hybrid Neuroevolution and Supervised Learning Approach

Resumo Técnico: Sensoriamento Ativo para Rastreamento e Controle de Potência Auxiliados por RIS

Definição do Problema
Este artigo aborda o desafio do rastreamento e localização energeticamente eficientes para Equipamentos de Usuário (UEs) móveis com limitação de potência em ambientes de múltiplos caminhos, auxiliados por uma Superfície Inteligente Reconfigurável (RIS). O estudo foca em duas restrições primárias inerentes às implementações práticas de IoT 6G:

1. Limitações de Hardware: Implementações práticas de RIS utilizam deslocamentos de fase discretos (frequentmente binários) em vez de ajuste contínuo, tornando a otimização tradicional baseada em gradiente não diferenciável e computacionalmente intratável (NP-difícil).
2. Restrições de Energia e Feedback: Os UEs operam sob orçamentos de energia estritos, onde transmissões de pilotos de alta potência contínuas são insustentáveis. Além disso, o link de feedback da Estação Base (BS) para o UE para controle de potência é restrito a uma mensagem de um único bit (por exemplo, "aumentar" ou "diminuir" a potência) para acomodar receptores não coerentes de ultra-baixa potência.

O objetivo é otimizar conjuntamente a configuração de fase discreta da RIS e a potência de transmissão de uplink do UE em tempo real para minimizar o Erro Quadrático Médio (MSE) da estimativa de posição, enquanto se adere a um orçamento cumulativo de potência.

Metodologia
Os autores propõem uma estrutura de Aprendizado Profundo de Agente Duplo (DA) que integra Neuroevolução (NE) com Aprendizado Supervisionado para resolver este problema de controle descentralizado e não diferenciável. O sistema compreende dois agentes colaboradores:

• Agente da BS: Uma Rede Neural Recorrente (RNN) utilizando unidades de Long Short-Term Memory (LSTM). Ela observa os sinais de piloto recebidos e produz duas ações: o próximo perfil de fase discreta da RIS e um comando de feedback de um único bit para o UE.
• Agente do UE: Uma RNN baseada em LSTM que processa o histórico de comandos de feedback de um único bit recebidos para ajustar dinamicamente sua potência de transmissão de piloto para o próximo slot de tempo.

Procedimento de Treinamento
A estrutura emprega uma metodologia de treinamento híbrida de três estágios para superar as limitações do backpropagation padrão:

1. Treinamento do Estimador Inicial: Um estimador de rede é treinado via aprendizado supervisionado em um conjunto de dados gerado com perfis de RIS e níveis de potência aleatórios para estabelecer uma linha de base para a estimação de posição.
2. Evolução de Política (Neuroevolução): As redes de política da BS e do UE são otimizadas conjuntamente usando uma estratégia evolutiva livre de gradiente (especificamente, uma variante de CoSyNE). A função de aptidão penaliza violações do orçamento de potência e recompensa erros de rastreamento menores. Este estágio contorna a não diferenciabilidade dos elementos discretos da RIS.
3. Ajuste Fino Final do Estimador: Uma vez que as políticas são evoluídas, uma rede estimadora final é retreinada nos dados gerados pelas políticas otimizadas para maximizar a precisão da localização.

A estrutura é projetada para ser escalável, suportando BSs de antena única e multi-antena (com modificações arquiteturais menores para selecionar combinadores digitais de um código finito).

Contribuições Principais

• Nova Formulação de Problema: O artigo formula o rastreamento de uplink ativo para UEs com restrição de potência com restrições rigorosas de hardware (fases discretas de RIS) e gargalos de informação (feedback de um único bit), indo além de estudos de localização estática anteriores.
• Algoritmo DA Híbrido: O desenvolvimento de uma estrutura de NE de Agente Duplo que lida efetivamente com a natureza não diferenciável do controle de RIS discreto e o loop de feedback esparso, permitindo o aprendizado conjunto da configuração da RIS e do controle de potência.
• Robustez a Restrições: O esquema proposto demonstra funcionar efetivamente com feedback de um único bit, onde o UE aprende a interpretar o histórico temporal de comandos binários para inferir a urgência de sensoriamento, mitigando assim o gargalo de informação.

Resultados Numéricos
Simulações extensas demonstram a superioridade do esquema proposto sobre diversas linhas de base:

• Desempenho de Rastreamento: A estrutura DA supera significativamente filtros clássicos (Filtro de Kalman Estendido, Filtro de Partículas) e rastreadores baseados em aprendizado de máquina (RNNs Supervisionadas, Aprendizado por Reforço Profundo usando A2C) através de vários modelos de movimento, incluindo altas taxas de curva e ruído de movimento.
• Desempenho de Localização: Em cenários estáticos, o método supera o fingerprinting tradicional (incluindo variantes otimizadas por algoritmo genético), aprendizado puramente supervisionado e estimadores baseados em backpropagation que assumem fases de RIS contínuas.
• Escalabilidade e Robustez: O algoritmo mantém alto desempenho conforme o tamanho da RIS aumenta, enquanto as linhas de base de gradiente e DRL degradam. Ele também permanece robusto sob condições de desvanecimento Riceano variáveis (baixo $\kappa$) e altos níveis de ruído.
• Eficiência de Feedback: Apesar de utilizar apenas feedback de um único bit, o esquema proposto atinge um desempenho quase idêntico a esquemas que utilizam links de feedback escalar ou de múltiplos bits, enquanto consome significativamente menos energia do UE (aderindo ao orçamento de potência).

Significância e Alegações
O artigo afirma que o sensoriamento ativo, quando combinado com uma abordagem híbrida de neuroevolução e aprendizado supervisionado, pode superar efetivamente os desafios duplos das restrições de hardware discretas e orçamentos de energia estritos em redes 6G. Os autores afirmam que seu protocolo colaborativo aprendido permite que dispositivos IoT leves alcancem rastreamento de alta precisão sem a necessidade de mecanismos de feedback complexos e de alto consumo de energia ou ajuste contínuo de RIS. O trabalho estabelece um novo padrão para localização auxiliada por RIS e energeticamente eficiente, demonstrando que a adaptação inteligente da potência de transmissão e da configuração da RIS pode compensar severos gargalos de informação.

O trabalho futuro é identificado como a extensão desta estrutura para implantações de múltiplas RIS, exploração de garantias de privacidade de localização e integração de arquiteturas de redes neurais baseadas em modelos para reduzir ainda mais a sobrecarga computacional.