Geometry-Informed Optimization of Binary RIS Configurations for Communication and Sensing

Resumo Técnico: Otimização de Configurações de RIS Binário Informada pela Geometria

Definição do Problema
As Superfícies Reconfiguráveis Inteligentes (RIS) práticas frequentemente utilizam deslocadores de fase de baixa resolução, tipicamente limitados a 1-bit (dois estados discretos: $0^\circ$ e $180^\circ$). Para uma RIS com $N$ elementos, o espaço de configuração consiste em $2^N$ estados binários. A otimização direta para maximizar métricas de desempenho (como a força do sinal recebido ou a precisão de detecção) via busca exaustiva é computacionalmente proibitiva devido a esse crescimento exponencial. Embora a literatura existente frequentemente assuma deslocamentos de fase contínuos e aplique a quantização após a otimização, essa abordagem frequentemente resulta em uma degradação significativa de desempenho quando a resolução de fase é baixa. Por outro lado, métodos de busca discreta direta muitas vezes dependem de exploração heurística ou não estruturada, falhando em explorar a estrutura inerente do espaço de soluções ótimas.

Metodologia
Os autores propõem um framework que reformula o problema de otimização de fase de RIS de 1-bit como um problema geométrico. Em vez de tratar o espaço binário como não estruturado, o artigo demonstra que as configurações globalmente ótimas compartilham uma propriedade geométrica específica.

1. Reformulação Matemática:
   O problema de maximizar a relação sinal-ruído (SNR) recebida é transformado na maximização da norma de uma soma com sinal de vetores dependentes do canal. Especificamente, o objetivo é encontrar um vetor binário $\mathbf{x} \in \{+1, -1\}^K$ que maximize $\|\sum_{k} x_k \mathbf{a}_k\|$, onde $\mathbf{a}_k$ são vetores derivados do estado do canal (CSI) e do link direto.

2. Caracterização Geométrica (Lema 1):
   A principal contribuição teórica é a prova de que qualquer configuração globalmente ótima $\mathbf{x}^*$ é induzida pelos sinais das projeções dos vetores $\mathbf{a}_k$ sobre um vetor de direção comum $\mathbf{v}$. Matematicamente, $x_k^* = \text{sgn}(\mathbf{a}_k \cdot \mathbf{v})$. Isso implica que o conjunto de configurações potencialmente ótimas é restrito àquelas geradas pela variação do vetor de direção $\mathbf{v}$ no espaço do sinal.

3. Abordagens Algorítmicas:

   • Caso MIMO Geral (Amostragem Informada pela Geometria): Para espaços de sinal de alta dimensão, os autores propõem um algoritmo que amostra vetores de direção $\mathbf{v}$ de uma distribuição e constrói configurações binárias usando a regra de projeção. Isso restringe o orçamento de busca exclusivamente a candidatos "estruturalmente admissíveis", evitando a vasta maioria das configurações subótimas.
   • Caso SISO (Solução Exata em Tempo Polinomial): Em sistemas Single-Input-Single-Output, os vetores residem em um espaço real 2D ($\mathbb{R}^2$). Os autores mostram que as configurações ótimas correspondem aos setores formados por linhas ortogonais aos vetores $\mathbf{a}_k$. Ao enumerar esses setores (no máximo $N+1$ configurações distintas), o ótimo global pode ser encontrado exatamente em tempo polinomial ($O(K^2)$ ou $O(K \log K)$ com paralelismo), em vez de através de amostragem aleatória.

4. Aplicação a ISAC:
   O framework é estendido para cenários de Integração de Sensoriamento e Comunicação (ISAC). Os elementos da RIS são particionados em conjuntos para comunicação e sensoriamento. Os autores demonstram que os subproblemas para o aumento dos sinais de comunicação e para a iluminação de alvos para localização reduzem-se ao mesmo problema subjacente de maximização de vetores com sinal, permit um uso dos mesmos algoritmos de otimização para ambas as funcionalidades.

Principais Contribuições

• Prova Geométrica: Provou que toda configuração de RIS de 1-bit globalmente ótima é induzida pelos sinais das projeções dos vetores de canal sobre uma direção comum.
• Algoritmo MIMO Eficiente: Desenvolveu um método de amostragem informada pela geometria que reduz significativamente o espaço de busca para sistemas MIMO gerais, focando apenas em configurações estruturalmente válidas.
• Algoritmo SISO Exato: Derivou um algoritmo exato de tempo polinomial para sistemas SISO, caracterizando o conjunto completo de configurações candidatas via partição angular 2D.
• Framework ISAC Unificado: Mostrou que o aumento da comunicação e a localização de alvos em ISAC compartilham a mesma estrutura de otimização discreta, permitindo uma abordagem de design unificada.

Resultados de Simulação
O artigo avalia os métodos propostos através de simulações numéricas em um ambiente 3D:

• Maximização de LOS: O método de amostragem informada pela geometria foi comparado contra a amostragem binária direta não informada e um benchmark de fase contínua ideal. Com um orçamento de amostragem fixo de 1.000 candidatos, o método proposto alcançou ganhos de pelo menos 5,36 dB sobre a amostragem direta. Ele se aproximou do desempenho da RIS de fase contínua ideal dentro de 3,12 dB, demonstrando que a exploração eficaz do espaço binário pode recuperar uma fração substancial do desempenho de fase contínua.
• Trade-offs de ISAC: Em cenários ISAC com elementos de RIS particionados entre comunicação e sensoriamento, os resultados mostraram um trade-off não linear. Aumentar a fração de elementos dedicados à comunicação melhorou o poder recebido de forma constante, mas não degradou imediatamente o desempenho de sensoriamento (erro de localização e taxa de miss) até que um limiar crítico fosse atingido. Isso sugere uma região de operação onde a comunicação pode ser aprimorada com impacto mínimo no sensoriamento.

Significância
O artigo afirma que a natureza discreta do hardware prático de RIS não torna a otimização de fase intratável. Em vez disso, as restrições discretas revelam uma estrutura geométrica explorável. Ao alavancar essa estrutura, o framework proposto fornece uma abordagem unificada para otimizar configurações práticas de RIS de 1-bit tanto para funcionalidades de comunicação quanto de sensoriamento, oferecendo uma alternativa computacionalmente eficiente à busca exaustiva ou às aproximações de fase contínua.