Oparty na głębokim uczeniu framework GNN-Attention do modelowania kanałów w polu bliskim i formowania wiązki w bezprzewodowych systemach szóstej generacji: badanie symulacyjne

Podsumowanie

Niniejsza praca wprowadza oparty na fizyce framework głębokiego uczenia do formowania wiązki i modelowania kanałów bliskiego pola w bezprzewodowych systemach szóstej generacji z wykorzystaniem ekstremalnie dużych inteligentnych metapowierzchni (Extremely Large Intelligent Metasurfaces). W porównaniu z tradycyjnymi technikami komunikacji dalekiego pola, proponowana metoda poprawia efektywność energetyczną, zysk formowania wiązki oraz efektywność widmową.

Streszczenie

Powstanie sieci szóstego pokolenia (6G) napędziło rozwój ekstremalnie dużych inteligentnych metapowierzchni (XL-IMS), mających na celu zapewnienie ultra-wysokich prędkości oraz wysokiej efektywności widmowej. Niemniej jednak, klasyczne kanały dalekiego pola nie mają zastosowania w transmisji w polu bliskim ze względu na propagację fal sferycznych oraz brak stacjonarności przestrzennej, co prowadzi do obniżenia wydajności kształtowania wiązki i zwiększenia złożoności obliczeniowej. W związku z tym celem niniejszego badania jest opracowanie metody modelowania kanału pola bliskiego i optymalizacji kształtowania wiązki w oparciu o głębokie uczenie sterowane fizycznie. Zaproponowane rozwiązanie wykorzystuje sterowany fizycznie model kanału fal sferycznych wraz z grafowymi sieciami neuronowymi (GNN) oraz mechanizmami uwagi, aby uchwycić lokalne relacje przestrzenne między użytkownikami a globalną siecią. Dodatkowo zaproponowano algorytm kształtowania wiązki oparty na uczeniu w celu zwiększenia efektywności koncentracji energii na użytkownikach w polu bliskim. Wydajność proponowanego frameworka została oceniona przy użyciu realistycznych scenariuszy propagacji z zestawu danych DeepMIMO. Wyniki symulacji pokazują, że proponowana technika pozwala osiągnąć przepływność na poziomie 11,6 bps/Hz, zysk kształtowania wiązki wynoszący 28 dB, efektywność widmową 10,5 bps/Hz, efektywność energetyczną 9,8 bits/Joule oraz stosunek sygnału do sumy interferencji i szumu (SINR) wynoszący 25 dB. W porównaniu z tradycyjnymi technikami, takimi jak Zero Forcing (ZF), Minimum Mean Square Error (MMSE), Semidefinite Relaxation (SDR) oraz Alternating Optimization (AO), zaproponowany schemat poprawia ogólną wydajność komunikacji o około 10-15%. Wyniki te wykazują, że integracja modelowania kanału pola bliskiego z uczeniem uwagi opartym na GNN może służyć jako wydajna i dokładna technika kształtowania wiązki dla przyszłych bezprzewodowych sieci 6G wykorzystujących technologię XL-IMS.

Wprowadzenie

Zainteresowanie kształtowaniem wiązki (beamformingiem) gwałtownie wzrosło w ostatnich latach. Wraz z wprowadzeniem standardu 6G, napędzanego rosnącym zapotrzebowaniem na lepszą łączność i szybsze tempo przesyłu danych, powszechne stały się ekstremalne wymagania dotyczące przepustowości. W związku z tym beamforming jest obiecującą metodą skutecznego kierowania sygnałami i poprawy ogólnej wydajności sieci¹. Konwencjonalne systemy komunikacji bezprzewodowej efektywnie wykorzystywały przestrzenne zasoby pola dalekiego w celu zapewnienia różnorodności przestrzennej. Obszarem badań o ogromnym potencjale dla przyszłej komunikacji bezprzewodowej jest beamforming w polu bliskim².

Z drugiej strony, rekonfigurowalne inteligentne powierzchnie (RIS) są szczególnie interesujące, ponieważ mogą rozwiązać niektóre problemy z propagacją związane ze spektrum mmWave/THz^3,4. RIS mogą odbijać, załamywać i manipulować przychodzącymi falami elektromagnetycznymi⁵. W tym przypadku głównym celem jest sterowanie wiązką w pożądanym kierunku lub nadawanie jej określonego kształtu, a działanie RIS można przedstawić jako modyfikację wzorców promieniowania źródła nadawczego. W odniesieniu do RIS w polu dalekim, na przestrzeni lat zbadano szereg fundamentalnych zagadnień^{6,7,8,9,10,11}, w tym estymację kanału, lokalizację, standaryzację oraz pasywne i aktywne kształtowanie wiązki. Technologia ta umożliwia komunikację wieloużytkownikową poprzez ogniskowanie wiązek, co zapewnia kompromis między stratami propagacyjnymi a przenikalnością, szczególnie w pasmach średniich częstotliwości, takich jak zakres 10 GHz¹². Inteligentne interfejsy były dalej rozwijane w ramach sieci komunikacyjnych i są obecnie badane w celu poprawy rozdzielczości przestrzennej oraz szerokości pasma komunikacyjnego¹³. Wyższe częstotliwości i większe apertury anten podczas przejścia z 5G na 6G zmieniają tradycyjne scenariusze komunikacji w polu dalekim w scenariusze komunikacji w polu bliskim^14,15.

Obszar bliskiego pola będzie istotny w sieciach 6G, co wymusza prowadzenie badań nad nowymi technikami bliskiego pola.¹⁶W celu usprawnienia propagacji fal elektromagnetycznych w technologiach bliskiego pola, fale należy traktować jako sferyczne, a nie płaskie. Ta nowa charakterystyka fizyczna wywołuje szereg efektów elektromagnetycznych, w tym niestacjonarność przestrzenną, rozszczepienie wiązki, tripolaryzację oraz fale zanikające.¹⁷W związku z tym wiele konwencjonalnych metod komunikacji może nie wykorzystywać w pełni tych nowych charakterystyk fizycznych lub wykazywać znaczne spadki wydajności w środowiskach bliskiego pola 6G.¹⁸Rozbieżność między obecnymi technologiami komunikacji dalekiego pola a modelami propagacji bliskiego pola może znacząco obniżyć skuteczność aktualnych technik dalekiego pola w obszarach bliskiego pola.¹⁹W przeciwieństwie do tradycyjnych wąskopasmowych systemów pola dalekiego, w szerokopasmowych systemach RIS pola bliskiego należy uwzględnić nowe efekty elektromagnetyczne (EM). Po pierwsze, kanał pola bliskiego obejmuje dwa kąty oraz wymiar odległości ze względu na sferyczny front fali w widmie pola bliskiego, w przeciwieństwie do hipotezy płaskiego frontu fali w modelach kanału pola dalekiego. Zamiast nawigacji wiązką w polu dalekim, prowadzi to do działania koncentracji wiązki w polu bliskim.^20,21Fraza "efekt rozszczepienia wiązki" odnosi się do możliwości, że wiązki generowane przy różnych zdarzeniach będą koncentrować się w oddzielnych lokalizacjach²².

W przeciwieństwie do pola dalekiego, w którym czoła fal elektromagnetycznych (EM) przybliża się do płaskich, komunikacja w polu bliskim wymaga uwzględnienia sferycznej propagacji czoła fali. Charakterystyka ta stwarza zarówno możliwości, jak i wyzwania dla przyszłych sieci bezprzewodowych. Dzięki wykorzystaniu sferycznych czoła fal, ogniskowanie wiązki może koncentrować sygnały w konkretnym obszarze przestrzennym, co pozwala na lepsze tłumienie zakłóceń i efektywniejszą komunikację wieloużytkownikową w porównaniu z konwencjonalnym kształtowaniem wiązki w polu dalekim. Wprowadza to jednak dodatkowe komplikacje w zakresie projektowania i przetwarzania sygnałów^23,24. Wczesne badania nad komunikacją w polu bliskim obejmują prace w²⁵, w których opisano różnice między regionami pola bliskiego i dalekiego, kluczowe koncepcje, wyzwania techniczne, zastosowania oraz estymację kanału opartą na książkach kodów. Następnie autor²⁶ przeanalizował fundamentalne różnice między transmisją w polu dalekim opartą na płaskich czołach fal a transmisją w polu bliskim opartą na sferycznych czołach fal, koncentrując się na kształtowaniu wiązki, analizie kanału, wydajności systemu oraz integracji z technologiami nowej generacji. Ponadto autor²⁷ zbadał główne wyzwania w komunikacji w polu bliskim, w tym modelowanie kanału, estymację, kształtowanie wiązki, architekturę sprzętową i detekcję, podsumowując jednocześnie ostatnie postępy w tych obszarach.

Ostatnie badania szeroko analizowały bezprzewodową łączność w polu bliskim oraz modelowanie kanałów dla rozwijających się systemów 6G. Kompleksowe przeglądy analizowały zasady komunikacji w polu bliskim, architektury holograficzne MIMO, techniki modelowania kanałów, metody przetwarzania sygnałów oraz zastosowania zintegrowanego wykrywania i komunikacji, identyfikując jednocześnie kluczowe wyzwania związane z estymacją kanału i projektowaniem systemów w środowiskach pola bliskiego^28,29. Aby przeciwdziałać efektowi rozszczepiania wiązki (beam-splitting) w systemach mmWave/THz wspomaganych przez RIS, zaproponowano różne rozwiązania, w tym strategie rozproszonego rozmieszczania RIS oraz architektury RIS wspomagane przez rzeczywiste opóźnienie czasowe (TTD). Podejścia te poprawiają częstotliwościowo selektywną kontrolę wiązki i ograniczają degradację wynikającą z rozszczepiania wiązki; jednak często wiążą się one z wyższymi kosztami wdrożenia, większą złożonością sprzętową lub zależnością od specjalistycznych komponentów opóźniających ^30,31,32.

Optymalizacja formowania wiązki zyskała znaczną uwagę ze względu na połączone efekty ogniskowania wiązki i szerokopasmowych zniekształceń przestrzennych w systemach z ekstremalnie dużymi macierzami aperturowymi (ELAA). Istniejące badania analizowały metody ogniskowania z opóźnieniem fazowym, architektury oparte na TTD oraz ramy optymalizacyjne dla holograficznych anten metasurface w celu zwiększenia zysku formowania wiązki i łagodzenia efektów szerokopasmowych^33,34,35,36. Niemniej jednak większość badań związanych z XL-IMS nadal opiera się na założeniach fali płaskiej w polu dalekim, które są niewystarczające dla ekstremalnie dużych apertur. W rezultacie często pomijane są istotne charakterystyki pola bliskiego, w tym propagacja fal sferycznych, niestacjonarność przestrzenna, sprzężenia wzajemne oraz ogniskowanie wiązki zależne od odległości^37,38. Ostatnio techniki sztucznej inteligencji pojawiły się jako obiecujące rozwiązania dla formowania wiązki w polu bliskim i optymalizacji kanałów w sieciach 6G wykorzystujących XL-IMS. W szczególności metody oparte na meta-uczeniu wykazały wysoką adaptacyjność i szybką zbieżność w dynamicznych warunkach bezprzewodowych przy ograniczonych danych treningowych. Podejścia te oferują znaczny potencjał dla inteligentnych systemów komunikacji w polu bliskim oraz przyszłej autonomicznej optymalizacji sieci bezprzewodowych^39,40.

Istniejące techniki formowania wiązki w dużej mierze opierają się na uproszczonych modelach kanałów dalekiego pola, które nie oddają krytycznych charakterystyk pola bliskiego w strukturach ultra-masywnych. Co więcej, ewaluacje oparte na zbiorach danych w realistycznych środowiskach, takich jak DeepMIMO, pozostają ograniczone, a wspólna optymalizacja modelowania kanału pola bliskiego i formowania wiązki dla dynamicznych scenariuszy użytkowników nie otrzymała wystarczającej uwagi. Dodatkowo, skalowalność obliczeniowa pozostaje kluczowym wyzwaniem dla praktycznych wdrożeń 6G z wykorzystaniem XL-IMS. Aby rozwiązać te ograniczenia, niniejsze badanie proponuje zunifikowane ramy łączące fizyczne modelowanie kanału fal sferycznych z sieciami GNN i mechanizmami uwagi w celu formowania wiązki w polu bliskim. Zaproponowany model jawnie uwzględnia przestrzenną niestacjonarność, oddziaływania metapowierzchni oraz propagację zależną od odległości i został zwalidowany przy użyciu zbioru danych DeepMIMO.

Zaproponowany model integruje fizyczne modelowanie kanału z głębokim uczeniem, aby umożliwić dokładną reprezentację kanału w polu bliskim oraz optymalizację formowania wiązki dla systemów XL-IMS. Poprzez jawne modelowanie propagacji fal sferycznych oraz niestacjonarności przestrzennej, badanie to ułatwia precyzyjne ogniskowanie wiązki, jednocześnie poprawiając alokację energii, zysk formowania wiązki oraz tłumienie interferencji. Model ten dodatkowo obejmuje optymalizację odpowiedzi fazowych metasuperficyjnych elementów, co umożliwia adaptacyjne sterowanie wiązką w gęstych środowiskach komunikacyjnych. Wykorzystując realistyczne scenariusze propagacji z zestawu danych DeepMIMO, zaproponowane podejście wykazuje poprawioną efektywność widmową, wydajność formowania wiązki oraz efektywność obliczeniową, zapewniając skalowalne rozwiązanie dla szerokopasmowych sieci komunikacyjnych 6G opartych na XL-IMS.

Protokół

Proponowana struktura modelowania kanału w polu bliskim oraz kształtowania wiązki w systemach 6G wykorzystujących XL-IMS łączy modelowanie oparte na prawach fizyki z optymalizacją uczenia maszynowego, aby przezwyciężyć ograniczenia konwencjonalnych podejść dla pola dalekiego. Opracowano i zwalidowano przy użyciu zbioru danych DeepMIMO model kanału w polu bliskim, uwzględniający propagację fal sferycznych oraz niestacjonarność przestrzenną. Informacje o kanale są reprezentowane jako graf, aby uchwycić zależności przestrzenne między elementami metasuperfazy a użytkownikami, a do nauki wag kształtowania wiązki dla ogniskowania wiązki w polu bliskim zastosowano end-to-end sieć GNN-attention. W przeciwieństwie do konwencjonalnych iteracyjnych metod optymalizacji, struktura oparta na uczeniu bezpośrednio przewiduje rozwiązania kształtowania wiązki, co zmniejsza złożoność obliczeniową przy zachowaniu wysokiej dokładności i zdolności adaptacji do dynamicznych warunków kanału. Wydajność oceniono pod kątem osiągalnej przepływności, wzmocnienia kształtowania wiązki oraz efektywności energetycznej, wykazując lepsze wyniki w porównaniu z tradycyjnymi metodami kształtowania wiązki w polu dalekim. Rycina 1 przedstawia ogólną strukturę.

Poniżej przedstawiono proponowane kroki:

Krok 1: Konfiguracja środowiska DeepMIMO

Platforma DeepMIMO v3.x jest najpierw konfigurowana za pomocą ustawień O1 Outdoor, które wykorzystują częstotliwość nośną 28 GHz i szerokość pasma 100 MHz. W symulacji XL-IMS jest reprezentowany przez jednorodną macierz płaską 16×16 składającą się z 256 elementów odbijających, rozmieszczonych w odstępach λ/2. Wybrany model propagacji to fala sferyczna ze ścieżkami LoS i NLoS.

Krok 2: Definiowanie geometrii XL-IMS i lokalizacji użytkowników

Zaprojektowano XL-IMS jako płaską metasuperfację o wymiarach 16×16, składającą się z 256 rekonfigurowalnych elementów refleksyjnych. Urządzenia terminalowe użytkownika rozmieszczono losowo w obszarze pola bliskiego, w odległości od 0,5m do 10m od XL-IMS, zgodnie z kryterium odległości Rayleigha.

Krok 3: Generowanie kanałów pola bliskiego za pomocą propagacji fal sferycznych

Modeluj kanały pomiędzy każdym elementem rekonfigurowalnej metapowierzchni a użytkownikiem, wykorzystując propagację fal sferycznych, która uwzględnia wariacje fazy wynikające z odległości.

Krok 4: Generowanie danych kanału bliskiego pola

Terminalne urządzenia użytkowników zostały rozmieszczone równomiernie w strefie pola bliskiego (0,5-10 m) od panelu XL-IMS. Do wygenerowania kanałów wykorzystano ścieżki propagacji zarówno typu LoS, jak i NLoS, wygenerowane przez scenariusz DeepMIMO O1 Outdoor Scenario.

Krok 5: Przygotowanie zbioru danych do trenowania i testowania

Wygenerowany zbiór danych obejmował 20 000 próbek, z czego 16 000 (80%) wykorzystano do uczenia, a 4 000 (20%) do testowania.

Krok 6: Normalizacja cech wejściowych i przygotowanie danych wejściowych modelu

Ostatni etap procesu przygotowania polegał na przeprowadzeniu skalowania Min-Max wszystkich cech wejściowych, takich jak amplituda kanału, faza, odległość oraz współrzędne użytkownika. Proces ten przeskalował dane i przekształcił je w tensory, które zostały wprowadzone do sieci GNN-attention. Model zoptymalizowano przy użyciu optymalizatora Adam z szybkością uczenia 0.001 przez 50 epok.

Krok 7: Zastosowanie mechanizmu uwagi

Dodaj mechanizm uwagi, aby uwzględnić globalne informacje o grafie i uchwycić długodystansowe zależności między węzłami grafu. Pomaga to modelowi skupić się na istotnych cechach przestrzennych.

Krok 8: Przewidywanie wag kształtowania wiązki

Przewidzieć wagę formowania wiązki oraz wartości przesunięcia fazowego, wykorzystując osadzanie z mechanizmem uwagi GNN. Złożone, żmudne i iteracyjne procedury formowania wiązki zostają zastąpione metodą predykcyjną.

Krok 9: Ocena wskaźników wydajności

Aby ocenić skuteczność komunikacji i formowania wiązki, należy obliczyć kluczowe wskaźniki wydajności (KPI), takie jak osiągalna przepustowość, wzmocnienie formowania wiązki, efektywność widmowa, efektywność energetyczna oraz SINR.

Krok 10: Porównanie z metodami referencyjnymi

Porównaj proponowany algorytm z tradycyjnymi algorytmami, takimi jak ZF, MMSE, SDR i AO.

Definicja modelu systemu

Proponowany system rozważa bezprzewodową sieć 6G wspieraną przez XL-IMS składający się z 256 rekonfigurowalnych elementów odbijających, które kontrolują propagację fal elektromagnetycznych poprzez regulowane przesunięcia fazowe. Ponieważ użytkownicy operują w obszarze pola bliskiego, konwencjonalne założenie o płaskiej fali pola dalekiego staje się nieprawidłowe, co wymaga uwzględnienia propagacji fal sferycznych, tłumienia zależnego od odległości oraz przestrzennej niestacjonarności. Granica między obszarem pola bliskiego i dalekiego jest wyznaczona przez odległość Rayleigha, która zależy od rozmiaru metasuperficyji oraz długości fali nośnej i oznacza przejście od efektów sferycznego frontu fali do propagacji fali płaskiej. Jest to opisane w następujący sposób:

 (1)

Tutaj D oznacza rozmiar metasurface, λ to długość fali, a R to odległość Rayleigha. Zjawisko bliskiego pola występuje w kanale komunikacyjnym, gdy użytkownik znajduje się w pozycji bliższej niż rzeczywista wartość R. W miarę jak sygnał przechodzi przez poszczególne komponenty metasurface, ulega on charakterystycznym zmianom fazy i amplitudy.

Kanał od n-tej metapowierzchni do użytkownika wykorzystuje model fali sferycznej dla propagacji w polu bliskim, co jest reprezentowane przez równanie współczynnika kanału w następujący sposób:

 (2)

W tym przypadku α oznacza parametr straty propagacyjnej, λ oznacza długość fali nośnej, a d_n to odległość użytkownika od komponentu.

W tym przypadku β_n jest współczynnikiem strat propagacyjnych dla n^-tego elementu XL-IMS i może być wyrażony jako β_n = d_n^−α, gdzie α oznacza wykładnik strat propagacyjnych. Należy zauważyć, że d_n jest odległością euklidesową od pozycji użytkownika do n^-tego elementu metasurfaces. Zmiany kanału w odniesieniu do przestrzeni są spowodowane znacznymi różnicami w d_n pomiędzy różnymi metasurfaces, w przeciwieństwie do sytuacji z kanałami pola dalekiego. Ogólnie wektor kanału można wyjaśnić w następujący sposób:

 (3)

Sygnał wejściowy otrzymywany przez użytkownika zależy od strojenia fazowego systemu XL-IMS. Przyjmijmy, że θ = [θ₁, θ₂, …., θ_N] reprezentuje przesunięcie fazowe zrealizowane za pomocą metasurfacesy. Wówczas sygnał wejściowy można zapisać jako:

 (4)

gdzie Φ = diag(e^jθ₁, ….., e^jθ_N) jest sygnałem nadawanym, w to wektor prekodowania bazowego, a n oznacza szum. Wektor kanału w polu bliskim jest zdefiniowany jako h ∈ ℂ^N×1, diagonalna macierz przesunięcia fazowego XL-IMS jako Φ ∈ ℂ^N×N, wektor kształtowania wiązki jako x ∈ ℂ^N×1, a sygnał odebrany jako y ∈ ℂ. Składnik szumu addytywnego jest zdefiniowany jako n ∼ CN (0, σ²). Wymiary te zapewniają poprawność matematyczną sformułowania.

W tym przypadku ws jest wektorem prekodowania stacji bazowej, który służy do prekodowania transmitowanego symbolu (s). Podczas benchmarkingu wydajności w stacji bazowej implementowane są powszechne podejścia do cyfrowego prekodowania, takie jak ZF i MMSE, z wykorzystaniem podobnych realizacji kanału bliskiego pola. Jednak nowe podejście dąży do optymalizacji macierzy przesunięcia fazowego XL-IMS (θ) za pomocą mechanizmu uczenia GNN-attention.

Aby skoncentrować energię w obszarze pola bliskiego, dla użytkownika powinno być możliwe osiągnięcie takiej konfiguracji θ, w której występuje interferencja konstruktywna. Strategia formowania wiązki ma na celu maksymalizację efektywności widmowej lub mocy sygnału odbieranego. Rysunek 2 przedstawia architekturę modelu systemu komunikacji w polu bliskim w oparciu o podejście XL-IMS.

Modelowanie kanału w polu bliskim

Zaproponowany model pola bliskiego dla sieci komunikacyjnych 6G opartych na XL-IMS został zaprojektowany specjalnie w celu odwzorowania warunków propagacji w pobliżu odległości Rayleigha od metapowierzchni. W obszarze pola bliskiego propagacja ma charakter sferyczny, z przemiennymi wartościami fazy i niejednorodnymi parametrami przestrzennymi w obrębie metapowierzchni, w przeciwieństwie do konwencjonalnych modeli propagacji pola dalekiego, które zakładają fale płaskie. W niniejszym badaniu wykorzystano oparty na fizyce model fali sferycznej do zaprojektowania dokładnej macierzy odpowiedzi impulsowej kanału, która uwzględnia fizyczne położenie zarówno elementów metapowierzchni, jak i terminali użytkowników.

Reprezentacja kanału w zależności od odległości

Odległość między każdym elementem metasuperfacy a użytkownikiem jest kluczowym czynnikiem przy konstruowaniu modelu kanału w reżimie pola bliskiego. Długość p_n pomiędzy lokalizacją użytkownika p_u a n-tym elementem XL-IMS jest określona przez:

 (5)

Wartość ta znacząco różni się w obrębie metasurface ze względu na jej niezwykle dużą powierzchnię, co prowadzi do nierównych czasów propagacji i przesunięć fazowych, które muszą zostać uwzględnione w modelu.

Model kanału fali sferycznej

Współczynnik kanału między n-tym elementem a użytkownikiem jest określany przy użyciu modelu fali sferycznej opisanego w równaniu (2), który uwzględnia zależne od odległości zmiany fazy i amplitudy. W celu generowania zbioru danych i trenowania modelu współczynniki kanałów są pobierane z frameworka ray-tracingowego DeepMIMO, który uwzględnia propagację wielodrogową zarówno w warunkach widoczności bezpośredniej (LoS), jak i braku widoczności bezpośredniej (NLoS), w oparciu o realistyczne struktury środowiskowe. Na podstawie powyższych można skonstruować macierz odpowiedzi kanałowej z odpowiedzi kanałowych dla wszystkich N elementów metapowierzchni, zgodnie z równaniem (3).

Przestrzenna niestacjonarność kanałów bliskiego pola i istotność modelu

W przeciwieństwie do kanałów pola dalekiego, kanały pola bliskiego wykazują niestacjonarność przestrzenną, w której sygnały odbierane różnią się w obrębie metapowierzchni, co umożliwia ogniskowanie wiązki zależne od lokalizacji. Ta informacja przestrzenna jest zawarta w macierzy odpowiedzi kanału i jest przechwytywana przez model GNN-attention. Rysunek uzupełniający 1 przedstawia proponowany model kanału pola bliskiego dla systemu komunikacyjnego 6G opartego na XL-IMS oraz generowanie realistycznych danych kanałowych dla kształtowania wiązki w oparciu o głębokie uczenie.

Generowanie zbioru danych

Generowanie danych przeprowadzono przy użyciu środowiska DeepMIMO, które zapewnia realistyczne symulacje kanałów oparte na śledzeniu promieni (ray-tracing), uwzględniając geometrię otoczenia, spójność przestrzenną oraz mobilność użytkowników. Odpowiedzi kanałowe dla wielu lokalizacji użytkowników w polu bliskim wygenerowano dla scenariusza zewnętrznego O1 przy częstotliwości nośnej 28 GHz i szerokości pasma 100 MHz. Układ XL-IMS składał się z 256 równomiernie rozmieszczonych elementów refleksyjnych, a lokalizacje użytkowników wybrano w obszarze pola bliskiego zgodnie z kryterium Rayleigha. Współczynniki kanału, wzmocnienia ścieżek oraz informacje przestrzenne wyekstrahowano przy użyciu biblioteki Python DeepMIMO. Tabela uzupełniająca 1 zawiera podsumowanie parametrów symulacji i powtarzalności. Model został wytrenowany metodą uczenia nadzorowanego, gdzie wejściami były cechy stanu kanału, a etykietami docelowymi zoptymalizowane wagi formowania wiązki oparte na fizyce.

Tworzenie cech wejściowych i struktura zbioru danych

Następnie surowe dane z kanałów przekształcono w cechy służące jako dane wejściowe dla modeli głębokiego uczenia. Cechy te obejmowały amplitudy oraz fazy odpowiedzi kanałów jako oddzielne składowe. W zależności od wymagań problemu można było uwzględnić również inne parametry wejściowe. Na przykład cechami mogły być współrzędne użytkowników, odległości oraz niektóre parametry przestrzenne. Zbiór danych podzielono na zbiór treningowy i testowy w stosunku 80:20.

Przygotowanie zestawu danych do treningu

Ostatnim krokiem była normalizacja przygotowanego zbioru danych i przekonwertowanie go na tensory odpowiednie do wprowadzenia do architektury GNN-attention w celu przeprowadzenia treningu. Zbiór treningowy posłużył do wyuczenia mapowania stanu kanału na optymalne wagi formowania wiązki, natomiast zbiór testowy został wykorzystany do oceny skuteczności modelu. Tak przygotowany zbiór danych sprawił, że proces uczenia stał się łatwiejszy i bardziej efektywny. Tabela uzupełniająca 2 przedstawia szczegółowy opis zbioru danych DeepMIMO.

Reprezentacja cech

Etap reprezentacji cech przekształcił złożone dane kanału bliskiego pola w format odpowiedni dla głębokiego uczenia. Odpowiedzi kanałowe zostały rozłożone na cechy oddające charakterystykę przestrzenną i propagacyjną, przy jednoczesnym zachowaniu kluczowych informacji o bliskim polu niezbędnych do procesu uczenia. Rycina uzupełniająca 2 przedstawia zbiór danych DeepMIMO wykorzystany w tym procesie. Dane kanałowe z środowiska bliskiego pola zostały przedstawione jako liczby zespolone h_n, których części rzeczywiste i urojone reprezentują informacje o fazie i amplitudzie współczynników kanału. Aby umożliwić efektywne wykorzystanie w algorytmach uczenia maszynowego, współczynniki rozłożono na części rzeczywiste (Reh_n) i urojone (Imh_n). Dane można było również przedstawić jako moduł h_n oraz fazę współczynników ∠h_n.

Ekstrakcja cech przestrzennych

Oprócz współczynnika kanału uwzględniono cechy przestrzenne, aby odzwierciedlić geometryczny charakter środowiska bliskiego pola. Obejmowały one odległość d_n od każdego elementu metasurficy do odbiornika, a także współrzędne odbiornika (x, y, z). W ten sposób model uwzględniał fakt, że charakterystyka sygnału może zależeć od pozycji przestrzennej pary nadajnik-odbiornik, co jest właściwością istotną dla propagacji w bliskim polu.

Normalizacja i przygotowanie danych wejściowych modelu

Jako krok wstępny przed wprowadzeniem danych do modelu przeprowadzono proces normalizacji, aby uniknąć niestabilności numerycznej i przyspieszyć zbieżność. Ustrukturyzowane wektory podzielono na zbiory danych treningowych i testowych, oznaczone jako (X_train, X_test). W ten sposób dane wejściowe zostały następnie przekazane do modeli GNN i mechanizmów uwagi.

Na podstawie reprezentacji cech przedstawionej na Rysunku Uzupełniającym 2, w tym zbiorze danych wykorzystano różne rodzaje cech, w tym współczynniki kanałów h_n, które określały złożoną odpowiedź sygnału wszystkich elementów metasurface. Inną cechą była odległość d_n, wskazująca w tym przypadku na efekty propagacji. Chociaż składowe urojone i rzeczywiste zapewniają numeryczny opis sygnału, moduł oraz faza dają bezpośredni opis odpowiednio natężenia sygnału i przesunięcia fazowego. Współrzędne pozycji użytkownika (x, y, z) stanowiły kolejną istotną cechę, która zwiększyła świadomość przestrzenną modelu.

Projekt głębokiego uczenia z wykorzystaniem GNN do modelowania zależności przestrzennych zintegrowany z hybrydowym mechanizmem uwagi dla uczenia kontekstu globalnego

Niniejszy algorytm uczenia został opracowany w celu efektywnego trenowania złożonego kanału XL-IMS w polu bliskim, z uwzględnieniem jego charakterystyki przestrzennej i propagacyjnej, przy użyciu GNN oraz mechanizmu uwagi. Ponieważ elementy metapowierzchni są silnie skorelowane ze sobą, a ich oddziaływania w strefie pola bliskiego są nierównomierne, w pełni połączona sieć nie jest odpowiednia do właściwego odwzorowania kanału. Dlatego w tym podejściu metapowierzchnię przedstawiono jako graf, w którym każdy element pełni rolę węzła, a oddziaływania między nimi stanowią krawędzie. Sieć GNN przechwytywała lokalne zależności przestrzenne między sąsiednimi węzłami, natomiast mechanizm uwagi usprawniał naukę zależności globalnych.

Graficzna reprezentacja XL-IMS

XL-IMS jest tworzony jako graf G = (V, E), w którym każdy wierzchołek v_n ∈ V reprezentuje jeden element metasuperfazy, natomiast krawędzie e_ij ∈ E reprezentują relacje przestrzenne między elementami. Każdy wierzchołek posiada wektor cech x_n, który jest uzyskiwany w fazie reprezentacji cech. Macierz sąsiedztwa A oddaje łączność między wierzchołkami, które znajdują się blisko siebie lub w obrębie określonych ograniczeń odległości. Taka formulacja grafu jest wykorzystywana do uwzględnienia informacji przestrzennych istniejących w propagacji pola bliskiego.

Aby zapewnić powtarzalność, łączność grafu określono przy użyciu metody K-Najbliższych Sąsiadów z wartością k równą 8. Niech p_i oraz p_j reprezentują wektory położenia odpowiednio i-tej i j-tej komórki XL-IMS. Odległość między dowolnymi dwoma wierzchołkami mierzono za pomocą metryki euklidesowej w następujący sposób: d_ij = ||p_i − p_j||². Krawędź powstanie między wierzchołkami i a j, jeśli wierzchołek j znajduje się w grupie ośmiu najbliższych sąsiadów wierzchołka i. Zatem macierz sąsiedztwa została skonstruowana według następującej reguły: A_ij = 1, jeśli j ∈ N_k(i) i A_ij = 0 w przeciwnym razie.

W proponowanej sieci GNN aktualizacje dla każdego węzła są obliczane na podstawie informacji pochodzących z sąsiednich węzłów. W szczególności propagację warstwy l można przedstawić w następujący sposób:

 (6)

gdzie h_i^(l) oznacza wektor cech wierzchołka i w warstwie l, N(i) jest sąsiedztwem wierzchołka i, W^(l) to uczalna macierz wag, a σ(·) symbolizuje nieliniową funkcję aktywacji.

Model GNN-attention składał się z trzech grafowych warstw splotowych z wymiarami ukrytymi ustawionymi na 128, a jako funkcję aktywacji zastosowano jednostkę liniową z prostowaniem (ReLU). Generowanie grafu przeprowadzono przy użyciu metody k-najbliższych sąsiadów (k=8). Każda cecha XL-IMS pełni rolę węzła, natomiast krawędzie są tworzone na podstawie odległości euklidesowej między sąsiednimi węzłami. W celu wyodrębnienia globalnych zależności przestrzennych zastosowano wielogłowicową sieć samo-uwagi (multi-head self-attention network) z 4 głowicami. Prawdopodobieństwo dropout ustawiono na 0,3 w celu zapobiegania przeuczeniu.

Mechanizm uwagi

Aby modelować zależności długodystansowe wykraczające poza zakres lokalnego sąsiedztwa, w modelu wprowadzono mechanizm uwagi, który działa w następujący sposób:

 (7)

gdzie e_ij = LeakyReLU(a^T[Wh_i | Wh_j]) określa istotność węzłów i oraz j. Dzięki temu modelowi można przypisać różny poziom istotności węzłom w zależności od ich ról, co ułatwia modelowi zrozumienie globalnego kontekstu w obrębie metasurface. Hybrydowa struktura przechwytuje zarówno lokalne, jak i globalne informacje przestrzenne, a wyuczone cechy są przetwarzane przez warstwy w pełni połączone w celu wygenerowania wag kształtowania wiązki. Jak pokazano na Rysunkach uzupełniających 3 i 4, GNN modeluje lokalne zależności przestrzenne poprzez przekazywanie wiadomości i agregację cech, podczas gdy mechanizm uwagi przechwytuje globalne interakcje między elementami metasurface, umożliwiając efektywne kształtowanie wiązki w polu bliskim. Wagi uwagi są obliczane w celu określenia istotności par węzłów, przypisując większą wagę interakcjom niosącym więcej informacji. Wykorzystując te wagi, każdy węzeł agreguje informacje ze wszystkich pozostałych węzłów, co pozwala modelowi uchwycić globalne zależności wykraczające poza lokalne sąsiedztwa. Wynikowa ważona fuzja cech generuje zoptymalizowaną reprezentację cech, która podkreśla istotne charakterystyki przestrzenne, jednocześnie tłumiąc mniej istotne informacje, co wspiera efektywną optymalizację kształtowania wiązki oraz ogniskowanie energii.

Optymalizacja formowania wiązki

Etap optymalizacji formowania wiązki określił przesunięcia fazowe XL-IMS oraz wagi formowania wiązki, aby skupić energię na użytkownikach w polu bliskim. W przeciwieństwie do konwencjonalnego sterowania wiązką w polu dalekim, formowanie wiązki w polu bliskim koncentruje energię w konkretnych lokalizacjach przestrzennych. W proponowanej strukturze model GNN-attention nauczył się optymalnych parametrów formowania wiązki bezpośrednio z charakterystyk kanału, co zmniejszyło złożoność iteracyjnych metod optymalizacji. Sygnał odebrany przez użytkownika przedstawiono w równaniu (4).

Dane treningowe dla każdej realizacji kanału pobrano z DeepMIMO, a odpowiadające im przesunięcia fazowe XL-IMS wyznaczono przy użyciu algorytmu AO. Macierz kanału bliskiego pola h oraz macierz przesunięć fazowych XL-IMS zostały wykorzystane do obliczenia wektora przesunięcia fazowego θ poprzez maksymalizację mocy sygnału odebranego:

 (8)

 (9)

Optymalizator AO był uruchamiany przez 100 iteracji, aż do osiągnięcia pożąnego progu zbieżności wynoszącego 10⁻⁴. Zoptymalizowane wartości te posłużyły jako etykiety treningowe dla naszego modelu GNN-attention. Celem było uzyskanie interferencji konstruktywnej dla efektywnego ogniskowania wiązki w polu bliskim oraz zwiększenia mocy odebranego sygnału. Zamiast konwencjonalnych metod optymalizacji, takich jak SDR lub AO, problem rozwiązano przy użyciu podejścia opartego na uczeniu. W szczególności problem optymalizacji kształtowania wiązki został przybliżony przez model głębokiego uczenia f_Θ(⋅).

Do wytrenowania modelu GNN-attention zastosowano uczenie nadzorowane, przyjmując optymalne wektory przesunięcia fazy formowania wiązki, wyznaczone przez algorytm AO, jako cele treningowe. W szczególności, przyjmijmy oznaczenie wektora optymalnego przesunięcia fazy wygenerowanego przez AO jako θ_AO,i oraz przewidywań sieci jako . Wówczas kryterium uczenia sformułowano w następujący sposób:

 (10)

gdzie N oznacza liczbę próbek treningowych.

Algorytm 1: Formowanie wiązki w polu bliskim przy użyciu modelu GNN-attention został przedstawiony w Pliku uzupełniającym 1. W tym algorytmie pierwszym krokiem było ustawienie parametrów systemu oraz bazy danych DeepMIMO w celu stworzenia realistycznych warunków kanału. Cechy kanału w polu bliskim dla każdej próbki obliczono przy użyciu modelu fali sferycznej, a następnie z bazy danych wyodrębniono kluczowe cechy, takie jak współczynniki kanału i cechy przestrzenne. Wyekstrahowane cechy przekształcono w formę ustrukturyzowaną, a następnie przedstawiono jako graf, w którym elementami węzłów są elementy metapowierzchni. Model głębokiego uczenia wygenerowano przy użyciu warstw GNN w celu uchwycenia lokalnych zależności przestrzennych, a mechanizm uwagi wprowadzono w celu nauczenia zależności globalnych. Framework głębokiego uczenia został wytrenowany za pomocą uczenia nadzorowanego z funkcją straty MSE pomiędzy przewidywanymi przesunięciami fazy a optymalnymi etykietami przesunięcia fazy wygenerowanymi przez AO.

Implementacja ta została zrealizowana z wykorzystaniem języka Python oraz biblioteki PyTorch. Próbki dla kanału DeepMIMO pobrano ze scenariusza zewnętrznego O1. Współczynniki tych kanałów przekształcono w grafy, które następnie przetworzono za pomocą GNN z trzema warstwami i mechanizmem wielogłowicowej uwagi (multihead attention). Model wytrenowano przy użyciu optymalizatora Adam z funkcją straty MSE. Model ten wygenerował przesunięcia fazowe oraz wagi dla formowania wiązki (beamforming) dla użytkowników w polu bliskim, a wyniki oceniono pod kątem szybkości transmisji, wydajności oraz SINR.

Wyniki

Wydajność wprowadzonego frameworka do modelowania kanałów w polu bliskim i formowania wiązki dla XL-IMS w sieciach komunikacyjnych 6G została oceniona z wykorzystaniem zbioru danych DeepMIMO, który oferuje praktyczne środowiska propagacyjne oraz przestrzennie spójne dane kanałowe. Aby skonfigurować ten zbiór danych, należy wygenerować wiele próbek kanałów reprezentujących różne pozycje użytkowników w polu bliskim meta-powierzchni. W szczególności w niniejszym badaniu wykorzystano do 10 000–20 000 próbek zebranych w różnych warunkach propagacji i lokalizacjach użytkowników. Do podziału tych próbek kanałowych zastosowano stosunek 80:20, gdzie 80% przeznaczono na trening, a 20% na testowanie. W ten sposób zbiór testowy pozwala ocenić zdolność modelu do generalizacji, podczas gdy zbiór treningowy stanowi podstawę do uczenia.

Wyniki eksperymentalne wykazują, że proponowany framework GNN-Attention przewyższa konwencjonalne metody kształtowania wiązki w polu dalekim oraz metody oparte na optymalizacji. Dzięki połączeniu modelowania kanału fal sferycznych z ekstrakcją cech przestrzennych opartą na głębokim uczeniu, proponowane podejście pozwala osiągnąć wyższy zysk kształtowania wiązki, efektywność widmową oraz wydajność ogniskowania energii. Wydajność została oceniona na podstawie osiągalnej przepływności, zysku kształtowania wiązki oraz efektywności energetycznej, które mierzą odpowiednio: pojemność komunikacyjną, skuteczność ogniskowania sygnału i wydajność transmisji danych w stosunku do zużycia energii.

Zaproponowana metoda została porównana z konwencjonalnymi technikami kształtowania wiązki, w tym ZF i MMSE, a także z metodami opartymi na optymalizacji, takimi jak SDR i AO. Podczas gdy podejścia dalekiego pola są ograniczone założeniami o fali płaskiej i wykazują niską skuteczność w środowiskach bliskiego pola XL-IMS, metody optymalizacyjne często wiążą się z wysoką złożonością obliczeniową. W przeciwieństwie do nich, framework GNN-attention zapewnia efektywne kształtowanie wiązki przy niższym nakładzie obliczeniowym. Dla zapewnienia rzetelnego porównania wszystkie metody oceniono z wykorzystaniem tych samych kanałów bliskiego pola wygenerowanych przez DeepMIMO, konfiguracji XL-IMS, częstotliwości przenoszenia, lokalizacji użytkowników, mocy nadawania oraz warunków stosunku sygnału do szumu (SNR). W przypadku ZF i MMSE przyjęto identyczną informację o stanie kanału, natomiast SDR i AO zaimplementowano przy tych samych ograniczeniach mocy i przesunięcia fazowego, stosując standardowe ustawienia parametrów opisane w literaturze.

Walidacja modelowania kanału w bliskim polu

Metody referencyjne, w tym ZF, MMSE, SDR oraz AO, zostały wykorzystane do porównania wydajności osiągalnej prędkości sugerowanego modelu beamformingu opartego na grafowej sieci neuronowej z mechanizmem uwagi, co przedstawiono na Rysunku 3. Wraz ze wzrostem SNR od 0 do 30 dB we wszystkich metodach obserwuje się wzrost osiągalnych prędkości; jednak proponowany model konsekwentnie przewyższa metody referencyjne. Osiąga on 2,1 bps/Hz przy 0 dB, 7,8 bps/Hz przy 15 dB oraz 11,6 bps/Hz przy 30 dB, przekraczając wydajność ZF, MMSE, SDR i AO we wszystkich poziomach SNR. Tabela 1 przedstawia porównanie osiągalnych prędkości w funkcji SNR.

Rycina 4 porównuje wzmocnienie kształtowania wiązki proponowanego modelu opartego na sieci GNN z mechanizmem uwagi z metodami konwencjonalnymi, takimi jak ZF, MMSE, SDR i AO, w funkcji odległości użytkownika w obszarze pola bliskiego. Wraz ze wzrostem odległości użytkownika moc odebranego sygnału kształtowanej wiązki spada ze względu na zwiększone straty propagacyjne na ścieżce, co prowadzi do redukcji wzmocnienia kształtowania wiązki we wszystkich metodach. Niemniej jednak, proponowany framework GNN-attention konsekwentnie osiąga najwyższe wzmocnienie kształtowania wiązki, wynoszące około 28 dB przy 1 m, 25 dB przy 4 m i 22 dB przy 7 m, przewyższając metody SDR, AO, MMSE i ZF we wszystkich ocenianych odległościach. Wyniki te wykazują nadrzędną zdolność do ogniskowania wiązki w polu bliskim oraz lepsze utrzymanie wzmocnienia proponowanego frameworku, co prowadzi do poprawy efektywności kształtowania wiązki w porównaniu z istniejącymi metodami.

Wydajność frameworku uczenia opartego na mechanizmie uwagi GNN

Rysunek 5 porównuje wydajność widmową proponowanego schematu formowania wiązki opartego na mechanizmie GNN-attention z metodami ZF, MMSE, SDR i AO dla wartości SNR w zakresie od 0 do 30 dB. Chociaż wydajność widmowa wzrasta dla wszystkich metod wraz ze wzrostem SNR, proponowane podejście konsekwentnie osiąga najlepsze wyniki, osiągając 1,8 bps/Hz przy 0 dB, 6,8 bps/Hz przy 15 dB oraz 10,5 bps/Hz przy 30 dB, przewyższając wszystkie metody referencyjne. Rysunek 6 porównuje efektywność energetyczną proponowanego systemu formowania wiązki GNN-attention z metodami ZF, MMSE, SDR i AO przy różnych warunkach SNR. Efektywność energetyczna poprawia się wraz ze wzrostem SNR dla wszystkich metod; jednak proponowane podejście konsekwentnie osiąga najwyższą wydajność, osiągając około 2,5 bits/Joule przy 0 dB, 7,2 bits/Joule przy 15 dB oraz 9,8 bits/Joule przy 30 dB, przewyższając wszystkie techniki referencyjne.

Ocena zbioru danych i reprezentacji cech

Rysunek 7 ilustruje zachowanie zbieżności proponowanego modelu GNN-attention pod kątem średnio kwadratowego błędu (MSE) w kolejnych epokach treningowych. Wartość MSE szybko spada w początkowych etapach uczenia, spadając z poziomu około 0,69 w epoce 5 do 0,22 w epoce 20i dalej spada do około 0,08 w 35. epoce. Model stopniowo zbiega poprzez epoka 50, osiągając wartość MSE wynoszącą około 0.04, co wskazuje na stabilny przebieg trenowania i efektywną naukę podstawowych charakterystyk kanału.

Wyniki optymalizacji formowania wiązki

Rysunek 8 porównuje wydajność sumarycznej przepustowości proponowanej metody formowania wiązki opartej na mechanizmie GNN-attention z metodami ZF, MMSE, SDR i AO wraz ze wzrostem liczby użytkowników od 2 do 12. Chociaż wszystkie metody osiągają wyższe sumaryczne przepustowości przy większej liczbie użytkowników, proponowane podejście konsekwentnie zapewnia najlepsze wyniki, osiągając 12,5 bps/Hz dla 2 użytkowników, 31,6 bps/Hz dla 6 użytkowników i 50,3 bps/Hz dla 12 użytkowników, przewyższając tym samym wszystkie metody referencyjne przy różnych zagęszczeniach użytkowników.

Tabela 2 porównuje wydajność wieloużytkownikową proponowanego frameworka beamformingu opartego na GNN-attention z metodami ZF, MMSE, SDR i AO. Proponowana metoda osiąga najwyższą efektywność wieloużytkownikową (92,5%), SINR (24,8 dB) oraz zysk pojemności (50,3 bps/Hz), wykazując lepszą skalowalność, zarządzanie interferencjami i alokację zasobów w porównaniu z metodami referencyjnymi. Rycina 9 przedstawia porównanie funkcji dystrybuanty (CDF) dla SINR. Proponowane podejście wykazuje rozkład przesunięty w prawo, co wskazuje na konsekwentnie wyższe wartości SINR dla wszystkich użytkowników. W medianie (50. percentyl) osiąga SINR na poziomie około 25 dB, przewyższając SDR (23 dB), AO (22 dB), MMSE (20 dB) oraz ZF (17 dB). Wyższa wydajność SINR proponowanego modelu wynika z jego zdolności do przechwytywania zarówno lokalnych zależności przestrzennych poprzez GNN, jak i globalnych interakcji poprzez mechanizmy attention, co umożliwia efektywny beamforming w polu bliskim. Wyniki CDF wykazują bardziej odporne zarządzanie interferencjami i stale wyższy SINR niż w konwencjonalnych metodach ZF, MMSE, SDR i AO.

Tabela 3 przedstawia średnią wydajność, odchylenie standardowe oraz 95-procentowe przedziały ufności uzyskane z pięciu niezależnych serii eksperymentalnych, co potwierdza stabilność i powtarzalność zaproponowanego schematu. Tabela 4 porównuje złożoność obliczeniową i czas wnioskowania zaproponowanego schematu beamformingu opartego na GNN-attention z metodami konwencjonalnymi. Podczas treningu koszt obliczeniowy jest determinowany przede wszystkim przez przekazywanie komunikatów w grafie oraz mechanizm uwagi, co skutkuje złożonością O(E·L·F² + N²). Pomimo tych nakładów podczas treningu, wyuczony beamformer eliminuje potrzebę iteracyjnej optymalizacji podczas wdrażania. Zaproponowany model osiąga średni czas wnioskowania wynoszący 4,9 ms, co jest wartością znacznie niższą niż w przypadku SDR (85,4 ms), AO (63,7 ms), MMSE (15,6 ms) i ZF (12,8 ms). Ponadto analiza skalowalności wskazuje na stabilną wydajność przy zwiększającej się liczbie użytkowników i elementów metasurface, co podkreśla przydatność zaproponowanego schematu dla wielkoskalowych systemów komunikacji 6G z obsługą XL-IMS.

Badanie ablacyjne

Wpływ poszczególnych komponentów w strukturze można ocenić poprzez analizę ablacyjną, w której komponenty są pomijane lub modyfikowane, takie jak GNN, Attention oraz fizyczne modelowanie kanału w polu bliskim. Kompletna struktura obejmuje wszystkie trzy komponenty, natomiast modele ablacyjne składają się z: (i) wyłącznie modelu GNN, (ii) wyłącznie modelu Attention oraz (iii) modelu bez fizycznego modelu fali sferycznej (założenie pola dalekiego). Ewaluacja wydajności jest przeprowadzana z wykorzystaniem takich miar jak osiągalna przepustowość, wzmocnienie kształtowania wiązki oraz SINR. Wyniki pokazują, że ogólna wydajność systemu jest znacząco wpływana przez poszczególne komponenty, zwłaszcza przez fizyczny model kanału, którego pominięcie ma najbardziej niekorzystny wpływ. Sugeruje to znaczenie dokładnego modelowania kanału w reżimie pola bliskiego.

Na podstawie wyników ablacji przedstawionych w Tabeli 5 można zweryfikować znaczenie poszczególnych elementów proponowanej architektury. Jak pokazano w powyższych wynikach eksperymentalnych, model zawierający wszystkie komponenty osiąga najlepszą wydajność, z osiągalną przepustowością 11,6 bps/Hz, wzmocnieniem formowania wiązki 28 dB oraz SINR na poziomie 25 dB, co dowodzi skuteczności proponowanej architektury. Bez mechanizmu uwagi model osiąga jedynie 10,2 bps/Hz, co wskazuje na osłabienie globalnego kontekstu sygnału. Ponadto usunięcie komponentu GNN skutkuje niską wydajnością wynoszącą 9,8 bps/Hz, co wskazuje, że modelowanie zależności przestrzennych jest niezbędne w komunikacji w polu bliskim. Największy spadek wydajności zaobserwowano po pominięciu fizycznego modelu fal sferycznych, gdzie osiągnięto przepustowość 8,5 bps/Hz oraz SINR 19,2 dB, co dowodzi, że modelowanie kanału w polu bliskim jest również konieczne.

Podsumowując, wyniki eksperymentalne potwierdzają cele badawcze dotyczące opracowania modeli kanału i kształtowania wiązki w oparciu o pole bliskie fal elektromagnetycznych w zastosowaniu do sieci 6G obsługujących XL-IMS. Architektura GNN-attention osiągnęła wyższą wydajność w zakresie osiągalnej przepływności, wzmocnienia kształtowania wiązki, wydajności widmowej, efektywności energetycznej oraz SINR niż podejścia tradycyjne, takie jak metody ZF, MMSE, SDR i AO. Analiza ablacyjna wykazała, że wykorzystanie modeli fizycznych dla fal sferycznych, grafowych sieci neuronowych oraz mechanizmu uwagi ma ogromną wartość w poprawie wydajności.

Dostępność danych

Zbiory danych oraz materiały pomocnicze wygenerowane i przeanalizowane podczas niniejszego badania są publicznie dostępne w repozytorium Zenodo pod adresem https://doi.org/10.5281/zenodo.21037047. Zbiory danych z symulacji zostały wygenerowane przy użyciu repozytorium DeepMIMO w języku Python z zastosowaniem scenariusza śledzenia promieni (ray-tracing) dla obszaru zewnętrznego O1, częstotliwości nośnej 28 GHz oraz konfiguracji XL-MIMO w polu bliskim. Repozytorium DeepMIMO w języku Python jest dostępne pod adresem: https://github.com/DeepMIMO/DeepMIMO-python.

Rycina 1: Ogólna architektura proponowanego rozwiązania. Schematyczny rysunek całego procesu proponowanej metody modelowania kanału w polu bliskim oraz formowania wiązki. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 2: Architektura modelu systemu. Schemat przedstawiający architekturę systemu komunikacji 6G w oparciu o XL-IMS z ogniskowaniem wiązki w polu bliskim. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 3: Wynik osiągalnej przepustowości w funkcji SNR. Wydajność przepustowości jako funkcja SNR dla proponowanych i istniejących podejść. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 4: Zysk formowania wiązki w zależności od odległości. Zysk formowania wiązki uzyskany za pomocą różnych metod formowania wiązki w funkcji odległości użytkownika w obszarze pola bliskiego, ilustrujący skuteczność przestrzennego ogniskowania sygnału oraz utrzymanie zysku wraz ze wzrostem odległości. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 5: Wynik zależności wydajności widmowej od SNR. Porównanie wydajności widmowej dla różnych wartości SNR. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 6: Wynik efektywności energetycznej w funkcji SNR. Wydajność efektywności energetycznej przy różnych wartościach SNR. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 7: Wynik zbieżności MSE. Zbieżność funkcji straty MSE podczas trenowania. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 8: Wynik zależności sumarycznej prędkości od liczby użytkowników. Charakterystyka sumarycznej prędkości wraz ze wzrostem liczby użytkowników. Prosimy kliknąć tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Rycina 9: Wynik porównania SINR z CDF. Porównanie SINR na podstawie wykresów CDF. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Metoda	Średnia osiągalna przepływność (bps/Hz)	Poziom wydajności
Proponowana metoda (uwaga GNN)	7.36	*****
SDR	6.66	****
AO	6.5	****
MMSE (Mini-Mental State Examination)	6.03	***
ZF	5.23	***

Tabela 1: Porównanie osiągalnej prędkości. Przedstawia wydajność proponowanych i istniejących technik.

Metoda	Wydajność wielu użytkowników (%)	Obsługa zakłóceń (SINR, dB)	Poprawa pojemności (bps/Hz)
Zaproponowany (GNN-Attention)	92.5 ± 0.8	24.8 ± 0.5	50.3 ± 0.7
SDR	86.3 ± 1.1	22.1 ± 0.7	45.0 ± 0.9
AO	84.7 ± 1.0	21.5 ± 0.8	43.2 ± 1.0
MMSE (Mini-Mental State Examination)	78.9 ± 1.3	19.2 ± 0.9	38.7 ± 1.2
ZF	72.5 ± 1.5	17.0 ± 1.0	33.5 ± 1.4

Tabela 2: Wyniki eksperymentalne wydajności skalowania. Przedstawia wydajność skalowania w środowiskach komunikacji wieloużytkownikowej.

Metryka	Średnia	Odchylenie standardowe	95% CI (przedział ufności)
Osiągalna szybkość	11.6 ± 0.21	0.21	[11.42,11.78]
Wydajność widmowa	10.5 ± 0.18	0.18	[10.34,10.66]
Efektywność energetyczna	9.8 ± 0.15	0.15	[9.67,9.93]
SINR (stosunek sygnału do sumy szumów i interferencji)	25.0 ± 0.42	0.42	[24.63,25.37]

Tabela 3: Analiza statystyczna. Analizę statystyczną oceniano, wykorzystując średnią, odchylenie standardowe oraz przedziały ufności.

Metoda	Złożoność szkolenia	Złożoność wnioskowania	Średni czas wnioskowania (ms)
ZF	Nie dotyczy	O(N³)	12.8
MMSE (Mini-Mental State Examination)	Brak danych	O(N)³)	15.6
SDR	Brak danych	O(N)³·⁵)	85.4
AO	Brak danych	O(IN²)	63.7
Proponowany mechanizm uwagi GNN	O(E·L·F² + N²)	O(E·L·F² + N²)	4.9

Tabela 4: Analiza złożoności obliczeniowej i skalowalności. Przedstawia ona analizę złożoności obliczeniowej i skalowalności proponowanego rozwiązania.

Wariant modelu	Prędkość osiągalna (bps/Hz)	Wzmocnienie formowania wiązki (dB)	SINR (dB)	Wydajność widmowa (bps/Hz)
Pełny proponowany model (GNN + mechanizm uwagi + model oparty na fizyce)	11.6 ± 0.2	28.0 ± 0.4	25.0 ± 0.3	10.5 ± 0.2
Bez mechanizmu uwagi	10.2 ± 0.3	25.5 ± 0.5	22.8 ± 0.4	9.1 ± 0.3
Bez GNN (wyłącznie MLP)	9.8 ± 0.3	24.0 ± 0.6	21.5 ± 0.5	8.7 ± 0.3
Bez fizycznego modelu kanału (założenie pola dalekiego)	8.5 ± 0.4	21.0 ± 0.7	19.2 ± 0.6	7.4 ± 0.4

Tabela 5: Wyniki badania ablacyjnego. Przedstawia badanie ablacyjne wszystkich komponentów modelu.

Rysunek uzupełniający 1. Modelowanie kanału bliskiego pola.Schematyczne przedstawienie modelowania kanału bliskiego pola opartego na falach sferycznych oraz konstrukcji macierzy.Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający 2. Cechy zbioru danych DeepMIMO wykorzystane do ewaluacji. Cechy wyekstrahowane ze zbioru danych DeepMIMO i wykorzystane jako wejścia modelu do trenowania i ewaluacji.Kliknij tutaj, aby pobrać ten plik.

Rycina uzupełniająca 3. GNN do modelowania zależności przestrzennych. Modelowanie korelacji przestrzennych za pomocą sieci GNN.Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający 4. Mechanizm uwagi dla świadomości kontekstu globalnego. Ilustracja graficzna modułu uwagi służącego do przechwytywania informacji o kontekście globalnym.Prosimy kliknąć tutaj, aby pobrać ten plik.

Tabela uzupełniająca 1. Środowisko symulacji. Przedstawia ustawienia symulacji wykorzystane do trenowania i testowania modeli.Prosimy kliknąć tutaj, aby pobrać ten plik.

Tabela uzupełniająca 2. Opis zbioru danych. Przedstawia cechy zbioru danych DeepMIMO wykorzystane w procesie uczenia i ewaluacji.Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 1: Schemat proponowanego systemu beamformingu opartego na mechanizmie uwagi GNN. Algorytm przedstawia kolejne kroki generowania zbioru danych, konstrukcji grafu, trenowania modelu, optymalizacji beamformingu oraz oceny wydajności.Prosimy kliknąć tutaj, aby pobrać ten plik.

Dyskusja

Sugerowany algorytm wykorzystuje nieliniowe prekodowanie do modelowania propagacji sferycznych fal w polu bliskim, osiągając lepsze ogniskowanie wiązki niż algorytmy oparte na prekodowaniu liniowym, takie jak ZF, MMSE, SDR i AO. Chociaż wyniki algorytmów SDR i AO są bliskie optymalnym, proponowana sieć GNN-attention osiąga lepszą wydajność przy znacznie niższym koszcie obliczeniowym, co jest kluczowe dla przyszłego wdrożenia XL-IMS w sieciach 6G ^21,26,27.

Jak wspomniano powyżej, aby empirycznie zweryfikować ten argument z perspektywy ilościowej, przeprowadzono analizę złożoności, a wyniki przedstawiono w Tabeli 4. Proponowana architektura GNN-attention posiada złożoność obliczeniową O(E · d + N² · d) w procesie uczenia, gdzie E oznacza krawędzie grafu, N elementy metapowierzchni, a d wymiarowość ukrytej cechy. Co najważniejsze, podczas stosowania frameworku uczenia w fazie inferencji, wagi formowania wiązki mogą być obliczone w jednym przebiegu z złożonością O(N · d), podczas gdy SDR i AO wymagają optymalizacji iteracyjnych dla każdej realizacji kanału.

Ważnym etapem, który należy przeprowadzić prawidłowo w celu osiągnięcia sukcesu, jest tworzenie modeli kanałów w polu bliskim w oparciu o zasady propagacji fal sferycznych. Nieprawidłowe wykorzystanie danych o lokalizacji użytkownika oraz błędne tworzenie charakterystyk kanału negatywnie wpłyną na proces ekstrakcji cech i wyniki kształtowania wiązki. Konstrukcja grafu jest kolejnym kluczowym elementem, ponieważ niewystarczająca łączność węzłów utrudnia sieciom GNN możliwość identyfikacji relacji przestrzennych. Przeuczanie jest kolejnym problemem, który może wystąpić, gdy sieć jest trenowana jedynie na kilku warunkach propagacyjnych, co wpływa na zdolność do generalizacji w nowych lokalizacjach użytkowników.

Można wdrożyć kilka środków w celu rozwiązania potencjalnych problemów. W przypadku słabej zbieżności sieci neuronowej, w celu rozwiązania tego problemu można zastosować redukcję tempa uczenia oraz regularyzację. Normalizacja cech i rzednienie grafu mogą zapobiec niestabilności podczas trenowania. Jeśli wystąpi nieoczekiwany spadek wzmocnienia formowania wiązki, problem można rozwiązać poprzez ponowne wytrenowanie algorytmu z większą liczbą punktów danych.

Kolejną zaletą głębokiego uczenia jest zdolność algorytmu do dynamicznego dostosowywania się do zmiennych warunków kanału, co stanowiło wyzwanie dla istniejących metod optymalizacji. Zwiększa to wydajność algorytmu formowania wiązki poprzez minimalizację czasu jego uruchomienia i sprawia, że jest on bardziej odporny w przypadku dynamicznych środowisk kanałowych^16,18,20.

Zaproponowany model uznaje się za przełomowy dla teorii komunikacji w polu bliskim, ponieważ łączy on modelowanie kanału fizycznego z metodami głębokiego uczenia opartego na grafach. Uwzględnienie fal sferycznych w celu odzwierciedlenia efektów elektromagnetycznych poprawia dokładność modelu; ponadto zastosowanie sieci GNN i mechanizmów uwagi umożliwia opisanie zależności matematycznych między elementami metapowierzchni. Połączenie uczenia maszynowego z zasadami elektromagnetyzmu prowadzi zatem do powstania nowych ram teoretycznych dla tworzenia inteligentnych środowisk bezprzewodowych^21,27,28.

Z perspektywy zastosowań, opracowane podejście znacząco zwiększa użyteczność XL-IMS w praktycznych wdrożeniach sieci 6G. Redukcja obciążenia obliczeniowego wynikająca z braku procesu optymalizacji umożliwia podejmowanie decyzji o formowaniu wiązki w czasie rzeczywistym, co jest niezbędne dla usług o ekstremalnie niskich opóźnieniach. Ponadto zaproponowany model wykazuje efektywność widmową oraz energetyczną, co sprawia, że technologia ta znajduje zastosowanie w gęstej zabudowie miejskiej, internecie rzeczy (IoT) oraz w przypadku użytkowników o wysokiej mobilności.

Mimo że proponowana metodologia posiada wiele zalet, system ten wykazuje również pewne słabości. Chociaż DeepMIMO oferuje realistyczne scenariusze propagacji dzięki śledzeniu promieni (ray tracing), pozostaje on środowiskiem symulacyjnym, co sprawia, że wystąpią pewne rozbieżności między rzeczywistym zachowaniem propagacji fal bezprzewodowych a zachowaniem symulowanym, gdyż zawsze należy uwzględnić zmiany środowiskowe i nieznane rozpraszacze, czasowe efekty kanału, wpływ warunków pogodowych oraz efekty kalibracji sprzętowej. W związku z tym uzyskane wyniki należy traktować jako szacunkową granicę górną^26,38. Obecny model zakłada zastosowanie idealnych komponentów nadawczych i odbiorczych. W rzeczywistych systemach szum fazowy w oscylatorach, zniekształcenia wzmacniacza, błędy synchronizatora, szum kwantyzacji z przetworników analogowo-cyfrowych oraz niedokładna estymacja kanału mogą prowadzić do spadku wydajności. Problemy te mogą wpłynąć na synchronizację i obniżyć szybkość przesyłania danych w systemie.

Istnieje kilka problemów związanych z wdrożeniem, które muszą zostać rozwiązane przed wprowadzeniem komunikacji bliskiego pola opartej na XL-IMS na szeroką skalę. Kwestie te obejmują estymację kanału w czasie rzeczywistym dla dużych metapowierzchni, skalowalność obliczeń dla kilku tysięcy anten, synchronizację w sieci rozproszonej, koszty sprzętowe, zapotrzebowanie na energię oraz integrację z istniejącymi systemami 6G. Przyszłe badania powinny skoncentrować się na eksploracji lekkich modeli uczenia oraz formowania wiązki.

Badanie przedstawia pionierską architekturę modelowania kanałów w polu bliskim oraz kształtowania wiązki dla XL-IMS w kontekście komunikacji 6G. Innowacja ta łączy zainspirowane fizyką modelowanie kanału falą sferyczną z grafowymi sieciami neuronowymi oraz mechanizmami uwagi, aby uzyskać dokładną reprezentację kanału w polu bliskim i optymalne zyski z kształtowania wiązki. System obejmuje modelowanie kanału w polu bliskim, projekt zbioru danych oparty na DeepMIMO, reprezentację cech, modelowanie zależności przestrzennych oraz optymalizację kształtowania wiązki. Ewaluacja eksperymentalna wykazała lepsze wyniki niż inne nowoczesne podejścia, takie jak ZF, MMSE, SDR i AO, w zakresie osiągalnej przepływności, zysku z kształtowania wiązki, wydajności widmowej, efektywności energetycznej oraz SINR. Ponadto badanie ablacyjne potwierdziło skuteczność każdego komponentu systemu.

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Zestaw narzędzi CUDA	NVIDIA	CUDA 12.4	https://developer.nvidia.com/cuda-toolkit
DGL	Zespół DGL	DGL 2.2.1	https://www.dgl.ai
Matplotlib	Zespół programistyczny Matplotlib	Matplotlib 3.9.0	https://matplotlib.org
NumPy	Programiści NumPy	NumPy 1.26.4	https://numpy.org
Python	Python Software Foundation	Python 3.10.13	https://www.python.org
PyTorch	Meta AI	PyTorch 2.3.1	https://pytorch.org
PyTorch Geometric	Zespół PyG	PyG 2.5.3	https://pytorch-geometric.readthedocs.io
Seaborn	Programiści Seaborn	Seaborn 0.13.2	https://seaborn.pydata.org
TensorFlow	Google	TensorFlow 2.16.1	https://www.tensorflow.org