Quanteninspirierte adaptive simulierte Abkühlung für Antennenauswahl und gemeinsame Optimierung in RIS-unterstützten MIMO-NOMA-Systemen

Warum intelligentere Funkwellen wichtig sind

Da unsere Telefone, Sensoren und Smart-Geräte die Funkbänder zunehmend beanspruchen, müssen zukünftige 6G-Netze deutlich mehr Daten liefern, ohne unnötig Energie zu verschwenden. Dieses Papier untersucht eine neue Methode, Funkwellen in der Luft zu »formen«, indem programmierbare Oberflächen an Wänden und fortschrittliche Antennentechniken an der Basisstation eingesetzt werden. Die Autoren entwickeln außerdem einen raffinierten Suchalgorithmus, inspiriert von Ideen aus der Quanteninformatik und der Metallurgie, um all diese Stellgrößen gleichzeitig zu koordinieren, damit Netze viele Nutzer schneller und effizienter bedienen können.

Signale mit intelligenten Wänden lenken

Moderne Funksysteme nutzen bereits viele Antennen an der Basisstation, um mehrere Datenströme gleichzeitig zu senden — eine Technik, die als MIMO bekannt ist. Die Leistung leidet jedoch weiterhin, wenn Gebäude direkte Pfade blockieren oder wenn die Hardware zu komplex und energiehungrig wird. Zwei aufkommende Werkzeuge versprechen Abhilfe. Erstens erlaubt Non-Orthogonal Multiple Access (NOMA) mehreren Nutzern, dieselbe Zeit und Frequenz zu teilen, indem sie im Leistungsbereich getrennt werden, was die nutzbare Informationsdichte des Kanals erhöht. Zweitens sind rekonfigurierbare intelligente Flächen (RIS) dünne Paneele aus vielen winzigen reflektierenden Elementen, deren Eigenschaften elektronisch einstellbar sind. Durch gezieltes Einstellen ihrer Phasenverschiebungen kann ein RIS Funk­signale umleiten und verstärken und so die Funkumgebung aktiv umgestalten, anstatt nur auf sie zu reagieren.

Die richtigen Antennen wählen, um Energie zu sparen

Alle Antennen einer großen Basisstation einzuschalten ist in Hardware und Stromverbrauch teuer. Das Papier verwendet Antennenauswahl: Es ist nur eine Teilmenge der Sendeantennen aktiv, gewählt so, dass der Großteil der Leistung erhalten bleibt, während Kosten und Energiebedarf reduziert werden. Die Herausforderung besteht darin zu entscheiden, welche Antennen genutzt werden, wie die RIS-Elemente einzustellen sind und wie die Leistung unter NOMA-Nutzern aufgeteilt wird — und das alles gleichzeitig. Diese Entscheidungen sind eng gekoppelt: Eine Änderung der aktiven Antennen beeinflusst, welche RIS-Konfiguration am besten funktioniert, was wiederum bestimmt, wie die Leistung unter den Nutzern verteilt werden sollte, und umgekehrt. Das resultierende Gestaltungsproblem hat viele Dimensionen und zahlreiche lokale Optima, sodass Standardoptimierungsverfahren oft stecken bleiben oder in realistischen, großskaligen Szenarien zu lange brauchen.

Eine quanteninspirierte Suche durch viele Möglichkeiten

Zur Lösung schlagen die Autoren ein Adaptive Quantum-inspired Simulated Annealing (AQSA) Framework vor. Klassische simulierte Abkühlung (simulated annealing) imitiert das Abkühlen von heißem Metall: Anfangs werden auch schlechtere Lösungen akzeptiert, um breit zu erkunden, später wird mit fallender »Temperatur« selektiver vorgegangen und man konzentriert sich auf gute Lösungen. AQSA erweitert diese Idee in zweierlei Hinsicht. Erstens entlehnt es Konzepte aus der Quanteninformatik, indem Entscheidungen — etwa ob eine Antenne ein- oder ausgeschaltet ist oder welche Phase ein Flächenelement annimmt — durch Wahrscheinlichkeitsamplituden dargestellt werden, ähnlich einer Überlagerung von Zuständen. Das Messen dieser Zustände ergibt konkrete Konfigurationen, während quantenähnliche Rotationsschritte die Wahrscheinlichkeiten schrittweise zugunsten besserer Optionen neigen. Zweitens passt AQSA seinen Temperaturverlauf während der Suche dynamisch an, basierend darauf, wie häufig neue Lösungen akzeptiert werden; so bleibt die Exploration hoch, wenn der Fortschritt stockt, und die Konvergenz beschleunigt sich, wenn die Suche kontinuierlich Verbesserungen erzielt.

Die neue Methode auf die Probe gestellt

Die Forschenden betten AQSA in eine gemeinsame Gestaltungs­schleife ein, die drei Komponenten wiederholt verfeinert: Leistungsverteilung unter NOMA-Nutzern, Auswahl aktiver Basisstationsantennen und Phasenmuster auf dem RIS. Sie testen den Ansatz in detaillierten Computersimulationen eines Millimeterwellen-Downlink-Systems um 28 GHz, mit Dutzenden von Sendeantennen, vielen RIS-Elementen und mehreren Nutzern. Unter einer großen Bandbreite an Bedingungen — unterschiedliche Sendeleistungen, Signal-Rausch-Verhältnisse, Anzahlen von Antennen und RIS-Tiles sowie Nutzerzahlen — erzielt das AQSA-basierte Design durchweg höhere spektrale Effizienz (mehr Bits pro Sekunde pro Hertz) als konkurrierende Heuristiken wie standardmäßiges simulated annealing, Particle Swarm Optimization und Gray Wolf Optimization. Zudem wandelt es Leistung effizienter in nutzbare Daten um, was zu besserer Energieeffizienz führt, und hält gleichzeitig die Rechenzeit für großskalige Systeme realistisch.

Abwägung von Abdeckung, Fairness und Komplexität

Über die reinen Datentraten hinaus zeigt die Studie, dass RIS-unterstützte Systeme, die mit AQSA abgestimmt sind, die Signalstärke bei den Nutzern verbessern und die Leistung zwischen ihnen besser ausbalancieren können, insbesondere wenn die Anzahl der Antennen oder RIS-Elemente zunimmt. Der Algorithmus nutzt zusätzliche »Freiheitsgrade« größerer Arrays umfassender als konkurrierende Methoden, begrenzt jedoch weiterhin, wie viele Antennen tatsächlich eingeschaltet werden, und vermeidet so exponentiell steigende Hardwarekosten. Die Autoren untersuchen außerdem, wie unterschiedliche Dekodierreihenfolgen in NOMA die Leistung beeinflussen, und bestätigen, dass sorgfältig gewählte Reihenfolgen in Kombination mit AQSA die spektrale Effizienz weiter erhöhen.

Was das für zukünftige Netze bedeutet

Kurz gesagt demonstriert das Papier, dass das Programmierbarmachen der Funkumgebung und der Einsatz einer intelligenten, adaptiven Suchstrategie zur Koordination von Basisstationsantennen, intelligenten Flächen und Leistungsverteilung sowohl Geschwindigkeit als auch Energieeinsparungen in zukünftigen Funknetzen deutlich steigern kann. Anstatt sich auf reine Hardwareleistung oder starre Designs zu verlassen, führt AQSA das System mit vertretbarem Aufwand zu nahezu optimalen Einstellungen, selbst wenn die Zahl der Antennen, Nutzer und Flächenelemente wächst. Das deutet darauf hin, dass quanteninspirierte Optimierung gepaart mit rekonfigurierbaren Flächen ein praktikabler Weg zu dichten, energieeffizienten 6G- und Internet-of-Things-Deployments sein könnte.

Zitation: Farghaly, S.I., Dawood, H.S. & Fouda, H.S. Quantum-inspired adaptive simulated annealing for antenna selection and joint optimization in RIS-assisted MIMO-NOMA systems. Sci Rep 16, 13623 (2026). https://doi.org/10.1038/s41598-026-47710-4

Schlüsselwörter: rekonfigurierbare intelligente Fläche, MIMO NOMA, Antennenauswahl, quanteninspirierte Optimierung, energieeffizientes 6G