Vers des systèmes MIMO massive-NOMA écoénergétiques avec ADC sigma–delta et détection GSIC

Pourquoi il est important de transmettre davantage de signaux dans l’air

Chaque année, nous demandons à nos réseaux sans fil d’en faire plus : connecter davantage de téléphones, de véhicules et de capteurs, fournir des débits plus élevés, tout en consommant moins d’énergie. Répondre à ces exigences pour la 5G et la 6G nécessite non seulement de nouveaux spectres radio, mais aussi des manières plus intelligentes d’exploiter le matériel existant. Cet article explore comment une station de base cellulaire peut écouter de nombreux utilisateurs simultanément en utilisant un très grand réseau d’antennes et une électronique extrêmement simple et basse consommation, tout en conservant des connexions rapides et fiables.

Beaucoup d’oreilles pour écouter beaucoup de voix

L’étude se concentre sur un scénario de liaison montante, où de nombreux terminaux utilisateurs envoient des données vers une unique station de base. La station disposede un réseau « massive » d’antennes, connu sous le nom de MIMO massive, et utilise une méthode de multiplexage appelée accès multiple non orthogonal (NOMA). Plutôt que d’attribuer à chaque utilisateur un créneau temporel ou fréquentiel distinct, le NOMA permet à plusieurs utilisateurs de partager les mêmes ressources radio et de les séparer par des différences de puissance reçue et un traitement du signal intelligent. Cette approche augmente considérablement la quantité d’information transmise par unité de spectre, mais complique aussi la tâche du récepteur, car les signaux de différents utilisateurs s’interfèrent mutuellement.

Convertisseurs simples avec façonnage intelligent du bruit

Un défi majeur en MIMO massive est la consommation d’énergie : chaque antenne nécessite un convertisseur analogique-numérique (ADC) qui transforme les ondes radio entrantes en échantillons numériques. Les ADCs haute précision consomment beaucoup d’énergie et coûtent cher, surtout quand des centaines d’antennes sont impliquées. L’article étudie l’utilisation d’ADCs à très faible résolution — seulement une ou deux bits par échantillon — pour réduire la consommation et le coût. Pris isolément, de tels convertisseurs grossiers introduisent de fortes distorsions. Pour y remédier, les auteurs proposent une architecture spatiale sigma–delta : l’erreur de quantification d’une antenne est renvoyée, avec un décalage de phase contrôlé, vers la suivante. Cette rétroaction remodèle la distorsion de sorte que la majeure partie soit poussée dans des directions où aucun utilisateur prévu n’est présent, préservant ainsi la qualité du signal dans les directions d’intérêt.

Comprendre de nombreux signaux qui se chevauchent

Même avec des convertisseurs basse résolution à bruit façonné, la station de base doit séparer de nombreux utilisateurs transmettant simultanément. L’article étudie plusieurs types de récepteurs : le simple combinage linéaire, la classique annulation d’interférence successive (SIC) qui désencode les utilisateurs un par un, et une version plus flexible appelée group SIC (GSIC) qui traite de petits groupes d’utilisateurs ensemble. Au sein de chaque groupe, une méthode de combinage à faible complexité (maximum ratio combining ou annihilation de l’interférence par zéro-forcing) renforce les signaux souhaités et supprime les interférences. Les auteurs développent un cadre analytique qui utilise un outil mathématique appelé décomposition de Bussgang pour approximer le comportement des ADCs grossiers comme un système linéaire avec bruit supplémentaire. Cela leur permet de dériver des formules fermées pour le rapport signal-sur-interférence-plus-bruit et l’efficacité spectrale dans différentes conditions de canal, y compris des environnements avec ou sans trajectoire en visibilité directe (line-of-sight).

Combien d’antennes, quelle puissance ?

Avec ces formules en main, l’étude explore comment les performances du système évoluent selon des choix de conception clés : le nombre d’antennes à la station de base, la résolution des ADCs, la puissance de la composante en visibilité directe, et le nombre de groupes d’utilisateurs utilisés en GSIC. Un résultat central est une loi d’échelle de puissance : à mesure que le nombre d’antennes augmente, la puissance d’émission par utilisateur peut être réduite approximativement en proportion inverse du nombre d’antennes, tout en maintenant le même débit. Cela signifie qu’ajouter des antennes peut à la fois accroître la robustesse et permettre aux terminaux d’émettre avec une puissance beaucoup plus faible. L’analyse montre aussi que, pour des réseaux très larges, tous les types de récepteurs tendent à atteindre des efficacités spectrales similaires, mais pour des tailles d’antenne pratiques et modérées, le GSIC avec zéro-forcing surpasse clairement les combinages plus simples tout en évitant la complexité complète de décoder chaque utilisateur séparément.

Équilibrer efficience, complexité et fiabilité

Parce que les stations de base doivent satisfaire des exigences de qualité de service pour de nombreux utilisateurs simultanément, les auteurs conçoivent un schéma d’allocation de puissance à faible complexité qui choisit des puissances d’émission juste suffisantes pour atteindre des débits cibles. En utilisant des outils de la théorie des matrices aléatoires, ils fournissent des formules approchées en forme fermée pour ces puissances, qui révèlent que les récepteurs utilisant SIC ou GSIC nécessitent sensiblement moins de puissance d’émission que les schémas linéaires basiques. De nombreuses simulations, couvrant différents environnements d’évanouissement, de la multipath dense, de la corrélation spatiale et même des scénarios véhicule-à-tout élevé en mobilité, confirment les prédictions analytiques. Les résultats montrent que l’utilisation d’ADCs sigma–delta spatiaux à 2 bits, combinée au GSIC et à un nombre modéré de groupes d’utilisateurs, peut fournir des efficacités spectrales et énergétiques très proches de celles de systèmes idéaux en pleine précision, mais avec une consommation matérielle bien moindre et une complexité de traitement maîtrisée.

Ce que cela signifie pour les réseaux sans fil futurs

En termes simples, l’article démontre que l’on peut considérablement simplifier et réduire la consommation des « oreilles » d’une station de base MIMO massive sans sacrifier beaucoup en vitesse ou en fiabilité. En combinant des convertisseurs basse résolution à façonnage du bruit avec un groupement intelligent et l’annulation d’interférence, le système peut servir de nombreux utilisateurs en même temps, en consommant moins d’énergie tant à la station de base que dans les terminaux. Cette approche est particulièrement attractive pour les réseaux post-5G et 6G qui doivent connecter des foules d’appareils denses, soutenir des applications exigeantes, tout en restant énergétiquement efficaces et abordables à déployer.

Citation: Farghaly, S.I., Khafaga, M.M. & Khamis, S. Towards energy-efficient massive MIMO-NOMA systems with sigma–delta ADCs and group SIC detection. Sci Rep 16, 14025 (2026). https://doi.org/10.1038/s41598-026-49425-y

Mots-clés: MIMO massive, NOMA, ADC sigma-delta, annulation d'interférence par groupe, sans fil économe en énergie