Quantum-geïnspireerde adaptieve gesimuleerde gloeien voor antennaselectie en gezamenlijke optimalisatie in RIS-geassisteerde MIMO-NOMA systemen

Waarom slimere radiogolven ertoe doen

Naarmate onze telefoons, sensoren en slimme apparaten de ether vullen, moeten toekomstige 6G-netwerken veel meer data leveren zonder onnodig stroom te verslinden. Dit artikel onderzoekt een nieuwe manier om radiogolven in de lucht te "vormen" met programmeerbare oppervlakken op wanden en geavanceerde antennetrucs bij de basisstation. De auteurs ontwerpen ook een vindingrijk zoekalgoritme, geïnspireerd door ideeën uit kwantumcomputing en metallurgie, om al deze knoppen tegelijk te coördineren zodat netwerken veel gebruikers sneller en efficiënter kunnen bedienen.

Signalen buigen met slimme wanden

Moderne draadloze systemen gebruiken al meerdere antennes bij het basisstation om tegelijk meerdere datastromen te verzenden, een techniek die bekendstaat als MIMO. Maar de prestaties lijden nog steeds wanneer gebouwen directe paden blokkeren of wanneer hardware te complex en energie-intensief wordt. Twee opkomende hulpmiddelen beloven verlichting. Ten eerste laat non-orthogonal multiple access (NOMA) meerdere gebruikers dezelfde tijd en frequentie delen door ze in het vermogensdomein te scheiden, wat de hoeveelheid informatie die door het kanaal geperst kan worden vergroot. Ten tweede zijn reconfigurable intelligent surfaces (RIS) dunne panelen bestaande uit vele kleine reflecterende elementen waarvan de eigenschappen elektronisch kunnen worden afgestemd. Door zorgvuldig hun faseverschuivingen in te stellen kan een RIS draadloze signalen omleiden en versterken, waardoor het radio-omgeving effectief wordt hervormd in plaats van er alleen op te reageren.

De juiste antennes kiezen om energie te besparen

Het inschakelen van elke antenne bij een groot basisstation is duur in hardware en elektriciteit. Het artikel gebruikt antennaselectie: slechts een subset van zendantennes is op elk moment actief, geselecteerd om het merendeel van de prestaties te behouden terwijl kosten en energieverbruik worden verminderd. De uitdaging is te beslissen welke antennes te gebruiken, hoe de RIS-elementen in te stellen en hoe het vermogen onder NOMA-gebruikers te verdelen—alles tegelijk. Deze beslissingen zijn nauw met elkaar verbonden: het veranderen van de actieve antennes beïnvloedt welke RIS-configuratie het beste werkt, wat op zijn beurt beïnvloedt hoe het vermogen onder gebruikers verdeeld moet worden, en vice versa. Het resulterende ontwerpprobleem bestrijkt vele dimensies en heeft veel lokale optima, waardoor standaard optimalisatiemethoden vaak vastlopen of te lang duren bij realistische, grootschalige implementaties.

Een quantum-geïnspireerde zoektocht door vele mogelijkheden

Om dit aan te pakken, stellen de auteurs een Adaptive Quantum-inspired Simulated Annealing (AQSA) raamwerk voor. Klassieke simulated annealing bootst het afkoelen van heet metaal na: in het begin staat het toe dat slechtere keuzes worden geaccepteerd om breed te verkennen, en wordt het selectiever naarmate de "temperatuur" daalt, waardoor het zich op een goede oplossing richt. AQSA verrijkt dit idee op twee manieren. Ten eerste leent het uit de kwantumcomputing door keuzes—zoals of een antenne aan of uit is, of welke fase een oppervlaktegeltje moet hebben—te representeren via waarschijnlijkheidsamplitudes, vergelijkbaar met een superpositie van toestanden. Het meten van deze toestanden levert concrete configuraties op, terwijl kwantum-achtige rotatiestappen de waarschijnlijkheden geleidelijk naar beter presterende opties kantelen. Ten tweede past AQSA zijn temperatuurregeling adaptief aan tijdens de zoekactie op basis van hoe vaak nieuwe oplossingen worden geaccepteerd, waardoor verkenning hoog blijft wanneer vooruitgang stagneert en de convergentie wordt versneld wanneer de zoekactie consequent verbetert.

De nieuwe methode op de proef stellen

De onderzoekers implementeren AQSA binnen een gezamenlijke ontwerplus die drie componenten herhaaldelijk verfijnt: vermogensverdeling onder NOMA-gebruikers, selectie van actieve basisstationantennes en fasepatronen op de RIS. Ze testen de aanpak in gedetailleerde computersimulaties van een millimetergolf downlinksysteem rond 28 GHz, met tientallen zendantennes, veel RIS-elementen en meerdere gebruikers. Over een breed scala aan omstandigheden—verschillende zendvermogens, signaal-ruisverhoudingen, aantallen antennes en RIS-tegels, en aantallen gebruikers—bereikt het op AQSA gebaseerde ontwerp consequent een hogere spectrale efficiëntie (meer bits per seconde per hertz) dan concurrerende heuristieken zoals standaard simulated annealing, particle swarm optimization en gray wolf optimization. Het zet ook vermogen effectiever om in nuttige data, wat resulteert in betere energie-efficiëntie terwijl de rekentijd realistisch blijft voor grote systemen.

Balanceren van dekking, eerlijkheid en complexiteit

Buiten de kopcijfers van datasnelheden toont de studie dat RIS-geassisteerde systemen, afgestemd door AQSA, de signaalsterkte bij de gebruikers kunnen verbeteren en de prestaties beter onder hen kunnen balanceren, vooral wanneer het aantal antennes of RIS-elementen toeneemt. Het algoritme benut extra "vrijheidsgraden" van grotere arrays vollediger dan concurrerende methoden, en beperkt toch hoeveel antennes daadwerkelijk worden ingeschakeld, waarmee oplopende hardwarekosten vermeden worden. De auteurs onderzoeken ook hoe verschillende decoderingvolgordes in NOMA de prestaties beïnvloeden en bevestigen dat zorgvuldig gekozen orden, gecombineerd met AQSA, de spectrale efficiëntie verder verhogen.

Wat dit betekent voor toekomstige netwerken

In eenvoudige bewoordingen laat het artikel zien dat het programmeerbaar maken van de radio-omgeving en het vervolgens gebruiken van een slimme, adaptieve zoekstrategie om basisstationantennes, slimme oppervlakken en vermogensdeling te coördineren zowel snelheid als energiebesparing in toekomstige draadloze netwerken aanzienlijk kan verhogen. In plaats van te vertrouwen op brute-force hardware of rigide ontwerpen, leidt AQSA het systeem naar bijna-optimale instellingen met beheersbare inspanning, zelfs wanneer het aantal antennes, gebruikers en oppervlakte-elementen toeneemt. Dit suggereert dat quantum-geïnspireerde optimalisatie gecombineerd met herconfigureerbare oppervlakken een praktische weg zou kunnen zijn naar dichte, energie-efficiënte 6G- en Internet of Things-implementaties.

Bronvermelding: 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

Trefwoorden: herconfigureerbare intelligente oppervlak, MIMO NOMA, antennaselectie, quantum-geïnspireerde optimalisatie, energie-efficiënt 6G