Symulowane wyżarzanie inspirowane kwantowo do wyboru anten i wspólnej optymalizacji w systemach MIMO-NOMA wspomaganych przez RIS

Dlaczego mądrzejsze fale radiowe mają znaczenie

W miarę jak telefony, czujniki i urządzenia inteligentne zagęszczają przestrzeń radiową, przyszłe sieci 6G będą musiały dostarczać znacznie więcej danych przy minimalnym zużyciu energii. W artykule badano nowy sposób „rzeźbienia" fal radiowych w przestrzeni za pomocą programowalnych powierzchni na ścianach oraz zaawansowanych trików z antenami na stacji bazowej. Autorzy opracowali też sprytne algorytmy przeszukiwania, inspirowane koncepcjami z obliczeń kwantowych i metalurgii, aby jednocześnie skoordynować wszystkie te elementy, pozwalając sieciom obsługiwać wielu użytkowników szybciej i bardziej efektywnie.

Zaginanie sygnałów za pomocą inteligentnych ścian

Nowoczesne systemy bezprzewodowe już wykorzystują wiele anten na stacji bazowej do wysyłania kilku strumieni danych jednocześnie, technikę znaną jako MIMO. Wydajność jednak wciąż spada, gdy budynki blokują drogi bezpośrednie lub gdy sprzęt staje się zbyt złożony i energochłonny. Dwie pojawiające się technologie obiecują poprawę. Po pierwsze, niedo-ortogonalny dostęp wielokrotny (NOMA) pozwala kilku użytkownikom współdzielić ten sam czas i pasmo, rozdzielając ich w domenie mocy, co zwiększa przepustowość kanału. Po drugie, rekonfigurowalne inteligentne powierzchnie (RIS) to cienkie panele z wieloma małymi elementami odbijającymi, których właściwości można elektronicznie dostrajać. Poprzez precyzyjne ustawienie przesunięć fazowych, RIS może przekierowywać i wzmacniać sygnały bezprzewodowe, skutecznie przekształcając środowisko radiowe zamiast tylko na nie reagować.

Wybór właściwych anten, by oszczędzać energię

Włączanie wszystkich anten w dużej stacji bazowej jest kosztowne pod względem sprzętu i zużycia energii. W pracy zastosowano selekcję anten: aktywna jest tylko podgrupa anten nadawczych, wybrana tak, by zachować większość wydajności przy obniżonych kosztach i poborze mocy. Wyzwaniem jest jednoczesne określenie, które anteny użyć, jak ustawić elementy RIS i jak podzielić moc między użytkowników NOMA. Decyzje te są ściśle powiązane: zmiana aktywnych anten wpływa na najlepszą konfigurację RIS, co z kolei determinuje podział mocy między użytkowników i odwrotnie. Powstały problem projektowy ma wielowymiarowy charakter i liczne lokalne optimum, więc standardowe metody optymalizacji często utkną lub zajmują zbyt dużo czasu w realistycznych, dużych wdrożeniach.

Kwantowo-inspirowane przeszukiwanie wielu możliwości

Aby temu zaradzić, autorzy proponują ramy Adaptive Quantum-inspired Simulated Annealing (AQSA). Klasyczne symulowane wyżarzanie naśladuje chłodzenie rozgrzanego metalu: na początku dopuszcza akceptację gorszych rozwiązań, by szerzej eksplorować przestrzeń rozwiązań, a potem, wraz z obniżaniem „temperatury", staje się bardziej selektywne i skupia się na dobrym rozwiązaniu. AQSA wzbogaca ten pomysł na dwa sposoby. Po pierwsze, czerpie z obliczeń kwantowych, reprezentując wybory — na przykład czy antena jest włączona czy wyłączona, albo jaka faza przypada danej płytce powierzchni — przez amplitudy prawdopodobieństwa, przypominające superpozycję stanów. Pomiary tych stanów dają konkretne konfiguracje, a kroki rotacji w stylu kwantowym stopniowo przechylają prawdopodobieństwa w kierunku lepiej działających opcji. Po drugie, AQSA adaptuje swój harmonogram temperatury w locie w oparciu o to, jak często nowe rozwiązania są akceptowane, utrzymując dużą eksplorację, gdy postęp zwalnia, i przyspieszając zbieżność, gdy wyszukiwanie systematycznie się poprawia.

Testowanie nowej metody

Badacze osadzili AQSA w pętli wspólnego projektowania, która wielokrotnie udoskonala trzy elementy: przydział mocy między użytkownikami NOMA, wybór aktywnych anten stacji bazowej oraz wzory fazowe na RIS. Testy przeprowadzono w szczegółowych symulacjach komputerowych systemu downlink pasma milimetrowego około 28 GHz, z dziesiątkami anten nadawczych, wieloma elementami RIS i wieloma użytkownikami. W szerokim zakresie warunków — różnych mocach nadawania, stosunkach sygnału do szumu, liczbach anten i płytek RIS oraz liczbach użytkowników — projekt oparty na AQSA konsekwentnie osiąga wyższą efektywność spektralną (więcej bitów na sekundę na herc) niż konkurencyjne heurystyki, takie jak standardowe symulowane wyżarzanie, optymalizacja rojem cząstek czy optymalizacja szarego wilka. Ponadto lepiej konwertuje moc na użyteczne dane, osiągając wyższą efektywność energetyczną przy zachowaniu realistycznego czasu obliczeń dla dużych systemów.

Równoważenie zasięgu, sprawiedliwości i złożoności

Poza głównymi wskaźnikami przepustowości badanie pokazuje, że systemy wspomagane przez RIS i strojonе za pomocą AQSA mogą poprawić siłę sygnału u użytkowników i lepiej wyrównywać wydajność między nimi, szczególnie gdy liczba anten lub elementów RIS rośnie. Algorytm wykorzystuje dodatkowe „stopnie swobody" płynące z większych tablic bardziej kompletnie niż metody rywalizujące, jednocześnie ograniczając liczbę rzeczywiście włączonych anten, co zapobiega wymykaniu się kosztów sprzętowych. Autorzy analizują też, jak różne kolejności dekodowania w NOMA wpływają na wydajność i potwierdzają, że starannie dobrane kolejności w połączeniu z AQSA dodatkowo zwiększają efektywność spektralną.

Co to oznacza dla przyszłych sieci

Mówiąc prosto, artykuł pokazuje, że uczynienie środowiska radiowego programowalnym oraz zastosowanie inteligentnej, adaptacyjnej strategii przeszukiwania do koordynacji anten stacji bazowej, inteligentnych powierzchni i podziału mocy może znacząco zwiększyć zarówno prędkość, jak i oszczędność energii w przyszłych sieciach bezprzewodowych. Zamiast polegać na brutalnej sile sprzętu czy sztywnych projektach, AQSA prowadzi system w stronę rozwiązań bliskich optymalnym przy umiarkowanym nakładzie obliczeniowym, nawet gdy rośnie liczba anten, użytkowników i elementów powierzchni. Sugeruje to, że optymalizacja inspirowana kwantowo w połączeniu z rekonfigurowalnymi powierzchniami może być praktyczną drogą do gęstych, energooszczędnych wdrożeń 6G i Internetu Rzeczy.

Cytowanie: 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

Słowa kluczowe: konfigurowalna inteligentna powierzchnia, MIMO NOMA, selekcja anten, optymalizacja inspirowana kwantowo, energooszczędne 6G