Otimização de desempenho baseada em soft actor critic para sistemas de rádio cognitivo auxiliados por IRS

Ondas aéreas mais inteligentes para um mundo sem fio lotado

Nossos celulares, sensores e casas inteligentes competem todos pelo mesmo recurso invisível: as ondas de rádio. À medida que mais dispositivos se conectam, extrair desempenho extra de um espectro limitado torna‑se vital. Este artigo explora uma nova forma de aumentar as taxas de dados de usuários de baixa prioridade sem prejudicar os de alta prioridade, combinando “paredes inteligentes” que dobram as ondas de rádio com um método de aprendizado por inteligência artificial que ensina a rede a se configurar.

Compartilhar sem disputar com os vizinhos

Sistemas sem fio modernos costumam usar um modelo de usuário “primário” e “secundário”. Usuários primários, como serviços licenciados, têm acesso prioritário a certas frequências. Usuários secundários podem reutilizar os mesmos canais apenas se mantiverem sua interferência dentro de limites rigorosos. Essa é a ideia central do rádio cognitivo: rádios que detectam o ambiente e se adaptam para que o espectro seja usado de forma mais eficiente. O desafio é proporcionar boas taxas de dados aos usuários secundários enquanto permanecem praticamente invisíveis aos primários. Abordagens tradicionais dependem de processamento de sinal sofisticado apenas na estação base, o que rapidamente se torna complexo à medida que as redes ficam mais densas e mais antenas são adicionadas.

Curvando sinais com superfícies refletoras inteligentes

Os autores adicionam uma ferramenta poderosa à mistura: superfícies refletoras inteligentes. São painéis finos compostos por muitos pequenos elementos passivos que podem ajustar como refletem ondas de rádio incidentes, como uma parede de espelhos controláveis para sinais sem fio. Ao escolher cuidadosamente o padrão de reflexão, a superfície pode direcionar a energia para o usuário secundário pretendido e afastá‑la dos receptores primários, melhorando o desempenho sem gastar potência de transmissão extra. O artigo analisa um sistema em que uma estação base com muitas antenas atende usuários secundários, enquanto vários painéis refletivos ajudam a moldar os caminhos que os sinais percorrem pelo ambiente, sob condições de propagação em ondas milimétricas realistas.

Ensinando a rede a se ajustar sozinha

Encontrar a melhor combinação de padrões de feixe da estação base, potência de transmissão e milhões de pequenos ajustes de reflexão é um problema matemático complicado. Métodos clássicos de otimização, como descentralização por blocos (block coordinate descent), atacam o problema alternando entre um grupo de variáveis e outro. Esses métodos funcionam, mas tornam‑se lentos e difíceis de manejar conforme as superfícies crescem ou o ambiente muda. Em vez disso, os autores formulam a tarefa como um problema de aprendizado para um agente de aprendizado profundo por reforço usando o algoritmo soft actor‑critic (SAC). Nesse formato, o agente observa as condições atuais do canal, as fases de reflexão anteriores e a potência de transmissão, e então propõe novos ajustes de reflexão. Recebe uma recompensa baseada principalmente na taxa de dados alcançada pelo usuário secundário, desde que a interferência aos usuários primários permaneça abaixo de um limite permitido. Ao longo de muitas interações simuladas, o agente aprende uma política que mapeia diretamente observações para configurações quase ótimas.

Resultados em simulação e em hardware

Através de extensas simulações, o controlador baseado em SAC é comparado com um referencial tradicional de block coordinate descent em vários aspectos: taxa de dados alcançável para usuários secundários, impacto do número de elementos refletivos e painéis, limites de potência de transmissão e restrições de interferência. A política aprendida consistentemente iguala ou supera o referencial em taxa de dados, especialmente quando as superfícies inteligentes têm muitos elementos, enquanto exige muito menos computação iterativa depois que o treinamento é concluído. O estudo também avalia o tempo de execução: para superfícies pequenas, métodos clássicos podem ser ligeiramente mais rápidos, mas à medida que o tamanho do sistema cresce, a abordagem baseada em aprendizado escala melhor. Para apoiar um desdobramento prático, os autores projetam, fabricam e testam um arranjo de antenas de estação base com 16 elementos que opera de 3 a 7 GHz. As medições mostram bom casamento, baixa correlação entre antenas e cerca de 90% de eficiência de radiação, confirmando que a plataforma de hardware pode suportar operação multi‑antena exigente.

O que isso significa para redes sem fio futuras

Em termos práticos, este trabalho mostra como combinar painéis reflexivos inteligentes com um algoritmo de aprendizado pode permitir que dispositivos de baixa prioridade compartilhem espectro de forma mais agressiva sem perturbar serviços de maior prioridade. Em vez de fórmulas feitas à mão, a rede aprende a apontar e moldar seus sinais por conta própria, mesmo em ambientes complexos e com muitos elementos controláveis. À medida que os sistemas sem fio evoluem além do 5G, abordagens como essa podem ajudar a oferecer taxas de dados mais altas, melhor cobertura e uso mais eficiente do escasso espectro, tudo isso mantendo a interferência sob controle.

Citação: Ghallab, R., Abdrabo, A. & Elashry, I. Soft actor critic-based performance optimization for IRS-aided cognitive radio systems. Sci Rep 16, 14283 (2026). https://doi.org/10.1038/s41598-026-49465-4

Palavras-chave: rádio cognitivo, superfícies refletoras inteligentes, aprendizado profundo por reforço, compartilhamento de espectro sem fio, soft actor critic