Open problems

1. OTFS

 For future research, we will focus on some open problems in OTFS massive MIMO
systems such as the low-complexity equalizer, downlink precoding, and efficient
channel feedback.

2. ELAA (Extremly Large Apearture Array)

 Le traitement MR est très pratique pour les déploiements distribués car il n’est pas
nécessaire de partager la connaissance du canal entre les antennes de la matrice,
mais cet avantage entraîne une perte de performances énorme par rapport au
traitement ZF ou MMSE. Par conséquent, le premier problème majeur à résoudre
consiste à mettre en œuvre des schémas de précodage / combinaison de rejet
d'interférence, tels que le traitement ZF et MMSE, de manière distribuée ou
hiérarchique.

 Lorsque les variations de gain de canal sont importantes par rapport à la matrice, il
peut être intéressant de laisser une partie de l’ELAA servir chaque utilisateur. Ce n’est
pas la complexité de calcul qui est en cause, mais les exigences en matière de capacité
de transport de face qui seraient extrêmes si des milliers d'antennes devaient envoyer
leurs échantillons en bande de base à une unité de traitement commune,
éventuellement située à un emplacement distant, tel qu'un nuage (en périphérie). Il
est important de développer des architectures de traitement distribuées théoriques,
des schémas d’allocation de ressources optimisés, des implémentations de circuits
et des prototypes.

 La modélisation des canaux est un autre problème ouvert pour les ELAAs. Lors de
l'utilisation d'un réseau planaire compact, pour desservir les utilisateurs en visibilité
directe situés dans le champ lointain, le vecteur de réponse du réseau peut être
calculé en fonction des angles d'azimut et d'élévation de l'onde plane entrante. Ceci
est utile lors de la création des codebooks avec des faisceaux que les utilisateurs
peuvent sélectionner, ce qui est commun pour les systèmes fonctionnant en mode
FDD. Il est difficile, voire impossible, de faire la même chose pour les ELAAs.
Premièrement, les utilisateurs sont dans le champ proche, de sorte que les fronts
d'onde pourraient ne pas être plans. Deuxièmement, les antennes peuvent être
déployées de manière arbitraire, de sorte que les vecteurs de réponse de la matrice
sont inconnus, a priori, même pour les utilisateurs situés dans le champ lointain. Par
conséquent, la modélisation des canaux, ainsi que l'acquisition des fonctionnalités
de canal dans un scénario de déploiement particulier, sont des problèmes
 importants mais difficiles. Des campagnes de mesure et une modélisation améliorée
des canaux basée sur les propriétés physiques et le traçage des rayons sont
nécessaires. Si les comportements en champ proche s'avèrent trop compliqués à
modéliser statistiquement, il sera nécessaire de définir des scénarios d'évaluation
normalisés avec des canaux déterministes. Le prototypage est également un défi
important et sera naturellement plus compliqué et coûteux que dans les systèmes
MIMO compacts.

3. HOLOGRAPHIC MASSIVE MIMO

 Des recherches supplémentaires sur la modélisation de canal, ainsi que sur une
estimation de canal utilisant sa structure de corrélation spatiale inhérente, sont
indispensables.

 Le calcul précis des performances de communication nécessite en général des

calculs électromagnétiques numériques complexes, mais ces détails ne devraient
guère préoccuper le théoricien de la communication: la simple existence de la
représentation en onde plane et du noyau d'impédance fournit la physique
essentielle à la formulation de la théorie de la communication basée sur la
physique. Néanmoins, il reste à créer un cadre général d’analyse de
performance exacte ou approximative.

 La mise en œuvre pratique de MIMO holographique massif a commencé, mais il

reste encore beaucoup à faire, notamment pour connecter plusieurs ports RF à la
même surface. Jusqu'à présent, la transmission à partir d'une ouverture continue
a été approchée par des patchs discrets, ce qui conduit à un couplage mutuel, qui
doit être pris en compte dans le calcul de la puissance rayonnée. Physiquement,
l'action consistant à introduire du courant dans un patch effectue un travail
contre le champ créé par le patch, lui-même et le champ créé par le reste des
patchs. En conséquence, la puissance n'est pas égale à une simple intégrale de
magnitude courant-courant mais plutôt à une forme de courant quadratique par
rapport à un noyau d'impédance définie positive. On peut trouver dans cette
zone de nombreux problèmes ouverts importants à l'intersection des propriétés
matérielles et des ondes électromagnétiques.

 Les surfaces peuvent également permettre des applications non

conventionnelles du sans fil, telles que le transfert de puissance sans fil
hautement efficace.

4. SIX-DIMENSIONAL POSITIONING

 Pour concrétiser la vision du positionnement Massive MIMO, plusieurs problèmes

restent à résoudre. Les problèmes les plus urgents sont la disponibilité de
modèles de canal dépendants de la position géométriques, souples mais
 suffisamment riches, à différentes fréquences et un ensemble de cas
d'utilisation courants à des fins d'évaluation. Idéalement, une base de données
de référence de signaux MIMO massifs à des fréquences inférieures (inférieures à
6 GHz) et supérieures (supérieures à 28 GHz) devrait être mise à la disposition de
la communauté, afin de tester les algorithmes de positionnement de manière
équitable et standard, pour garantir des progrès réels et quantifiables sur le
terrain.

 l'interaction entre positionnement et communication devrait être prise en

compte. Alors que la plupart des systèmes de communication utilisent OFDM, la
distribution préférable des porteuses et faisceaux pilotes sera différente pour les
applications de positionnement. La conception de formes d'onde adaptées au
positionnement de nombreux utilisateurs, en liaison montante ou en liaison
descendante, à l'aide d'une seule BS ou de plusieurs BS nécessite un
complément d'étude. Lorsque le positionnement est effectué par des
périphériques utilisateurs, la complexité des calculs est également un facteur
important à prendre en compte. Les algorithmes permettant d'effectuer le
positionnement et la cartographie en temps réel sont difficiles, en raison des
mesures non linéaires dans Massive MIMO. Les algorithmes de localisation et de
mappage simultanés (SLAM) pour les problèmes multi-utilisateurs constituent
toujours un domaine de recherche actif.

 L’impact du désalignement de la position / de l’orientation de l’antenne sur la

précision de positionnement de grands réseaux est un problème ouvert. Si un
tableau entièrement numérique est utilisé, le désalignement peut
potentiellement être estimé et compensé par le traitement du signal. Il est
intéressant de noter qu'en général, les exigences de positionnement sont plus
strictes que les exigences de communication (par exemple, une erreur de 10 ns
est tolérable pour de nombreuses applications de communication, mais conduit à
des erreurs de positionnement de 3 m ou plus).

 La capacité de positionner les utilisateurs et de cartographier l'environnement

soulève des problèmes liés à la confidentialité et à la sécurité, voire à la double
utilisation ou à la mauvaise utilisation des technologies de positionnement. Bien
que de telles préoccupations soient présentes dans toute application de
positionnement, la prédominance du positionnement précis Massive MIMO et
son utilisation dans des applications critiques pour la sécurité telles que les UAV
nécessitent une attention particulière de la part de la communauté. Les
informations qui seront stockées et les personnes qui y auront accès, ainsi que
les opérateurs et développeurs d'applications qui y auront accès, font l'objet à
la fois de recherches et de réglementations.

5. LARGE-SCALE MIMO RADAR

  le premier problème majeur sera la conception d’algorithmes robustes de
traitement du signal pour la détection et l’estimation, qui présentent une
complexité évolutive avec le nombre d’antennes et peuvent être implémentés
dans un environnement centralisé ou réparties en fonction de la configuration du
réseau d’antennes. Idéalement, les mêmes réseaux d'antennes peuvent être
utilisés pour le radar et les communications, dans la même bande de fréquences
ou dans des bandes de fréquences adjacentes.

 La diversité massive et la résolution spatiale obtenues par les radars MIMO à

grande échelle nécessiteront inévitablement de nouveaux modèles statistiques
de la cible et de l'encombrement. De vastes campagnes de mesures seront donc
nécessaires pour développer de tels modèles, qui sont essentiels pour valider
l'efficacité de la technologie et explorer ses limites fondamentales pour la
détection et l'estimation. De plus, le développement de bancs d'essai sera
hautement souhaité pour la validation du concept et l'évaluation des
performances dans des conditions réelles et pour identifier d'autres défis
pratiques qui auraient pu être négligés dans la modélisation.

6. INTELLIGENT MASSIVE MIMO

 l’identification des cas d’utilisation appropriés pour le niveau maximum dans

les communications constitue la première priorité, tandis que l’optimisation des
réseaux de neurones et des procédures d’apprentissage pour obtenir des
performances maximales a une priorité inférieure.

 La puissance de traitement étant limitée sur ces dispositifs, les réseaux de

neurones généralement formés sur des GPU ou d'autres matériels spécialisés
dans les centres de données doivent être compressés et quantifiés pour pouvoir
être implémentés efficacement dans le matériel radio par exemple à l'aide de
FPGA et ASIC.

 Le positionnement des utilisateurs basé sur CSI à travers un apprentissage non

supervisé sur un ensemble de données volumineux.

Trois nouvelles directions de recherche dans lesquelles Massive MIMO 2.0 jouera un rôle
essentiel:
1. Large intelligent surfaces:
 Lors de l'utilisation de très grandes surfaces, la plupart des utilisateurs se
trouveront dans le champ proche radiatif. Par conséquent, les modèles de canal
standard basés sur un champ lointin doivent être révisés. Par exemple, la
 corrélation spatiale de canaux ne portera pas seulement des informations
angulaires, mais également des informations de profondeur, qui constituent une
autre dimension spatiale pouvant être utilisée pour séparer les UE en précodant
et en combinant (utiliser la corrélation spatiale pour la suppression des
interférences).

 La méthodologie d'analyse de l’efficacité spectrale pouvant être facilement

appliquée à de grandes surfaces, les principaux défis de la recherche concernent
donc l'allocation de ressources, la conception matérielle, la modélisation de
canaux, l'acquisition de corrélations spatiales et la vérification expérimentale.

 Les outils d'apprentissage automatique (Machine learning) peuvent être

prometteurs pour apprendre à refléter les signaux dans différentes situations.
Etant donné que les propriétés de réflexion sont indépendantes de la fréquence,
les surfaces réfléchissantes sont principalement utiles pour les canaux à
fréquence uniforme, limitant ainsi le cas d'utilisation à des scénarios LoS. Il reste
également difficile de savoir dans quels cas d'utilisation les surfaces
réfléchissantes «passives» sont bénéfiques par rapport aux surfaces
intelligentes «actives».

2. Post-cellular network architectures:

 Bien que l’efficacité spectrale réalisable découle de la méthodologie Massive MIMO,

la perspective post-cellulaire ouvre la boîte à une nouvelle série de problèmes de
Pandore: comment implémenter l'accès initial, le transfert progressif, l'allocation
de ressources, la modulation et le codage adaptatifs, la suppression des
interférences de type MMSE, ou la synchronisation de manière distribuée et
évolutive. Ces opérations étaient auparavant implémentées cellule par cellule, mais
nécessitent désormais une refonte complète. Les limites de performance
fondamentales sont également inconnues: existe-t-il une SE maximale, mesurée en
bit/s par m3, que nous pouvons atteindre lors de la densification du réseau?
L'analyse asymptotique qui ouvre la voie à Massive MIMO 2.0 peut-elle également
être appliquée ici ?

3. Beyond 100GHz: Sub-THz communications :

 De nouvelles formes d'onde et de nouveaux schémas de modulation sont

nécessaires pour faciliter la mise en œuvre.

 l'interconnexion de milliers d'antennes est difficile et nécessite des

implémentations de traitement du signal distribuées ou hiérarchisées. Des
 méthodes telles que M-MMSE ou OBE peuvent-elles être implémentées de la
sorte?

Intelligent Reflecting Surface: Practical Phase Shift Model and Beamforming Optimization

 Dans cet article, ils ont proposé un modèle de déphasage IRS pratique. Sur la base de
ce nouveau modèle et en considérant un système MISO assisté par IRS (Intelligent
reflecting surface), il ont formulé et résolu un problème d’optimisation conjointe de
la transmission et de la réflexion afin de maximiser le taux réalisable, en appliquant la
technique AO. Les résultats de simulation ont validé leur modèle analytique proposé
et montré que l'optimisation de la formation de faisceau basée sur le modèle de
déphasage idéal conventionnel, largement utilisé dans la littérature, pouvait
entraîner une perte de performance significative par rapport au modèle pratique
proposé. Dans les travaux futurs, il convient d'examiner cette différence de
performances dans les configurations de communication sans fil plus générales,
telles que les systèmes multi-utilisateurs, les systèmes OFDM, les systèmes de
sécurité à couche physique, systèmes de transfert simultané d’informations et de
puissance sans fil (SWIPT), etc.

 Une limite bien connue des réflecteurs en réseau et des objectifs en réseau est leur
bande passante de fonctionnement limitée, et il s'agit actuellement d'un domaine
de recherche très actif. Les limitations de bande passante proviennent
fondamentalement du fait que pour obtenir les caractéristiques de bande passante
idéales, les éléments de la matrice doivent produire une réponse en temps réel
(TTD). La plupart des lentilles à matrice de réflecteurs et à matrice ne peuvent
approcher une telle réponse que sur une largeur de bande étroite. Aborder cette
limitation pour les RRA et les RAL est particulièrement difficile, pour les raisons
décrites ci-dessous.

 Les chercheurs en sont parfaitement conscients et la plupart des études récentes ont
entrepris de documenter la linéarité des nouvelles conceptions. En définitive, la
technologie MEMS (micro electro-mechanical systems) pourrait être la solution à ce
problème. D'autres matériaux exotiques possédant de longs temps de relaxation, tels
que les cristaux liquides, peuvent également être candidats à la maturation des
technologies sous-jacentes.

 La réalisation de très grandes ouvertures à gain élevé composées de cellules unitaires

reconfigurables, bien que théoriquement possible, pose de nombreuses contraintes
pratiques en termes de nombre de périphériques requis (et de coût associé), de
complexités de réseau en biais et, dans certains cas, de puissance requise pour les
périphériques. Cependant, de nombreuses solutions rentables à gain élevé peuvent
 être réalisées en combinant des matrices à alimentation spatiale adaptatives avec
des ouvertures fixes.

 Aux fréquences optiques, les applications concernent principalement la détection,

mais des interconnexions flexibles en espace libre ou même des communications par
lumière visible pourraient présenter un intérêt dans le futur.

 Les problèmes non résolus ici vont du déploiement optimisé de réflecteurs passifs
et de métasurfaces au fonctionnement de LIS avec une intelligence artificielle. Une
analyse fondamentale est nécessaire pour comprendre la performance des surfaces
intelligentes, en termes de taux, de latence, de fiabilité et de couverture.

 Une autre direction importante consiste à étudier le potentiel d'utilisation de

surfaces réfléchissantes basées sur LIS afin d'améliorer la portée et la couverture de
minuscules cellules et de modifier de manière dynamique l'environnement de
propagation.
 Les principaux cas d'utilisation de la 5G

 Haut débit mobile amélioré (eMBB). Dans ce cas d'utilisation, nous

montrons qu'OTFS permet de réduire l'efficacité spectrale avec un ordre
MIMO accru dans toutes les conditions de canal, avec un compromis
optimal performances-complexité. Nous décrivons les principes
d'égalisation et de précodage retard-Doppler pour MU-MIMO et son
avantage intrinsèque par rapport à la contrepartie temps-fréquence
conventionnelle.

 Internet des objets (IoT). Dans ce cas d'utilisation, nous décrivons un

mode de transmission OTFS spécifique pour les petits paquets qui
maximise le bilan de liaison (énergie par bit) et minimise le nombre de
retransmissions sous contraintes de puissance et de latence, prolongeant
ainsi la durée de vie de la batterie et assurant une couverture étendue.
Le signal de transmission OTFS permet un PAPR faible et une durée
maximale disponible (pour optimiser le budget de liaison) tout en
extrayant la diversité temps-fréquence complète (pour minimiser le
nombre de retransmissions).

 Communication dans des conditions de forte mobilité telles que

communication entre véhicules (V2V) ou train à grande vitesse (HST).
Dans ce cas d'utilisation, nous montrons qu'OTFS optimise le débit, la
fiabilité et la cohérence des performances. Nous montrons en outre que
selon OTFS, la dégradation Doppler est une source supplémentaire de
diversité tout en évitant les effets dévastateurs des interférences entre
porteuses.

 Communication ultra-fiable à faible temps de latence (URLLC). Dans ce

cas d'utilisation, nous montrons que OTFS fait preuve de résilience aux
interférences de bande étroite, permettant ainsi une coexistence
transparente avec les paquets URLLC et d'autres types d'interférences de
bande étroite.
 Utilisation potentielle pour la communication mm-wave. La discussion de
ce cas d'utilisation est un résumé d'un travail en cours sur le potentiel de
la fonction OTFS pour la communication dans le cas d'une dégradation
du bruit de phase élevée. Dans ce contexte, nous expliquerons comment
il est possible d'atténuer le bruit de phase dans le paramètre OTFS sans
sacrifier la capacité.

mmWave challenges

Accès IEEE invite à soumettre des manuscrits dans le domaine des

communications millimétriques à vagues: nouvelles tendances et
nouveaux défis en matière de recherche.

Avec diverses applications émergentes, telles que la réalité virtuelle,

l'intelligence artificielle, la vidéo à très haute définition, l'internet des
objets et l'internet mobile, il existe une demande urgente pour
augmenter la bande passante des réseaux sans fil. Pour répondre aux
besoins en bande passante des applications nouvelles et émergentes, il
est nécessaire de passer des bandes à hyperfréquences existantes aux
fréquences plus élevées, c'est-à-dire la bande à ondes millimétriques
(mmWave). Au cours de la dernière décennie, le spectre sans licence
autour de 60 GHz a été appliqué au réseau local sans fil (WLAN),
explorant l'utilisation en intérieur des communications mmWave.
Récemment, la communication mmWave a été proposée comme l’une
des technologies clés des réseaux cellulaires 5G pour répondre à la
demande de débits de données ultra élevés. Les communications par
satellite et les communications par véhicules sans pilote (UAV) à haute
altitude tendent également à exploiter la bande mmWave (bande Ka)
pour augmenter la capacité de transmission.

L’industrie et le monde universitaire ont mis au point des technologies

clés pour les communications mmWave et ont réalisé des progrès
significatifs, par exemple en matière de conception de formation de
faisceaux, d’estimation de canal et d’évaluation de la capacité.
Cependant, il existe de nouveaux domaines émergents dans lesquels les
 communications mmWave jouent également un rôle crucial, les
principaux défis nécessitant d'importantes recherches. par exemple, les
communications mmWave avec accès multiple non orthogonal
(mmWave-NOMA) afin de prendre en charge le nombre croissant
d'utilisateurs; communications mmWave en duplex intégral pour le
relais et le backhaul afin de doubler le débit de la liaison;
communications UAV mmWave pour les UAV à basse altitude et à
haute altitude; Communications mmWave pour véhicules tout-terrain
5G (V2X), etc. Les principales difficultés liées à la conception de ces
nouvelles technologies de communication mmWave incluent la
réduction des interférences entre utilisateurs dans mmWave-NOMA, la
suppression des interférences dans les communications mmWave en
duplex intégral, le faisceau rapide le suivi dans les communications
UAV mmWave, ainsi que la sécurité et les multiples problèmes d'accès
dans les communications mmWave, entre autres.

Cette section spéciale sur l'accès IEEE se concentre sur les nouvelles
tendances et les nouveaux défis en matière de communication
mmWave. L'objectif de cette section spéciale est de partager et de
discuter des avancées récentes et des tendances futures des
communications mmWave, et de réunir des chercheurs universitaires et
des développeurs du secteur.
The topics of interest include, but are not limited to:

 MmWave communication for 5G/B5G/6G

 Beamforming, precoding, channel estimation, etc., for mmWave
communication.
 Beamforming, power allocation, user pairing techniques and joint designs for
mmWave-NOMA
 Performance evaluation and system design for mmWave-NOMA
 Beamforming and self-interference cancellation for mmWave full-duplex
communications
 Performance analysis and system design for mmWave full-duplex
communications
 UAV deployment, beamforming, beam tracking techniques and joint designs
for mmWave UAV communications
 Mobility management and blockage issues in mmWave UAV communications
 Very high date rate and very long distance mmWave data links
 Security and Privacy in mmWave communications

Dans cette lettre, nous proposons un schéma en ligne d’estimation et

d’égalisation de canal basé sur C-ELM pour les systèmes OFDM. Les résultats de
la simulation montrent que le schéma proposé présente les meilleures
performances par rapport au schéma basé sur MMSE, LS et DNN et qu'il
présente une excellente robustesse sous différents canaux d'évanouissements
à trajets multiples. Nous trouvons également que la capacité de généralisation
du schéma C-ELM est meilleure que le schéma basé sur DNN hors ligne mais
reste limitée. Par conséquent, l'amélioration de la capacité de généralisation
du C-ELM avec des projets pilotes limités sera envisagée à l'avenir.

Cet article présente un algorithme IC-ELM pour l’estimation du canal mmWave.

L'algorithme ELM offre des performances de régression plus élevées et un taux
d'apprentissage plus rapide. Le nombre de neurones cachés dans la structure
d'ELM est optimisé par ICA en fonction de la MSE entre le CSI estimé et réel. Le
réseau IC-ELM est formé par le CFR des postes de pilotes. Nous avons montré
par des simulations que l'IC-ELM présente des avantages pour l'estimation de
canaux à ondes millimétriques dans trois types de canaux à ondes
millimétriques. Ensuite, les résultats numériques démontrent les performances
MSE et BER supérieures de l’algorithme d’estimation de canal IC-ELM proposé
dans le canal mmWave. En outre, trois fonctions d'activation sont vérifiées
pour l'algorithme IC-ELM proposé, notamment sigmoïde, sinus et radbas. À
l'avenir, nous étudierons le calcul du poids de sortie en mathématiques.