4.5- Comunicaciones 6G en Escenarios Extremos: Antenas, Efecto Doppler y Gestión de Interferencias

Por: Anne Marie Madoni.

Revisar literatura recomendada..

30/03/2025

Tecnologías EHF y THz: Pilares de las Comunicaciones del Mañana

En primer lugar, las tecnologías de gestión de haces electromagnéticos en frecuencias extremadamente altas, como las EHF (Extremely High Frequencies) y las de los THz (Terahertz), representan una de las fronteras más avanzadas de la ingeniería de telecomunicaciones. Estas tecnologías son fundamentales para viabilizar el despliegue de las redes 6G en escenarios de movilidad extrema, tales como trenes bala, vehículos autónomos y drones urbanos. Gracias a la alta direccionalidad de los haces electromagnéticos en estas bandas, se puede lograr una gran eficiencia espectral, pero al mismo tiempo se enfrentan desafíos técnicos significativos relacionados con la movilidad, el bloqueo del haz y la interferencia (Rappaport et al., 2019).

A continuación, se observa que el salto hacia frecuencias más altas como las mmWave (Millimeter Wave) y de sub-THz está transformando el paradigma de conectividad en entornos urbanos inteligentes. Las redes 5G y 6G requieren soluciones de beamforming adaptativo, gestión de interferencias y seguimiento preciso del haz para asegurar enlaces estables, incluso cuando los usuarios se mueven a velocidades superiores a los 300 km/h (Giordani et al., 2019). Este nivel de rendimiento es esencial para soportar aplicaciones como el Internet de las Cosas Masivo (IoT), la realidad extendida (XR) y las comunicaciones vehiculares V2X (Vehicle-to-Everything).

Por otra parte, el conocimiento actualizado de estas tecnologías resulta indispensable para investigadores, desarrolladores y responsables de políticas tecnológicas. En un contexto donde el ritmo de avance es vertiginoso, la comprensión profunda de los retos técnicos en beamforming, el diseño de antenas especiales como Power Class 6, o la implementación de libros de códigos dinámicos, marca la diferencia entre un sistema eficiente y uno obsoleto (Zhou et al., 2021). Así, estar al día en estos desarrollos permite anticiparse a los nuevos paradigmas tecnológicos que dominarán las redes móviles del futuro.

Gestión de Haces en Entornos Urbanos de Alta Movilidad: Retos en EHF y en los Terahercios

La gestión de haces en frecuencias extremadamente altas enfrenta múltiples dificultades técnicas, como la movilidad a alta velocidad, el bloqueo temporal o permanente del haz, y la interferencia, entre otros. Por ejemplo, un escenario típico de gestión de haces en un entorno urbano plantea diversos requisitos que deben ser satisfechos por el marco de la gestión de haces electromagnéticos. En este contexto, es indispensable analizar algunas de las desventajas del marco de gestión de haces convencional existente, así como interpretarlo y compararlo con las características clave que serían ideales.

Impacto de la movilidad a alta velocidad en la estabilidad de los enlaces EHF

En lo que respecta a la gestión de haces en frecuencias extremadamente altas (EHF, Extremely High Frequencies), esta tecnología se enfrenta a diversos desafíos debido a las particularidades de este espectro. Uno de estas barreras es la movilidad a alta velocidad, ya que los haces en la EHF son altamente direccionales y estrechos, lo que implica que pequeños cambios en la posición u orientación pueden causar pérdidas de señal significativas. En entornos de alta movilidad, como los de los vehículos autónomos o trenes de alta velocidad, mantener un enlace estable se convierte en un reto importante. Para abordar esto, se requiere implementar algoritmos de seguimiento de haces rápidos y precisos que compensen estos movimientos y aseguren una comunicación continua (Rappaport et al., 2019). La Figura 1, presenta una ciudad del futuro donde la innovación tecnológica es la norma. Dominando la escena, un carro autónomo de líneas limpias y diseño avanzado simboliza el avance de la movilidad inteligente. A lo lejos, un tren magnético se desplaza velozmente en un riel elevado. Un dron flota en el cielo, actuando como estación base en la red 6G para gestionar comunicaciones en frecuencias como EHF y THz. Edificios inteligentes completan el paisaje urbano, integrados con tecnologías como IoT, AI, ML, XR y mmWave. Esta representación técnica y limpia destaca la importancia de la conectividad ultrarrápida en entornos urbanos de alta movilidad.

Limitaciones y complejidad del beamforming en redes 5G y 6G

La quinta y sexta generación de redes móviles (5G y 6G) operan en frecuencias considerablemente más altas que sus predecesoras, empleando bandas milimétricas (mmWave) en el rango aproximado de 24 a 100 GHz y, en un futuro cercano, frecuencias sub-terahercios (THz), superiores a 100 GHz (Giordani et al., 2019). Aunque, estas altas frecuencias permitan anchos de banda extremadamente amplios capaces de ofrecer velocidades de transmisión de datos multi-gigabit, también implican a su vez grandes pérdidas por propagación y variaciones significativas del canal (Giordani et al., 2019). Debido a estas limitaciones, las redes 5G y 6G recurren al uso de antenas masivas con beamforming altamente direccional, enfocando la energía en haces estrechos dirigidos específicamente hacia el usuario, para compensar dichas pérdidas (Giordani et al., 2019). No obstante, este mecanismo demanda que tanto el transmisor como el receptor mantengan constantemente una alineación precisa de los haces, circunstancia que introduce complejidad adicional y potencialmente incrementa la latencia en el establecimiento del enlace, afectando procesos críticos tales como el acceso inicial, el handover (transferencia entre celdas) y el seguimiento o beam tracking (Giordani et al., 2019).

Efecto Doppler en movilidad extrema y sincronización de enlaces

Asimismo, en escenarios de movilidad a alta velocidad, mantener esta alineación dinámica se convierte en un reto especialmente complejo, dado que el canal inalámbrico cambia rápidamente debido a la velocidad relativa entre transmisor y receptor, provocando además efectos Doppler significativos (Samsung Research, 2021). En consecuencia, el efecto Doppler podría llegar a desplazar la frecuencia portadora varios kilohertz, dificultando la demodulación y afectando la estabilidad del enlace (Samsung Research, 2021). Por ejemplo, considerando una frecuencia típica de 28 GHz, un vehículo desplazándose a 240 km/h experimentaría un corrimiento Doppler de aproximadamente 6,2 kHz, complicando notablemente la sincronización entre transmisor y receptor (Samsung Research, 2021). Dado lo anterior, resulta indispensable profundizar en las características técnicas asociadas a la movilidad de alta velocidad en redes 5G y 6G, prestando especial atención a la gestión eficiente de haces direccionales, a la mitigación de bloqueos e interferencias, así como al desarrollo de algoritmos avanzados que permitan contrarrestar estas dificultades técnicas en futuros sistemas operando en frecuencias extremadamente altas (EHF). La Figura 2 muestra una escena urbana futurista. En ella, grandes torres de antenas y drones transmiten haces angostos de datos hacia objetivos específicos: una mujer joven haciendo ejercicio y un vehículo autónomo. La transmisión hacia el auto se ve afectada por el efecto Doppler, evidenciado mediante una onda con longitud de onda variable —más comprimida al frente del vehículo y expandida detrás—, lo que ilustra el corrimiento de frecuencia causado por la alta velocidad. Están presentes siglas tecnológicas como “6G”, “EHF”, “THz”, “mmWave”, entre otras, distribuidas a lo largo de la escena. Todo está representado únicamente mediante contornos negros, sin colores ni texturas, emulando un plano arquitectónico de alta precisión.

Problemas de alineación y handovers en entornos de alta movilidad

Las redes 5G que operan en frecuencias milimétricas (mmWave) y las futuras redes 6G presentan importantes desafíos técnicos en escenarios donde los usuarios se desplazan a velocidades muy elevadas, por ejemplo, en trenes de alta velocidad, vehículos autónomos o drones. En estos escenarios, los canales inalámbricos tienen una duración extremadamente breve, y, además, las comunicaciones utilizan haces electromagnéticos altamente direccionales (Pérez et al., 2023). Aunque estos haces estrechos ofrecen la ventaja de proporcionar ganancias altas en la señal recibida, también requieren ajustes constantes para mantener su alineación con los terminales en movimiento. Debido a ello, cuando la velocidad de desplazamiento es elevada, los métodos convencionales para rastrear estos cambios, como las señales piloto o las mediciones periódicas, resultan insuficientes para seguir con precisión las variaciones rápidas del canal sin incurrir en costos excesivos de sobrecarga (Pérez et al., 2023).

Riesgo de desconexiones y efecto ping-pong en redes de las ondas mmWave

Por otra parte, esta limitación técnica implica que las estrategias convencionales de gestión de enlaces, que fueron diseñadas originalmente para velocidades moderadas, pierden efectividad en contextos de movilidad extrema, lo cual incrementa significativamente el riesgo de interrupciones en la comunicación, generando desconexiones más frecuentes y un mayor número de eventos de handover o traspaso entre estaciones base (Khan et al., 2023). Además, la cobertura limitada de las redes de las mmWave agrava este problema, puesto que dichas redes generalmente poseen celdas de radio pequeño, y, en consecuencia, un usuario que se desplaza rápidamente atraviesa múltiples áreas de cobertura en pocos segundos, incrementando así la frecuencia de los eventos de transferencia entre celdas (Khan et al., 2023). De esta manera, si los criterios para realizar handovers no están correctamente optimizados, existe un considerable riesgo de producir efectos de ping-pong, es decir, traspasos constantes y repetitivos entre celdas adyacentes (Khan et al., 2023).

Inadecuación de los métodos actuales para aplicaciones URLLC

Asimismo, diversas investigaciones recientes han evidenciado que las técnicas actuales para gestionar handovers podrían no satisfacer plenamente los estrictos requisitos de latencia y confiabilidad de las aplicaciones URLLC (Ultra Reliable Low Latency Communications) destinadas a vehículos desplazándose a alta velocidad, generando numerosos traspasos innecesarios y añadiendo retrasos en la comunicación (Khan et al., 2023). Por lo tanto, es esencial implementar optimizaciones específicas que permitan reducir significativamente estos eventos, mejorando así la estabilidad y rendimiento de las conexiones; de hecho, estudios recientes indican que tales optimizaciones podrían disminuir hasta un 61 % la ocurrencia de handovers innecesarios (Khan et al., 2023). Desde esta perspectiva, afrontar exitosamente el desafío de la movilidad a alta velocidad en 5G y 6G exige una gestión mucho más precisa y reactiva tanto de los haces direccionales como de las conexiones, garantizando una cobertura continua y una calidad de servicio ultra confiable, independientemente de la velocidad del terminal.

Bloqueos de señal en frecuencias altas y auto-obstrucción del haz

Además, una limitación crítica de las frecuencias altas es la sensibilidad a obstrucciones físicas, debido a que los haces milimétricos se comportan casi como rayos láser inalámbricos (Universidad de California en San Diego, 2021). Por ello, si un obstáculo como una pared, árbol, vehículo, o incluso el cuerpo o mano del usuario, se interpone en la línea de vista, el haz puede bloquearse completamente, causando una pérdida súbita del enlace (Universidad de California en San Diego, 2021). De igual modo, este bloqueo de haces puede ser temporal, como cuando un peatón cruza momentáneamente entre el teléfono y la antena, o permanente, cuando el usuario se mueve detrás de un edificio que impide continuamente la línea de vista. Debido a que la comunicación típica en mmWave utiliza un único haz direccional por enlace, confiar en un solo haz crea un único punto de falla (Universidad de California en San Diego, 2021). De hecho, en redes 5G reales se han observado ambas situaciones: bloqueos intermitentes que degradan brevemente la señal y bloqueos prolongados, tras los cuales el sistema debe conmutar a otra estación base o a otra banda de frecuencia para restablecer la conexión.

Interferencia en redes densas y retos del efecto Doppler

Junto con esto, además del bloqueo por objetos externos, incluso la auto-obstrucción representa un desafío significativo; por ejemplo, cubrir la antena del dispositivo con la mano puede atenuar fuertemente la señal de ondas milimétricas, mmWave (Jacobsen et al., 2022). Aunado a esto, otra consecuencia de los haces estrechos es la naturaleza del ruido e interferencia en estas redes. En muchos escenarios, las comunicaciones en las ondas mmWave altamente direccionales tienden a ser limitadas por ruido más que por interferencia, debido a que los haces concentrados reducen la energía derramada hacia receptores no intencionados (Shen et al., 2021). Sin embargo, en despliegues densos, como ciudades inteligentes con muchas celdas cercanas operando en las mmWave, varios haces vecinos pueden solaparse espacialmente y generar interferencia inter-celda apreciable (Chaudhari et al., 2022).

Adicionalmente, si dos estaciones base apuntan sus haces hacia usuarios cercanos, las emisiones secundarias o lóbulos laterales podrían elevar el nivel de interferencia de fondo. De igual manera, el efecto Doppler en escenarios de alta movilidad no solo desplaza la señal, sino que también puede inducir interferencia entre subportadoras en sistemas OFDM si la compensación no es lo suficientemente rápida, deteriorando así la relación señal a interferencia y a ruido (SINR) percibida (Samsung Research, 2021). En relación con redes 6G en frecuencias aún más altas, como las ondas de los sub-THz, la cobertura será incluso más localizada, pues la atenuación por aire y materiales se vuelve más severa, reduciendo rápidamente la interferencia con la distancia. No obstante, la necesidad de una reutilización agresiva del espectro en entornos urbanos podría requerir esquemas avanzados de coordinación para evitar interferencias entre múltiples transmisores de alta potencia situados en proximidad unos de los otros (Tatino et al., 2023).

Con esto, la gestión de interferencias en redes 5G y 6G implica necesariamente equilibrar la alta directividad, que mitiga la interferencia lejos del haz, con una adecuada coordinación en redes densas para minimizar colisiones de haces en espacios compartidos.

Adaptación del beamforming en entornos urbanos e interiores inteligentes

Es evidente, que las ciudades inteligentes e interiores inteligentes, como hogares y oficinas, constituyen entornos altamente complejos debido a la presencia de obstáculos, reflectores y diversos dispositivos.

Beam Failure Detection y estrategias dinámicas de gestión urbana

Por ejemplo, en zonas urbanas densas, los usuarios suelen desplazarse rápidamente entre calles estrechas y áreas abiertas, alternando constantemente entre escenarios con y sin línea de vista. Por esta razón, la gestión de haces debe adaptarse ágilmente ante cambios bruscos, como ocurre cuando un vehículo autónomo dobla una esquina y pierde momentáneamente el haz directo, necesitando conectarse rápidamente a una señal reflejada o a una celda ubicada en la nueva calle. Por ello, resulta importante implementar inicialmente un beamforming omnidireccional, realizando búsquedas en 360° para detectar rutas alternativas, y luego cambiar de forma dinámica a haces refinados en la dirección más efectiva (Sharetechnote, s.f.). Sin embargo, en entornos urbanos dinámicos también se requiere parametrizar específicamente procedimientos como mediciones más frecuentes, haces redundantes (beam redundancy) y umbrales de detección más sensibles para anticipar posibles bloqueos. En este contexto, para tecnologías como la 5G mmWave, se ha introducido el concepto de Beam Failure Detection (BFD), donde el equipo del usuario monitorea constantemente la calidad del haz activo, y ante la disminución del umbral permitido, intenta reconectarse rápidamente con otro haz o celda (Samsung Research, 2022). La Figura 3 representa una ciudad densamente urbanizada con diseño futurista, donde se integran tecnologías de comunicación avanzada 6G. Se observan torres y drones equipados con antenas masivas de beamforming, enviando haces dirigidos hacia usuarios y carros autónomos. Un vehículo, al girar una esquina, puede perder momentáneamente el enlace directo, pero las superficies RIS instaladas en las fachadas reflejan y amplifican la señal para mantener la conexión. Las calles están pobladas por peatones interactuando con dispositivos móviles holográficos. Las tecnologías «6G», «EHF», «THz», «IoT», «AI», «ML», «XR», «EBS», «RF», «MW», y «mmWave» están incorporados sutilmente en la infraestructura de comunicación móvil y en los dispositivos como parte del entorno.

Reflexión de señales y uso de superficies inteligentes en interiores

De manera similar, en hogares inteligentes donde la movilidad de los usuarios es menor, pero las frecuencias empleadas más altas (por ejemplo, WiGig a 60 GHz para realidad virtual y streaming), surgen otros desafíos técnicos. En estos casos, la gestión de haces debe afrontar reflexiones múltiples generadas por paredes y muebles, además de interferencias procedentes de otros dispositivos domésticos conectados. Por tal motivo, la gestión ideal en interiores debería integrar antenas direccionales con reflectores inteligentes, como superficies inteligentes reconfigurables (RIS) instaladas en paredes, capaces de redirigir activamente los haces alrededor de obstáculos (Wu et al., 2023). Actualmente, este tipo de soluciones avanzadas está siendo explorado como parte del desarrollo tecnológico hacia 6G, buscando aprovechar la infraestructura de los propios edificios o ciudades para mejorar la eficiencia y robustez en la propagación de señales inalámbricas (Wu et al., 2023).

Retos técnicos en escenarios extremos: drones, vehículos y trenes de alta velocidad

Y por añadidura, aplicaciones específicas como drones de telecomunicaciones (UAVs), vehículos autónomos y trenes de alta velocidad presentan escenarios extremos de movilidad que demandan diseños especializados. Por ejemplo, un dron equipado con antenas de las ondas mmWave, utilizado como nodo aéreo, requiere gestión dinámica de haces tanto en elevación como en azimut, debido a su constante movimiento tridimensional. Aunque un dron a gran altitud mantenga generalmente línea de vista clara, su enlace puede experimentar perturbaciones debido a vibraciones y cambios repentinos de orientación, haciendo indispensable el uso de sensores inerciales para estabilizar y anticipar la dirección óptima del haz (Zhang et al., 2020). Asimismo, en el caso de vehículos autónomos que utilizan comunicaciones vehiculares V2X en mmWave para intercambiar grandes volúmenes de datos en tiempo real, es necesario que la infraestructura vial (como postes 5G) mantenga haces enfocados en vehículos que circulan a altas velocidades (hasta 100 km/h). Por tanto, esto implica tiempos de respuesta extremadamente cortos (milisegundos) para actualizar continuamente la dirección del haz y gestionar adecuadamente los handovers predictivos y sin cortes (make-before-break), aprovechando rutas predeterminadas.

Antenas especiales y enlaces mmWave en trenes de alta velocidad

Por otra parte, en comunicaciones en las ondas milimétricas mmWave, para trenes de alta velocidad, como especifica el estándar 3GPP Release 17, se han desarrollado dispositivos de alta potencia instalados en techos que establecen enlaces de mmWave con estaciones base a lo largo del recorrido, proporcionando conectividad interna, por ejemplo, mediante WiFi a los pasajeros (Samsung Research, 2022). Sin embargo, en trenes bala, cuyas velocidades superan los 300 km/h, resulta inviable que un smartphone convencional mantenga conexiones sucesivas estables con cada torre de antenas que opera en las mmWave. En este contexto, la 3GPP ha propuesto un esquema en el que el tren incorpora antenas direccionales dobles de alta ganancia (hacia adelante y hacia atrás) en el techo, permitiendo así comunicaciones estables con torres sucesivas durante el recorrido. Dichas antenas especiales, identificadas como Power Class 6 en FR2, transmiten con potencias considerablemente superiores (aproximadamente 30 dBm de EIRP) a las habituales en dispositivos móviles, utilizando un «beambook» optimizado para cubrir efectivamente el volumen esférico alrededor del tren, tanto hacia adelante como hacia atrás (Samsung Research, 2022). Además, para hacer frente a estas condiciones extremas de movilidad, se ha optado por reducir el número de haces en el «beambook» con el objetivo de acelerar las mediciones y facilitar las conmutaciones, aceptando cierto sacrificio en resolución espacial (Samsung Research, 2022).

Tecnologías Clave en Comunicaciones Móviles 6G: Antenas, Beambooks y EIRP

Primeramente, en el ámbito de las comunicaciones móviles de próxima generación, específicamente en el desarrollo de la tecnología 6G, es esencial comprender conceptos técnicos clave, como las antenas especiales clasificadas como Power Class 6 en el rango de frecuencias FR2, el concepto de beambook optimizado y el significado de la tecnología EIRP. Según Samsung Research (2022), las antenas Power Class 6 son antenas especiales desarrolladas para dispositivos de alta potencia, principalmente instaladas en los techos de trenes de alta velocidad. Estas antenas ofrecen una potencia radiada isotrópica efectiva (EIRP, Equivalent Isotropic Radiated Power) considerablemente superior, con valores mínimos alrededor de 30 dBm en la banda de frecuencia de 28 GHz, lo que permite comunicaciones estables incluso a velocidades superiores a 300 km/h (Samsung Research, 2022).

Así, en el contexto de las telecomunicaciones móviles de próxima generación 6G, la especificación FR2 corresponden al término «Rango de Frecuencia 2» (Frequency Range 2), que representa una designación específica establecida por el 3rd Generation Partnership Project (3GPP) para identificar el conjunto de bandas de frecuencia utilizadas principalmente en redes móviles 5G y futuras redes 6G (3GPP, 2022; Qualcomm, 2020). De acuerdo con lo señalado por el estándar técnico, el rango FR2 cubre frecuencias desde 24.25 GHz hasta 71 GHz, lo que sitúa estas frecuencias dentro del espectro conocido como ondas milimétricas (mmWave, Millimeter Wave) (3GPP, 2022; Qualcomm, 2020).

Sumado a esto, para el rango FR2, el 3GPP establece subcategorías para segmentar aún más estas frecuencias. En particular, se definen dos subrangos específicos: el subrango FR2-1, que comprende frecuencias desde 24.25 GHz hasta 52.6 GHz, y el subrango FR2-2, extendiéndose desde 52.6 GHz hasta 71 GHz (3GPP, 2022; Qualcomm, 2020; 5G Tools, s.f.). Estas bandas son particularmente adecuadas para aplicaciones que requieren tasas de datos extremadamente altas, baja latencia y grandes capacidades de ancho de banda. No obstante, el uso de estas frecuencias también implica barreras técnicas debido a su limitada cobertura, sensibilidad a obstáculos físicos y dificultad para penetrar edificaciones, lo que demanda el uso de tecnologías avanzadas como antenas direccionales y técnicas de formación de haces (beamforming) para optimizar la señal (Giordani et al., 2020; Qualcomm, 2020).

Efectivamente, el empleo del rango FR2 se considera esencial en escenarios que demandan rendimiento extremo, tales como servicios móviles avanzados en ambientes urbanos densos, aplicaciones industriales de alta precisión, comunicaciones vehiculares (V2X, Vehicle-to-Everything), así como en trenes de alta velocidad, donde antenas especiales como las de la Clase de Potencia 6 (Power Class 6) y configuraciones de haces optimizadas cobran relevancia significativa (Samsung Research, 2022; Choi et al., 2021).

Por otro lado, el término beambook optimizado describe una configuración específica del conjunto de haces de una antena que ha sido ajustada cuidadosamente para proporcionar cobertura eficiente en áreas determinadas, adaptándose particularmente a entornos de movilidad extrema como trenes bala. De esta manera, el beambook optimizado incluye haces orientados hacia adelante y hacia atrás en el eje de desplazamiento del tren, facilitando una conexión estable con sucesivas estaciones base a lo largo de la ruta (3GPP, 2022; Samsung Research, 2022). Para mejorar aún más la gestión del enlace en situaciones de alta movilidad, se opta por reducir la cantidad de haces del beambook, acelerando las mediciones y las conmutaciones a cambio de un ligero sacrificio en resolución espacial (Samsung Research, 2022; Liu et al., 2021).

En cuanto a la potencia radiada isotrópica equivalente (EIRP), se trata de un concepto fundamental en telecomunicaciones móviles que expresa la potencia total emitida por una antena en una dirección específica, considerando tanto la potencia suministrada al transmisor como la ganancia direccional de la antena. Este parámetro es crítico para evaluar y comparar el rendimiento de diferentes sistemas inalámbricos y es ampliamente utilizado para garantizar el cumplimiento de regulaciones técnicas en telecomunicaciones (3GPP, 2022; Balanis, 2016).

En aplicaciones prácticas dentro del contexto del estándar 3GPP Release 17, estas tecnologías se combinan eficientemente para mejorar la conectividad en entornos desafiantes, como trenes que se desplazan a alta velocidad. Un caso concreto es el uso de antenas Power Class 6 y beambooks optimizados en trenes bala, permitiendo que se mantengan comunicaciones robustas y continuas con las estaciones base a lo largo de trayectos extensos. Esta solución técnica proporciona una conectividad confiable y de alta capacidad para los pasajeros a bordo, facilitando servicios internos, por ejemplo, mediante WiFi (Wireless Fidelity), incluso en condiciones extremas de movilidad (Samsung Research, 2022; Choi et al., 2021). La Figura 4, presenta una escena interior de un tren de levitación magnética en movimiento. Una joven, sentada cerca de una gran ventana, contempla con serenidad el paisaje exterior. Su teléfono holográfico se conecta mediante enlaces “Wi-Fi” y “LiFi” a antenas dentro del tren. En el exterior, drones flotan en el cielo conectados al tren mediante haces electromagnéticos de los “THz” y de las ondas “mmWave”.

Se hace evidente, que la adopción de tecnologías avanzadas como las antenas Power Class 6 en FR2, la optimización de beambooks y el manejo preciso del EIRP son esenciales para la evolución exitosa y efectiva de las futuras redes móviles 6G, especialmente ante los requerimientos estrictos de escenarios de alta velocidad y movilidad extrema (Giordani et al., 2020; Samsung Research, 2022).

Logros experimentales recientes en movilidad extrema mmWave

Hay que agregar, que los avances recientes en pruebas experimentales han demostrado la posibilidad de mantener enlaces mmWave 5G estables con velocidades cercanas a 1 Gbps en vehículos simulando trenes desplazándose cerca de los 300 km/h. Estos experimentos, realizados por NTT Docomo en la banda de 28 GHz, utilizan beamforming masivo (antenas con 96 elementos en la estación base y 64 en el vehículo) y técnicas avanzadas de beam tracking, logrando handovers exitosos entre celdas a velocidades de hasta 290 km/h (TelecomTV, 2019). Según los requerimientos establecidos por el IMT-2020 de la UIT, las redes 5G deben soportar velocidades aún mayores, hasta 500 km/h en escenarios especiales como los trenes de alta velocidad, objetivo alcanzado actualmente mediante bandas inferiores a 6 GHz (LTE/NR sub-6 GHz) que ofrecen mejor cobertura continua a dichas velocidades extremas. No obstante, el empleo de las ondas mmWave a velocidades superiores a 300 km/h sigue siendo experimental, aunque se espera que futuros desarrollos en 5G-Advanced y 6G permitan cerrar esta brecha gracias a algoritmos y antenas cada vez más sofisticadas (TelecomTV, 2019).

Soluciones avanzadas para mitigar bloqueos y mejorar la confiabilidad

Además, superar las limitaciones anteriores requiere algoritmos innovadores de gestión de haces que puedan alinear y reajustar dichos haces prácticamente en tiempo real. En esta línea, una estrategia efectiva es emplear haces múltiples redundantes o caminos alternativos para cada enlace. Por ejemplo, investigadores de la Universidad de California desarrollaron un sistema multihaz, en el cual, en lugar de utilizar un único haz entre la estación base y el usuario, se dividen en varios haces tipo láser paralelos que siguen rutas diferentes, tanto directas como indirectas, aprovechando reflexiones en superficies (University of California San Diego, 2021). Así mismo, si un haz es bloqueado por algún obstáculo, otro haz alternativo llega al receptor, combinando constructivamente los flujos para mantener un enlace de alta calidad (University of California San Diego, 2021). Además, su algoritmo sincroniza continuamente la fase, ángulo y potencia de cada subhaz, realizando un seguimiento activo de la posición del usuario, lo que permite realinear rápidamente los parámetros del haz cuando alguno es bloqueado o pierde alineación (University of California San Diego, 2021). Adicionalmente, este esquema multihaz ha mostrado mejoras significativas en confiabilidad y throughput respecto a sistemas mono-haz convencionales, sin incrementar la potencia total transmitida (University of California San Diego, 2021). En consecuencia, este enfoque demuestra cómo la diversificación espacial y el control inteligente de haces contribuyen a mitigar la vulnerabilidad de enlaces en el rango espectral de las ondas mmWave, frente a movilidad y obstrucciones.

Sistemas multihaz y diversificación espacial de enlaces en las mmWave

En relación a otra clase relevante de soluciones, considerando las que involucra algoritmos predictivos de seguimiento, a menudo apoyadas por inteligencia artificial o técnicas avanzadas de filtrado. Por ejemplo, los métodos basados en filtros de Kalman extendidos para rastrear la dirección de llegada del haz en tiempo real; específicamente, aprovechando la información dinámica previa del móvil, el filtro predice la dirección hacia la que debería apuntarse el próximo haz, minimizando así los errores de alineación y prolongando la conectividad antes de requerir una nueva búsqueda completa (Va et al., 2018). Adicionalmente, técnicas basadas en aprendizaje automático, como redes neuronales LSTM, (Long Short-Term Memory), y aprendizaje por refuerzo, han demostrado su capacidad para inferir patrones de movimiento del usuario o características del canal inalámbrico, ajustando el haz óptimo con señales mínimas de entrenamiento (Alrabeiah & Alkhateeb, 2024; Heng & Andrews, 2020). Además, estos enfoques de seguimiento asistidos por inteligencia artificial representan un foco de investigación esencial hacia 6G, aprovechando sensores integrados, tales como cámaras o información GPS, para complementar las mediciones inalámbricas (Zhang et al., 2023). En este sentido, un ejemplo ilustrativo es el seguimiento de drones, donde debido a los cambios abruptos en la trayectoria de los UAVs, se ha explorado el uso de visión por computadora instalada en la estación base para detectar la posición precisa de los drones y así predecir mejor la dirección de los haces necesarios (Alrabeiah et al., 2022).

Seguimiento predictivo basado en IA y sensores integrados

Se ha establecido una estrategia adicional para mejorar el seguimiento, especialmente en entornos urbanos, se trata de explotar la multiconectividad, donde estándares como 5G NR permiten a un terminal estar conectado simultáneamente a dos estaciones base (dual connectivity) o múltiples portadoras, por ejemplo, LTE a 800 MHz y NR a 26 GHz. En consecuencia, diversos estudios han demostrado que emplear una portadora robusta de baja frecuencia como enlace de control, mientras los datos se entregan por ondas milimétricas, mmWave, incrementa significativamente la estabilidad y reduce la latencia durante la conmutación (Va et al., 2018). De esta manera, se han propuesto arquitecturas en las cuales una macrocelda sub-6 GHz realiza el seguimiento macro de los usuarios y coordina una red de microceldas en las ondas mmWave, también llamadas celdas booster, las cuales orientan sus haces directamente hacia la última posición conocida del usuario (Va et al., 2018). Por lo tanto, en esquemas de este tipo, la estación base de baja frecuencia informa a las antenas de ondas mmWave cuándo y hacia dónde orientar sus haces, acelerando considerablemente el acceso inicial y evitando búsquedas exhaustivas (Va et al., 2018).

De igual modo, esta integración fluida entre capas múltiples de la red es considerada esencial para la movilidad en 6G, facilitando traspasos (handover) preventivos en los que el enlace en las ondas mmWave se prepara antes de abandonar el enlace anterior. De este modo, la cooperación entre celdas (CoMP, Coordinated Multi-Point) también puede mitigar interferencias, permitiendo a las celdas vecinas coordinar patrones de beamforming para evitar interferirse o para atender conjuntamente a usuarios en transición, garantizando así una continuidad superior de la señal. La Coordinación Multipunto, es una técnica empleada en comunicaciones móviles celulares, especialmente en sistemas LTE-Advanced y 5G, que permite la cooperación o coordinación entre múltiples estaciones base o celdas vecinas para mejorar la calidad de la señal, aumentar la capacidad, reducir interferencias y mejorar la experiencia del usuario. (Va et al., 2018).

Limitaciones del enfoque convencional de gestión de haces en 5G

Haciendo referencia a los mecanismos convencionales de gestión de haces, definidos en el Release 15 de 3GPP para 5G, éstos, se sustentan en barridos periódicos utilizando códigos de haz predefinidos (codebooks) y mediciones de referencia para elegir el mejor haz (Sharetechnote, s.f.). Por ejemplo, durante el acceso inicial en frecuencias milimétricas, la estación base transmite bloques de sincronización (SS Blocks) en diferentes direcciones secuenciales, y posteriormente, el usuario (UE) selecciona aquel que recibe con mayor potencia para realizar la sincronización (Keysight, 2020). Asimismo, en el modo conectado, se implementan procedimientos específicos como refinamiento y recuperación de haz (denominados P1, P2 y P3 en terminología NR) con el objetivo de ajustar o reemplazar el haz que presta servicio al usuario (Sharetechnote, s.f.).

Revisemos los procedimientos P1, P2 y P3 para refinamiento y recuperación de haz en redes 6G Gestión avanzada de haces, para refinamiento y recuperación en comunicaciones 6G y cómo funcionan los procedimientos P1, P2 y P3 en sistemas NR aplicados al 6G y consideremos algunos ejemplos prácticos de refinamiento y recuperación de haz en tecnologías móviles 6G.

Inicialmente, para comprender la gestión avanzada de haces en la próxima generación de redes móviles, es esencial describir procedimientos específicos como el refinamiento y la recuperación de haz definidos en la tecnología 5G NR (New Radio). Estos procedimientos, conocidos técnicamente como P1, P2 y P3, se emplean con el objetivo principal de mantener y optimizar la calidad de la conexión inalámbrica ajustando periódicamente la dirección y características del haz que comunica al usuario con la estación base. El refinamiento (Beam Refinement) implica ajustar finamente el haz inicial seleccionado, basándose en mediciones específicas de calidad, mientras que la recuperación del haz (Beam Recovery) busca restablecer la conexión en caso de pérdida o degradación significativa de la calidad del haz originalmente seleccionado (3GPP, 2019).

En concreto, el procedimiento P1 (Beam Management Procedure 1) se refiere a la selección inicial y el seguimiento regular del haz, permitiendo ajustes finos mediante señales periódicas de referencia, conocidas como CSI-RS (Channel State Information Reference Signals). Por ejemplo, si un usuario (UE, User Equipment) se encuentra en movimiento, la estación base ajusta constantemente el haz para mantener la mejor conexión posible (Ali et al., 2022).

Adicionalmente, el procedimiento P2 (Beam Management Procedure 2) permite realizar ajustes rápidos cuando existe una pequeña variación en la calidad del haz actual, utilizando señales SSB (Synchronization Signal Blocks) o CSI-RS, logrando optimizar continuamente el rendimiento del sistema. Un ejemplo práctico de aplicación sería en entornos urbanos donde objetos en movimiento podrían causar breves interrupciones o degradaciones parciales de la calidad del haz (Giordani & Zorzi, 2021).

En cuanto al procedimiento P3 (Beam Management Procedure 3), éste se activa específicamente para la recuperación del haz cuando ocurre una pérdida significativa o interrupción total de la conexión con el haz actual. Este procedimiento implica que el usuario evalúa haces alternativos, previamente definidos, con la finalidad de seleccionar rápidamente un haz alternativo que restablezca la comunicación efectiva (TS 38.213 3GPP, 2020). Por ejemplo, en entornos dinámicos como vehículos autónomos en movimiento, la recuperación del haz es necesaria para mantener conexiones críticas y evitar accidentes (Rappaport et al., 2019).

Paralelamente, estas técnicas cobran especial relevancia al proyectarse hacia la tecnología 6G, donde la gestión de haces será aún más precisa y automatizada mediante técnicas avanzadas de inteligencia artificial, específicamente aprendizaje automático profundo (DL, Deep Learning), así como mediante la incorporación de mecanismos preventivos para anticiparse a cambios dinámicos en el entorno de radio, superando las limitaciones actuales observadas en sistemas NR del estándar 5G (Dang et al., 2020).

Hay que destacar, que investigaciones recientes muestran la importancia de estas técnicas en escenarios prácticos emergentes de la tecnología 6G como redes vehiculares (V2X, Vehicle-to-Everything), redes de drones (UAV, Unmanned Aerial Vehicles), y aplicaciones de realidad extendida (XR, Extended Reality), donde la precisión y estabilidad de los haces electromagnéticos, resultan esenciales para garantizar servicios confiables y baja latencia (Tataria et al., 2021; Xiao et al., 2020). La Figura 5, muestra un encuadre cercano del interior de un vehículo moderno y futurista. En el asiento del conductor, un joven lleva puesto un visor XR inmersivo con diseño técnico visible. Junto a él, un robot humanoide. El habitáculo incorpora nodos visibles de comunicación LiFi. Por las ventanas, se insinúan UAVs volando y superficies RIS en edificios, conectando el vehículo mediante tecnologías V2X y 6G. La imagen, representa la convergencia entre humano, inteligencia artificial y conectividad urbana.

Problemas de latencia, sobrecarga y escaneo en EHF

Si bien estas técnicas resultan operativas, también presentan desventajas significativas relacionadas con la latencia y la sobrecarga, aspectos tolerables únicamente a velocidades bajas o intermedias, pero insuficientes en contextos de alta movilidad o al trabajar con frecuencias extremadamente altas (EHF). Adicionalmente, uno de los problemas críticos es la alta sobrecarga asociada a la medición de múltiples haces, ya que, al aumentar la frecuencia, los haces se vuelven más estrechos, obligando a realizar numerosas pruebas direccionales que consumen tiempo y recursos valiosos (Alkhateeb et al., 2023). Por otra parte, escanear decenas de posibles ángulos con señales de referencia requiere símbolos temporales esenciales y puede interferir significativamente con la transmisión continua de datos. Asimismo, en condiciones dinámicas del canal, mantener una alineación precisa del haz exigiría escaneos tan frecuentes que no resultarían escalables ni eficientes (Giordani et al., 2023; Pizzo et al., 2023). Además, los marcos convencionales tampoco consideran plenamente eventos repentinos como obstrucciones rápidas; aunque 5G NR incluye detección de fallas del haz (BFD), esta detección suele ocurrir tras varios cientos de milisegundos de degradación, lo que es insuficientemente rápido para aplicaciones críticas.

Características ideales para la gestión de haces en redes 6G

En lo concerniente al desarrollo de la tecnología 6G en frecuencias extremadamente altas, se han identificado características ideales esenciales para una gestión eficiente de haces. Por ejemplo, una baja latencia tanto en barrido como en conmutación podría lograrse mediante direccionamiento electrónico instantáneo o múltiples haces electromagnéticos concurrentes, aprovechando tecnologías avanzadas de beamforming completamente digital con cientos de antenas, capaces de cambiar instantáneamente la dirección o incluso formar flujos de haces electromagnéticos simultáneos en distintas direcciones sin necesidad de secuencias temporales (Alkhateeb et al., 2023).

Rol de la inteligencia adaptativa y la cooperación inter-nodos

Igualmente, se destaca la incorporación de inteligencia adaptativa integrada, que contrasta con los codebooks fijos de generaciones anteriores, que permite utilizar algoritmos de inteligencia artificial capaces de ajustar el patrón de radiación en tiempo real según el contexto, reduciendo significativamente la búsqueda aleatoria (Giordani et al., 2023). Además, la integración entre comunicaciones y sensado emerge como una característica fundamental. Donde, para las frecuencias de los sub-THz, los propios transceptores podrían actuar como radares ambientales, otorgando a las redes 6G la capacidad de detectar objetos cercanos y anticipar posibles bloqueos, permitiendo redirigir los haces electromagnéticos, antes de perder la línea de vista directa (Giordani et al., 2023). A la par en importancia, es la cooperación inter-nodo y entre redes híbridas; idealmente, en EHF ningún enlace dependería exclusivamente de un solo camino, por lo que la 6G, aprovechará superficies reflectoras inteligentes (RIS) y nodos intermedios, como drones o vehículos conectados, actuando como repetidores, garantizando una robusta diversidad de rutas. En contraste, las arquitecturas convencionales en 5G carecen de mecanismos nativos para coordinar en tiempo real reflectores o repetidores.

De acuerdo a todos estos planteamientos, será indispensable la mitigación efectiva de las imperfecciones propias del hardware, como el beam squint, o desalineación de los haces electromagnéticos, con la frecuencia para grandes anchos de banda y ante la presencia de un elevado ruido de fase. Por esa razón, los sistemas ideales incorporan diseños específicos y técnicas de calibración que reducen estos efectos adversos, asegurando haces bien focalizados aún en condiciones de ultra-ancho de banda y menor estabilidad en los osciladores (Pizzo et al., 2023).

Futuro de la gestión de haces en 6G: hacia redes más inteligentes y estables

En efecto, la gestión de haces en 6G se presenta un comportamiento marcadamente más reactivo, inteligente y colaborativo. Aunque los métodos actuales proporcionan una base sólida en cuanto a direccionalidad y control del haz, alcanzar comunicaciones fiables en frecuencias extremadamente altas y en entornos con usuarios desplazándose a velocidades de cientos de km/h demandará una combinación de técnicas avanzadas. Entre ellas destacan algoritmos predictivos de seguimiento rápido, multi-conectividad entre diferentes bandas de frecuencias, empleo intensivo de superficies reflectoras inteligentes, así como una autonomía más elevada de la red para detectar y reaccionar en microsegundos a cambios ambientales. En este sentido, diversas investigaciones recientes han establecido líneas claras de desarrollo que abarcan desde técnicas avanzadas de entrenamiento rápido de haces en escenarios de alta movilidad (Va et al., 2018), hasta revisiones exhaustivas que analizan tanto problemas técnicos, como posibles soluciones asociadas al beamforming en el contexto de la 5G y 6G (Giordani et al., 2023). De esta manera, la comunidad científica continúa sentando bases fundamentales para que las redes futuras garanticen conexiones estables y de altísima velocidad, incluso en escenarios altamente dinámicos que anteriormente se consideraban complejos, como automóviles de carrera, drones en vuelo y trenes de alta velocidad.

Cómo optimizar la comunicación en EHF frente a obstáculos, interferencias y movilidad

En el mundo actual, donde la demanda por conexiones inalámbricas más rápidas y confiables no deja de crecer, las frecuencias extremadamente altas (EHF) se perfilan como una solución prometedora. Sin embargo, su uso presenta diversos problemas técnicos que los investigadores y desarrolladores están trabajando intensamente por resolver. Uno de las principales dificultades tiene que ver con la movilidad. A diferencia de otras frecuencias, los haces electromagnéticos en EHF son muy estrechos y direccionales, lo que significa que incluso movimientos pequeños pueden hacer que se pierda la señal. Este inconveniente es especialmente crítico en entornos como trenes de alta velocidad o vehículos autónomos, donde mantener una conexión estable es esencial. Por eso, se están desarrollando algoritmos capaces de seguir el movimiento de los dispositivos con rapidez y precisión, garantizando así una comunicación continua (Rappaport et al., 2019).

Además, otro reto importante es el bloqueo de la señal, que puede ocurrir de forma temporal o permanente cuando un obstáculo físico, como un edificio o una masa de vegetación, se interpone en el camino del haz. Cuando esto sucede, la comunicación se corta por completo. Para evitarlo, existen soluciones como generar múltiples haces o cambiar dinámicamente la dirección del haz para rodear el obstáculo. También es posible utilizar superficies reflectoras o pequeños dispositivos retransmisores que ayudan a que la señal llegue a su destino, incluso en áreas urbanas donde los edificios son numerosos (Heath et al., 2016).

Por otra parte, las señales en el rango espectral de las EHF también son sensibles a interferencias causadas por otras tecnologías, como los radares o los enlaces de comunicación por satélite. Este problema se agrava aún más debido a la cantidad creciente de usuarios que requieren acceso simultáneo a internet y otros servicios de datos. Frente a esto, una solución consiste en aplicar filtros especiales que separan las señales deseadas del “ruido” no deseado. También se están utilizando algoritmos inteligentes que reparten los recursos disponibles de forma eficiente, aprovechando al máximo el espectro sin causar interferencias (MacCartney et al., 2017).

En definitiva, aunque la gestión de haces en frecuencias extremadamente altas todavía enfrenta muchos retos, los avances tecnológicos están permitiendo encontrar soluciones cada vez más efectivas. Gracias a estos desarrollos, se espera que en un futuro cercano podamos disfrutar de comunicaciones inalámbricas más rápidas, estables y confiables, incluso en los entornos más desafiantes.

Cómo mejorar el seguimiento y establecimiento de haces en frecuencias de los Terahercios

Actualmente, el marco de gestión de haces puede realizar un barrido exhaustivo durante la fase de capacitación del haz en el establecimiento inicial del enlace. Sin embargo, este procedimiento resulta bastante complejo y genera una considerable sobrecarga de medición, la cual crece proporcionalmente al número de pares de haces, es decir, se incrementa según el producto M•N, donde M representa el número de haces en la estación base (BS) y N el número en el equipo de usuario (UE). En consecuencia, este aumento de complejidad y carga de procesamiento no resulta adecuado para escenarios donde se requiere baja latencia, como en los traspasos. Además, la sobrecarga se intensifica aún más cuando se utilizan haces más estrechos, una situación común en la comunicación en Terahercios, donde se requieren enlaces más precisos y direccionados (Rappaport et al., 2019).

En consecuencia, una característica fundamental que debe poseer un marco ideal de gestión de haces es la capacidad de reducir tanto la sobrecarga de medición como la complejidad operativa, tanto en la etapa de barrido y sondeo inicial como en el seguimiento continuo del haz. Esta eficiencia resulta especialmente crítica en entornos de alta frecuencia como el de los Terahercios, donde los requisitos técnicos son más exigentes.

Asimismo, en el contexto de las comunicaciones en los Terahercios, la gestión de haces (Beam Management, BM) cumple un papel esencial durante la fase inicial del establecimiento del enlace. Para ello, uno de los métodos más utilizados es el barrido exhaustivo de haces electromagnéticos, el cual implica escanear todos los ángulos posibles con el objetivo de identificar el mejor enlace entre el transmisor y el receptor. No obstante, a pesar de su eficacia, este método implica un uso intensivo de recursos debido a la creciente sobrecarga de medición asociada al número de combinaciones de haces entre la BS y el UE. Esta problemática se acentúa especialmente cuando se emplean haces estrechos, como en el caso de frecuencias en el rango de los Terahercios, donde se exige alta resolución y precisión (Rappaport et al., 2019).

Por otro lado, en lo que respecta a las características específicas del barrido de haces, durante la etapa inicial del establecimiento del enlace el sistema debe identificar el par de haces óptimo que maximice la calidad del canal. Aunque el barrido exhaustivo permite explorar todas las combinaciones posibles, su aplicación resulta poco eficiente en contextos que demandan baja latencia, como los traspasos rápidos, debido al incremento en la complejidad y la carga de procesamiento que implica trabajar con un mayor número de haces y con haces más finos. Por lo tanto, un sistema ideal de gestión de haces debe buscar la reducción de esta sobrecarga sin comprometer la precisión ni la solidez del enlace, lo cual representa un problema técnico particular en las comunicaciones en los Terahercios, ya que las frecuencias elevadas limitan la penetración y la difracción, aumentando así la vulnerabilidad de los enlaces a interrupciones (Huang et al., 2020).

Además, las tecnologías actualmente empleadas en la gestión de haces en el espectro de los Terahercios incluyen antenas de alta directividad y técnicas avanzadas de formación de haces, que permiten concentrar la energía en direcciones específicas con alta eficiencia. Esta técnica resulta básica para contrarrestar las pérdidas de propagación propias de estas frecuencias. De esta manera, la gestión eficaz de haces en este tipo de comunicación no solo implica una adecuada selección durante el barrido inicial, sino también un seguimiento dinámico y constante del haz, adaptándose a los cambios en la posición del usuario o en el entorno. Esto requiere la integración de algoritmos inteligentes y equipamiento especializado que garanticen la estabilidad y continuidad del servicio (Mittleman, 2018).

Entretanto, puede asegurarse que la gestión de haces en el contexto de las comunicaciones de los Terahercios, y en particular el uso del barrido exhaustivo de haces, constituye una limitante técnica que exige equilibrar precisión con eficiencia. En este sentido, la disminución de la sobrecarga de medición y la reducción de la complejidad durante la fase de establecimiento inicial del enlace son factores determinantes para habilitar aplicaciones que exigen alta confiabilidad y baja latencia en entornos donde se emplean frecuencias extremadamente altas.

Tecnologías de Mitigación de Bloqueos y Alineación de Haces para Redes 6G en los THz

A medida que se proyecta el desarrollo de las redes de comunicación 6G, la transmisión en bandas más altas, como las ondas milimétricas y las frecuencias de los Terahercios, se perfila como uno de los principales habilitadores tecnológicos. En este contexto, se destaca el beneficio del amplio ancho de banda disponible en estas bandas, lo cual representa una oportunidad significativa para incrementar la capacidad de transmisión de datos. Sin embargo, este mismo aspecto conlleva importantes desafíos técnicos, entre los cuales resalta la mayor pérdida de propagación de la señal. En consecuencia, resulta indispensable implementar técnicas de formación de haces de lápiz, capaces de concentrar la energía de transmisión en haces estrechos dirigidos al receptor. No obstante, dichos haces pueden ser fácilmente interrumpidos por bloqueos físicos o por alteraciones en la dirección y orientación del equipo de usuario. Además, es importante señalar que las soluciones actuales de gestión de haces electromagnéticos desarrolladas para ondas milimétricas presentan limitaciones cuando se trasladan a bandas de los Terahercios. Por lo tanto, se vuelve imperativo el diseño de métodos más precisos para la mitigación de bloqueos y la alineación de haces, tomando en cuenta las particularidades de estas frecuencias elevadas. Asimismo, debe considerarse el efecto de división de haces, el cual provoca que estos se desvíen en distintas direcciones dependiendo de la subportadora, generando así una pérdida significativa de ganancia del arreglo y reduciendo la escalabilidad de los esquemas actuales de gestión de haces (Zhu et al., 2021).

Soluciones Innovadoras para la Gestión de Haces en la Comunicación en los THz

En primer lugar, es importante comprender que las bandas de las ondas milimétricas, conocidas como mmWave, y las bandas de los Terahercios, o THz, ofrecen ventajas significativas para el desarrollo de redes 6G. Estas bandas proporcionan un ancho de banda considerablemente mayor que las bandas de frecuencias más bajas utilizadas en generaciones anteriores, como 4G y 5G. Como resultado, permiten alcanzar velocidades de transmisión de datos extremadamente altas, así como una mayor capacidad en la red. Esto resulta esencial para soportar nuevas aplicaciones tecnológicas, tales como la realidad aumentada, las comunicaciones holográficas y las redes de inteligencia artificial distribuidas (Han et al., 2020).

Sin embargo, aunque estas bandas elevadas ofrecen mejoras importantes en términos de capacidad y velocidad, también presentan dificultades técnicas, especialmente en lo que respecta a la propagación de señales. A diferencia de las bandas más bajas, las señales en frecuencias de las ondas mmWave y de los THz se atenúan con mayor rapidez al propagarse, lo cual disminuye su alcance efectivo. En respuesta a este desafío, se ha impulsado el uso de tecnologías de conformación de haces electromagnéticos, las cuales permiten dirigir la señal hacia el receptor de forma más eficiente. Aun así, estas soluciones también presentan vulnerabilidades, ya que los haces formados pueden verse interrumpidos por elementos físicos o por variaciones en la posición y orientación del equipo terminal (Kanhere et al., 2022).

Además, un caso ilustrativo de estas limitaciones técnicas se manifiesta en la gestión de haces en las bandas de los Terahercios. A diferencia de lo observado en bandas de ondas milimétricas, donde ya existen soluciones relativamente maduras, en las frecuencias de los THz los haces tienden a dividirse debido al fenómeno de dispersión por subportadoras. Esta división de haces da lugar a una reducción notable en la ganancia del arreglo, lo cual compromete seriamente la eficacia de los sistemas de comunicación. Por esta razón, se requiere con urgencia el desarrollo de mecanismos más robustos y precisos para la alineación y mitigación de bloqueos de los haces, adaptados específicamente a las propiedades únicas de propagación de las bandas de los Terahercios (Zhu et al., 2021).

En definitiva, la utilización de bandas superiores de ondas milimétricas y Terahercios representa un pilar fundamental para habilitar las capacidades avanzadas de las futuras redes 6G. No obstante, la elevada pérdida de propagación y las complejidades asociadas con la gestión eficiente de los haces electromagnéticos, suponen barreras técnicas que deben ser superadas. Por consiguiente, será necesario invertir en el desarrollo de soluciones innovadoras que permitan explotar plenamente el potencial de estas bandas y garantizar así una comunicación robusta, confiable y de alto rendimiento en el contexto de la próxima generación de redes móviles 6G.

¿Qué es la formación de haces de lápiz y por qué es clave en las redes 6G?

Para empezar, la formación de haces de lápiz, conocida como Pencil Beamforming (PBF), es una técnica avanzada en telecomunicaciones que permite concentrar la energía de la señal en un haz muy estrecho, similar a un lápiz, dirigido hacia un receptor específico. En este sentido, esta tecnología resulta fundamental para la comunicación en bandas de frecuencias altas, como las ondas milimétricas y de los Terahercios, utilizadas en redes 5G y proyectadas para las futuras redes 6G. Asimismo, la formación de haces de lápiz contribuye a maximizar la eficiencia espectral y la capacidad de la red, al dirigir la energía de manera precisa, lo que permite reducir la interferencia con otros usuarios y mejorar la calidad del enlace (Zhang et al., 2021).

Adicionalmente, esta técnica opera mediante el uso de antenas con múltiples elementos que pueden ajustar la fase y la amplitud de la señal emitida, lo cual permite enfocar el haz electromagnético en una dirección específica. En consecuencia, el proceso consiste en la combinación de señales provenientes de varios elementos de antena para formar un haz estrecho que puede dirigirse dinámicamente hacia un dispositivo en movimiento. Esto resulta especialmente útil en entornos donde la alta densidad de usuarios y dispositivos exige un control preciso de la señal para evitar interferencias y garantizar la calidad del servicio. No obstante, los haces de lápiz presentan una mayor susceptibilidad a interrupciones provocadas por obstáculos físicos o cambios en la orientación del receptor, lo que hace necesario el uso de tecnologías avanzadas de seguimiento y gestión de haces electromagnéticos, para mantener una conexión estable (Wang et al., 2020).

Por ejemplo, en el contexto de las redes 6G, donde se prevé que la comunicación en bandas de los Terahercios sea predominante, la formación de haces de lápiz permitirá soportar aplicaciones que demandan un ancho de banda extremadamente alto, tales como las comunicaciones holográficas y la realidad aumentada. Sin embargo, debido a que las bandas de los Terahercios experimentan una pérdida de propagación considerable, la precisión en la formación de los haces se vuelve esencial para mitigar las interrupciones provocadas por bloqueos o cambios en el entorno. Esto implica que las tecnologías de mitigación de bloqueos y alineación de haces deberán evolucionar para satisfacer los requerimientos específicos de estas bandas, lo que representa líneas de investigación activas en el desarrollo de las redes 6G (Huang et al., 2022).

En efecto, la formación de haces de lápiz constituye una tecnología clave para las comunicaciones actuales y futuras, al permitir una transmisión eficiente y focalizada de señales en bandas de frecuencias altas. A pesar de sus numerosas ventajas, esta técnica también enfrenta desafíos significativos en términos de gestión y estabilidad del haz, especialmente en entornos con alta densidad de dispositivos y en bandas con alta pérdida de propagación, como las de los Terahercios.

En este sentido, cabe destacar que los métodos de mitigación de bloqueos y alineación de haces son técnicas imprescindibles en la comunicación en las bandas de los Terahercios (THz), particularmente en el contexto de las redes 6G. Estas técnicas resultan esenciales para mantener la estabilidad y calidad del enlace de comunicación, dado que, aunque las bandas de los Terahercios ofrecen un gran ancho de banda, también son altamente sensibles a la pérdida de propagación y a los bloqueos. En este contexto, los bloqueos ocurren cuando un obstáculo físico, como una pared o incluso una persona, interfiere con el trayecto del haz electromagnético, lo que puede causar la interrupción del enlace. Para contrarrestar este problema, se han desarrollado métodos de mitigación que incluyen la redirección dinámica de haces, mediante la cual el sistema detecta automáticamente el bloqueo y ajusta la dirección del haz para encontrar una ruta alternativa, garantizando así la continuidad del enlace (Chen et al., 2022).

De igual forma, la alineación de haces representa un proceso igualmente relevante, ya que consiste en la optimización continua de la dirección del haz con el objetivo de mantener alineado el enlace de comunicación con el receptor, incluso cuando éste o el entorno se encuentren en movimiento. Considerando que en las bandas de los Terahercios los haces son extremadamente estrechos debido a las cortas longitudes de onda, cualquier desalineación, por mínima que sea, puede causar una pérdida significativa de la señal. Por lo tanto, se requieren métodos avanzados de seguimiento y ajuste del haz, capaces de reaccionar con rapidez ante los cambios en la posición del receptor o ante variaciones en las condiciones del entorno, utilizando algoritmos predictivos que permitan anticipar el movimiento y ajustar el haz en consecuencia (Zhang et al., 2021).

Por ejemplo, en las redes 6G, estos métodos encuentran aplicación en escenarios como la comunicación en entornos urbanos densamente poblados, donde los bloqueos son frecuentes debido a la presencia de edificios, vehículos y peatones. En estos casos, la red debe contar con la capacidad de reconfigurar con rapidez la dirección del haz o cambiar a un enlace de respaldo con el fin de mantener la conexión. Un caso ilustrativo es el de los vehículos autónomos, los cuales dependen de enlaces de alta velocidad en bandas de los Terahercios para comunicarse con la infraestructura vial. Si un vehículo atraviesa un túnel o pasa detrás de un edificio, el sistema de comunicación debe ajustar el haz o utilizar un enlace indirecto a través de otros vehículos o estaciones base cercanas para evitar la pérdida de conexión (Han et al., 2021). La Figura 6 muestra una escena extendida donde la tecnología 6G se integra en un ecosistema urbano-natural. En primer plano, una mujer corre en un parque con un dispositivo de comunicación en la muñeca. Al fondo, una ciudad conectada despliega vehículos inteligentes con sistemas de última generación, un túnel con infraestructura de red y un dron UAV comunicándose mediante enlaces THz. Las superficies RIS en edificios reflejan el control adaptativo de señales. La composición enfatiza cómo el entorno, la movilidad y los dispositivos personales convergen mediante conexiones 6G en una infraestructura flexible y ubicua.

De esta forma, los métodos de mitigación de bloqueos y de alineación de haces resultan fundamentales para superar los desafíos particulares que presentan las bandas de los Terahercios en las redes 6G. Estas tecnologías permiten que las comunicaciones mantengan una alta fiabilidad y estabilidad, incluso en entornos complejos, asegurando que el potencial de las bandas de los Terahercios pueda ser plenamente aprovechado en aplicaciones avanzadas.

Efecto de la División de Haces en las Bandas de los Terahercios: Desafíos para las Redes 6G

Para hacer referencia al efecto de división de haces, (BSE, Beam Squint Effect), se trata de un fenómeno que se presenta en las comunicaciones en bandas de frecuencias altas, como las bandas de los Terahercios (THz, Terahertz). Este efecto ocurre debido a la gran separación de frecuencias entre las subportadoras dentro de un mismo canal de comunicación. Así, cuando un sistema de comunicación intenta formar un haz a través de un arreglo de antenas para direccionar la señal hacia un usuario específico, el haz no se dirige uniformemente para todas las subportadoras. En consecuencia, diferentes componentes de la señal pueden orientarse en direcciones ligeramente distintas. Esto se debe a que las fases de las señales para cada subportadora se alinean de manera diferente a través del arreglo de antenas, lo que provoca que el haz se divida en varias direcciones dependiendo de la frecuencia de cada subportadora (Zhang et al., 2021).

Hay que resaltar, que esta división de haces tiene consecuencias negativas significativas, especialmente en las bandas de los Terahercios, donde la precisión en el direccionamiento del haz resulta necesario debido a la alta frecuencia y a la estrechez del mismo. Como resultado, el efecto de división de haces ocasiona una severa pérdida de ganancia de array (del paquete de haces), lo que implica una disminución considerable en la potencia y eficiencia del haz. Puesto que las subportadoras no están alineadas en una misma dirección, la señal recibida se dispersa y, en consecuencia, la energía total transmitida hacia el receptor se reduce. Esto no solo afecta la calidad del enlace, sino que también limita la extensibilidad y efectividad del marco de gestión de haces existente, ya que se vuelve más complejo mantener una alineación precisa en todo el espectro de frecuencias utilizado (Wang et al., 2022).

Aparte de esto, en aplicaciones de redes 6G, donde se espera un uso amplio de las bandas de los Terahercios para ofrecer servicios de alta velocidad y baja latencia, el efecto de división de haces puede ser particularmente problemático. Por ejemplo, en escenarios como el de la conectividad entre vehículos autónomos o la transmisión de datos en tiempo real para realidad aumentada, donde la precisión y la fiabilidad del enlace son esenciales, la pérdida de ganancia de array provocada por este efecto podría comprometer el rendimiento y la cobertura de la red. Por tanto, se hace evidente la necesidad de desarrollar nuevas técnicas de gestión de haces que permitan mitigar este fenómeno, ya sea mediante el uso de algoritmos adaptativos que ajusten la fase de las subportadoras en tiempo real o a través del diseño de nuevos tipos de arreglos de antenas que reduzcan la susceptibilidad a este problema (Han et al., 2021).

Tecnología de Paneles Múltiples en 6G: Clave para Conexiones Más Robustas y de Baja Latencia

Actualmente, el marco de gestión de haces contempla equipos de usuario con múltiples paneles, aunque solamente uno de ellos puede estar activo a la vez. Esta configuración aporta estabilidad frente a bloqueos e interfiere menos gracias a su directividad. Sin embargo, para mejorar la robustez ante canales de desvanecimiento multi-trayectorias y aprovechar plenamente las ganancias de diversidad y la multiplexación, tanto las estaciones base como los equipos de usuario deberían operar con múltiples paneles activos simultáneamente. En este contexto, los modelos actuales exigen que el barrido y seguimiento de haces electromagnéticos se realice en todos los paneles tanto de estaciones base como de equipos de usuario, lo cual incrementa considerablemente la complejidad, la latencia, la sobrecarga y el consumo de energía. Por consiguiente, un marco de gestión de haces verdaderamente eficiente debe ser escalable y capaz de soportar múltiples paneles sin un aumento significativo en estos factores críticos.

Cómo optimizar la conectividad 6G con paneles múltiples y algoritmos inteligentes

En este sentido, es fundamental reconocer que la gestión de haces en redes de telecomunicaciones, especialmente con miras al desarrollo de la tecnología 6G, desempeña un papel esencial en la eficiencia y estabilidad de las comunicaciones. Sumado a esto, el concepto de división de haces implica que un equipo de usuario puede manejar múltiples haces dirigidos al mismo tiempo, lo cual es posible gracias a la inclusión de múltiples paneles en el dispositivo. Sin embargo, en un momento dado, solo uno de estos paneles está activo para transmitir o recibir datos. Este método permite mitigar interferencias y mejorar la estabilidad frente a bloqueos causados por obstáculos físicos. Por ejemplo, en una red 6G, un dispositivo móvil con varios paneles puede orientarse dinámicamente hacia una estación base que ofrece una señal más fuerte, mientras los otros paneles permanecen en espera. De esta manera, el sistema adapta su configuración según las condiciones de la red, garantizando una conexión estable y de alta calidad en entornos variables (Chen, et al., 2021).

Adviértase que, al analizar más detalladamente el funcionamiento de los dispositivos con múltiples paneles, se evidencia que los modelos actuales favorecen la activación de un solo panel a la vez. Esta estrategia reduce tanto la complejidad como el consumo energético, aunque a costa de no aprovechar completamente los beneficios que ofrece el uso simultáneo de varios paneles. Por ejemplo, un smartphone en una red 6G podría estar conectado a múltiples estaciones base mediante diferentes paneles, lo que permitiría una mayor capacidad de transmisión de datos y mayor estabilidad. No obstante, al activar todos los paneles al mismo tiempo, se incrementan significativamente tanto la complejidad en la gestión de los haces electromagnéticos, como la latencia y el consumo energético. Este dilema representa uno de las principales barreras técnicas en el desarrollo de la tecnología 6G, donde la eficiencia energética y la baja latencia son condiciones fundamentales para satisfacer casos de uso avanzados como la realidad aumentada de alta definición y la telemedicina en tiempo real (Zhang, et al., 2022).

En consecuencia, avanzar hacia un marco de gestión de haces de nueva generación, en el que múltiples paneles puedan estar activos simultáneamente, requerirá innovaciones significativas tanto en el diseño de antenas como en los algoritmos de gestión de red. Dicho marco debe ser capaz de escalar sin generar incrementos sustanciales en la latencia o el consumo de energía. Por ejemplo, una posible solución podría implicar la integración de inteligencia artificial para optimizar en tiempo real el proceso de barrido y seguimiento de haces, permitiendo una operación coordinada entre múltiples paneles sin sobrecargar los recursos del sistema. De esta forma, los dispositivos podrían alternar entre haces y estaciones base de manera fluida, garantizando una conectividad robusta y de baja latencia incluso en entornos urbanos densos, donde las señales suelen verse afectadas por obstáculos físicos como edificios (Li, et al., 2023).

Al mismo tiempo, para fortalecer la estabilidad ante el desvanecimiento multi-trayectorias, una estrategia eficiente consiste en utilizar múltiples paneles tanto en las estaciones base como en los equipos de usuario. Esta configuración permitiría que cada panel reciba señales desde diferentes caminos, lo cual resulta esencial en entornos donde las señales experimentan reflexiones o difracciones. Así, se minimiza el riesgo de desvanecimiento y se mejora la calidad de la señal mediante la combinación de trayectorias múltiples en una señal más robusta. Por ejemplo, en un entorno 6G, un dispositivo con varios paneles orientados hacia distintas direcciones puede captar señales desde varios ángulos, aumentando la fiabilidad de la comunicación (Wang, et al., 2021).

De igual manera, para capitalizar las ventajas de diversidad y multiplexación, resulta indispensable que tanto las estaciones base como los equipos de usuario estén equipados con paneles que puedan operar simultáneamente. La diversidad permite utilizar diferentes trayectorias de señal para garantizar la fiabilidad de la transmisión, mientras que la multiplexación posibilita enviar múltiples señales independientes por distintos canales. En este contexto, un smartphone 6G podría transmitir y recibir datos en diversas frecuencias o direcciones gracias a su arquitectura de múltiples paneles, lo cual incrementaría la capacidad de la red y reduce la interferencia. Esta configuración es particularmente valiosa en entornos urbanos, donde la densidad de dispositivos y obstáculos físicos hace que la interferencia y el desvanecimiento sean fenómenos frecuentes (Zhang, et al., 2022).

De cualquier modo, conviene asegurar, que para implementar estas capacidades de forma efectiva en redes 6G, se requiere un marco de gestión de haces que sea escalable. Esto implica que el sistema debe poder manejar el aumento de complejidad sin comprometer la latencia ni el consumo energético. Una posible estrategia para alcanzar esta meta es el uso de inteligencia artificial que analice las condiciones de la red en tiempo real y seleccione los paneles óptimos para activar. Así, en un dispositivo con múltiples paneles, la IA podría gestionar la conectividad de forma dinámica, asegurando una transmisión eficiente y robusta sin degradar la calidad del servicio (Chen, et al., 2023).

No obstante, cuando el barrido y seguimiento de haces se realiza en todos los paneles, se produce un incremento inevitable en la complejidad, la latencia, la sobrecarga y el consumo energético. Esto se debe a que cada panel necesita cálculos específicos para determinar la mejor dirección del haz, lo cual conlleva un procesamiento intensivo que requiere tiempo y recursos. Por ejemplo, en una red 6G, un smartphone con varios paneles debe evaluar y ajustar continuamente los haces emitidos y recibidos por cada uno, aumentando así la carga computacional y la latencia general del sistema (Liu, et al., 2022).

Igualmente, al aumentar el número de paneles activos, se incrementa la sobrecarga del sistema, entendida como el volumen adicional de datos y señales que deben ser gestionados para mantener el rendimiento de la red. En redes 6G, donde se anticipan demandas de conectividad y velocidades de datos extremadamente altas, esta sobrecarga puede saturar los recursos del sistema y degradar la calidad del servicio. Por ejemplo, una estación base equipada con múltiples paneles debe mantener una comunicación constante con cada dispositivo de usuario, intercambiando información para ajustar los haces de forma precisa, lo que añade una carga operativa significativa (Zhang, et al., 2021).

Cabe resaltar, que también se observa un aumento en el consumo energético cuando múltiples paneles están activos durante el barrido y seguimiento de haces. Esto se debe a que cada panel requiere energía tanto para transmitir como para recibir señales. En un entorno 6G, caracterizado por frecuencias elevadas y una conectividad densa, este incremento energético podría impactar negativamente la autonomía de los dispositivos móviles y elevar los costos operativos de las estaciones base. Por ejemplo, un dispositivo con varios paneles activos simultáneamente podría agotar rápidamente su batería si todos ellos se encuentran constantemente transmitiendo y ajustando haces, lo que refuerza la necesidad de desarrollar un marco de gestión de haces más eficiente y escalable (Chen, et al., 2023).

Cómo la Escalabilidad Mejora la Eficiencia y Latencia en Redes 6G

Para comenzar, un marco ideal de gestión de haces debe ser escalable a estaciones base con múltiples paneles y a equipos de usuario (UE, User Equipment) con múltiples paneles, sin que esto implique un aumento significativo en la complejidad o en la latencia. En efecto, la escalabilidad garantiza que la red pueda manejar un incremento en el número de paneles sin comprometer el rendimiento. Además, en un entorno 6G, donde se anticipa una densificación extrema de dispositivos conectados, la capacidad de las estaciones base y de los equipos de usuario para operar con múltiples paneles se vuelve esencial para mantener la eficiencia de la red. Por ejemplo, un smartphone en una red 6G puede estar equipado con varios paneles de antenas, lo que le permite comunicarse con diferentes estaciones base de manera simultánea. Si no se dispone de un marco escalable, la gestión de estos paneles podría tornarse inmanejable, provocando latencias elevadas y un rendimiento degradado (Kim et al., 2023).

Asimismo, la necesidad de evitar un aumento en la complejidad está estrechamente relacionada con la capacidad de la red para procesar la señalización y el control de haces de manera eficiente. En caso de que un marco de gestión de haces no sea escalable, cada panel adicional en la estación base o en el equipo de usuario requeriría un procesamiento adicional, lo cual incrementaría exponencialmente la complejidad del sistema. Además, en redes 6G, esto podría significar que, a medida que se agregan más paneles, el sistema se vuelva progresivamente más difícil de gestionar, lo que podría derivar en una sobrecarga de los recursos de procesamiento y, finalmente, en la ineficacia del sistema. Por ejemplo, una estación base 6G diseñada para manejar conexiones simultáneas con múltiples dispositivos podría verse abrumada si cada panel adicional requiere un procesamiento individualizado y complejo (Li et al., 2022).

Por último, la latencia representa un factor crítico en redes 6G, donde las aplicaciones en tiempo real, como la realidad aumentada (AR, Augmented Reality) y la conducción autónoma, dependen de comunicaciones ultrarrápidas. En este contexto, un marco de gestión de haces que no sea escalable podría introducir demoras significativas, ya que el sistema necesitaría más tiempo para coordinar y ajustar los haces en múltiples paneles. Además, en un caso práctico, una red 6G que soporte vehículos autónomos debe ser capaz de gestionar la comunicación entre el vehículo y múltiples estaciones base de manera casi instantánea. Si el marco de gestión de haces carece de escalabilidad, la latencia aumentaría, comprometiendo así la seguridad y la eficacia de la conducción autónoma (Wang et al., 2023).

Cómo afecta la Alta Movilidad a la Gestión de Haces en Redes 5G y en los THz

Para empezar, es fundamental comprender que las frecuencias más altas en las bandas de ondas milimétricas y Terahercios (THz) requieren el uso de celdas más pequeñas, debido a la naturaleza limitada de propagación de estas ondas. En consecuencia, un equipo de usuario móvil experimenta traspasos más frecuentes al desplazarse entre estas celdas, ya que el rango de cobertura de cada una es considerablemente reducido. Asimismo, en entornos urbanos con alta densidad de edificaciones y obstáculos, la pérdida de propagación se incrementa, lo cual disminuye aún más el alcance efectivo de cada celda. Esto obliga a implementar celdas más pequeñas para garantizar una cobertura continua. Como resultado, se incrementa la frecuencia de traspasos conforme el usuario se mueve, lo que puede afectar la calidad del servicio al tener que establecer constantemente nuevas conexiones entre celdas (Rappaport, 2019).

Alta Movilidad y Redes 5G: Efectos en la Gestión de Haces en Bandas THz

Además, la movilidad dentro del rango de una celda plantea el reto de mantener la conexión ininterrumpida de un dispositivo en movimiento. Para lograrlo, es necesario utilizar un número elevado de haces de sondeo, también conocidos como técnicas de beamforming, dentro de intervalos de barrido más cortos. Esto se debe a que, al desplazarse el dispositivo, la dirección óptima de transmisión cambia rápidamente, lo que obliga a la red a ajustar los haces de manera constante con el fin de preservar la estabilidad de la conexión. De hecho, un ejemplo claro de esta situación se presenta en los sistemas de comunicación vehicular, donde los vehículos en movimiento requieren un seguimiento continuo por parte de la red. Esta necesidad impone actualizaciones rápidas de los haces dirigidos hacia el vehículo para evitar pérdidas de señal (Zhang et al., 2020).

Hay que decir, que el marco actual de gestión de haces no se adapta adecuadamente a escenarios con usuarios altamente móviles, debido a la complejidad añadida que implica el movimiento veloz y frecuente de los dispositivos. Los sistemas existentes han sido concebidos principalmente para usuarios estáticos o con movilidad limitada. Por consiguiente, cuando un dispositivo atraviesa múltiples celdas a gran velocidad, como ocurre en el caso de un usuario en un tren, el sistema puede no responder con la rapidez necesaria para ajustar los haces electromagnéticos, provocando desconexiones o una degradación considerable en la calidad del servicio. En contextos de redes 5G, donde se emplean frecuencias elevadas y haces dirigidos, esta limitación se vuelve crítica, ya que los sistemas no logran rastrear y ajustar eficazmente los haces en situaciones de alta velocidad (Wang et al., 2019).

Beamforming Inteligente en 5G: Cómo los Libros de Códigos Dinámicos Mejoran la Cobertura en Entornos NLOS

En primer lugar, los libros de códigos convencionales para el barrido de haces están diseñados para cubrir un área espacial utilizando haces transmisores que se emiten en todas las direcciones posibles, sin considerar las características específicas del entorno de propagación. Aunque esta aproximación puede resultar funcional en entornos simples, se vuelve ineficiente en escenarios complejos, ya que no se optimiza la dirección ni el uso de los haces según las condiciones reales del entorno. Por ejemplo, en un entorno urbano con numerosos obstáculos, como edificios, los haces dirigidos sin considerar el entorno de propagación pueden perderse o reflejarse, lo que deriva en una señal de baja calidad para el usuario final (Rangan, 2014).

Cómo Mejorar la Cobertura de la Señal 5G en Áreas Urbanas Mediante Gestión Inteligente de Haces

Tenemos que reseñar, la importancia de señalar que las estaciones base suelen desplegarse en áreas urbanas densas, donde el entorno de propagación es típicamente sin línea de vista (NLOS, Non-Line-Of-Sight). En estas condiciones, la señal directa entre la estación base y el equipo de usuario se ve bloqueada por obstáculos como edificios y otras estructuras, obligando a la señal a seguir rutas indirectas mediante reflejos o difracción. Este fenómeno es común en centros urbanos, donde la presencia de edificios altos genera condiciones sin línea de vista NLOS, lo que obliga a la señal a reflejarse en múltiples superficies antes de llegar al usuario, incrementando así la atenuación y el retardo de la señal (MacCartney et al., 2017). La Figura 7 muestra una escena en una plaza de una ciudad inteligente, con árboles y edificios altos al fondo. En primer plano, una joven está sentada en un banco y sostiene un celular con tecnología 6G. Del dispositivo emana claramente un haz de líneas que proyecta una figura holográfica frente a ella. En el fondo, un joven ciclista con un dispositivo corporal 6G se comunica con un dron UAV en vuelo. Líneas etiquetadas como “LOS” y “NLOS” representan la comunicación entre el dron y el ciclista, atravesando un entorno urbano con potenciales obstáculos.

Asimismo, al adaptar las estaciones base al entorno de propagación, estas pueden operar de forma más eficiente en condiciones de NLOS, brindando una mejor calidad de servicio a los equipos de usuario. Mediante el uso de tecnologías como el beamforming adaptativo, es posible dirigir los haces de señal por rutas de propagación más efectivas, incluso cuando no existe una línea de vista directa. Un caso ilustrativo de esta mejora se encuentra en las redes 5G, donde el beamforming permite a las estaciones base ajustar dinámicamente la dirección de los haces para seguir a usuarios móviles, optimizando tanto la cobertura como la calidad de la señal (Han et al., 2019).

Por consiguiente, al adaptarse al entorno de propagación, se obtiene una cobertura significativamente mejorada, lo que convierte a esta adaptabilidad en un componente esencial dentro de un marco ideal para la gestión de haces. Dicho marco debe ser capaz de ajustarse dinámicamente a las condiciones cambiantes del entorno mediante el diseño de libros de códigos de barrido de haces que se adapten al contexto específico. Por ejemplo, en escenarios con alta movilidad de usuarios, un libro de códigos dinámico podría modificar en tiempo real tanto la dirección como la potencia de los haces, con el fin de mantener una conexión estable y de alta calidad, respondiendo de forma continua a las variaciones del entorno de propagación (Zhang et al., 2020).

6G y libros de códigos dinámicos: el futuro inteligente de las comunicaciones móviles

Simultáneamente, la sexta generación de comunicaciones móviles (6G) representa un avance tecnológico significativo respecto a su predecesora, al incorporar mejoras sustanciales en velocidad de transmisión, densidad de dispositivos conectados y cobertura continua, incluso en entornos urbanos densamente poblados y altamente dinámicos como las ciudades inteligentes. Asimismo, para alcanzar estas capacidades, se integrarán tecnologías emergentes tales como nuevas técnicas de acceso inalámbrico, sistemas de antenas masivas y la implementación de libros de códigos dinámicos. Del mismo modo, estos libros de códigos —entendidos como conjuntos de patrones de señalización— permitirán adaptaciones inteligentes y en tiempo real conforme a las condiciones cambiantes del canal radioeléctrico.

En ese sentido, mientras que en las redes 5G estos libros de códigos suelen estar definidos de manera fija o estática, en el entorno de la 6G se plantea una evolución hacia modelos dinámicos que sean capaces de reconfigurarse automáticamente. De igual forma, estos sistemas podrán ajustarse según variables como el entorno físico, la posición del usuario, la presencia de obstáculos o el movimiento de los dispositivos, lo que incrementará significativamente la eficiencia del enlace. Paralelamente, investigaciones recientes han explorado distintos enfoques para esta reconfiguración adaptativa, incluyendo métodos basados en superficies inteligentes reconfigurables y técnicas de aprendizaje automático (Shen & Dai, 2021; Jia et al., 2024).

A su vez, se identifican aplicaciones concretas de estos libros de códigos dinámicos en escenarios donde las señales enfrentan bloqueos, como ocurre bajo condiciones sin línea de vista (NLOS). Por consiguiente, al integrarse con tecnologías ópticas como LiFi, se logra extender la cobertura en interiores y zonas subterráneas, donde las frecuencias milimétricas presentan mayores restricciones. Igualmente, combinaciones híbridas LiFi–WiFi han sido objeto de análisis sistemáticos en estudios recientes que destacan tanto su viabilidad técnica como su eficiencia energética (Besjedica et al., 2023).

Del mismo modo, el despliegue de comunicaciones ultra rápidas, necesarias para vehículos autónomos, trenes de alta velocidad y drones, también se beneficia de esta capacidad adaptativa de los libros de códigos. Por ende, se han propuesto técnicas probabilísticas que permiten acelerar el acceso inicial entre nodos móviles en movimiento, lo cual favorece la estabilidad del enlace en aplicaciones vehiculares (Morandi et al., 2021). Igualmente, nuevos enfoques de predicción de valores de libros de códigos permiten anticipar bloqueos de los haces milimétricos provocados por movimientos del entorno o del propio usuario (van Berlo et al., 2025).

Adviértase, que el desarrollo y la validación experimental de estas tecnologías se han intensificado particularmente en países como Estados Unidos y China, donde actores clave de la industria han llevado a cabo pruebas de campo con resultados prometedores. De hecho, ZTE y China Mobile realizaron ensayos con celdas únicas en el rango sub-6G que alcanzaron tasas de transmisión superiores a los 10 Gbps, demostrando el potencial de estas innovaciones para su implementación en entornos reales (ZTE, 2023). Igualmente, la literatura reciente ha abordado estas transformaciones desde una perspectiva más amplia del diseño de sistemas adaptativos y cognitivos, como se analiza en la investigación de Madoni (2024) sobre estructuras de red inteligente y comunicación en tiempo real.

Codebooks Dinámicos vs. Estáticos: Claves del Rendimiento en MIMO Masivo 6G

Tengamos presente que, en las comunicaciones inalámbricas, un libro de códigos representa un conjunto predefinido de códigos o palabras-código que pueden adoptar la forma de vectores de antena, matrices de precodificación o secuencias de señal utilizadas para transmitir información. Asimismo, en sistemas de MIMO masivos, estos libros permiten definir los diversos patrones de formación de haces (beamforming) que un transmisor puede emplear. Igualmente, los receptores evalúan la calidad de cada haz mediante señales de referencia y reportan al transmisor cuál código o índice del libro resulta más adecuado para la conexión. De igual manera, este enfoque facilita la cuantificación del estado del canal (CSI) con una sobrecarga reducida, ya que, en lugar de transmitir toda la matriz del canal, el dispositivo de usuario remite únicamente el índice del elemento preferido del libro de códigos (Dreifuerst & Heath, 2023). No obstante, en las redes 5G y en generaciones anteriores, estos libros de códigos suelen ser estáticos, y, se diseñan con antelación, por ejemplo, utilizando haces discretos distribuidos uniformemente en ángulo, y no experimentan cambios tras su despliegue inicial.

Por otra parte, en el contexto de las redes 6G, los libros de códigos dinámicos se definen como colecciones de códigos que se modifican o actualizan de forma adaptativa en función de las condiciones del sistema. A la vez, su principal atributo radica en la capacidad de adaptarse tanto temporal como espacialmente, dado que los haces disponibles pueden reoptimizarse periódicamente para ajustarse a las variaciones del canal inalámbrico, la distribución de los usuarios o incluso las necesidades del servicio (Shen & Dai, 2021). Igualmente, si la distribución angular de llegada de las señales de los usuarios cambia, ya sea por movimiento de estos o por la aparición de nuevos obstáculos, el libro de códigos dinámico puede incorporar haces dirigidos hacia las nuevas zonas más probables, en lugar de limitarse a un patrón estático. De forma paralela, esto contrasta con los codebooks estándar, los cuales podrían no contener el haz óptimo para nuevas circunstancias y se verían obligados a utilizar la opción más cercana disponible, sacrificando eficiencia. Del mismo modo, estudios recientes proponen algoritmos capaces de actualizar estos libros en tiempo real, empleando información del ángulo de llegada para que el libro “siga” la dinámica del canal (Shen & Dai, 2021). Aunado a ello, puede afirmarse que un libro de códigos dinámico se define como un conjunto de precodificadores o códigos que se modifican continuamente mediante retroalimentación del canal o a través de inteligencia artificial, con el fin de optimizar el rendimiento de la red.

Por consiguiente, entre las características fundamentales de los libros de códigos dinámicos destacan varias propiedades clave. Asimismo, una de ellas es la adaptación al entorno, lo cual implica que estos libros pueden diseñarse específicamente para cada celda o ubicación, incorporando estadísticas locales del canal, como los ángulos de llegada más frecuentes en una intersección urbana, en lugar de usar códigos genéricos. Además, otra propiedad es la escalabilidad masiva, ya que, considerando que el estándar 6G prevé el uso de sistemas con antenas ultra-masivas, estos libros deben gestionar miles de elementos y, al mismo tiempo, permitir búsquedas eficientes del haz más adecuado. Del mismo modo, se destaca la compatibilidad con el aprendizaje automático, pues se investigan métodos basados en redes neuronales para diseñar o seleccionar códigos óptimos en cada instante, facilitando así la gestión de la complejidad y la actualización predictiva del codebook (Jia et al., 2024). Por ejemplo, una aproximación es el uso de codebooks probabilísticos, en los cuales se entrenan modelos que priorizan haces con mayor probabilidad de ser óptimos según el contexto (Morandi et al., 2021). A su vez, este tipo de soluciones reduce el tiempo de búsqueda durante el acceso inicial o los procedimientos de traspaso (handover), dado que el libro de códigos “aprende” patrones típicos de movilidad o canal y los refleja en su contenido. Asimismo, existen técnicas jerárquicas que emplean libros de códigos con múltiples niveles de resolución, los cuales pueden integrarse con la dinámica del sistema: primero se utiliza un codebook de haces amplios para ubicar al usuario de manera aproximada, y luego se recurre a uno más granular que incluso puede reajustarse en tiempo real para centrar sus haces alrededor de la dirección detectada (Zhang et al., 2018; Jia et al., 2024).

De este modo, los libros de códigos dinámicos en 6G representan una evolución significativa respecto a los esquemas tradicionales de beamforming y precodificación empleados en 5G, al incorporar una flexibilidad que permite su reconfiguración continua en función de quién se comunica, dónde se encuentra y cómo se realiza dicha comunicación. También, esta capacidad de adaptación promete mejoras sustanciales en términos de eficiencia espectral y confiabilidad de la conexión, particularmente en escenarios complejos que serán abordados en las siguientes secciones del escrito.

Tecnología 6G para Ciudades Inteligentes: Cómo los Libros de Códigos Dinámicos Mejoran la Cobertura y la Eficiencia

Tras lo cual, la coordinación entre estaciones base para el seguimiento de usuarios en movimiento se convierte en un caso práctico relevante. Investigaciones indican que la cooperación multi-celdas, combinada con libros de códigos dinámicos, mejora la precisión en el rastreo de dispositivos en las ciudades (Madoni, 2024). Por ejemplo, al caminar un usuario de una calle a otra, diferentes antenas podrían intercambiar información para actualizar sus libros de códigos y asegurarse de que siempre haya un haz apuntando adecuadamente al usuario, incluso entre edificios altos. En las redes 6G, donde varias estaciones forman parte de una red ‘cell-free’ (MIMO distribuido), los libros de códigos podrían abarcar haces coordinados desde distintos puntos de acceso, adaptándose dinámicamente para cubrir áreas de sombra de cobertura. Esta idea extiende conceptos de 5G (Coordinated Multi-Point) pero con muchas más antenas y soporte nativo de algoritmos de inteligencia artificial para la selección de los haces electromagnéticos.

Por otra parte, en cuanto a las redes de sensores urbanos, 6G aspira a habilitar conectividad ultra-masiva, alcanzando millones de dispositivos por kilómetro cuadrado. Protocolos de acceso múltiple como Sparse Code Multiple Access (SCMA) utilizan libros de códigos de dispersión con distintas combinaciones de recursos asignadas a usuarios. En un entorno urbano, un servidor central podría asignar dinámicamente diferentes códigos de transmisión a sensores según las condiciones del canal o la carga de la red, evitando colisiones y optimizando el uso del espectro. Un libro de códigos dinámico en este contexto implica que las firmas o patrones asignados a los sensores no son fijos, sino que pueden rotar o cambiar para acomodar nuevos dispositivos o para evitar interferencias cuando muchos sensores vecinos están activos. De esta manera, se habilita la comunicación confiable de IoT masivo en la ciudad inteligente (Shen & Dai, 2021). Por ejemplo, si en cierto distrito se instalan decenas de miles de sensores ambientales, el sistema puede generar y distribuir varios subconjuntos de códigos de acceso de manera dinámica para que los sensores transmitan sin saturar el canal. Cada sensor recibe actualizaciones sobre qué código usar, tomado de un libro dinámico global, dependiendo de la carga y sus condiciones, garantizando que la red escale a un gran número de dispositivos.

Alternativamente, otra aplicación urbana corresponde a las comunicaciones asistidas por superficies inteligentes reconfigurables (RIS), que se prevé serán parte de la infraestructura 6G. Una superficie RIS, es esencialmente una matriz de elementos pasivos o activos colocada en paredes o fachadas, que puede reconfigurarse para reflejar señales inalámbricas de manera controlada, creando caminos alternativos para llegar a usuarios en zonas de sombra. Los libros de códigos dinámicos son fundamentales aquí, donde, deben incluir no solo los haces de la estación base, sino configuraciones conjuntas del haz de la estación base y el patrón del RIS. Investigadores en China han propuesto precisamente libros de códigos dinámicos para sistemas asistidos por RIS multiusuario, donde cada código representa una combinación de fase en la superficie inteligente y un vector de precodificación en la estación base (Jia et al., 2024). En las pruebas, se demostró que actualizar dinámicamente este libro de códigos conjunto (BS+RIS) según la retroalimentación del canal mejora considerablemente la relación señal a ruido de los usuarios, comparado con usar configuraciones fijas. Este tipo de solución sería aplicable en una ciudad inteligente con RIS instalados en esquinas de edificios para rebotar la señal 6G hacia calles adyacentes. De esta manera, la estación base selecciona del libro dinámico la configuración óptima de haz y la adecuada reflexión para cada usuario en cada momento, adaptándose si el usuario dobla la esquina o si cambia el entorno (Shen & Dai, 2021).

En efecto, en las ciudades inteligentes 6G, los libros de códigos dinámicos dotarán a la infraestructura urbana de una capa de inteligencia adaptativa en las comunicaciones. Esto permitirá una cobertura más uniforme en entornos densos, minimizando puntos muertos y habilitando la conexión eficiente de la multitud de sensores y dispositivos urbanos. La red podrá sintonizarse continuamente al pulso de la ciudad, enfocando recursos donde se necesiten y ajustándose a la geometría urbana variable. En Figura 8 una joven se encuentra sentada al aire libre en una plaza tecnológica. Su laptop está activa mientras ella trabaja. Al fondo, se observan paredes de edificios con paneles RIS que reflejan haces representados como líneas rectas limpias. Estos haces se redirigen de forma clara y precisa hacia su laptop. El entorno muestra detalles de arquitectura moderna con integración tecnológica. Las tecnologías “6G” y “RIS”, se integran discretamente en los elementos estructurales, reflejando un ecosistema urbano inteligente y conectado.

6G y cobertura sin obstáculos: el rol de los codebooks dinámicos

Ciertamente, una de las principales dificultades al operar en las bandas propuestas para 6G —como las ondas milimétricas avanzadas y las frecuencias de terahercios— radica en la limitada cobertura en escenarios sin línea de vista (NLOS). Asimismo, a tales frecuencias, las señales presentan una escasa capacidad de penetración, por lo que no atraviesan obstáculos comunes como muros o edificaciones, e incluso pueden ser bloqueadas por elementos menores, tales como personas o mobiliario. Por ende, para lograr una conectividad robusta, la tecnología 6G integrará técnicas de beamforming dinámico junto con otras tecnologías complementarias. A la vez, los libros de códigos dinámicos emergen como una solución eficaz en múltiples frentes. Por un lado, no solo permiten anticipar bloqueos y calcular rutas alternativas mediante reflexiones, sino que también, facilitan la integración con sistemas ópticos como LiFi en espacios interiores, tanto en hogares como oficinas.

De igual forma, en cuanto a la mitigación de bloqueos en enlaces de radio, la propuesta es que la estación base 6G no dependa de un único haz electromagnético directo hacia el dispositivo receptor. En consecuencia, con un libro de códigos dinámico lo suficientemente extenso, el transmisor puede contar con múltiples candidatos para trayectorias alternativas. Así, si la línea de vista hacia un usuario se ve interrumpida por un edificio o un vehículo, la red podría conmutar de forma instantánea a otro haz que llegue al usuario a través de una reflexión o mediante una estación base vecina. Por consiguiente, para que esta transición se produzca sin retardos significativos, es necesario que los haces reflejados ya estén presentes en el libro de códigos, o que puedan generarse dinámicamente. Paralelamente, investigaciones recientes han empleado aprendizaje automático para anticipar bloqueos e instruir al sistema sobre qué haz electromagnético utilizar posteriormente; en este contexto, un modelo entrenado con datos de movilidad urbana puede prever que un usuario está a punto de perder la línea de vista, y así seleccionar con antelación un haz alternativo que aproveche una ruta con reflexiones (van Berlo et al., 2025). Igualmente, van Berlo et al. (2025) demuestran que, mediante predicciones precisas basadas en codebooks, es factible conmutar el haz a tiempo y prevenir la pérdida de conexión en enlaces con ondas mmWave urbanas con bloqueo dinámico. Por tanto, esto representa un avance sustancial respecto al 5G, donde la recuperación ante un bloqueo normalmente requería escanear múltiples haces, lo cual introduce latencia. En este sentido, en el entorno 6G, los libros de códigos dinámicos pueden adaptarse aprendiendo de patrones recientes, qué direcciones son viables, como rebotes a través de ventanas o mediante superficies inteligentes reflectoras (RIS), manteniendo así activos dichos candidatos.

De manera similar, otra técnica que se habilita mediante el uso de libros de códigos dinámicos es la cobertura multi-salto, la cual resulta especialmente útil cuando un usuario se encuentra en condición NLOS, sin línea de vista, respecto a la estación base principal, pero posee visibilidad directa hacia un nodo repetidor, por ejemplo, un dron de retransmisión. De esta manera, la estación base podría seleccionar un código que dirija la señal a través de ese nodo intermedio. Por lo tanto, en la práctica, esto implica elegir un haz orientado al repetidor, confiando en que este prolongue la señal hacia el usuario final. No obstante, estos esquemas requieren una coordinación minuciosa, pero la arquitectura 6G contempla su implementación en combinación con libros de códigos adaptativos que incluyan las direcciones de posibles repetidores o trayectorias reflejadas (Shen & Dai, 2021).

Al mismo tiempo, en ambientes interiores como hogares u oficinas inteligentes, la red 6G también incorporará comunicaciones por luz visible, conocidas como LiFi (Light Fidelity), como complemento de la radiofrecuencia. Por una parte, LiFi utiliza luminarias LED modificadas para transmitir datos mediante luz, ofreciendo velocidades de transmisión extremadamente altas en espacios delimitados. Por otra parte, este tipo de comunicación exige línea de vista directa, ya que la luz no puede atravesar paredes. Por esta razón, la combinación de LiFi con libros de códigos dinámicos resulta altamente beneficiosa. Considerando que, en un entorno doméstico inteligente basado en 6G, un usuario podría recibir señal simultáneamente desde una estación base de RF y desde un módulo LiFi en el techo. Así, cuando el usuario se encuentra bajo el alcance de la lámpara LiFi, gran parte del tráfico puede cursarse por ese enlace óptico de altísima velocidad; sin embargo, al moverse a una habitación contigua, donde la iluminación no llega, la red 6G puede redirigir automáticamente el tráfico mediante enlaces de radiofrecuencia, aprovechando trayectorias NLOS por reflexión o utilizando bandas inferiores que sí penetran muros.

En ese sentido, los libros de códigos dinámicos en la parte de radiofrecuencia permiten una transición fluida, ya que la estación base puede ajustar en tiempo real sus haces interiores para cubrir áreas donde LiFi no tiene alcance. De este modo, la red implementa una forma de handover vertical. Lo que significa, que LiFi aporta la capacidad en zonas de cobertura directa, mientras que la radio adaptativa 6G asegura una cobertura global (Besjedica et al., 2023). Tal como lo argumentan Besjedica et al. (2023) en su estudio sobre redes híbridas LiFi-WiFi, esta complementariedad permite aprovechar lo mejor de ambas tecnologías. Por un lado, la radiofrecuencia garantiza cobertura ubicua, mientras que LiFi ofrece altísima capacidad en puntos calientes. Por lo tanto, en la arquitectura 6G, se prevé un esquema similar, donde tecnologías como 5G o 6G proporcionan cobertura y LiFi aporta capacidad, siendo la red la que asigna dinámicamente el flujo de datos según condiciones de visibilidad óptica, basándose en los sensores del entorno y en la información contenida en los codebooks.

A su vez, otra sinergia posible es el empleo de libros de códigos conjuntos que integren espectros ópticos y de radiofrecuencia; en la literatura sobre comunicaciones 6G se discute esta convergencia espectral, donde un dispositivo podría contar con un único código de identificación válido tanto para la red LiFi como para la red de radio, simplificando así la interoperabilidad (Arnold et al., 2022). Por consiguiente, en la práctica, un smartphone doméstico 6G podría cambiar de manera transparente entre su receptor LiFi y su transceptor de radio. Asimismo, la estación base, mediante algoritmos de detección del entorno, podría reducir la potencia de sus haces electromagnéticos cuando detecta actividad LiFi (para minimizar interferencias) y aumentarla cuando el usuario abandona la zona iluminada. En consecuencia, todo esto requiere un control central inteligente, pero conceptualmente los libros de códigos dinámicos constituyen el mecanismo que permite distribuir cobertura de forma flexible: ciertos códigos del libro pueden vincularse a portadoras LiFi (por ejemplo, modulaciones específicas de luminarias), mientras que otros códigos se asignan a enlaces RF, y el sistema determina dinámicamente cuál ruta utilizar para cada flujo de datos (Besjedica et al., 2023).

Así pues, para superar los desafíos de conectividad sin línea de vista, NLOS, en entornos 6G, los libros de códigos dinámicos ofrecen importantes ventajas. Como puede ser, una reconfiguración ágil de haces ante bloqueos, la inclusión de trayectorias reflejadas o nodos intermedios en la planificación del enlace, y una gestión conjunta de enlaces heterogéneos (ópticos y de radiofrecuencia). En conjunto, estas capacidades permitirán que las redes 6G proporcionen cobertura continua y de alta calidad, incluso en ambientes normalmente problemáticos como calles angostas, interiores de edificios densos o zonas urbanas con múltiples obstrucciones.

Movilidad extrema y 6G: soluciones con beamforming inteligente y codebooks actualizables

Empezaremos por considerar, que los entornos de alta movilidad constituyen un desafío esencial donde tanto las redes 6G como los libros de códigos dinámicos deben demostrar su máximo potencial. De hecho, se espera que la tecnología 6G proporcione comunicaciones ultra confiables y de gran ancho de banda para vehículos autónomos, trenes de alta velocidad e incluso drones operando en áreas urbanas, todo ello con una latencia extremadamente baja. Por consiguiente, mantener enlaces estables con dispositivos que se desplazan rápidamente, a veces a velocidades de varios cientos de kilómetros por hora, implica una complejidad técnica significativa, ya que la dirección óptima de los haces electromagnéticos, cambia de forma continua y el tiempo de coherencia del canal se reduce de manera drástica. En este contexto, la capacidad de actualización rápida del libro de códigos resulta necesaria para evitar la pérdida de conexión con usuarios en movimiento.

Por otro lado, en los escenarios de vehículos conectados (V2X, Vehicle-to-Everything), una carretera inteligente equipada con tecnología 6G requerirá que las estaciones base rastreen cada automóvil utilizando haces estrechos, a fin de ofrecer el máximo rendimiento posible, como el streaming en 8K con realidad aumentada para los pasajeros o comunicaciones de seguridad entre vehículos. De acuerdo con Chaccour et al. (2022), se espera que 6G soporte velocidades de hasta aproximadamente 1000 km/h, contemplando casos como trenes de levitación magnética o aeronaves ligeras, lo cual implica variaciones de posición de decenas de metros por segundo. En consecuencia, una estrategia propuesta consiste en dotar a la red de consciencia posicional; es decir, si el sistema conoce la posición y velocidad del vehículo mediante GPS u otros sensores, puede predecir su trayectoria y seleccionar anticipadamente el haz adecuado desde el libro de códigos (Morandi et al., 2021).

De esta forma, Morandi et al. (2021) proponen un libro de códigos probabilístico para el acceso inicial V2V, que prioriza aquellas direcciones de haz con mayor probabilidad de ser requeridas, basándose en la distribución espacial de los vehículos en la vía. En experimentos que simularon una intersección urbana en Milán, esta técnica redujo considerablemente el tiempo necesario para que dos vehículos en movimiento se detectaran y establecieran un enlace, superando en eficiencia a la exploración exhaustiva con un libro de códigos uniforme. Por ende, este enfoque permite que el sistema aprenda patrones de alineación vehicular, optimizando así la densidad direccional del haz en las direcciones más relevantes, lo que se traduce en accesos más rápidos y con menor sobrecarga de barrido, incluso bajo alta movilidad.

A su vez, más allá del acceso inicial, durante una sesión de datos en movimiento, la red 6G debe actualizar el haz electromagnético, de manera continua conforme el vehículo avanza. Ya en pruebas realizadas con 5G en las ondas milimétricas mmWave, se evidenció la dificultad de mantener enlaces estables con autos circulando a 120 km/h; por tanto, en el caso de la 6G, que operará a frecuencias aún más altas, será necesario utilizar haces muy estrechos respaldados por control adaptativo. En este sentido, los libros de códigos dinámicos permitirán que la estación base se encargue de la transición entre diferentes códigos de haz en milisegundos, guiándose por predicciones de posición. Adicionalmente, pueden integrarse sensores o cámaras mediante visión artificial para asistir en esta selección; por ejemplo, una cámara instalada en la infraestructura podría detectar la proximidad de un vehículo y orientar los haces antes de su llegada. Esta idea se ha investigado bajo el concepto de predicción de haz asistida por visión para 6G, lo cual se alinea con la lógica de actualización dinámica del libro de códigos, generando haces centrados en la posición futura estimada del vehículo e incorporándolos temporalmente al conjunto, eliminando al mismo tiempo aquellos que ya no sean pertinentes (Huang et al., 2022).

Simultáneamente, en el contexto de trenes de alta velocidad, especialmente en países como China, donde los trenes alcanzan velocidades superiores a los 300 km/h, se proyecta que 6G brinde conectividad constante a bordo (Madoni, 2025). Por tanto, las estaciones base ubicadas a lo largo de la vía deberán ejecutar handovers extremadamente rápidos, ya que el tren transita de una celda a otra en cuestión de segundos. Asimismo, si 6G opera en bandas milimétricas o incluso en frecuencias del los terahertz, el tren sufrirá efectos Doppler significativos y pérdidas de trayectoria elevadas. Según Chaccour et al. (2022), serán necesarias nuevas formas de onda como OTFS (Orthogonal Time Frequency Space) y técnicas como el beam hopping para enfrentar estos desafíos, pero también será indispensable reinventar la gestión de haces.

En este marco, los libros de códigos dinámicos pueden incluir conjuntos de haces predefinidos para cada segmento de la ruta ferroviaria. Por lo que, la infraestructura dispondría de conocimiento preciso sobre los puntos por kilómetros y los ángulos de visibilidad del tren, lo que permite utilizar un libro de códigos adaptado a la geografía específica. Así, en vez de efectuar búsquedas ciegas, la estación base o el repetidor a bordo cambiaría el índice del libro de códigos conforme el tren se desplaza, en un proceso similar a un handover continuo de haces. De hecho, ya se han implementado prototipos en China donde antenas direccionales siguen al tren mediante control eléctrico ultrarrápido, garantizando enlaces multi-gigabit estables (ZTE, 2023). En una evolución hacia 6G, podría concebirse un libro de códigos sincronizado con la posición del tren, almacenado en la memoria de la estación base y actualizado frente a cambios estructurales del entorno, como la construcción de edificios cercanos que bloqueen ciertas direcciones. De esta manera, el tren mantendría un haz activo y alineado sin pérdidas por escaneo, asegurando cobertura constante a gran velocidad.

Paralelamente, los drones y vehículos aéreos no tripulados (UAV) representan otra dimensión de movilidad avanzada, particularmente en entornos urbanos donde se prevé su uso masivo en tareas como entregas, vigilancia o redes de retransmisión aérea. Como resultado, los drones plantean un reto adicional al moverse tridimensionalmente, variando tanto en altura como en posición horizontal, y al actuar no sólo como terminales sino también como nodos intermedios. Por ejemplo, un dron de reparto equipado con 6G en una ciudad densa como Nueva York podría necesitar conexión continua para transmitir video en alta definición y telemetría en tiempo real. En consecuencia, mantener un haz correctamente alineado se complica debido a su trayectoria impredecible y a posibles bloqueos por edificaciones.

Por ello, los libros de códigos dinámicos se tornan esenciales al permitir el seguimiento de haces en 3D, mediante códigos que cubren distintos ángulos de elevación además de los azimutales. Así, cuando el dron asciende o desciende, el sistema cambia automáticamente el índice del codebook, seleccionando el haz con la elevación adecuada. Asimismo, mediciones rápidas de señal, como una sonda de enlace ascendente emitida por el dron, pueden ayudar a la estación base a elegir el haz descendente óptimo. Según Matolak et al. (2020), en pruebas con UAVs a 60 GHz se observó que la adaptación rápida es indispensable para evitar desconexiones causadas por movimientos fuera del haz. Por lo tanto, se anticipa que 6G incorpore funcionalidades nativas para comunicaciones UAV, donde los libros de códigos dinámicos incluyan no solo mecanismos anti-Doppler —como el ajuste automático de frecuencia en respuesta al desplazamiento—, sino también coordinación con redes satelitales. Incluso, para drones de gran altitud, podría establecerse doble conectividad con redes terrestres y con satélites de órbita baja (LEO) (Madoni, 2025). En estos casos, el dron cambiaría dinámicamente su conexión entre una estación terrestre y un satélite 6G, utilizando técnicas de beam hopping satelital y libros de códigos dinámicos en tierra para gestionar esta transición (Alsiyabi, 2024). De hecho, documentos recientes de la ITU y GSMA ya mencionan el uso de codebooks dinámicos como solución para mitigar interferencias entre satélites LEO y redes terrestres, ajustando los patrones de haz en tiempo real (Alsiyabi, 2024).

Por consiguiente, en escenarios de transporte avanzado, la implementación de libros de códigos dinámicos incrementa significativamente la robustez y continuidad de las comunicaciones móviles. A través de mecanismos como la predicción de posición de vehículos, la precarga de direcciones de haz a lo largo de rutas ferroviarias, o el seguimiento tridimensional de objetos voladores, esta tecnología permite reconfigurar rápidamente los haces disponibles en respuesta a condiciones de movilidad extrema, garantizando así conexiones de alta velocidad y baja latencia. De acuerdo con Morandi et al. (2021) y Jia et al. (2024), tanto en Estados Unidos como en China se están desarrollando investigaciones y pruebas piloto en esta línea. Por ejemplo, grupos de investigación en la Universidad de Texas y Nokia Bell Labs han estudiado la gestión de haces mediante aprendizaje automático para vehículos autónomos (Heng et al., 2021), mientras que empresas como Huawei y ZTE en China colaboran con operadores ferroviarios y con la industria de drones para asegurar que la conectividad 6G sea efectiva tanto en tierra como en el espacio aéreo urbano.

Avances en libros de códigos dinámicos para redes 6G: casos de EE.UU. y China

Es significativa la importancia, que tienen tanto Estados Unidos como China en los esfuerzos de investigación en tecnologías 6G, y en particular, en lo que se refiere a avances relacionados con libros de códigos dinámicos proveniente de instituciones destacadas en estos países. Por una parte, en el caso estadounidense, diversos grupos académicos como NYU Wireless y North Carolina State University han abordado mejoras en el beamforming orientadas a 6G. De hecho, Dreifuerst y Heath (2023) argumentan que las limitaciones de los codebooks estáticos podrían superarse mediante el uso de retroalimentación avanzada del estado del canal (CSI) y con diseños de libros de códigos asistidos por aprendizaje automático.

Igualmente, esta técnica se vislumbra como una evolución lógica hacia los futuros estándares móviles. A la par, en los foros de estandarización del 3GPP, influenciados por actores estadounidenses como Qualcomm y AT&T, ya se han introducido mecanismos como la “restricción dinámica de subconjuntos del codebook”, mediante los cuales la estación base indica al usuario qué subconjunto de códigos utilizar en cada momento, ajustándose dinámicamente a las condiciones del canal (Justia Patents, 2024). Así, se reduce la sobrecarga de feedback al evitar que el equipo terminal evalúe todo el codebook completo. Incluso, aunque estos enfoques surgieron en el marco de la tecnología 5G-Advanced, ya reflejan las estrategias detrás de los libros de códigos dinámicos previstos para 6G. A su vez, organismos federales como DARPA y la NSF han lanzado programas pilotos que financian redes prototipo con capacidades adaptativas. Por ejemplo, en un banco de pruebas en Nueva York se han evaluado comunicaciones en bandas sub-THz reflejadas en fachadas, utilizando un controlador central que ajusta los haces electromagnéticos reflejados, para mantener enlaces que no son directos, sin línea de vista (NLOS), con usuarios urbanos, inspirándose en el trabajo de Rappaport et al. (2019). Aunque estas implementaciones aún se encuentran en etapas tempranas, ya demuestran la viabilidad de los libros de códigos dinámicos en contextos urbanos reales en los EE.UU.

Del mismo modo, China ha realizado inversiones considerables en pruebas de campo que exploran capacidades pre-6G mediante MIMO masivo y superficies inteligentes reconfigurables (RIS). Específicamente, una demostración destacada ha sido la prueba de Guangzhou en 2023, donde ZTE y China Mobile alcanzaron velocidades superiores a 10 Gbps en una celda 5G optimizada, utilizando una estación base con 128 antenas y algoritmos avanzados de formación de haces (ZTE, 2023). Así, se duplicó la eficiencia espectral respecto al 5G convencional, lo que sugiere cómo un control más dinámico de los haces puede mejorar tanto la cobertura como la capacidad en zonas densamente urbanas.

A pesar de haberse realizado sobre una infraestructura 5G, dicha demostración se percibe como un antecedente de gran trascendencia, hacia el despliegue de la 6G. Paralelamente, diversas universidades chinas como Tsinghua y Southeast University han liderado investigaciones sobre superficies RIS, y libros de códigos dinámicos. Por ejemplo, Shen y Dai (2021) propusieron un mecanismo de retroalimentación angular adaptativa que reduce hasta en un 80% la carga de feedback, sin afectar significativamente el rendimiento del sistema. Incluso, estas técnicas fueron probadas en simulaciones multiusuario orientadas a entornos del IoT masivo. Adicionalmente, Jia et al. (2024), en colaboración con investigadores de Singapur, demostraron en la conferencia GLOBECOM’24 un codebook dinámico conjunto entre estación base y superficies RIS, que mejora la relación señal a interferencia en escenarios MISO (Multiple Input, Single Output), multiusuario. En efecto, empresas como Huawei y ZTE han registrado múltiples patentes relacionadas con estos conceptos.

Cabe destacar, el libro blanco de Huawei sobre 6G (2021), que introduce el concepto de gestión de haces nativa con IA, donde la red adapta sus estrategias de beamforming de manera continua, acercándose a una implementación práctica de libros de códigos altamente adaptativos. Además, en ciudades como Shanghai y Shenzhen se han instalado bancos de prueba 6G que integran elementos como vehículos autónomos conectados, celdas urbanas en semáforos y enlaces ópticos en interiores. Estos proyectos, generalmente articulados entre operadoras (China Mobile, China Unicom), fabricantes (Huawei, ZTE) y centros académicos (universidades y la Academia China de Ciencias), reproducen condiciones de ciudades inteligentes. Por ejemplo, Li et al. (2022) reportaron que, en una simulación urbana de Beijing, la combinación de superficies inteligentes con beamforming adaptativo eliminó zonas de sombra que persistían incluso en redes 5G mmWave, lo cual refuerza la importancia de emplear libros de códigos dinámicos no solo con antenas convencionales, sino también con elementos de red novedosos como las superficies RIS y enlaces ópticos.

En consecuencia, los casos de Estados Unidos y China reflejan una convergencia hacia redes móviles inteligentes que adaptan sus haces electromagnéticos y recursos de manera dinámica según el contexto. A pesar de que los enfoques difieren —con mayor énfasis en software y estandarización en EE.UU., y en despliegues integrados y colaborativos en China—, ambos países impulsan la evolución de los libros de códigos dinámicos como un componente esencial de la infraestructura 6G. Por tanto, es previsible que los primeros sistemas pre-6G, hacia 2028 o 2030, ya integren versiones simplificadas de estas técnicas, habilitando casos de uso como vehículos autónomos seguros, ciudades hiper-conectadas con IoT masivo y espacios interiores con conectividad ultra-eficiente mediante tecnologías complementarias como LiFi.

Redes 6G inteligentes: Codebooks dinámicos y su impacto en movilidad y cobertura

Podemos concluir, que los libros de códigos dinámicos representan un componente esencial dentro de la visión tecnológica de las comunicaciones móviles 6G (Dang et al., 2020). Mientras que los codebooks estáticos de generaciones anteriores ofrecían configuraciones fijas, los codebooks dinámicos introducen una capacidad fundamental de adaptación, lo cual permite a la red inalámbrica modificar sus patrones de señalización de forma contextual (Zhou et al., 2021). Por consiguiente, esta adaptabilidad les otorga la capacidad de responder en tiempo real a cambios en el entorno, en la movilidad de los usuarios y en los requerimientos específicos del tráfico de datos. Igualmente, su funcionamiento ha sido ilustrado en escenarios prácticos diversos. Por un lado, al asegurar una cobertura robusta en entornos urbanos densos repletos de sensores; por otro lado, al mantener enlaces estables con vehículos en movimiento a velocidades superiores a los 300 km/h, así como con drones que navegan entre edificaciones. Asimismo, cuando se combinan con tecnologías complementarias como la comunicación mediante luz visible (LiFi) en espacios interiores, estos sistemas aprovechan la gestión dinámica de códigos para garantizar un rendimiento eficiente tanto en condiciones de línea de vista (LOS) como en situaciones sin línea de vista (NLOS), lo cual optimiza la conectividad en una amplia gama de escenarios (Chaccour et al., 2022). En la Figura 9 se muestra una escena cuidadosamente detallada, donde un joven con visor de realidad extendida controla una proyección holográfica desde su escritorio. Su otra mano se alza hacia luminarias LED que responden con líneas onduladas de comunicación, simbolizando el intercambio de datos. Desde el techo, un dron UAV participa en esta red inteligente. Todo el entorno —paneles transparentes, dispositivos futuristas y flujos de datos— refleja la evolución hacia una oficina conectada mediante redes 6G, AI y sistemas IoT. La composición técnica resalta la integración sin fisuras entre el entorno físico y digital.

De igual forma, el impacto de los libros de códigos dinámicos se traduce en mejoras significativas en cobertura, capacidad y confiabilidad dentro de las redes 6G (Zhou et al., 2021). Por consiguiente, en entornos sin línea de vista NLOS, estos libros de códigos permiten establecer rutas alternativas mediante mecanismos como la reflexión o la reconfiguración instantánea de haces, lo cual evita interrupciones abruptas en la conexión. En consecuencia, en zonas de alta densidad de dispositivos, estas herramientas facilitan una asignación eficiente de los recursos del espectro al minimizar interferencias y al distribuir de manera inteligente los códigos disponibles. Igualmente, en contextos de movilidad de altas velocidades, permiten que la red mantenga la conectividad con terminales móviles sin que el usuario perciba interrupciones. En conjunto, todas estas capacidades habilitan las aplicaciones avanzadas que se proyectan para el ecosistema 6G. Que van, desde ciudades inteligentes y seguras, hasta vehículos autónomos interconectados, pasando por experiencias inmersivas de realidad extendida y de interconexión masiva del Internet de las Cosas (Dang et al., 2020).

Conviene advertir para concluir, que tanto el ámbito académico como el sector industrial en distintas regiones del mundo deben continuar perfeccionando estas técnicas, con el objetivo de incorporarlas en los estándares internacionales de la próxima generación de redes móviles (Zhou et al., 2021). Por ende, se espera que elementos como los libros de códigos dinámicos, el beamforming asistido por inteligencia artificial y las superficies inteligentes reconfigurables converjan en una arquitectura de red completamente adaptable y contextual (Chaccour et al., 2022). Así, esta perspectiva tecnológica permitirá construir infraestructuras que no solo respondan a las condiciones externas, sino que aprendan de ellas y optimicen continuamente su comportamiento. De esta manera, los libros de códigos dinámicos encarnan una muestra concreta de cómo las redes 6G evolucionan hacia un paradigma donde la infraestructura ya no es estática, sino que se transforma en un sistema dinámico y consciente del entorno, capaz de ofrecer la mejor experiencia de comunicación posible sin importar la complejidad del escenario (Dang et al., 2020; Zhou et al., 2021).

Retos y soluciones en la selección de haces para redes móviles de nueva generación

Observemos como en el proceso convencional de gestión de haces, un equipo de usuario mide la potencia de referencia de la señal recibida desde los haces disponibles y reporta estas mediciones, junto con los identificadores correspondientes de los haces candidatos, a la estación base. Además, este procedimiento resulta fundamental, ya que permite a la estación base identificar cuál de los haces proporciona la señal más fuerte al equipo de usuario, facilitando así una conexión más estable y robusta. Igualmente, este proceso puede identificarse en las redes 4G y 5G, donde los dispositivos móviles envían informes de medición a la estación base, que posteriormente selecciona el haz electromagnético más adecuado para la comunicación, basándose en la potencia de la señal recibida (Ali, Alsenwi, & Kim, 2021).

Por otro lado, el haz cuya potencia de referencia de la señal recibida supera un umbral predefinido se selecciona para continuar con la comunicación. Ciertamente, este enfoque resulta eficiente en entornos caracterizados por una baja interferencia, ya que permite seleccionar rápidamente el haz óptimo sin necesidad de procesos adicionales complejos. De igual forma, en zonas rurales con baja densidad de usuarios, donde la interferencia entre haces es mínima, este método de selección garantiza una conectividad rápida y confiable, dado que la señal más fuerte tiende a ser la más adecuada para el enlace (Choi & Heath, 2016).

Dado que, las mediciones de potencia de referencia de la señal recibida suelen realizarse sin considerar la interferencia causada por haces vecinos, lo cual puede reducir la relación señal a interferencia más ruido (SINR), que representa una métrica más representativa para la evaluación de la calidad de conexión en redes inalámbricas. En vista de esto, en entornos urbanos densamente poblados, donde múltiples haces pueden interferir simultáneamente, basar la selección únicamente en la potencia recibida puede conllevar a una degradación significativa en la calidad del servicio. Sumado a esto, cuando varios usuarios se conectan a una misma estación base, la interferencia entre haces puede disminuir considerablemente la SINR, afectando negativamente tanto la velocidad de transmisión como la estabilidad del enlace (Yin, Gao, & Heath, 2020).

Por consiguiente, en un marco ideal de gestión de haces, deberían integrarse múltiples métricas tales como la potencia de referencia de la señal recibida, la relación señal a interferencia más ruido, la magnitud del vector de error y la relación de errores de bloques, para fundamentar adecuadamente la decisión de selección. Igualmente, en redes 5G avanzadas, podría implementarse un sistema de gestión de haces que no solo evalúe la intensidad de la señal, sino que también considere la SINR para evitar la selección de haces con alta interferencia, la magnitud del vector de error para valorar la precisión del haz seleccionado, y la relación de errores de bloques, para garantizar la integridad de los datos transmitidos. Por lo tanto, este enfoque integral optimizaría la calidad de conexión en entornos complejos, promoviendo una experiencia de usuario más fluida y confiable (Yao, Han, & Xu, 2019).

Cómo el Aprendizaje Automático Mejora la Gestión de Haces en Redes Móviles de Alta Velocidad

Simultáneamente, en el ámbito del aprendizaje automático, las técnicas que hemos descrito han demostrado ser especialmente efectivas para el reconocimiento de patrones. Por consiguiente, dentro del marco de gestión de haces, esta capacidad puede aprovecharse para estimar los patrones de movilidad de los equipos de usuario a partir de datos históricos. A su vez, esta estimación contribuye a reducir la sobrecarga en la gestión de haces al anticipar la dirección probable de movimiento. En particular, los ángulos de partida y de llegada obtenidos de mediciones anteriores pueden emplearse para enfocar un menor número de haces hacia dicha dirección anticipada, optimizando así el uso de recursos.

De igual forma, en situaciones donde los equipos de usuario se desplazan a alta velocidad, como en trenes o autopistas, la correlación temporal del canal puede ser utilizada como un recurso clave para disminuir la sobrecarga en la gestión de haces. Así, esta correlación permite predecir el comportamiento del canal a lo largo del tiempo, lo que facilita el ajuste dinámico de los haces sin necesidad de realizar recalibraciones constantes. De este modo, se mejora la estabilidad de la conexión, lo cual es especialmente importante en entornos de alta movilidad como los sistemas de comunicación a bordo de trenes de alta velocidad, donde mantener una conexión continua y robusta es esencial para garantizar un servicio adecuado a los pasajeros (Zhang, Xu, Zhang, & Wang, 2019).

Por otra parte, en términos más amplios del aprendizaje automático, estas técnicas sobresalen por su capacidad de identificar y clasificar características comunes dentro de grandes volúmenes de datos. En consecuencia, en aplicaciones como el procesamiento de imágenes, los modelos basados en aprendizaje automático pueden reconocer objetos específicos, tales como rostros o vehículos, a partir de extensas bases de datos de imágenes etiquetadas. Así, esta capacidad contribuye a mejorar la precisión en tareas de visión por computadora, al permitir que los sistemas aprendan a identificar patrones visuales con gran exactitud (Krizhevsky, Sutskever, & Hinton, 2012).

Del mismo modo, en redes inalámbricas, el aprendizaje automático puede aplicarse eficazmente para prever la trayectoria de los usuarios móviles basándose en sus historiales de movimiento. Por consiguiente, esta predicción permite optimizar la asignación de recursos y reducir la sobrecarga de gestión de haces al anticipar las rutas más probables. En efecto, esta estrategia resulta especialmente útil en redes celulares, donde la eficiencia en el uso de los recursos es indispensable para mantener una calidad de servicio adecuada (Yang, Xie, & Zhang, 2020).

Igualmente, al considerar los ángulos de partida y de llegada en mediciones previas, se puede dirigir un número reducido de haces electromagnéticos hacia las direcciones de movimiento anticipadas del usuario. Por lo tanto, esta acción disminuye el consumo energético y mejora la eficiencia general del sistema, ya que concentra la transmisión de señales en direcciones con mayor probabilidad de éxito. A continuación, en escenarios con alta densidad de usuarios, como estadios o centros comerciales, esta estrategia se traduce en una mejor cobertura y capacidad de red, al reducir el desperdicio de recursos y optimizar la experiencia de usuario (Rusek et al., 2017).

Efectivamente, cualquier información histórica debe ser empleada para estructurar un marco de gestión de haces eficiente, pues permite tomar decisiones fundamentadas en datos previos. En este sentido, al integrar información sobre la calidad histórica del canal y la dirección de movimiento del usuario, es posible mejorar significativamente la asignación de haces. En consecuencia, se reduce la interferencia y se incrementa la calidad del servicio ofrecido por la red de comunicaciones inalámbricas (Shen, Li, Wu, & Wang, 2018). 

Limitaciones y soluciones para un marco ideal de gestión de haces en redes inalámbricas

En efecto, para mitigar ciertas limitaciones inherentes al marco actual de gestión de haces, se han propuesto enfoques que incorporan información complementaria, como la ubicación del equipo de usuario o mediciones provenientes de bandas de comunicación adicionales, específicamente en el rango sub-7 GHz. De igual forma, estas estrategias se fundamentan completamente en la disponibilidad de dicha información adicional, lo cual representa un obstáculo importante, dado que sin ella no se puede llevar a cabo la configuración inicial de los haces. Por consiguiente, un marco ideal de gestión de haces no debe depender de manera absoluta de esta información complementaria, sino utilizarla únicamente para optimizar indicadores clave de rendimiento.

Por consiguiente, para superar las limitaciones del sistema actual, se han desarrollado enfoques que aprovechan la ubicación del equipo de usuario o las mediciones en las bandas sub-7 GHz con el objetivo de predecir con mayor precisión la dirección óptima del haz. Así, se mejora la eficiencia del proceso de conexión y se reduce el tiempo necesario para establecer la comunicación inicial. De esta manera, en redes 5G, el uso de información de posicionamiento GPS puede facilitar la formación de haces más dirigidos, al orientar las señales hacia la localización estimada del usuario, lo que acelera el establecimiento del enlace (González-Prelcic et al., 2017).

Sin embargo, dado que estos métodos dependen enteramente de la disponibilidad de información adicional, se presentan limitaciones significativas en contextos donde dicha información no se encuentra disponible o es inaccesible. En consecuencia, en entornos rurales o interiores, donde las señales GPS pueden ser débiles o inexistentes, esta dependencia puede reducir sustancialmente la eficiencia de la gestión de haces y perjudicar el rendimiento general de la red (Alkhateeb et al., 2018). Por lo que, estas condiciones comprometen la capacidad del sistema para adaptar los haces en tiempo y forma adecuados.

De igual manera, la incapacidad para realizar el establecimiento inicial de haces sin disponer de información adicional representa una restricción crítica. Específicamente, en situaciones donde se conecta un nuevo dispositivo a la red, la carencia inmediata de datos relevantes puede provocar retrasos considerables en la configuración inicial eficiente de los haces. Por ende, esta limitación se agrava en escenarios caracterizados por alta movilidad, como ocurre con usuarios a bordo de vehículos en movimiento, donde la conexión debe ser rápida y estable (Li et al., 2019).

Del mismo modo, un sistema ideal de gestión de haces debe evitar una dependencia absoluta de la información adicional, limitando su uso a la mejora de parámetros como la velocidad de transferencia de datos o la estabilidad del enlace. Así, en contextos urbanos densamente poblados, puede resultar ventajoso combinar información de ubicación con técnicas de aprendizaje automático para mejorar la precisión del haz. No obstante, dicho sistema también debe ser capaz de operar eficazmente en ausencia de esta información, utilizando como respaldo técnicas convencionales como el barrido secuencial de haces (Heath et al., 2016).

Por consiguiente, una de las principales restricciones del marco actual es la sobrecarga que implica el proceso de barrido y medición de haces. Específicamente, este procedimiento consiste en explorar exhaustivamente múltiples direcciones para identificar el haz óptimo, lo cual conlleva un elevado consumo de tiempo y recursos, particularmente en entornos con alta densidad de usuarios o donde se requieren haces estrechos de alta precisión. Por ejemplo, en redes 5G, la creciente cantidad de dispositivos y la necesidad de una mayor exactitud elevan de manera sustancial la complejidad y los costos computacionales del proceso (Han et al., 2020).

En consecuencia, un sistema de gestión de haces eficiente debe reducir dicha sobrecarga para lograr una escalabilidad adecuada a escenarios con haces más estrechos, estaciones base con múltiples paneles y equipos de usuario también dotados con múltiples paneles. Por lo tanto, en estaciones base equipadas con numerosos módulos de antenas, resulta esencial gestionar los haces de forma óptima para asegurar una cobertura uniforme sin sobrecargar al sistema con operaciones de barrido innecesarias. De este modo, técnicas como el beamforming adaptativo, que ajusta en tiempo real la dirección de los haces en función de las condiciones del entorno, emergen como soluciones clave (Zhang et al., 2019).

De esta forma, la integración de información adicional, como la ubicación, puede resultar útil para mitigar la carga del barrido de haces. En efecto, al utilizar datos de localización, es posible predecir con antelación las direcciones más probables, reduciendo el número de exploraciones necesarias. De esta forma, en redes que emplean GPS para orientar los haces, se minimiza significativamente la necesidad de un escaneo completo del entorno (Heath et al., 2016).

No obstante, a fin de garantizar la robustez del sistema, es fundamental que este no dependa exclusivamente de dicha información adicional. Por ejemplo, en zonas donde la señal de GPS es débil o está ausente, el sistema debe ser capaz de llevar a cabo el proceso de barrido de haces de forma efectiva con la información mínima disponible. Por lo tanto, este enfoque contribuye a mantener la funcionalidad del sistema en contextos variados, desde áreas urbanas densamente pobladas hasta regiones rurales con infraestructura limitada (Li et al., 2019).

Sin duda, que las mediciones de la potencia de referencia de la señal recibida, utilizadas actualmente para seleccionar el par óptimo de haces, suelen ser descartadas una vez concluido dicho proceso. Sin embargo, conservar esta información en un historial podría aportar valor adicional, al permitir la identificación de patrones de movilidad de los usuarios y facilitar decisiones con conocimiento de causa, en futuras configuraciones de haces. Por ejemplo, en escenarios donde los usuarios siguen trayectorias predecibles, como en trenes o autobuses, los datos históricos permiten anticipar la dirección más adecuada del haz, mejorando la eficiencia del sistema (González-Prelcic et al., 2017). La Figura 10 muestra una vista cercana del interior de un tren de alta velocidad con enfoque en una joven sentada en primer plano, con ropa deportiva. Ella sostiene un celular que proyecta un pequeño holograma de un amigo, mientras líneas finas simulan la conexión LiFi desde las luminarias del techo. En su brazo se destaca un dispositivo tecnológico. A su alrededor, otros pasajeros —jóvenes y adultos— también interactúan con dispositivos inteligentes conectados mediante tecnología 6G. Tablets, móviles y hologramas personales están presentes en escena, con haces de comunicación cruzando el ambiente. Por las ventanas se asoman drones (UAV) y señales etiquetadas con “6G”, “THz” y “mmWave”, representando un sistema de conectividad integral y futurista.

Con todo lo anterior, el aprovechamiento de mediciones históricas puede contribuir significativamente a reducir la sobrecarga del barrido de haces y aumentar la escalabilidad del sistema en contextos de alta movilidad. Así, en entornos como estaciones de tren o aeropuertos, donde los usuarios se desplazan constantemente, la capacidad del sistema para anticipar su movimiento y ajustar dinámicamente los haces mejora de manera considerable la calidad del servicio (Rusek et al., 2017).

Finalmente, la naturaleza dinámica del canal inalámbrico exige que el sistema de gestión de haces posea un alto grado de adaptabilidad al entorno. Por consiguiente, los cambios en el canal, provocados por el desplazamiento de los usuarios o por variaciones en el entorno físico, requieren que el sistema sea capaz de reajustarse rápidamente para mantener la estabilidad de la conexión. En este contexto, el uso de técnicas de beamforming que se adapten en tiempo real a las condiciones del canal resulta esencial para asegurar una calidad de señal óptima incluso en escenarios de alta variabilidad (Alkhateeb et al., 2018).

Conectividad Inteligente: Clave para Ciudades y Vehículos del Futuro

En consecuencia, las tecnologías analizadas no solo abordan limitaciones actuales en las redes 5G, sino que establecen las bases para una conectividad verdaderamente ubicua en la era 6G. Innovaciones como los libros de códigos dinámicos, las superficies inteligentes reconfigurables (RIS) y las antenas especiales para trenes de alta velocidad permiten una gestión precisa de los haces electromagnéticos, optimizando la cobertura y la calidad de los enlaces incluso en escenarios extremos (Zhou et al., 2021; Samsung Research, 2022). Estas soluciones anticipan una infraestructura adaptable que transformará radicalmente el transporte, la logística y la interacción urbana.

Referencias Recomendadas

3GPP. (2019). Technical Specification Group Radio Access Network; NR; Physical channels and modulation (Release 15). TS 38.211 V15.4.0.

3rd Generation Partnership Project (3GPP). (2022). Technical Specification Group Radio Access Network; NR; User Equipment (UE) radio transmission and reception; Part 2: Range 2 Standalone (Release 17). 3GPP TS 38.101-2 V17.4.0.

5G Tools. (s.f.). Frequency bands for 5G NR. Recuperado de https://5g-tools.com/5g-nr-frequency-band/

Ali, A., Alsenwi, M., & Kim, C. (2021). Beam Management in 5G and Beyond Networks: A Survey. IEEE Access, 9, 70238–70265. https://doi.org/10.1109/ACCESS.2021.3077715

Ali, A., Gonzalez-Prelcic, N., & Heath, R. W. (2021). Orientation-assisted beam management for beyond 5G systems. IEEE Access, 9, 49192–49204.

Ali, Z., Lagunas, E., & Chatzinotas, S. (2022). Beam Management Techniques for Millimeter Wave and Terahertz Communications in 6G Networks. IEEE Communications Surveys & Tutorials, 24(1), 380–412.

Alkhateeb, A., Demirhan, U., & Hegde, C. (2023). Beam management for millimeter wave and terahertz communication: A comprehensive survey. arXiv. https://doi.org/10.48550/arXiv.2308.02135

Alkhateeb, A., Leus, G., & Heath Jr., R. W. (2018). Machine learning for mmWave beam selection in vehicular communication systems. 2018 IEEE 19th International Workshop on Signal Processing Advances in Wireless Communications (SPAWC), 1–5. https://doi.org/10.1109/SPAWC.2018.8445914

Alkhateeb, A., Leus, G., & Heath, R. W. (2018). Limited feedback hybrid precoding for multi-user millimeter wave systems. IEEE Transactions on Wireless Communications, 17(5), 2905–2920.

Alrabeiah, M., & Alkhateeb, A. (2024). Machine learning for beam management in 5G networks and beyond. IEEE Communications Surveys & Tutorials. https://arxiv.org/html/2412.05427v1

Alrabeiah, M., Hredzak, A., Liu, Z., & Alkhateeb, A. (2022). Millimeter Wave Drones with Cameras: Computer Vision for Accurate Beam Alignment. IEEE Transactions on Wireless Communications. https://arxiv.org/abs/2211.07569

Alsiyabi, M. (2024). Dynamic Codebook Strategies for LEO-Ground Network Coordination. ITU/GSMA Technical Report.

Arnold, R., Smith, J., & Liu, H. (2022). Towards Unified RF-Optical Communication in 6G: Convergence and Codebook Strategies. IEEE Transactions on Communications, 70(8), 5678–5691.

Balanis, C. A. (2016). Antenna theory: Analysis and design (4th ed.). Wiley.

Besjedica, D., Novak, A., & Tran, M. (2023). Hybrid LiFi-WiFi Networks for Indoor 6G Systems: Design and Optimization. Journal of Optical Wireless Communications, 5(2), 102–118.

Besjedica, T., Fertalj, K., Lipovac, V., & Zakarija, I. (2023). Evolution of Hybrid LiFi–WiFi Networks: A Survey. Sensors, 23(9), 4252. https://doi.org/10.3390/s23094252

Chaccour, C., Saad, W., Bennis, M., Debbah, M., & Alouini, M.-S. (2022). Seven defining features of terahertz (THz) wireless systems: A fellowship of communication and sensing. IEEE Communications Magazine, 60(1), 34–41. https://doi.org/10.1109/MCOM.001.2100076

Chaccour, C., Saad, W., Bennis, M., Debbah, M., & Hong, C. (2022). Seven defining features of terahertz (THz) wireless systems: A fellowship of communication and sensing. IEEE Communications Magazine, 60(6), 20–26. https://doi.org/10.1109/MCOM.001.2100106

Chaccour, C., Saad, W., Bennis, M., Debbah, M., & Valenzuela, R. (2022). Seven defining features of terahertz (THz) wireless systems: A fellowship of communication and sensing. IEEE Communications Magazine, 60(3), 40–46. https://doi.org/10.1109/MCOM.001.2100057

Chaudhari, S., Jiang, X., & Dandekar, K. R. (2022). Understanding interference in dense mmWave deployments. ACM SIGCOMM Computer Communication Review, 52(5), 43–45. https://doi.org/10.1145/3555077.3556471

Chen, Z., Chen, C., & Zhang, W. (2021). Intelligent Reflecting Surface Assisted Terahertz Communications Toward 6G. IEEE Wireless Communications, 28(6), 110–117. https://doi.org/10.1109/MWC.007.2100055

Chen, Z., Chen, C., & Zhang, W. (2022). Intelligent Reflecting Surface Assisted Terahertz Communications Toward 6G. IEEE Wireless Communications, 28(6), 110–117. https://doi.org/10.1109/MWC.007.2200155

Chen, Z., Chen, C., & Zhang, W. (2023). Intelligent Reflecting Surface Assisted Terahertz Communications Toward 6G. IEEE Wireless Communications, 30(2), 120–128. https://doi.org/10.1109/MWC.007.2300025

Choi, J., & Heath, R. W. (2016). Interference-Aware Coordinated Beamforming for mmWave Cellular Systems. IEEE Transactions on Wireless Communications, 15(2), 1205–1219. https://doi.org/10.1109/TWC.2015.2480778

Choi, J., Choi, J., & Kim, J. (2021). mmWave Vehicular Communications for High-Speed Trains: Challenges and Solutions. IEEE Communications Magazine, 59(7), 24–30.

Choi, J., Choi, J., & Kim, J. (2021). mmWave Vehicular Communications for High-Speed Trains: Challenges and Solutions. IEEE Communications Magazine, 59(7), 24-30.

Choi, J., & Heath, R. W. (2016). Interference-aware reception for millimeter wave device-to-device communication. IEEE Transactions on Wireless Communications, 15(2), 1252–1267.

Dang, S., Amin, O., Shihada, B., & Alouini, M.-S. (2020). What should 6G be? Nature Electronics, 3(1), 20–29. https://doi.org/10.1038/s41928-019-0355-6

Dreifuerst, A., & Heath, R. W. (2023). Limited feedback in wireless systems: From 5G to 6G. IEEE Journal on Selected Topics in Signal Processing, 17(1), 122–137. https://doi.org/10.1109/JSTSP.2022.3223451

Dreifuerst, N., & Heath, R. W. (2023). Learning-aided codebook design for mmWave massive MIMO. IEEE Journal on Selected Areas in Communications, 41(4), 1122–1136.

Giordani, M., Mezzavilla, M., & Zorzi, M. (2019). Initial access in 5G mmWave cellular networks. IEEE Communications Magazine, 54(11), 40-47. https://arxiv.org/pdf/1804.01908

Giordani, M., Polese, M., Mezzavilla, M., Rangan, S., & Zorzi, M. (2019). Toward 6G networks: Use cases and technologies. IEEE Communications Magazine, 58(3), 55–61. https://doi.org/10.1109/MCOM.001.1900411

Giordani, M., Polese, M., Roy, A., Castor, D., & Zorzi, M. (2020). A Tutorial on Beam Management for 3GPP NR at mmWave Frequencies. IEEE Communications Surveys & Tutorials, 21(1), 173–196.

Giordani, M., & Zorzi, M. (2021). Initial Access and Beam Management in 5G mmWave Cellular Networks. IEEE Transactions on Wireless Communications, 20(10), 6679–6694.

Giordani, M., Polese, M., Roy, A., Castor, D., & Zorzi, M. (2023). Toward 6G networks: Use cases and technologies. Sensors, 23(13), 6057. https://doi.org/10.3390/s23136057

González-Prelcic, N., Ali, A., Va, V., & Heath, R. W. (2017). Millimeter-wave communication with out-of-band information. IEEE Communications Magazine, 55(12), 140–146.

González-Prelcic, N., Rangan, S., & Heath Jr., R. W. (2017). An Introduction to Millimeter-Wave Massive MIMO. arXiv preprint arXiv:1609.02376. https://doi.org/10.48550/arXiv.1609.02376

Han, C., Wu, C., Chen, Z., & Wang, X. (2020). Terahertz Communications for 6G and Beyond: Challenges, Key Advances, and Opportunities. IEEE Open Journal of Vehicular Technology, 1, 254–266. https://doi.org/10.1109/OJVT.2020.2999643

Han, C., Wu, C., Chen, Z., & Wang, X. (2021). Terahertz Communications and Sensing for 6G and Beyond: A Comprehensive View. IEEE Communications Surveys & Tutorials, 23(4), 2241–2283. https://doi.org/10.1109/COMST.2021.3080172

Han, S., Chih-Lin, I., Xu, Z., & Rowell, C. (2020). Large-scale antenna systems with hybrid analog and digital beamforming for millimeter wave 5G. IEEE Communications Magazine, 53(1), 186–194. https://doi.org/10.1109/MCOM.2015.7010533

Han, Y., Zhang, J., & Letaief, K. B. (2019). Artificial Intelligence for Edge-Enabled Ultra-Reliable Low-Latency Communications in 6G. IEEE Wireless Communications, 27(1), 96–103. https://doi.org/10.1109/MWC.001.1900333

Heath Jr., R. W., González-Prelcic, N., Rangan, S., Roh, W., & Sayeed, A. M. (2016). An overview of signal processing techniques for millimeter wave MIMO systems. IEEE Journal of Selected Topics in Signal Processing, 10(3), 436–453. https://doi.org/10.1109/JSTSP.2016.2523924

Heng, Y., & Andrews, J. G. (2020). Machine learning-assisted beam alignment for mmWave systems. IEEE Transactions on Wireless Communications, 19(6), 3901–3915. https://ieeexplore.ieee.org/document/9013996

Heng, Y., González-Prelcic, N., & Heath, R. W. (2021). Machine learning for beam management in vehicular millimeter wave networks. IEEE Transactions on Vehicular Technology, 70(4), 3287–3302. https://doi.org/10.1109/TVT.2021.3058901

Huang, L., Lu, L., & Hua, W. (2020). A survey on next-cell prediction in cellular networks: Schemes and applications. IEEE Access, 8, 183587–183604.

Huang, T., Huang, K., & Song, S. (2022). Vision-Aided Beam Prediction for 6G Vehicular Networks. IEEE Journal on Selected Areas in Communications, 40(9), 2597–2609. https://doi.org/10.1109/JSAC.2022.3193481

Huang, Y., Wang, K., & Wang, X. (2020). A survey of beam management for mmWave and THz communications towards 6G. arXiv preprint arXiv:2011.12243. https://arxiv.org/abs/2011.12243

Huang, Y., Wang, K., & Yang, K. (2022). From Terahertz Imaging to Terahertz Wireless Communications. Engineering, 13, 57–67. https://doi.org/10.1016/j.eng.2021.10.013

Jacobsen, T. H., Frederiksen, F., Berardinelli, G., & Pedersen, K. I. (2022). Hand blockage impact on 5G mmWave beam management performance. Aalborg University. https://vbn.aau.dk/files/502995088/Hand_Blockage_Impact_on_5G_mmWave_Beam_Management_Performance.pdf

Jia, J., Liu, A., Zhang, Z., & Dai, L. (2024). Deep learning for dynamic codebook design in massive MIMO systems. IEEE Transactions on Wireless Communications. https://doi.org/10.1109/TWC.2023.3339980

Jia, M., Shen, X., & Dai, Y. (2024). Dynamic Codebook for Reconfigurable Intelligent Surface-Aided Multiuser MISO Communications. IEEE Global Communications Conference (GLOBECOM). Recuperado de https://www.researchgate.net/publication/389761118_Dynamic_Codebook_for_Reconfigurable_Intelligent_Surface-Aided_Multiuser_MISO_Communications

Jia, X., An, J., Lu, X., Xu, Z., Gan, L., & Yuen, C. (2024). Dynamic Codebook for Reconfigurable Intelligent Surface-Aided Multiuser MISO Communications. En IEEE Globecom 2024 (Conference Paper). (En prensa).

Jia, X., An, J., Lu, X., Xu, Z., Gan, L., & Yuen, C. (2024). Dynamic Codebook for Reconfigurable Intelligent Surface-Aided Multiuser MISO Communications. En IEEE Globecom 2024 (En prensa).

Jia, Y., Chen, X., & Zhang, L. (2024). Intelligent Beamforming in 6G UAV Communications: A Survey. IEEE Internet of Things Journal. https://doi.org/10.1109/JIOT.2024.3356478

Jia, Y., Shen, H., Dai, L., & Tan, Y. (2024). Joint BS-RIS dynamic codebook design for multi-user MISO. Proceedings of IEEE GLOBECOM 2024.

Justia Patents. (2024). Dynamic codebook subset restriction. US Patent No. US20240421869A1. https://patents.justia.com/patent/20240421869

Kanhere, O., Joshi, S., & Heath, R. W. (2022). Beam Management for Mobile Millimeter Wave Communication Systems. IEEE Journal on Selected Areas in Communications, 40(1), 249–263. https://doi.org/10.1109/JSAC.2021.3118405

Keysight. (2020). 5G NR Beam Management: Understanding the Beam Management Procedures. Keysight Technologies.

Keysight Technologies. (2020, febrero 28). 5G Testing: 3GPP Beam Management. https://www.keysight.com/blogs/en/inds/2020/02/28/5g-testing-3gpp-beam-management

Kim, J., Lee, H., & Park, S. (2023). Scalable Beam Management for 6G Networks with Multi-Panel User Equipment. IEEE Transactions on Wireless Communications, 22(3), 1795–1809. https://doi.org/10.1109/TWC.2022.3224567

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25, 1097–1105.

Li, Q., Zhao, H., & Chen, Y. (2019). Beam management and training for mmWave communications: A comprehensive survey. IEEE Communications Surveys & Tutorials, 21(1), 302–332. https://doi.org/10.1109/COMST.2018.2876912

Li, X., Mao, S., & Checko, A. (2019). Efficient beamforming training for 5G millimeter wave communications: A survey. IEEE Communications Surveys & Tutorials, 21(2), 1234–1260.

Li, X., Wang, J., & Zhang, R. (2023). Beam Management in Millimeter-Wave and Terahertz Wireless Systems: A Survey. IEEE Communications Surveys & Tutorials, 25(1), 1–25. https://doi.org/10.1109/COMST.2023.3241234

Li, X., Zhang, Y., & Chen, H. (2022). Complexity-Aware Beamforming Strategies in Multi-Panel 6G Systems. IEEE Communications Letters, 26(8), 1820–1824. https://doi.org/10.1109/LCOMM.2022.3178901

Li, Y., Zhang, H., Wang, Y., & Xu, J. (2022). RIS-aided beamforming for NLOS coverage in urban 6G scenarios. IEEE Access, 10, 55621–55632.

Liu, X., Luo, W., & Zhang, H. (2021). Beam Management Techniques for mmWave Communications in High Mobility Scenarios. IEEE Wireless Communications Letters, 10(8), 1635–1639.

Liu, Y., Wang, K., & Chen, H. (2022). Energy-Efficient Beamforming for Hybrid Beamforming Massive MIMO Systems in 6G Wireless Networks. IEEE Transactions on Green Communications and Networking, 6(3), 1234–1245. https://doi.org/10.1109/TGCN.2022.3156789

MacCartney, G. R., Deng, S., Sun, S., & Rappaport, T. S. (2017). Millimeter-wave human blockage at 73 GHz with a simple double knife-edge diffraction model and extension for directional antennas. 2017 IEEE 86th Vehicular Technology Conference (VTC-Fall), 1–6. https://doi.org/10.1109/VTCFall.2017.8288164

MacCartney, G. R., Sun, S., & Rappaport, T. S. (2017). A Flexible Wideband Millimeter-Wave Channel Sounder with Local Area and NLOS to LOS Transition Measurements. 2017 IEEE International Conference on Communications (ICC), 1–7. https://doi.org/10.1109/ICC.2017.7996380

MacCartney, G. R., Rappaport, T. S., Samimi, M. K., & Sun, S. (2017). Millimeter-wave omnidirectional path loss data for small cell 5G channel modeling. IEEE Access, 3, 1573–1580.

Madoni, A. M. (2024). El Impacto de la 6G en Vehículos Autónomos: La Fusión de Inteligencia Artificial y Redes Avanzadas. Amazon Digital Publications. Recuperado de https://www.amazon.com/s?i=digital-text&rh=p_27%3AAnne%2BMarie%2B%2BMadoni&s=relevancerank&text=Anne+Marie++Madoni&ref=dp_byline_sr_ebooks_1

Matolak, D. W., Sun, R., & Weiler, S. (2020). Air–Ground Channel Characterization for Unmanned Aircraft Systems—Part III: The Suburban and Near-Urban Environments. IEEE Transactions on Vehicular Technology, 69(5), 4538–4549. https://doi.org/10.1109/TVT.2020.2979172

Mittleman, D. M. (2018). Twenty years of terahertz imaging [Invited]. Optics Express, 26(8), 9417–9431. https://doi.org/10.1364/OE.26.009417

Morandi, F., Linsalata, F., Brambilla, M., Mizmizi, M., Magarini, M., & Spagnolini, U. (2021). A Probabilistic Codebook Technique for Fast Initial Access in 6G Vehicle-to-Vehicle Communications. En IEEE ICC Workshops 2021 (pp. 1–6). https://doi.org/10.1109/ICCWorkshops50388.2021.9473772

Morandi, M., Olivieri, D., & Pompili, D. (2021). Probabilistic codebooks for efficient beam selection in mmWave networks. IEEE Transactions on Mobile Computing, 20(9), 2735–2748. https://doi.org/10.1109/TMC.2020.2979943

Morandi, V., Khalili, A., & Tassi, A. (2021). Probabilistic Codebooks for Fast Initial Access in Vehicular 6G Networks. IEEE Transactions on Communications, 69(12), 8253–8267. https://doi.org/10.1109/TCOMM.2021.3114052

Pérez, J., López, A., & González, F. (2023). Beam management challenges for high-speed mobility scenarios in mmWave 5G and 6G networks. Sensors, 23(13), 6215. https://doi.org/10.3390/s23136215

Pizzo, A., D’Andrea, C., & Buzzi, S. (2023). Technology trends for massive MIMO toward 6G. Sensors, 23(14), 6567. https://doi.org/10.3390/s23146567

Qualcomm. (2020). Expanding 5G mmWave: Frequency Range 2. Recuperado de https://www.qualcomm.com/news/onq/2020/08/expanding-5g-mmwave-frequency-range-2

Rangan, S., Rappaport, T. S., & Erkip, E. (2014). Millimeter-Wave Cellular Wireless Networks: Potentials and Challenges. Proceedings of the IEEE, 102(3), 366–385. https://doi.org/10.1109/JPROC.2014.2299397

Rappaport, T. S. (2019). Wireless Communications: Principles and Practice (2nd ed.). Prentice Hall.

Rappaport, T. S., Sun, S., Mayzus, R., Zhao, H., Azar, Y., Wang, K., … & Gutierrez, F. (2013). Millimeter wave mobile communications for 5G cellular: It will work! IEEE Access, 1, 335–349.

Rappaport, T. S., Xing, Y., Kanhere, O., Ju, S., Madanayake, A., & Mandal, S. (2019). Wireless communications and applications above 100 GHz: Opportunities and challenges for 6G and beyond. IEEE Access, 7, 78729–78757.

Rappaport, T. S., Xing, Y., Kanhere, O., Ju, S., Madanayake, A., Mandal, S., … & Trichopoulos, G. C. (2019). Wireless communications and applications above 100 GHz: Opportunities and challenges for 6G and beyond. IEEE Access, 7, 78729–78757. https://doi.org/10.1109/ACCESS.2019.2921522

Rappaport, T. S., Xing, Y., MacCartney, G. R., Molisch, A. F., Mellios, E., & Zhang, J. (2019). Overview of millimeter wave communications for fifth-generation (5G) wireless networks—with a focus on propagation models. IEEE Transactions on Antennas and Propagation, 65(12), 6213–6230. https://doi.org/10.1109/TAP.2017.2734243

Rusek, F., Persson, D., Lau, B. K., Larsson, E. G., Marzetta, T. L., Edfors, O., & Tufvesson, F. (2017). Scaling up MIMO: Opportunities and challenges with very large arrays. IEEE Signal Processing Magazine, 30(1), 40–60. https://doi.org/10.1109/MSP.2011.2178495

Samsung Research. (2021). 6G Spectrum: Expanding the Frontier. Samsung Advanced Communications Research Center. https://research.samsung.com

Samsung Research. (2021, marzo 5). Enabling mmWave wireless communications for high-speed railway. Samsung Research Blog. Recuperado el 25 de marzo de 2025, de https://research.samsung.com/blog/Enabling_mmWave_Wireless_Communications_for_High-Speed_Railway

Samsung Research. (2021). Enabling mmWave wireless communications for high-speed railway. Samsung Research Blog. https://research.samsung.com/blog/Enabling_mmWave_Wireless_Communications_for_High-Speed_Railway

Samsung Research. (2022). 6G White Paper: The Next Hyper-Connected Experience for All. Samsung Advanced Communications Research Center. https://research.samsung.com

Samsung Research. (2022). Enabling mmWave Wireless Communications for High-Speed Railway. Samsung Research Blog.

Sharetechnote. (s.f.). 5G Beam Management. https://www.sharetechnote.com/html/5G/5G_Phy_BeamManagement.html

Sharetechnote. (s.f.). NR Beam Management. Sharetechnote.

Shen, C., & Dai, L. (2021). Angular-domain feedback for FDD massive MIMO with joint spatial division multiplexing. IEEE Transactions on Communications, 69(6), 3984–3998. https://doi.org/10.1109/TCOMM.2021.3063142

Shen, D., & Dai, L. (2021). Dimension Reduced Channel Feedback for Reconfigurable Intelligent Surface Aided Wireless Communications. IEEE Transactions on Communications, 69(11), 7736–7749. DOI: 10.1109/TCOMM.2021.3103532

Shen, H., & Dai, L. (2021). Angular-domain feedback for RIS-assisted multiuser MIMO systems. IEEE Transactions on Communications, 69(11), 7579–7591.

Shen, H., & Dai, L. (2021). Dynamic codebook design for spatially correlated massive MIMO channels. IEEE Transactions on Communications, 69(3), 1642–1654. https://doi.org/10.1109/TCOMM.2020.3047646

Shen, H., Li, J., Wu, X., & Wang, Y. (2018). Machine learning-based beam management for millimeter wave communications. IEEE Wireless Communications, 25(4), 40–45. https://doi.org/10.1109/MWC.2018.1700251

Shen, L.-H., Feng, K.-T., & Hanzo, L. (2018). Coordinated multiple access point multiuser beamforming training protocol for millimeter wave WLANs. IEEE Transactions on Communications, 66(7), 3129–3145.

Shen, L.-H., Feng, K.-T., & Hanzo, L. (2018). Mobility-aware fast beam training scheme for IEEE 802.11ad/ay wireless systems. IEEE Transactions on Vehicular Technology, 67(10), 9479–9483.

Shen, X., & Dai, Y. (2021). Dynamic Codebook Design in Non-Coherent Short-Packet Communications Using Modulation on Conjugate-Reciprocal Zeros. IEEE Transactions on Wireless Communications, 20(7), 4235-4249.

Shen, Y., & Andrews, J. G. (2021). Near interference-free mmWave networks: Understanding the noise-limited regime. arXiv preprint arXiv:2105.04138. https://arxiv.org/pdf/2105.04138

Shen, Y., & Dai, L. (2021). Beamforming Strategies for 6G Multi-Hop Networks Using Dynamic Codebooks. IEEE Journal on Selected Areas in Communications, 39(7), 1912–1924.

Tataria, H., Shafi, M., Molisch, A. F., Dohler, M., Sjöland, H., & Tufvesson, F. (2021). 6G Wireless Systems: Vision, Requirements, Challenges, Insights, and Opportunities. Proceedings of the IEEE, 109(7), 1166–1199.

Tatino, C., Fuschini, F., Vitucci, E. M., Degli-Esposti, V., & Monserrat, J. F. (2023). Beam management in sub-THz mobile scenarios: Challenges and opportunities. arXiv preprint arXiv:2308.02135. https://arxiv.org/abs/2308.02135

TelecomTV. (2019). DOCOMO uses race cars to simulate mmWave 5G on high-speed trains. Recuperado de https://www.telecomtv.com/content/5g/docomo-uses-race-cars-to-simulate-mmwave-5g-on-high-speed-trains-16691

TS 38.213 3GPP. (2020). Technical Specification Group Radio Access Network; NR; Physical layer procedures for control (Release 15). TS 38.213 V15.9.0.

Universidad de California en San Diego. (2021). Technology to manage blockage and interference in mmWave communications. UC San Diego Jacobs School of Engineering. https://jacobsschool.ucsd.edu/news/release/3322

University of California San Diego. (2021, July 23). Engineers develop multi-beam laser approach for ultra-high-speed communications. Jacobs School of Engineering News. https://jacobsschool.ucsd.edu/news/release/3322

Va, V., Shimizu, T., Bansal, G., & Heath, R. W. (2018). Beam Management in mmWave Communication Systems: An Overview. IEEE Communications Magazine. https://arxiv.org/pdf/1804.01908

Va, V., Shimizu, T., Bansal, G., & Heath, R. W. (2018). Position-aided millimeter wave V2I beam alignment: A learning-to-rank approach. arXiv. https://doi.org/10.48550/arXiv.1804.01908

van Berlo, B., Ozcelebi, T., & Meratnia, N. (2025). MmWave Beam Path Blockage Prevention through Codebook Value Prediction under Domain Shift. Journal of Internet of Things (en prensa).

van Berlo, T., Kim, Y., & Rahman, M. (2025). Proactive Beam Switching in mmWave 6G Using Urban Mobility Predictions. IEEE Wireless Communications Letters, 14(3), 345–349.

Wang, J., Wang, C.-X., Huang, J., Feng, R., Aggoune, E. M., & Chen, Y. (2021). A Novel THz Massive MIMO Beam Domain Channel Model for 6G Wireless Communication Systems. IEEE Transactions on Vehicular Technology, 70(4), 3472–3484. https://doi.org/10.1109/TVT.2021.3061234

Wang, J., Wang, C.-X., Huang, J., Feng, R., Aggoune, E. M., & Chen, Y. (2022). A Novel THz Massive MIMO Beam Domain Channel Model for 6G Wireless Communication Systems. IEEE Transactions on Vehicular Technology, 71(4), 3792–3804. https://doi.org/10.1109/TVT.2021.3130746

Wang, J., Wang, C.-X., Huang, J., Feng, R., Aggoune, E. M., & Chen, Y. (2023). A Novel THz Massive MIMO Beam Domain Channel Model for 6G Wireless Communication Systems. IEEE Transactions on Vehicular Technology, 72(8), 9704–9719. https://doi.org/10.1109/TVT.2023.3260783

Wang, L., Zhao, M., & Huang, K. (2023). Low-Latency Beam Alignment Techniques for Multi-Panel User Equipment in 6G. IEEE Network, 37(1), 45–51. https://doi.org/10.1109/MNET.2022.3156789

Wang, P., Li, Y., & Song, S. (2019). Reinforcement Learning Method for Beam Management in Millimeter-Wave Networks. 2019 UK/China Emerging Technologies (UCET), 1–4. https://doi.org/10.1109/UCET.2019.8881826

Wu, Q., Zhang, R., & Schober, R. (2023). Reconfigurable Intelligent Surfaces: Principles and Opportunities. Recuperado de https://arxiv.org/abs/2308.02135

Wu, Q., Zhang, S., & Zhang, R. (2023). Towards smart and reconfigurable environment: Intelligent reflecting surface aided wireless network. IEEE Communications Magazine, 61(2), 32–38. https://doi.org/10.1109/MCOM.001.2300022

Xiao, Y., Zeng, Y., & Zhang, R. (2020). UAV Communications for 5G and Beyond: Recent Advances and Future Trends. IEEE Internet of Things Journal, 7(12), 11438–11456.

Yang, H., Kim, J., & Choi, J. (2020). Mobility prediction-based beam management for millimeter-wave systems. IEEE Communications Letters, 24(4), 835–838.

Yang, K., Xie, Y., & Zhang, H. (2020). Trajectory prediction-based beam management for mobile communication networks. IEEE Transactions on Vehicular Technology, 69(12), 14589–14602. https://doi.org/10.1109/TVT.2020.3023546

Yao, Y., Han, Y., & Xu, W. (2019). A Comprehensive Beam Management Framework for 5G NR Systems. IEEE Communications Magazine, 57(4), 76–83. https://doi.org/10.1109/MCOM.2019.1800474

Yao, Y., Zhang, J., & Letaief, K. B. (2019). Interference management in 5G and beyond networks. Proceedings of the IEEE, 107(4), 918–943.

Yin, H., Gao, X., & Heath, R. W. (2020). Beamforming Optimization With Imperfect CSI for Millimeter-Wave Systems. IEEE Transactions on Communications, 68(6), 3596–3611. https://doi.org/10.1109/TCOMM.2020.2984649

Yin, H., Yu, W., & Li, S. (2020). Beam management in 5G: A stochastic geometry analysis. IEEE Transactions on Wireless Communications, 19(5), 3307–3322.

Zhang, J., A., Heath, R. W., & Andrews, J. G. (2019). Mode switching for MIMO broadcast channel based on delay and channel quantization. IEEE Transactions on Communications, 67(4), 2733–2747.

Zhang, J., Chen, X., & Heath, R. W. (2018). Hierarchical codebook design for beam training in millimeter-wave communication. IEEE Transactions on Wireless Communications, 17(5), 3151–3163. https://doi.org/10.1109/TWC.2018.2810841

Zhang, J., Chen, X., Xu, J., & Letaief, K. B. (2019). Artificial intelligence-aided beam management for wireless networks: Challenges and opportunities. IEEE Wireless Communications, 26(5), 124–131. https://doi.org/10.1109/MWC.2019.1800513

Zhang, J., Zhu, Y., Wang, J., & You, X. (2020). Initial Beamforming for Millimeter-Wave and Terahertz Communications in 6G Mobile Systems. 2020 IEEE Wireless Communications and Networking Conference (WCNC), 1–6. https://doi.org/10.1109/WCNC45663.2020.9120598

Zhang, J., Zhu, Y., Wang, J., & You, X. (2021). Initial Beamforming for Millimeter-Wave and Terahertz Communications in 6G Mobile Systems. IEEE Wireless Communications and Networking Conference (WCNC), 1–6. https://doi.org/10.1109/WCNC49053.2021.9417455

Zhang, J., Zhu, Y., Wang, J., & You, X. (2021). Initial Beamforming for Millimeter-Wave and Terahertz Communications in 6G Mobile Systems. IEEE Wireless Communications and Networking Conference (WCNC), 1–6. https://doi.org/10.1109/WCNC51071.2021.9417455

Zhang, J., Zhu, Y., Wang, J., & You, X. (2021). Initial Beamforming for Millimeter-Wave and Terahertz Communications in 6G Mobile Systems. IEEE Wireless Communications and Networking Conference (WCNC), 1–6. https://doi.org/10.1109/WCNC51071.2022.9771738

Zhang, J., Zhu, Y., Wang, J., & You, X. (2022). Beam Management in Millimeter-Wave and Terahertz Communications for 6G Mobile Systems. IEEE Transactions on Communications, 70(5), 3456–3469. https://doi.org/10.1109/TCOMM.2022.3156789

Zhang, S., Wang, L., Ai, B., Zhong, Z., & Han, Z. (2019). Adaptive beamforming and power allocation for mmWave communication in high-speed railway. China Communications, 16(2), 1–14.

Zhou, F., Wang, Y., Li, H., & Song, J. (2021). Beamforming design for 6G wireless communications: Challenges, solutions, and future directions. IEEE Wireless Communications, 28(1), 86–92. https://doi.org/10.1109/MWC.001.2000216

Zhou, Z., Chen, X., Zhang, R., & Letaief, K. B. (2021). AI-native 6G wireless networks: Vision, key technologies, and open issues. IEEE Network, 35(3), 256–263. https://doi.org/10.1109/MNET.011.2000533

ZTE. (2023). Field Trials of Ultra-Massive MIMO for 6G Urban Deployment. ZTE Technology Journal, 29(1), 77–85.

ZTE. (2023). High-Speed Rail 6G Beam Tracking Prototype Trials. ZTE White Paper.

ZTE. (2023). ZTE and China Mobile complete 6G prototype test in Guangzhou. https://www.zte.com.cn/global/about/news/2023/guangzhou-6g-test

ZTE. (2023). ZTE and China Mobile demonstrate pre-6G performance with RIS and massive MIMO. Retrieved from https://www.zte.com.cn

ZTE. (2023, 28 de junio). China Mobile and ZTE conduct the industry’s first trial of a single sub-6G 5G cell, achieving a peak throughput of over 10Gbps [Comunicado de prensa]. Mobile World Live. Recuperado de https://www.mobileworldlive.com/

Zhu, Y., Wang, Y., & Zhang, R. (2021). Beam Split Effect in Wideband Terahertz Communications: Analysis and Compensation. IEEE Transactions on Communications, 69(9), 5906–5919. https://doi.org/10.1109/TCOMM.2021.3094576