Detector Zero‑Forcing Dictionary

Método de detección lineal que estima vectores de símbolos transmitidos aplicando la (pseudo)inversa de la matriz de canal estimada al vector recibido para anular la interferencia entre símbolos o usuarios; esta inversión elimina la interferencia a costa de amplificar el ruido en direcciones asociadas a valores singulares pequeños del canal.

Principio

Imponiendo restricciones lineales que fuerzan el acoplamiento intersímbolo/interusuario a cero, el detector invierte la transformación del canal; el coste es la ampliación del ruido, inversamente proporcional a los valores singulares del canal, por lo que el rendimiento empeora con una Ĥ mal condicionada o en SNR bajos.

Demostración

Escenario ilustrativo: MIMO 2×2 con matriz de canal estimada Ĥ. Calcular x̂ = Ĥ^{-1} r (o x̂ = Ĥ^{†} r para Ĥ no cuadrada). Si Ĥ está bien condicionada y el ruido es pequeño, la interferencia se elimina y las estimaciones de símbolos son precisas; si Ĥ es casi singular, pequeñas componentes de ruido se amplifican y las decisiones sobre símbolos se vuelven poco fiables.

Aplicación incorrecta

Aplicar ZF sin verificar la condicionamiento de la matriz de canal o invertir una Ĥ mal estimada es un error de razonamiento: formalmente se cancela la interferencia, pero la amplificación del ruido y los errores de inversión prácticos producen más errores de detección que métodos regularizados alternativos.

Consecuencia

Cuando la estimación del canal es precisa y Ĥ está bien condicionada a SNR moderado‑alto, ZF proporciona estimaciones lineales sin interferencias; cuando Ĥ está mal condicionada o el SNR es bajo, la amplificación del ruido por ZF provoca una degradación severa respecto a detectores regularizados (p. ej. MMSE) o detección no lineal.

Inversión

En el límite de SNR alto y Ĥ de rango completo bien condicionada, ZF se acerca a un comportamiento sin interferencias y es atractivo por su complejidad; en regímenes de bajo SNR, muestras limitadas para la estimación del canal o Ĥ casi singular, son preferibles detectores regularizados (MMSE) o detectores ML conjuntos.

Límite

Claramente dentro: ecualización lineal MIMO o multiusuario con matriz de canal de rango completo estimada con precisión. Caso límite: Ĥ con pequeños valores singulares donde la anulación parcial ayuda pero la amplificación del ruido es significativa. Claramente fuera: métodos de detección que optimizan explícitamente constelaciones discretas (ML) o métodos que incorporan distribuciones a priori bayesianas.

Tensión semántica

Anulación exacta de interferencias (inversión determinista) frente a amplificación de ruido y robustez ante errores de estimación; ZF prioriza la cancelación de interferencias pero puede sacrificar el error cuadrático medio y la fiabilidad en condiciones prácticas.

Síntesis

ZF es una estrategia de inversión directa que intercambia eliminación de interferencias por sensibilidad al ruido y a errores de estimación; su utilidad práctica depende del condicionamiento del canal y del SNR, motivando variantes regularizadas cuando esas condiciones fallan.

Detector Zero‑Forcing