Paradigma

"El paradigma de la modulación y transmisión lineal en sistemas de comunicaciones"

La “caja”: el paradigma clásico

Durante décadas, la ingeniería de telecomunicación ha estado dominada por un paradigma muy sólido:

"...la información se transmite mediante señales lineales, moduladas sobre portadoras, que atraviesan canales aproximadamente lineales y estacionarios, y cuyo rendimiento se optimiza maximizando la relación señal-ruido..."

Este paradigma se apoya en pilares teóricos muy robustos:

• Teoría de la información de Shannon
• Análisis espectral y Fourier
• Sistemas lineales e invariantes en el tiempo
• Ruido aditivo blanco gaussiano (AWGN) como modelo estándar
• Modulación lineal (AM, FM, QAM, PSK…)

Durante la fase de ciencia normal, el trabajo del ingeniero consistía en:

• Diseñar mejores modulaciones
• Optimizar filtros
• Reducir interferencias
• Acercarse cada vez más al límite de Shannon

El paradigma funcionaba extraordinariamente bien y permitía explicar y diseñar prácticamente todos los sistemas: radio, televisión, telefonía, satélites, enlaces de microondas…

Las anomalías

Con el tiempo, empezaron a aparecer anomalías, en sentido kuhniano:

• Canales fuertemente no lineales (amplificadores de potencia, fibra óptica a alta potencia)
• Entornos extremadamente complejos y dinámicos (canales móviles rápidos, multitrayecto masivo)
• Sistemas densos con miles de usuarios y antenas (MIMO masivo)
• Costes computacionales prohibitivos para modelos exactos
• Escenarios donde el modelo AWGN deja de ser razonable

Cada anomalía, por separado, podía “parchearse” dentro del paradigma clásico. Pero el número crecía.

La crisis: cuando el modelo deja de bastar

La llegada de:

• 5G y 6G
• Comunicaciones en mmWave y THz
• Canales altamente no estacionarios
• Sistemas reconfigurables (RIS, metasuperficies)

pone en crisis la idea de que todo puede modelarse y optimizarse analíticamente con herramientas lineales clásicas.

Aquí empieza a notarse que el paradigma, aunque exitoso, no escala bien.

El nuevo paradigma emergente

Empieza entonces a tomar forma un nuevo paradigma, todavía en consolidación:

"...las comunicaciones como un sistema de aprendizaje y optimización de extremo a extremo..."

Algunos de sus rasgos:

• Uso de machine learning y deep learning para modelar el canal
• Optimización basada en datos en lugar de modelos cerrados
• Diseño conjunto de transmisión, canal y recepción
• Metasuperficies inteligentes que “aprenden” cómo controlar los recursos
• Menos énfasis en interpretabilidad, más en rendimiento global

No se abandona Shannon ni la teoría clásica, pero se reinterpreta: el paradigma nuevo debe explicar lo anterior y además resolver las anomalías que el antiguo no podía manejar eficientemente.

Kuhn en telecomunicaciones

Desde la perspectiva de Kuhn:

• La ingeniería de telecomunicación ha vivido una larga etapa de ciencia normal
• Las anomalías se acumulan en escenarios complejos
• Estamos en una fase de transición paradigmática
• El nuevo paradigma no invalida al anterior, lo absorbe y lo amplía

Conexión con la cita de Davy

Aquí encaja perfectamente la paradoja de Davy:

"...cuanto más sabemos, más conscientes somos de lo que no sabemos..."

Cada mejora tecnológica revela nuevos límites, nuevas incertidumbres y nuevas preguntas, obligando a repensar los fundamentos mismos de la disciplina.