[論文レビュー] A General Framework for RIS-Aided mmWave Communication Networks: Channel Estimation and Mobile User Tracking

Salah Eddine Zegrar, Liza Afeef+1 more|arXiv (Cornell University)|Sep 2, 2020

Advanced Wireless Communication Technologies被引用数 24

ひとこと要約

本稿は、効率的なチャネル推定とモバイルユーザー追跡を可能にする、RIS支援mmWave MIMOシステム向けの3段階フレームワークを提案する。BS-RISおよびRIS-UEチャネルの推定を分離し、EKFに基づく追跡アルゴリズムを採用することで、ユーザー移動下でも推定オーバーヘッドを低減し、ロバストな性能を達成しており、動的追跡シナリオではNMSEが0.5未満にまで低下する。

ABSTRACT

Reconfigurable intelligent surface (RIS) has been widely discussed as new technology to improve wireless communication performance. Based on the unique design of RIS, its elements can reflect, refract, absorb, or focus the incoming waves toward any desired direction. These functionalities turned out to be a major solution to overcome millimeter-wave (mmWave)'s high propagation conditions including path attenuation and blockage. However, channel estimation in RIS-aided communication is still a major concern due to the passive nature of RIS elements, and estimation overhead that arises with multiple-input multiple-output (MIMO) system. As a consequence, user tracking has not been analyzed yet. This paper is the first work that addresses channel estimation, beamforming, and user tracking under practical mmWave RIS-MIMO systems. By providing the mathematical relation of RIS design with a MIMO system, a three-stage framework is presented. Starting with estimating the channel between a base station (BS) and RIS using hierarchical beam searching, followed by estimating the channel between RIS and user using an iterative resolution algorithm. Lastly, a popular tracking algorithm is employed to track channel parameters between the RIS and the user. System analysis demonstrates the robustness and the effectiveness of the proposed framework in real-time scenarios.

研究の動機と目的

• 従来の手法が高オーバーヘッドと移動下での性能劣化を示す、受動的RIS支援mmWave MIMOシステムにおけるチャネル推定という重要な課題に取り組む。
• 静的ユーザーを仮定するか、アクティブRIS素子を必要とする既存のRISチャネル推定技術の限界を克服する。
• 階層的ビームサーチと反復的解像度アルゴリズムを活用することで、リアルタイムで低複雑度のチャネル推定とビームフォーミングを実現する。
• 拡張カルマンフィルタ（EKF）を用いた新しいユーザー追跡メカニズムを導入し、ユーザー移動中における正確なチャネル状態情報の維持を可能にする。
• MITのRFocusなど既存のRISプロトタイプと互換性があり、LoSおよびUPAモデルを含む現実的な仮定に基づく、実装可能なフレームワークを開発する。

提案手法

• 第1段階：階層的ビームサーチを用いて、送信側基地局（BS）-RISチャネル（G）を推定し、主要な送信角度（AoD）を特定し、ビームアライメントのための位相シフトを精緻化する。
• 第2段階：第1段階で得られたAoD/AoA推定値を前処理として用い、次元削減と精度向上を図る反復的解像度アルゴリズムにより、RIS-UEチャネル（H）を推定する。
• 第3段階：ユーザー移動中にRISとUE間の時間変動するチャネルパラメータ（複素パス利得、AoD、AoA）を追跡するために、拡張カルマンフィルタ（EKF）を適用する。
• EKFアルゴリズムにおける複素数演算を回避し、実数ベクトル表現（x_state）を用いて実装を簡素化する。
• 推定されたGおよびHに基づき、信号のconstructive合成とユーザー指向ビームフォーミングを実現するためのRIS位相シフトを設計する。
• 2段階のビームフォーミング戦略を採用：最初にG推定を用いた初期ビームアライメントを行い、その後、HおよびEKF更新を用いた動的ビーム追跡を実施する。

実験結果

リサーチクエスチョン

• RQ1 完全に受動的なRIS支援mmWave MIMOシステムにおいて、最小限のオーバーヘッドで効率的なチャネル推定をどのように実現できるか？
• RQ2 実装上のハードウェア制約のもとで、カスケードされたBS-RIS-UEチャネル成分を最適に分離・逐次推定する方法は何か？
• RQ3 低複雑度の追跡アルゴリズムは、RIS支援システムにおけるユーザー移動中にも正確なチャネル状態情報を維持できるか？
• RQ4 本手法のフレームワークは、従来のカスケード推定手法と比較して、移動下における推定誤差とロバスト性の点でどのように優れているか？
• RQ5 EKFに基づく追跡アルゴリズムは、動的ユーザー移動中において推定オーバーヘッドをどれほど低減しつつ、低NMSEを維持できるか？

主な発見

• 提案された3段階フレームワークは、ユーザー移動中でも正規化平均二乗誤差（NMSE）を0.5未満に抑えることができ、従来のカスケード推定手法を著しく上回る性能を達成した。
• EKFベースの追跡アルゴリズムは、SNR = 20 dBにおける半パワー波束幅（Δθ₃dB ≈ 0.886λ / (√M_RIS × d)）に対応するしきい値未満の推定誤差を維持でき、低オーバーヘッドで長期的な追跡を可能にした。
• 初期の静止状態では、提案手法と従来手法の両方が低NMSEを達成するが、移動状態では提案手法は性能を維持する一方、従来手法の誤差は急速に増加した。
• ユーザー移動後、提案フレームワークは再推定後に最小NMSEに収束するため、動的環境へのロバスト性と適応性が確認された。
• 完全なチャネル推定の間隔を空けても連続的な追跡が可能となるため、推定オーバーヘッドが低減され、リアルタイム応用に適していることが示された。
• GおよびHの推定を分離することで、効率的なビームフォーミングと追跡が可能となり、EKFがチャネル変動を効果的に予測し、再推定頻度を最小限に抑えることができた。