[論文レビュー] A Simple DFT-aided Spatial Basis Expansion Model and Channel Estimation Strategy for TDD/FDD Massive MIMO Systems

Hongxiang Xie, Feifei Gao+2 more|arXiv (Cornell University)|Nov 16, 2015

Advanced MIMO Systems Optimization被引用数 4

ひとこと要約

本稿では、角度相反性とULA特性を活用することで、トレーニングオーバーヘッドとフィードバックを低減するDFT補助空間基底拡張モデル（SBEM）を、TDD/FDDマッシブMIMOシステムに提案する。少数のDFTベースの空間基底ベクトルでチャネルを表現することで、低複雑性かつ低パイロットオーバーヘッドの上行リンク/下行リンク推定が可能となり、パイロット混信を軽減する。さらに、グリーディユーザスケジューリング方式によりスペクトル効率を向上させつつ、最小限のCSIフィードバックを実現する。

ABSTRACT

This paper proposes a new transmission strategy for the multiuser massive multiple-input multiple-output (MIMO) systems, including uplink/downlink channel estimation and user scheduling for data transmission. A discrete Fourier transform (DFT) aided spatial basis expansion model (SBEM) is first introduced to represent the uplink/downlink channels with much few parameter dimensions by exploiting angle reciprocity and the physical characteristics of the uniform linear array (ULA). With SBEM, both uplink and downlink channel estimation of multiuser can be carried out with very few amount of training resources, which significantly reduces the training overhead and feedback cost. Meanwhile, the pilot contamination problem in the uplink raining is immediately relieved by exploiting the spatial information of users. To enhance the spectral efficiency and to fully utilize the spatial resources, we also design a greedy user scheduling scheme during the data transmission period. Compared to existing low-rank models, the newly proposed SBEM offers an alternative for channel acquisition without need of channel statistics for both TDD and FDD systems based on the angle reciprocity. Moreover, the proposed method can be efficiently deployed by the fast Fourier transform (FFT). Various numerical results are provided to corroborate the proposed studies.

研究の動機と目的

• マッシブMIMOシステムにおける高いトレーニングオーバーヘッドとパイロット混信を解消すること、特にチャネル相反性が成立しないFDDモードにおいて。
• 空間スパarsityと物理的アレイ構造の特徴を活用することで、マルチユーザマッシブMIMOにおけるフィードバックとトレーニングリソース要件を低減すること。
• DFTベースの基底ベクトルを用いて、TDDおよびFDDシステムに適用可能な低複雑性で統計情報に依存しないチャネル推定手法を開発すること。
• 空間直交性に基づくグリーディユーザスケジューリング方式を用いて、データ伝送中のスペクトル効率を向上させること。
• チャネル共分散行列や複雑な圧縮センシングを必要とせず、高速フーリエ変換（FFT）を用いた高速な展開を可能にすること。

提案手法

• DFT補助空間基底拡張モデル（SBEM）を導入し、少数のDFTビームを用いてチャネルベクトルを表現することで、パrameter次元を低減する。
• TDDにおける角度相反性と物理的ULA構造を活用し、FDDシステムにおける下行リンクトレーニングに上行リンクの空間シグネイチャを適用可能にする。
• スティアリングベクトルのDFTを用いて、主なユーザ方向を表す固定で直交する空間基底ベクトルを生成する。
• LS推定をSBEM基底と組み合わせて、最小限のパイロットオーバーヘッド（例：L=32 が M=128 に比べて）でチャネルを推定する。
• 空間シグネイチャが直交するユーザを選択するグリーディユーザスケジューリングアルゴリズムを設計し、スペクトル効率を最大化する。
• 基底ベクトル計算およびチャネル推定にFFTを効率的に適用し、EVDや非線形CS再構成を回避することで、高複雑性を回避する。

実験結果

リサーチクエスチョン

• RQ1 DFTベースの空間基底モデルは、チャネル統計に依存せずにマッシブMIMOシステムにおけるトレーニングオーバーヘッドを低減できるか？
• RQ2 提案されたSBEMは、推定精度を維持しつつ、上行リンクトレーニングにおけるパイロット混信をどのように軽減するか？
• RQ3 角度相反性を用いて、SBEMがTDDおよびFDDシステムの両方へどの程度適用可能か？
• RQ4 移動状態および低SNR下で、提案手法のスペクトル効率は、従来のLSおよび共分散ベース手法（例：JSDM）と比較してどの程度優れるか？
• RQ5 SBEMのFFTベース実装は、実際の応用において低複雑性のチャネル推定とフィードバック低減を達成できるか？

主な発見

• トレーニングオーバーヘッドが高いかSNRが低い状況では、従来のLS手法と比較して、提案されたSBEMは顕著に高い平均スペクトル効率（AASR）を達成する。T=64、SNR=10 dBの条件下で、AASRは30%以上向上する。
• 低SNRおよび短いコherence時間下では、パイロット数が少ないためノイズ増幅が抑えられるため、SBEMはLSを上回る性能を示す。
• 低SNR下でのBER性能は、JSDMと同等水準であり、わずか~0.5 dBの差にとどまる。ただし、チャネル共分散行列を必要としない。
• ユーザ移動状態下でも、統計的角度スプレッドが20°まで増加してもSBEMは安定した性能を維持するが、JSDMは共分散推定の不正確さにより著しく性能が低下する。
• 128アンテナシステムにおいて、トレーニングオーバーヘッドをM=128からL=32パイロットに低減し、約75%のオーバーヘッド削減を達成する。
• 固定DFT基底ベクトルの使用により、EVDや非線形CS再構成を回避できる効率的なFFTベース実装が可能となる。