[論文レビュー] Block Distributed Compressive Sensing Based Doubly Selective Channel Estimation and Pilot Design for Large-Scale MIMO Systems

Bo Gong, Lin Gui+3 more|arXiv (Cornell University)|Apr 21, 2020

Advanced MIMO Systems Optimization参考文献 31被引用数 13

ひとこと要約

本稿では、大規模MIMOシステムにおけるブロック分散圧縮センシング（BDCS）に基づく二重選択的（DS）チャネル推定法と、ブロック離散確率的最適化（BDSO）パイロット設計アルゴリズムを提案する。BEM係数およびアンテナペア間の共通スパarsityを活用することで、パイロットオーバーヘッドを低減しつつ高い推定精度を維持し、最適なパイロット配置下でオーバーサイド点なしに-25 dBの正規化MSEを達成する。

ABSTRACT

The doubly selective (DS) channel estimation in the large-scale multiple-input multiple-output (MIMO) systems is a challenging problem due to the large number of the channel coefficients to be estimated, which requires unaffordable and prohibitive pilot overhead. In this paper, firstly we conduct the analysis about the common sparsity of the basis expansion model (BEM) coefficients among all the BEM orders and all the transmit-receive antenna pairs. Then a novel pilot pattern is proposed, which inserts the guard pilots to deal with the inter carrier interference (ICI) under the superimposed pilot pattern. Moreover, by exploiting the common sparsity of the BEM coefficients among different BEM orders and different antennas, we propose a block distributed compressive sensing (BDCS) based DS channel estimator for the large-scale MIMO systems. Its structured sparsity leads to the reduction of the pilot overhead under the premise of guaranteeing the accuracy of the estimation. Furthermore, taking consideration of the block structure, a pilot design algorithm referred to as block discrete stochastic optimization (BDSO) is proposed. It optimizes the pilot positions by reducing the coherence among different blocks of the measurement matrix. Besides, a linear smoothing method is extended to large-scale MIMO systems to improve the accuracy of the estimation. Simulation results verify the performance gains of our proposed estimator and the pilot design algorithm compared with the existing schemes.

研究の動機と目的

• 大規模MIMOシステムにおける二重選択的（DS）チャネル推定の高いパイロットオーバーヘッドと計算複雑性を解決すること。
• 複数アンテナおよびBEM係数間の共通スパarsityを活用し、必要なパイロットオーバーヘッドを低減すること。
• 測定行列のコherenCeを最小化するパイロットパターンを最適化して、圧縮センシングの復元性能を向上させること。
• ブロックおよび共通スパarsityを統合的に活用する構造的推定フレームワークを構築し、推定精度を向上させること。
• 高ドップラー周波数移動およびアンテナ数の増加といった現実的状況下で、提案手法の有効性を検証すること。

提案手法

• 複数アンテナおよびBEM次数にわたる基底展開モデル（BEM）係数を用いたDSチャネル推定問題を定式化する。
• アンテナおよびBEM次数にわたるBEM係数の共同スパarsityをモデル化する、ブロック分散圧縮センシング（BDCS）フレームワークを提案する。
• 重ね合わせパイロット構造下で周波数間干渉（ICI）を低減するため、ガードパイロットを含む新規パイロットパターンを導入する。
• 測定行列ブロック間の相互コヒーレンスを最小化することでパイロット位置を最適化する、ブロック離散確率的最適化（BDSO）アルゴリズムを開発する。
• 特に高ドップラー環境下での推定精度を向上させるために、線形スムージング手法を適用する。
• ブロックおよび共通スパarsityを併用して復元性能を向上させるために、構造的回復アルゴリズム（SOMP、SSP、BSOMP）を用いる。

実験結果

リサーチクエスチョン

• RQ1 BEM係数および複数アンテナ間の共通スパarsityを活用することで、大規模MIMOシステムにおけるパイロットオーバーヘッドを低減可能か？
• RQ2 測定行列のコヒーレンスを最小化するパイロット設計は、どのように最適化可能か？これにより圧縮センシングの性能がどのように向上するか？
• RQ3 アンテナ数の増加およびドップラー拡散の上昇が、CSベースDSチャネル推定の推定精度に与える影響は何か？
• RQ4 提案されたBDCSフレームワークは、高移動度環境下で従来のLSおよびLMMSE推定器と比較してどのように優れているか？
• RQ5 線形スムージングは、高ICI環境下でBDCSベース推定器のロバスト性および精度をどの程度向上させるか？

主な発見

• 提案されたBDSOパイロット設計は、相互コヒーレンス（μ）を0.1未満に抑えることができ、遺伝的アルゴリズム（GA）（約0.6）および等間隔パターンよりも顕著に低い値を達成し、より優れた復元性能を実現した。
• BDSO最適化パイロットを用いることで、BDCSベース推定器はオーバーサイド点なしに-25 dBの正規化MSEを達成し、LSおよびLCC方式が0 dB付近に留まるのに対し優れた性能を示した。
• SSPおよびBSOMP回復アルゴリズムは、SOMPよりもブロックおよび共通スパarsityを統合的に活用することで優れた性能を示し、BSOMP-liが最も高い全体的な精度を達成した。
• パイロットオーバーヘッドを固定した状態でアンテナ数が増加すると性能が低下するが、BDCSフレームワークは従来手法と比較して優れたロバスト性を示した。
• 線形スムージング手法は、特に高ドップラー周波数移動およびチャネルスパarsityの増加下で一貫した性能向上をもたらした。
• チャネルスパarsity（K）が増加するか、正規化ドップラー周波数が上昇するとNMSEが上昇するが、BSOMPおよびスムージングを組み合わせたBDCS推定器は、ベースライン手法に比べて優れた性能を維持した。