[論文レビュー] Channel Estimation for Reconfigurable Intelligent Surface Aided Multi-User mmWave MIMO Systems

Jie Chen, Ying‐Chang Liang+2 more|arXiv (Cornell University)|Dec 8, 2019

Advanced Wireless Communication Technologies参考文献 45被引用数 133

ひとこと要約

本論文は、RIS支援 MU mmWave MIMO 系における共通 BS-RIS チャンネルと二次元スパース性を活用して訓練オーバーヘッドを圧縮する、2段階の多ユーザー共同チャネル推定フレームワークを提案する。

ABSTRACT

Channel acquisition is one of the main challenges for the deployment of reconfigurable intelligent surface (RIS) aided communication systems. This is because an RIS has a large number of reflective elements, which are passive devices with no active transmitting/receiving abilities. In this paper, we study the channel estimation problem for the RIS aided multi-user millimeter-wave (mmWave) multi-input multi-output (MIMO) system. Specifically, we propose a novel channel estimation protocol for the above system to estimate the cascaded channels, which are the products of the channels from the base station (BS) to the RIS and from the RIS to the users. Further, since the cascaded channels are typically sparse, this allows us to formulate the channel estimation problem as a sparse recovery problem using compressive sensing (CS) techniques, thereby allowing the channels to be estimated with less training overhead. Moreover, the sparse channel matrices of the cascaded channels of all users have a common block sparsity structure due to the common channel between the BS and the RIS. To take advantage of the common sparsity pattern, we propose a two-step multi-user joint channel estimation procedure. In the first step, we make use of the common column-block sparsity and project the received signals onto the common column subspace. In the second step, we make use of the row-block sparsity of the projected signals and propose a multi-user joint sparse matrix recovery algorithm that takes into account the common channel between the BS and the RIS.

研究の動機と目的

• RIS支援のマルチユーザ mmWave MIMO 系におけるチャネル取得の課題を動機付け、解決する。
• ユーザ間で共通の BS-RIS チャンネルを活用する疎な二段階推定プロトコルを提案する。
• カスケードチャネルの行-列-ブロックスパース性を活用する共同疎回復アルゴリズムを開発する。
• 提案アルゴリズムの収束性と計算量を分析し、相互コヒーレンスを最小化する訓練反射を設計する。

提案手法

• RIS支援の連結チャネルを行-列-ブロックスパース性を持つ二次元スパース行列としてモデル化する。
• RISおよびBSアレイの辞書を用いて、仮想角域でカスケードチャネルを表現する。
• 二段階推定を提案する: (i) 共通の列ブロックスパース性を活用して共通サブスペースを推定するサブスペースアプローチを用いる、(ii) 共通BS-RISチャネルを考慮した多ユーザー共同疎行列回復を実行する。
• 二段階目を、ログ和ペナルティを用いた疎性促進最適化として定式化し、交互最適化と反復重み付き手法で解く。
• 推定を改善するため、等価辞書のコヒーレンスを最小化する訓練設計を組み込む。
• 提案アルゴリズムの収束性・計算量・初期化解析を提供する。

実験結果

リサーチクエスチョン

• RQ1 スパース性の下で、RIS支援のマルチユーザー mmWave MIMO におけるBS-RIS-user のカスケードチャネルをEfficient推定するにはどうすればよいか。
• RQ2 ユーザー間で共通のBS-RISチャネルを活用して訓練オーバーヘッドを削減し、共同チャネル回復を改善できるか。
• RQ3 RISシステムにおけるカスケードチャネルを最もよく特徴づけるスパース性構造は何であり、それを回復アルゴリズムでどう活用できるか。
• RQ4 推定機の性能を高め、相互コヒーレンスを最小化するようにRIS反射訓練列をどのように設計すべきか。
• RQ5 提案された二段階共同推定アプローチの収束性と計算量の影響はどのようになるか。

主な発見

• カスケードチャネルは二次元の行-列-ブロックスパース性を示し、疎回復法を可能にする。
• ユーザー間で共通のBS-RISチャネルを活用することは、マルチユーザー設定で効率と推定精度を向上させる。
• サブスペースに基づく共通列スパース推定と共同疎行列回復を組み合わせた二段階手続きが、効果的なカスケードチャネル推定をもたらす。
• ログ和スパース促進フレームワークと交互最適化により、カスケードチャネルを表す疎な X_k 行列を効果的に回復する。
• 訓練反射係数設計はコヒーレンスを低減し、推定器の性能を改善できる。収束性と計算量を解析。