[論文レビュー] Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs

Hwanjin Kim, Junil Choi|arXiv (Cornell University)|Oct 29, 2019

Advanced MIMO Systems Optimization参考文献 35被引用数 30

ひとこと要約

本稿では、1ビットADCを備えた massive MIMO システムに対して、空間的および時間的チャネル相関を活用するカルマンフィルタベースのチャネル推定手法を提案する。1ビット量子化の非線形性を線形化するためにBussgang分解を適用し、量子化ノイズをガウス分布としてモデル化することで、一括推定手法に比べて著しく精度の向上を実現する。数値結果により、時間スロットが増加するにつれてNMSEが低下し、低複雑度の切り捨て多項式展開（TPE）近似を用いることで性能損失が無視できることが検証された。

ABSTRACT

This paper considers the channel estimation problem for massive multiple-input multiple-output (MIMO) systems that use one-bit analog-to-digital converters (ADCs). Previous channel estimation techniques for massive MIMO using one-bit ADCs are all based on single-shot estimation without exploiting the inherent temporal correlation in wireless channels. In this paper, we propose an adaptive channel estimation technique taking the spatial and temporal correlations into account for massive MIMO with one-bit ADCs. We first use the Bussgang decomposition to linearize the one-bit quantized received signals. Then, we adopt the Kalman filter to estimate the spatially and temporally correlated channels. Since the quantization noise is not Gaussian, we assume the effective noise as a Gaussian noise with the same statistics to apply the Kalman filtering. We also implement the truncated polynomial expansion-based low complexity channel estimator with negligible performance loss. Numerical results reveal that the proposed channel estimators can improve the estimation accuracy significantly by using the spatial and temporal correlations of channels.

研究の動機と目的

• 従来の1ビットADCを用いた massive MIMO におけるチャネル推定手法では時間的相関が十分に活用されていない点を解決する。
• 空間的および時間的相関を統合的に活用する逐次的チャネル推定フレームワークを構築する。
• 切り捨て多項式展開（TPE）を用いて、大規模システムにおけるカルマンフィルタの計算複雑度を低減する。
• 時間的チャネルダイナミクスを組み込むことで、単一スナップショット手法を上回る推定精度を実現する。

提案手法

• 非線形な1ビット量子化モデルを線形化するためにBussgang分解を適用し、色雑音を伴う線形モデルに変換する。
• 有効な量子化ノイズを、同一の平均および共分散を持つガウス分布としてモデル化することで、カルマンフィルタの適用を可能にする。
• 時間的相関を活用して、逐次的にチャネル状態推定値を更新するカルマンフィルタベースの推定器（KFB）を実装する。
• カルマンゲイン計算における行列逆行列計算の複雑度を低減するため、切り捨て多項式展開（TPE）近似を導入する。
• パイロットシーケンスと空間的相関行列の推定を用いて、初期状態および共分散行列を設定する。
• TPEに基づく推定器の性能を分析し、1次近似を用いてその最小NMSEを導出する。

実験結果

リサーチクエスチョン

• RQ1 1ビットADCを備えた massive MIMO システムにおいて、時間的相関を活用することで、単一スナップショット手法を上回るチャネル推定精度を達成できるか？
• RQ2 1ビット量子化と空間的・時間的相関を持つチャネルにおいて、カルマンフィルタベースの推定器はどのように性能を示すか？
• RQ3 切り捨て多項式展開（TPE）近似は、最小限の性能損失で計算複雑度をどの程度低減できるか？
• RQ4 空間的および時間的相関を併用した場合、時間スロットが経過するにつれて推定精度はどのように変化するか？
• RQ5 SNRおよび時間的相関の程度が、提案手法の性能に与える影響は何か？

主な発見

• 提案されたカルマンフィルタベースの（KFB）推定器は、時間的相関を活用することで、単一スナップショット推定器に比べて顕著に低い正規化平均二乗誤差（NMSE）を達成する。
• KFB推定器のNMSEは、時間スロットが増加するにつれて低下し、時間経過に伴う追跡性能の向上が示された。
• 高い時間的相関と低いSNRの環境下では、低次の近似（L=1）であってもTPEベースの推定器はKFB推定器とほぼ同等の性能を達成する。
• 低時間的相関と高SNRの環境下では、L=2を用いることでTPEベースの推定器はKFB推定器に近い性能を維持し、多様な条件下でも安定性を示す。
• KFB推定器は、1ビット量子化ノイズの影響により高SNR領域で飽和効果を示し、さらなるNMSE低減が制限される。
• 理論的分析により、TPEベースの推定器のNMSEも、中程度の仮定のもとで時間スロットの増加に伴い減少することが確認され、収束特性の妥当性が裏付けられた。