[論文レビュー] How to Mobilize mmWave: A Joint Beam and Channel Tracking Approach

Jiahui Li, Yin Sun+3 more|arXiv (Cornell University)|Feb 6, 2018

Millimeter-Wave Propagation and Modeling参考文献 20被引用数 6

ひとこと要約

本稿では、アレーを用いたミリ波システムにおいて、ビーム指向とチャネル係数を同時に推定する再帰的ビームおよびチャネルトラッキング（RBCT）アルゴリズムを提案する。訓練用ビームフォーミングベクトルの最適化と圧縮センシングの活用により、RBCTは高いトラッキング精度と低いパイロットオーバーヘッドを実現し、32アンテナアレーを用いて1秒間に10パイロットで、5.45°/秒の速度で移動する端末を5 dB SNRで95％の理論チャネル容量を達成するトラッキングを実現する。

ABSTRACT

Maintaining reliable millimeter wave (mmWave) connections to many fast-moving mobiles is a key challenge in the theory and practice of 5G systems. In this paper, we develop a new algorithm that can jointly track the beam direction and channel coefficient of mmWave propagation paths using phased antenna arrays. Despite the significant difficulty in this problem, our algorithm can simultaneously achieve fast tracking speed, high tracking accuracy, and low pilot overhead. In static scenarios, this algorithm can converge to the minimum Cramér-Rao lower bound of beam direction with high probability. Simulations reveal that this algorithm greatly outperforms several existing algorithms. Even at SNRs as low as 5dB, our algorithm is capable of tracking a mobile moving at an angular velocity of 5.45 degrees per second and achieving over 95\% of channel capacity with a 32-antenna phased array, by inserting only 10 pilots per second.

研究の動機と目的

• V2X や高速鉄道などの高移動度環境におけるミリ波接続の信頼性を維持する課題に対処すること。
• 高移動度下で性能が低下する既存の圧縮センシングに基づくビームトラッキングアルゴリズムの限界を克服すること。
• 時間変動するビーム指向とチャネル係数を最小限のパイロットオーバーヘッドで同時に推定する統合トラッキングフレームワークを開発すること。
• 静的状態での推定誤差を最小化し、Cramér-Rao下界（CRLB）に到達するように訓練用ビームフォーミングベクトルを最適化すること。
• 動的状態でも高い確率で最小CRLBに収束し、ロバスト性を確保すること。

提案手法

• 1時間隙間に2つのパイロット記号を用いて、ビーム指向と複素チャネル係数を同時に推定する再帰的ビームおよびチャネルトラッキング（RBCT）アルゴリズムを提案する。
• ミリ波チャネルを、電波到来角（AoA）の正弦関数に依存するステアリングベクトルを持つ指向性ビームとしてモデル化し、チャネル係数が時間変動する複素数であると仮定する。
• 推定誤差を最小化するように適応的に選択されるビームフォーミングベクトルを用いた、圧縮センシングに基づく再帰的推定フレームワークを採用する。
• ビーム指向推定のCramér-Rao下界（CRLB）を導出し、最適に設計された訓練ベクトルを用いれば、RBCTアルゴリズムが高確率でこの下界に収束することを示す。
• 離散グロワンッール不等式と安定性解析を適用し、推定誤差が時間経過に伴って有界であり、動的状態でもロバストであることを保証する。
• 推定されたビーム指向の摂動として訓練用ビームフォーミングベクトルを設計する（すなわち、w_{n,i} = a(x_n + δ_{n,i})/√M）ことで、角度領域の効率的探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 高移動度ミリ波システムにおいて、連合ビームおよびチャネルトラッキングアルゴリズムは、高い精度と低いパイロットオーバーヘッドを達成できるか？
• RQ2 ビーム指向推定のCramér-Rao下界（CRLB）を最小化するため、訓練用ビームフォーミングベクトルをどのように最適化できるか？
• RQ3 トラッキングアルゴリズムの理論的収束特性は何か？静的状況下で高確率でCRLBに到達できるか？
• RQ4 時間変動するビームおよびチャネルダイナミクス下でも、推定誤差が有界で安定性を保つにはどうすればよいか？
• RQ5 既存手法と比較して、RBCTアルゴリズムはトラッキング速度、誤差、パイロットオーバーヘッドの面でどの程度の性能向上を達成できるか？

主な発見

• 静的状況下ではRBCTアルゴリズムが近似的に最適な性能を達成し、ビーム指向推定の最小Cramér-Rao下界（CRLB）に高確率で収束する。
• 5 dB SNR下で、1秒間に10パイロットを用いて、32アンテナアレーを用いて5.45°/秒で移動する端末をトラッキングし、理論チャネル容量の95％以上を達成する。
• 特に高移動度環境下では、既存のビームトラッキング手法に比べて、トラッキング速度、精度、パイロットオーバーヘッドの面で顕著な優位性を示す。
• 理論的解析により、適切に設計された訓練用ビームフォーミングベクトルを用いれば、推定誤差が時間経過に伴って有界であり、収束保証が得られることを示した。
• 離散グロワンッール不等式に基づく誤差バインディングにより、動的チャネルおよびビーム変化下でも安定性と低誤差を維持することが実証された。
• シミュレーション結果から、最先端の圧縮センシングおよび事前分布に基づくトラッキング手法と比較して、RBCTアルゴリズムはより高速な収束と低い平均二乗誤差を達成することが確認された。