[論文レビュー] Joint Beam Training and Positioning For Intelligent Reflecting Surfaces Assisted Millimeter Wave Communications

Wei Wang, Wei Zhang|arXiv (Cornell University)|Sep 8, 2020

Advanced Wireless Communication Technologies参考文献 39被引用数 10

ひとこと要約

本稿では、インテリジェントリフレクティングサーフェス（IRS）を支援するミリ波通信において、ビームトレーニングと位置決定を統合するフレームワークを提案し、センチメートルレベルの局所化精度を実現するとともに、ビームおよび反射最適化を向上させる。ランダムビームフォーミングとAoA/AoDの最尤推定を組み合わせ、位置推定を繰り返し精緻化することで、チャネル状態情報の正確性と遮断検出能力が向上し、従来の手法に比べ優れた性能を達成する。

ABSTRACT

Intelligent reflecting surface (IRS) offers a cost effective solution to link blockage problem in mmWave communications, and the prerequisite of which is the accurate estimation of (1) the optimal beams for base station/access point (BS/AP) and mobile terminal (MT), (2) the optimal reflection patterns for IRSs, and (3) link blockage. In this paper, we carry out beam training design for IRSs assisted mmWave communications to estimate the aforementioned parameters. To acquire the optimal beams and reflection patterns, we firstly perform random beamforming and maximum likelihood estimation to estimate angle of arrival (AoA) and angle of departure (AoD) of the line of sight (LoS) path between BS/AP (or IRSs) and MT. Then, with the estimate of AoAs and AoDs, we propose an iterative positioning algorithm that achieves centimeter-level positioning accuracy. The obtained location information is not only a fringe benefit but also enables us to cross verify and enhance the estimation of AoA and AoD, and facilitates the prediction of blockage indicator. Numerical results show the superiority of our proposed beam training scheme and verify the performance gain brought by location information.

研究の動機と目的

• ミリ波通信におけるリンク遮断という深刻な課題に取り組むこと。これは、視線外（NLoS）状態における高い経路損失のため、ネットワークの信頼性が著しく制限されるためである。
• 事前CSIや正確な位置情報なしに、最適な送信/受信ビーム、IRSの反射係数、リンク遮断状態を同時に推定すること。
• 位置決定精度をフィードバックメカニズムとして活用し、AoA/AoD推定を精緻化し、ビームトレーニングのロバスト性を向上させること。
• 統合されたビームトレーニングと位置決定により、動的で遮断が生じやすいミリ波環境における訓練オーバーヘッドを低減し、システム性能を向上させること。

提案手法

• 基地局および移動端末でランダムビームフォーミングを採用し、チャネルを励起し、信号強度測定値を収集することで、初期の送信角度（AoD）および受信角度（AoA）推定を実施する。
• 収集した測定値に対して最尤推定を適用し、LoS路のAoAおよびAoDをより高い精度で推定する。
• 推定されたAoA/AoDを用いて、移動端末の位置をセンチメートルレベルの精度で繰り返し精緻化する反復的定位アルゴリズムを開発する。
• 精緻化された位置推定値を用いて、AoA/AoD推定値を相互に検証・強化し、推定誤差を低減し、ロバスト性を向上させる。
• 正確な位置情報を利用して、LoS路の可用性の一貫性を評価することで、リンク遮断を検出・示す。
• ビームトレーニングと位置決定を統合した統一フレームワークを構築し、位置フィードバックによりビームおよび反射係数最適化を改善する。

実験結果

リサーチクエスチョン

• RQ1 IRSを支援するミリ波システムにおいて、統合的ビームトレーニングと位置決定は、AoAおよびAoD推定の精度を向上させることができるか？
• RQ2 センチメートルレベルの位置決定精度は、ビームおよび反射係数最適化にどの程度寄与するか？
• RQ3 位置フィードバックを組み込むことで、ミリ波通信における遮断検出能力とシステムのロバスト性はどのように向上するか？
• RQ4 提案された統合設計は、位置フィードバックなしの従来のビームトレーニング手法に比べて、どの程度の性能向上を達成するか？

主な発見

• 提案手法はセンチメートルレベルの位置決定精度を達成し、ビームおよび反射係数推定の信頼性を顕著に向上させる。
• 位置フィードバックの統合により、AoA/AoD推定誤差が低減し、より正確なビームアライメントと高いデータレートが実現される。
• 反復的定位アルゴリズムは高速に収束し、最小限のオーバーヘッドでリアルタイムのビームトレーニングが可能になる。
• 数値結果により、従来のビームトレーニング方式に比べ、信号対インターーフェンス＋ノイズ比（SINR）およびスペクトル効率に顕著な性能向上が示された。
• 位置に基づくチャネル一貫性チェックを用いて、LoS路の可用性の一貫性を検証することで、リンク遮断を効果的に検出できる。