[論文レビュー] Joint Training of the Superimposed Direct and Reflected Links in Reconfigurable Intelligent Surface Assisted Multiuser Communications

Jiancheng An, Chao Xu+4 more|arXiv (Cornell University)|May 30, 2021

Advanced Wireless Communication Technologies被引用数 4

ひとこと要約

本稿は、複数の訓練期間にわたり重ね合わせられた直接・反射経路のエンドツーエンドチャネルを推定することで、分離したチャネル推定を回避し、最適化されたRIS位相シフトを可能にする、再構成可能インテリジェントサーフェス（RIS）支援マルチユーザー通信のための新規な共同訓練フレームワークを提案する。この手法はパイロットおよびシグナリングのオーバーヘッドを低減し、特に低SNRにおいて近似的最適性能を達成する。理論的解析およびSISOおよびMIMO環境におけるシミュレーションにより検証されている。

ABSTRACT

In Reconfigurable intelligent surface (RIS)-assisted systems the acquisition of CSI and the optimization of the reflecting coefficients constitute a pair of salient design issues. In this paper, a novel channel training protocol is proposed, which is capable of achieving a flexible performance vs. signalling and pilot overhead as well as implementation complexity trade-off. More specifically, first of all, we conceive a holistic channel estimation protocol, which integrates the existing channel estimation techniques and passive beamforming design. Secondly, we propose a new channel training framework. In contrast to the conventional channel estimation arrangements, our new framework divides the training phase into several periods, where the superimposed end-to-end channel is estimated instead of separately estimating the direct BS-user channel and cascaded reflected BS-RIS-user channels. As a result, the reflecting coefficients of the RIS are optimized by comparing the objective function values over multiple training periods. Moreover, the theoretical performance of our channel training protocol is analyzed and compared to that under the optimal reflecting coefficients. In addition, the potential benefits of our channel training protocol in reducing the complexity, pilot overhead as well as signalling overhead are also detailed. Thirdly, we derive the theoretical performance of channel estimation protocols and our channel training protocol in the presence of noise for a SISO scenario, which provides useful insights into the impact of the noise on the overall RIS performance. Finally, our numerical simulations characterize the performance of the proposed protocols and verify our theoretical analysis. In particular, the simulation results demonstrate that our channel training protocol is more competitive than the channel estimation protocol at low signal-to-noise ratios.

研究の動機と目的

• 受動的RIS素子のため、従来のパイロットベース推定が不可能であるRIS支援システムにおける正確なチャネル状態情報（CSI）の取得という課題に対処すること。
• 直接チャネルとカスケードチャネルの別個推定を回避することで、RIS支援マルチユーザー下行リンク通信におけるパイロットおよびシグナリングのオーバーヘッドを低減すること。
• 複数期間にわたる新しい訓練プロトコルを通じて、直接チャネルと反射チャネルの重ね合わせられたエンドツーエンドチャネルを推定し、RISの反射係数を共同最適化すること。
• ノイズを含む条件下での提案された訓練プロトコルの性能を理論的に分析し、最適な反射係数設計と比較すること。
• 理論的導出およびシミュレーションを通じて、低SNR領域における従来のチャネル推定法と比較して、提案手法の優位性を示すこと。

提案手法

• 直接チャネルとカスケードチャネルの別個推定を回避する包括的なチャネル推定プロトコルを導入し、受動ビームフォーミング設計とチャネル推定を統合する。
• 訓練フェーズを複数期間に分割する新しい訓練フレームワークを設計し、その間、直接チャネルと反射チャネルの重ね合わせられたエンドツーエンドチャネルを一括して推定する。
• 複数期間にわたる目的関数値（例：信号パワーまたはスループット）の比較を通じてRISの反射係数を最適化し、適応的ビームフォーミングを可能にする。
• チャネル推定誤差を考慮した平均エンドツーエンドチャネルゲインの理論的表現を導出する。直接リンクおよび反射リンクに複素ガウスノイズモデルを組み込む。
• チャネル推定誤差を複素ガウス分布でモデル化し、主要な性能指標の閉形式期待値を導出可能にする。
• 実数部および虚数部の正規化チャネル推定の期待値を用いた解析的手法を適用し、最終的な性能式を式（66）で得る。

実験結果

リサーチクエスチョン

• RQ1 直接チャネルと反射チャネルの重ね合わせ推定を行う共同訓練プロトコルは、従来の別個推定と比較してパイロットおよびシグナリングのオーバーヘッドを低減できるか？
• RQ2 現実的なチャネル推定誤差を想定した場合、提案された共同訓練プロトコルの性能は最適な反射係数設計と比べてどの程度か？
• RQ3 提案されたフレームワークにおけるノイズの影響が平均エンドツーエンドチャネルゲインに与える理論的影響は何か？
• RQ4 低信号対ノイズ比（SNR）領域において、提案手法は従来のチャネル推定法を上回る性能を達成できるか？
• RQ5 RIS支援マルチユーザーシステムにおいて、共同訓練フレームワークは実装の複雑さを低減しつつ、どの程度の性能を維持できるか？

主な発見

• 提案された共同訓練プロトコルは、従来手法と比較して顕著にパイロットおよびシグナリングのオーバーヘッドを低減しつつ、近似的最適性能を達成する。
• 理論的解析により、推定誤差下での平均エンドツーエンドチャネルゲインは式（66）で与えられ、直接リンクおよび反射リンクのパワーと干渉項を含むことが示された。
• 数値シミュレーションにおいて、低SNR領域で従来のチャネル推定技術を上回る優れた性能を示した。
• 式（66）で得られた表現から、性能向上はRIS素子数Nに比例し、チャネルパワーと推定誤差分散の比に依存することが明らかになった。
• 正規化チャネル推定の実部は平均チャネルゲインに寄与するが、虚部は平均でゼロになるため、性能解析が簡略化される。
• シミュレーション結果は、提案手法がさまざまなSNR領域で頑健な性能を維持でき、性能、オーバーヘッド、複雑さの間で柔軟なトレードオフを提供できることを確認した。