[論文レビュー] Parametric Channel Estimation for LoS Dominated Holographic Massive MIMO Systems

Mojtaba Ghermezcheshmeh, Vahid Jamali+2 more|arXiv (Cornell University)|Dec 6, 2021

Antenna Design and Analysis被引用数 4

ひとこと要約

本稿は、ミリ波およびテラヘルツ帯の視線路線（LoS）優勢なホログラフィック巨大MIMOシステムにおいて、物理的ビーム構造（2つのサイム関数としてモデル化）を活用して、1つのアパーチャタイルあたり2つの主要パラメータのみを推定するパラメトリックなチャネル推定方式を提案する。この手法は、低トレーニングオーバーヘッドと低い計算複雑性で高い精度を達成し、特に散乱が弱い環境、特に高SNR条件下では5つのパイロット信号でのMSE ≤ 10⁻⁶を達成し、ベンチマーク手法を著しく上回る性能を示す。

ABSTRACT

Holographic massive multiple-input multiple-output (MIMO), in which a spatially continuous surface is being used for signal transmission and reception, have emerged as a promising solution for improving the coverage and data rate of wireless communication systems. To realize these objectives, the acquisition of accurate channel state information in holographic massive MIMO systems is crucial. In this paper, we propose a channel estimation scheme based on a parametric physical channel model for line-of-sight (LoS) dominated communication in millimeter and terahertz wave bands. The proposed channel estimation scheme exploits the specific structure of the radiated beams generated by the continuous surface to estimate the channel parameters in a dominated LoS channel model. The training overhead and computational complexity of the proposed scheme do not scale with the number of antennas. The simulation results demonstrate that the proposed estimation scheme significantly outperforms other benchmark schemes in poor scattering environment.

研究の動機と目的

• 巨大位相シフト素子を有するホログラフィック巨大MIMOシステムにおける従来のチャネル推定の高いトレーニングオーバーヘッドと計算複雑性を低減すること。
• パスロスや遮断が主な課題であるLoS優勢なミリ波およびテラヘルツ帯において、正確なチャネル状態情報（CSI）の取得を可能にすること。
• 連続アパーチャーからの放射ビームが有する固有の物理的構造を活用して、推定すべきパラメータ数を削減すること。
• アンテナ数に依存しない低トレーニングオーバーヘッドと計算複雑性を達成すること。
• 散乱が弱い条件下で、特に階層的および圧縮センシング手法と比較して優れた性能を示すことを実証すること。

提案手法

• 視線路線（LoS）および非視線路線（NLoS）成分のパスパラメータ（AoA、AoD、複素利得）に基づくパラメトリック物理モデルを用いて、ホログラフィック巨大MIMOチャネルをモデル化する。
• 遠近場においては、アレイファクターから導かれる2つのサイム関数を用いて、連続アパーチャーのビームパターンをモデル化する。
• 近距離操作では、アパーチャーをタイルに分割し、各タイルのチャネルを局所化されたパラメータを有するLoSおよびNLoS成分の重ね合わせとしてモデル化する。
• サイムビーム構造を活用した最小二乗法に基づくアルゴリズムを用いて、タイルごとに2つのパラメータ（主なパスのAoAおよびAoD）のみを推定する。
• 二段階のパイロットトレーニング方式を採用：まず粗いビーム方向を推定し、その後ビームパターンマッチングを用いて推定値を精緻化する。
• 連続アパーチャーから放射されるビームが、角度領域で既知の関数形（サイム関数）を有することを活用し、完全なCSI回復なしに効率的なパラメータ推定を実現する。

実験結果

リサーチクエスチョン

• RQ1 物理的ビーム構造に基づくパラメトリックチャネルモデルは、ホログラフィック巨大MIMOシステムにおけるトレーニングオーバーヘッドを低減できるか？
• RQ2 LoS優勢なミリ波／テラヘルツ環境下において、本手法の推定精度は階層的および圧縮センシングベースの手法と比較してどのように異なるか？
• RQ3 本手法が目標MSEを達成するために必要な最小パイロット信号数は何か、特に高SNR条件下でどうか？
• RQ4 本手法は、位相シフト素子の数が増加しても依然として低複雑性を維持できるか？
• RQ5 NLoS成分の電力がLoS成分と同等に増大した場合、本手法の性能はどのように低下するか？

主な発見

• 本手法は、NLoS成分が弱い散乱が弱い環境下で、階層的および圧縮センシングベンチマークと比較して顕著に低いMSEを達成する。
• NLoSパス電力が低い状況では、パイロット信号が限られている中でも、本手法はベンチマークよりLoSパスのパラメータ（α₁、α₂）をより高精度に推定できる。
• 高SNR（≥ -5 dBm）条件下では、本手法はMSE = 10⁻⁶を達成するためにわずか5つのパイロット信号で十分であり、ベンチマーク手法を上回る性能を示す。
• 本手法の収束は、約23個のパイロット信号（アルゴリズム1の4反復目）で安定し、パイロット数が増加するに従いMSEが徐々に低下する。
• NLoS電力がLoS電力と同等に増大しても、本手法はすべてのベンチマークに対して、パラメータ推定精度の面で優れた性能を維持する。
• 本手法のトレーニングオーバーヘッドおよび計算複雑性は、アンテナ数に依存せず、大規模なホログラフィックアレイにスケーラブルである。