[論文レビュー] Phase Noise Compensation Using Limited Reference Symbols in 3GPP LTE Downlink

Kun Wang, Louay M. A. Jalloul+1 more|arXiv (Cornell University)|Nov 28, 2017

Advanced Wireless Communication Techniques参考文献 17被引用数 7

ひとこと要約

本稿では、3GPP LTEおよび5Gダウンリンクシステムにおけるスパースなリファレンスシンボルを用いた、2次元時間周波数MMSEチャネル推定における位相ノイズ（PN）統計を活用した反復的PN補償アルゴリズムを提案する。PNに汚染されたチャネルを全体として扱うことで、パイロットが限られている状況でも従来手法に比べて顕著なBER改善を達成する。

ABSTRACT

It is known that phase noise (PN) can cause link performance to degrade severely in orthogonal frequency division multiplexing (OFDM) systems, such as IEEE 802.11, 3GPP LTE and 5G. As opposed to prior PN mitigation schemes that assume perfect channel information and/or abundant reference symbols (e.g., in 802.11), the proposed PN compensation technique applies to LTE and 5G downlink with a limited number of reference symbols. Specifically, in this work, we propose an efficient PN mitigation algorithm where the PN statistics are used to obtain more accurate channel estimates. Based on LTE downlink subframe structure, numerical results corroborate the effectiveness of the proposed algorithm.

研究の動機と目的

• パイロットが豊富でないか、完全なCSIに依存する従来のPN低減手法に依存しない、OFDMシステム（LTEや5Gを含む）における位相ノイズ劣化の是正。
• パイロットが限られている実世界のLTEダウンリンクサブフレーム構造に適した実用的なPN補償方式の開発。
• すべてのOFDMシンボルにパイロットが存在すると仮定する先行手法の制限を克服。
• PN統計をMMSE推定プロセスに組み込むことで、チャネル推定精度の向上。
• 現実のシステム制約下で、反復的かつ共同してPN、チャネル、データ検出を推定可能にする。

提案手法

• 位相ノイズを、PSDがローレンツ型である離散ウィーナ過程としてモデル化し、位相増分は平均が0、分散が $\sigma_{\epsilon}^2 = 4\pi\beta T_s$ のガウス分布に従う。
• 2次元時間周波数MMSE推定において、PNに汚染されたチャネルを一つのエンティティとして扱い、位相ノイズプロセスの統計的知識を活用する。
• MIMO検出、PN推定、チャネル推定を反復的に更新する1つの目的関数を用いて、共同推定問題を定式化する。
• LTEサブフレームにおけるスパースなパイロット位置に基づき、周波数および時間ドメインの補間を用いてパイロットでないサブキャリアおよびシンボルのチャネル状態を推定する。
• 最大5回の反復を含む反復的検出と推定（IDE）を実行し、初期推定値としてLSに基づく推定値を用い、PN統計を用いて改善を図る。
• MMSE推定において初期位相ノイズ項 $a[0]$ の相関を組み込むことで、特に低SNRおよび高PN環境下での推定精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 パイロットが限られているLTEおよび5Gダウンリンクシステムにおいて、位相ノイズを効果的に低減できるか？
• RQ2 2次元MMSEチャネル推定にPN統計を組み込むことで、従来手法に比べてシステム性能がどのように向上するか？
• RQ3 スパースパイロット下で、反復的共同推定フレームワークが非反復的または単一段階の手法に比べてどの程度の性能向上を達成できるか？
• RQ4 すべてのOFDMシンボルにパイロットが存在すると仮定するCPE補償や先行のLTE類似手法と比較して、提案手法はどのように差をつけるか？
• RQ5 提案された反復的推定アルゴリズムにおける収束に最適な反復回数は何か？

主な発見

• 提案された反復的検出と推定（IDE）アルゴリズムは、従来のCPE補償やパイロットがスパースな先行LTE類似手法に比べ、顕著なBER改善を達成する。
• MMSE推定において $a[0]$ の統計を組み込んだCPE補償は、統計を無視したバージョンよりも優れた性能を示し、PN統計の重要性を示している。
• 文献[5]の手法はすべてのOFDMシンボルにパイロットが存在すると仮定しているが、実際のLTEのスパースパイロット環境では性能が著しく劣り、パイロットに依存する補間とPNに依存する推定の必要性を示している。
• IDEアルゴリズムのBER性能は5回の反復で収束することが判明し、5回の反復でほぼ最適性能に達することが示された。
• $\beta = 25$ Hz および SNR = 30 dB の条件下で、IDEアルゴリズムは他のすべての手法、包括してPNなしのベンチマークでさえも顕著に下回るBER性能を達成しており、現実のPN条件下での有効性を確認した。