[論文レビュー] Semi-Blind Channel Estimation and Hybrid Receiver Beamforming in the Tera-Hertz Multi-User Massive MIMO Uplink

Abhisha Garg, Suraj Srivastava+3 more|arXiv (Cornell University)|Mar 23, 2026

Millimeter-Wave Propagation and Modeling被引用数 0

ひとこと要約

この論文は、THz MU-MIMOアップリンクの MU ウェ whitening デコリレーション半盲（MU-WD-SB）チャネル推定と、HITRAN ベースの THz チャネルモデリングを用いた低分解能 ADC によるパイロットオーバーヘッド削減と性能向上を目指した MMV-SBL ベースのハイブリッド受信機結合機を提案する。

ABSTRACT

We develop a pragmatic multi-user (MU) massive multiple-input multiple-output (MIMO) channel model tailored to the THz band, encompassing factors such as molecular absorption, reflection losses and multipath diffused ray components. Next, we propose a novel semi-blind based channel state information (CSI) acquisition technique i.e. MU whitening decorrelation semi-blind (MU-WD-SB) that exploits the second order statistics corresponding to the unknown data symbols along with pilot vectors. A constrained Cramer-Rao Lower Bound (C-CRLB) is derived to bound the normalized mean square error (NMSE) performance of the proposed semi-blind learning technique. Our proposed scheme efficiently reduces the training overheads while enhancing the overall accuracy of the channel learning process. Furthermore, a novel hybrid receiver combiner framework is devised for MU THz massive MIMO systems, leveraging multiple measurement vector based sparse Bayesian learning (MMV-SBL) that relies on the estimated CSI acquired through our proposed semi-blind technique relying on low resolution analog-to-digital converters (ADCs). Finally, we propose an optimal hybrid combiner based on MMV-SBL, which directly reduces the MU interference. Extensive simulations are conducted to evaluate the performance gain of the proposed MU-WD-SB scheme over conventional training-based and other semi-blind learning techniques for a practical THz channel obtained from the high-resolution transmission (HITRAN) database. The metrics considered for quantifying the improvements include the NMSE, bit error rate (BER) and spectral-efficiency (SE).

研究の動機と目的

• 分子吸収、反射損失、拡散光線を組み込んだ実用的な MU 大規模 MIMO THz チャネルモデルの開発。
• パイロットと未知データ符号の二次統計を活用する半盲 CSI 取得技術（MU-WD-SB）の導入。
• 半盲方式の NMSE パフォーマンスを境界づける制約付き Cramer-Rao 下限（C-CRLB）の導出。
• 推定 CSI を活用した低分解能 ADC を備えるハイブリッド受信器結合機フレームワークの設計。
• HITRAN 由来の THz チャネルデータを用いて、トレーニングベースおよび他の半盲法と比較して NMSE、BER、スペクトル効率を評価。

提案手法

• THz 周波数でのLOSおよびNLoS成分とULAのアレイ応答を用いた MU THz チャネルモデルの定式化。
• パイロットベースのチャネル推定と盲の二次統計を組み合わせた MU-WD-SB 半盲チャネル推定の提案。
• MU-WD-SB 推定量の NMSE を境界づける制約付き C-CRLB の開発。
• 推定 CSI を用いて MU 干渉を低減する MMV-SBL に基づくハイブリッド受信機結合機の導入。
• ハイブリッド送受信機で低分解能 ADC を使用し、HITRAN に由来する THz チャネル条件下での性能評価。

実験結果

リサーチクエスチョン

• RQ1 半盲法がデータ符号とパイロットをどのように活用してMU THz MIMOチャネル推定を改善できるか？
• RQ2 THz チャネル条件下で提案 MU-WD-SB 推定量の NMSE パフォーマンス境界はどのようなものか？
• RQ3 半盲 CSI を活用して低分解能 ADC で MU 干渉を抑制する MMV-SBL 受信機結合機はどの程度機能するか？
• RQ4 現実的な THz チャネルにおいて、トレーニングベースおよび他の半盲法と比較して BER とスペクトル効率にどの程度の利得が得られるか？
• RQ5 HITRAN ベースのモデリングは THz チャネル推定およびハイブリッドビームフォーミングの性能にどのような影響を及ぼすか？

主な発見

• MU-WD-SB は、データ符号とパイロットを活用し、トレーニングオーバーヘッドを抑えつつ従来の ML トレーニングベース手法より NMSE を改善する。
• 制約付き C-CRLB は THz チャネル条件下で提案半盲推定量の性能境界を提供する。
• MMV-SBL ベースのハイブリッド結合機は、低分解能 ADC の下で半盲 CSI を用いて MU 干渉を効果的に低減する。
• HITRAN ベースの THz チャネルデータを用いたシミュレーションは、提案された半盲フレームワークがベースラインと比較して NMSE、 BER、スペクトル効率を改善することを示す。
• この研究は分子吸収および拡散光線成分を含むエンドツーエンドの THz チャネルモデリングを実証し、半盲推定とハイブリッドビームフォーミングの実用的評価を支援する。