[論文レビュー] Sensing Aided OTFS Channel Estimation for Massive MIMO Systems

Shuaifeng Jiang, Ahmed Alkhateeb|arXiv (Cornell University)|Sep 22, 2022

PAPR reduction in OFDM被引用数 7

ひとこと要約

本稿では、ミリ波MIMO-OTFSシステムにおけるパイロットオーバーヘッドを低減するために、レーダーから得られる遅延、ドップラー、送信波の指向角（AoD）情報を活用するレーダー感知支援型チャネル推定フレームワークを提案する。この手法は、遅延-ドップラー領域における正規化平均二乗誤差（NMSE）性能を同等に保ちながら、パイロットオーバーヘッドを50%削減し、SNR要件を4 dB低減する、直交一致 Pursuit（OMP）を用いたスパース復元に、レーダー感知データを統合することで実現される。

ABSTRACT

Orthogonal time frequency space (OTFS) modulation has the potential to enable robust communications in highly-mobile scenarios. Estimating the channels for OTFS systems, however, is associated with high pilot signaling overhead that scales with the maximum delay and Doppler spreads. This becomes particularly challenging for massive MIMO systems where the overhead also scales with the number of antennas. An important observation however is that the delay, Doppler, and angle of departure/arrival information are directly related to the distance, velocity, and direction information of the mobile user and the various scatterers in the environment. With this motivation, we propose to leverage radar sensing to obtain this information about the mobile users and scatterers in the environment and leverage it to aid the OTFS channel estimation in massive MIMO systems. As one approach to realize our vision, this paper formulates the OTFS channel estimation problem in massive MIMO systems as a sparse recovery problem and utilizes the radar sensing information to determine the support (locations of the non-zero delay-Doppler taps). The proposed radar sensing aided sparse recovery algorithm is evaluated based on an accurate 3D ray-tracing framework with co-existing radar and communication data. The results show that the developed sensing-aided solution consistently outperforms the standard sparse recovery algorithms (that do not leverage radar sensing data) and leads to a significant reduction in the pilot overhead, which highlights a promising direction for OTFS based massive MIMO systems.

研究の動機と目的

• 遅延/ドップラー拡張とアンテナ数に比例して増加するOTFSミリ波MIMOシステムにおける高いパイロットオーバーヘッドを解消すること。
• レーダー感知を活用して、移動端末および散乱体の伝搬経路情報（遅延、ドップラー、AoD）を抽出し、チャネル推定オーバーヘッドを低減すること。
• レーダーから得たサポート情報（非ゼロタップ）を用いて、OTFSチャネル推定性能を向上させるスパース復元アルゴリズムを開発すること。
• 共存する通信およびレーダーデータを用いた実際の3次元レイ・トレーシングフレームワークを用いて、提案手法の性能を評価すること。
• 従来の圧縮センシング手法と比較して、NMSE性能の向上とパイロットオーバーヘッドの削減が顕著に実証されることを示すこと。

提案手法

• OTFSミリ波MIMOのチャネル推定問題を、遅延-ドップラー領域におけるスパース復元タスクとして定式化する。
• 基地局でFMCWレーダー信号を用いて、主要な伝搬経路の遅延、ドップラー周波数変化、およびAoDを検出および推定する。
• レーダー感知データからチャネルのサポート（非ゼロタップ）を抽出し、OMPに基づくスパース復元プロセスをガイドする。
• レーダーから得たチャネルサポートを直交一致 Pursuit（OMP）アルゴリズムに統合し、収束性と精度を向上させる。
• 実際の性能評価のため、共存する通信およびレーダーデータを生成する3次元レイ・トレーシングを用いたシミュレーションフレームワークを設計する。
• サポートが既知であると仮定した最小二乗法（LS）推定（ジーニー支援型）を上限性能として設定し、レーダー情報なしの従来のOMPと比較する。

実験結果

リサーチクエスチョン

• RQ1 遅延、ドップラー、AoDに関するレーダー感知情報は、ミリ波MIMOシステムにおけるOTFSチャネル推定の精度を向上させることができるか？
• RQ2 レーダー支援型サポート推定は、OTFSミリ波MIMOシステムにおける必要なパイロットオーバーヘッドをどの程度低減できるか？
• RQ3 SNRが変化する条件下で、感知支援型OMPアルゴリズムのNMSE性能は、従来のOMPと比べてどの程度優れているか？
• RQ4 パイロットオーバーヘッド比（η）が、提案手法のNMSE性能に与える影響は何か？
• RQ5 従来のOMPが困難に陥る低SNR環境において、提案手法のロバスト性はどの程度高いか？

主な発見

• 提案手法は、従来のOMPと同等のNMSE性能を達成するが、4 dB低いSNRで実現可能であり、低SNR環境におけるロバスト性が向上していることが示された。
• 10 dBの固定SNR条件下で、提案手法はパイロットオーバーヘッド比（η）が0.15で同じNMSE性能を達成したのに対し、従来のOMPではη = 0.3が必要であった。これはパイロットオーバーヘッドが50%削減されたことを示している。
• 提案手法と従来のOMPとの性能差は、低SNR領域で最も顕著であり、レーダー支援型サポート推定が復元精度を著しく向上させていることが確認された。
• 完全なサポート知識を前提としたジーニー支援型LS推定は、他のすべての手法よりも優れたNMSE性能を示しており、レーダーに基づくサポート推定のさらなる改善の余地があることを示唆している。
• 提案手法は、全テストSNRおよびパイロットオーバーヘッドレベルにおいて、常に従来のOMPを上回る性能を示しており、精度を損なうことなくオーバーヘッドを低減できる有効性が検証された。
• 結果から、レーダー感知がチャネルスパarsityに関する貴重な事前知識を提供しており、OTFSミリ波MIMOシステムにおけるより効率的かつ正確なスパース復元を可能にしていることが確認された。