[論文レビュー] Subspace Tracking Algorithms for Millimeter Wave MIMO Channel Estimation with Hybrid Beamforming

Stefano Buzzi, Carmen D’Andrea|arXiv (Cornell University)|Apr 22, 2017

Millimeter-Wave Propagation and Modeling被引用数 4

ひとこと要約

本稿では、ハイブリッドビームフォーミング構造を採用するmmWave MIMOチャネル推定に適応した部分空間追跡アルゴリズムPASTdおよびOOJAを提案する。クラスタ構造を持つmmWaveチャネルモデルを活用し、受信機で主な左特異ベクトル、送信機で主な右特異ベクトルを推定することで、短い訓練序列においてもAMLおよびSE-ARNを上回る優れた性能を達成する。これはハイブリッドアナログ/デジタルビームフォーミングの制約下でも成立する。

ABSTRACT

This paper proposes the use of subspace tracking algorithms for performing MIMO channel estimation at millimeter wave (mmWave) frequencies. Using a subspace approach, we develop a protocol enabling the estimation of the right (resp. left) singular vectors at the transmitter (resp. receiver) side; then, we adapt the projection approximation subspace tracking with deflation (PASTd) and the orthogonal Oja (OOJA) algorithms to our framework and obtain two channel estimation algorithms. The hybrid analog/digital nature of the beamformer is also explicitly taken into account at the algorithm design stage. Numerical results show that the proposed estimation algorithms are effective, and that they perform better than two relevant competing alternatives available in the open literature.

研究の動機と目的

• 高いパスロスと限られたスケーリング帯域を有するmmWaveシステムにおける正確かつ効率的なMIMOチャネル推定の課題に対処する。
• mmWave MIMOにおける従来のパイロットベースの訓練の限界を、チャネル行列の低ランク構造を部分空間追跡によって活用することで克服する。
• ハードウェア複雑性を低減できるように、ハイブリッドアナログ/デジタルビームフォーミングアーキテクチャに適合した部分空間追跡アルゴリズムを設計する。
• 既存のアルゴリズム（AMLおよびSE-ARN）をマルチアンテナモバイルステーションに拡張し、現実的なmmWave環境下での性能を比較する。
• 推定されたチャネル部分空間を用いてパイロット不要の微分変調を実現可能であることを実証し、低遅延通信を実現する。

提案手法

• 訓練信号を用いて、送信機における右特異ベクトルおよび受信機における左特異ベクトルを推定するため、デフラクションを伴う射影近似部分空間追跡（PASTd）アルゴリズムを適応させる。
• 部分空間の主成分を再帰的かつ低複雑性で追跡するために、直交Oja（OOJA）アルゴリズムを適用する。
• アルゴリズム設計にハイブリッドビームフォーミング構造を明示的に組み込み、RFチェーンをビームステアリング応答ベクトルを持つアナログビームフォーマーとしてモデル化する。
• 初期化に最初の10個の訓練シンボルを用い、標本共分散行列を計算し、SVDを実行してPASTdおよびOOJAアルゴリズムを初期化する。
• 近似最大尤度（AML）アルゴリズムをマルチアンテナモバイルステーションに一般化し、提案手法と比較する。
• M=1多重化次数において、推定された部分空間を用いて微分変調16-PSK方式を実装し、パイロット不要の送信を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドビームフォーミングの制約下でも、部分空間追跡アルゴリズムはmmWave MIMOチャネルの主な特異ベクトルを効果的に推定できるか？
• RQ2 現実的なmmWave環境下で、PASTdおよびOOJAはAMLおよびSE-ARNと比較して推定精度およびスペクトル効率においてどのように性能を発揮するか？
• RQ3 訓練序列長がmmWave MIMOシステムにおける部分空間追跡アルゴリズムの性能に与える影響は何か？
• RQ4 推定された部分空間を用いて、許容可能な符号誤り率を達成するパイロット不要の微分変調を実現できるか？
• RQ5 部分空間推定精度の観点から、ハイブリッドビームフォーミング実装と完全デジタル（FD）実装の性能はどのように比較できるか？

主な発見

• 提案されたPASTdおよびOOJAベースのアルゴリズムは、coherence指標η_Uおよびη_Vで測定した部分空間追跡精度において、AMLおよびSE-ARNを上回る。
• 10 dB SNRにおいて、η_Uおよびη_VのC分布関数（CDF）は、提案手法が競合手法よりも高い部分空間整合確率を達成していることを示している。
• 短い訓練序列（初期化に10シンボル、合計30シンボル）であっても、スペクトル効率が良好であり、M=1の場合には近似的に最適性能に近い性能を達成している。
• M=1の場合、50個の訓練シンボルを用いた場合、微分変調16-PSK方式の符号誤り率（SER）は10 dB SNRで10⁻²未満となり、パイロット不要運用の実現可能性が確認された。
• ハイブリッドビームフォーミング実装は、RFチェーン数が十分に多い場合には、完全デジタル（FD）バージョンに近い性能を達成している。
• 提案アルゴリズムの性能向上は、特に低SNRおよび短い訓練期間の状況で顕著であり、そのロバスト性と効率性が示された。