[論文レビュー] Super-Resolution mmWave Channel Estimation using Atomic Norm Minimization

Hongyun Chu, Le Zheng+1 more|arXiv (Cornell University)|Jan 23, 2018

Millimeter-Wave Propagation and Modeling参考文献 30被引用数 8

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および一般化空間多重化システムにおける、グリッド量子化を用いない連続的アングルスパarsityの活用を可能にする、アトムノルム最小化を用いた超解像mmWaveチャネル推定を提案する。この手法は、凸および非凸な定式化を効率的な共役勾配降下法（CGD）を用いて解くことで、従来の圧縮センシングよりも優れた推定精度を達成し、シミュレーションにおいてグリッドベースの手法を上回る性能を示す。

ABSTRACT

We propose super-resolution MIMO channel estimators for millimeter-wave (mmWave) systems that employ hybrid analog and digital beamforming and generalized spatial modulation, respectively. Exploiting the inherent sparsity of mmWave channels, the channel estimation problem is formulated as an atomic norm minimization that enhances sparsity in the continuous angles of departure and arrival. Both pilot-assisted and data-aided channel estimators are developed, with the former one formulated as a convex problem and the latter as a non-convex problem. To solve these formulated channel estimation problems, we develop a computationally efficient conjugate gradient descent method based on non-convex factorization which restricts the search space to low-rank matrices. Simulation results are presented to illustrate the superior channel estimation performance of the proposed algorithms for both types of mmWave systems compared to the existing compressed-sensing-based estimators with finely quantized angle grids.

研究の動機と目的

• マッスィブMIMOシステムにおける従来のmmWave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コストを低減すること。
• グリッドベースの圧縮センシングにおけるベースマッチングの問題を克服し、アトムノルム最小化による連続的アングルスパarsity表現を可能にすること。
• ハイブリッドビームフォーミングおよび一般化空間多重化を備えたmmWaveシステムにおけるパイロット支援およびデータ支援の両状況に対応する、効率的で低複雑性のチャネル推定器を開発すること。
• mmWaveチャネルの到着および出射アングルにおける連続的スパarsityを活用し、推定の分解能と精度を向上させること。

提案手法

• パイロット支援推定を、連続的AoD/AoAドメインにおけるスパarsityを活用する凸アトムノルム最小化問題として定式化する。
• デモジュレーションエラーにおけるスパarsityを活用するため、アトムノルムとℓ₁ノルム最小化を組み合わせたデータ支援推定器を提案し、非凸最適化問題を形成する。
• 探索空間を低ランク行列に制限する非凸因子分解アプローチを導入し、計算効率を向上させる。
• 両方の凸および非凸定式化を効率的に解くために、共役勾配降下法（CGD）を採用する。
• 目的関数を行列AおよびQ(Ψ)を含む二次形式に再定式化し、合成微分法および行列微積分を用いて勾配計算を可能にする。
• 行列微分を用いて増廣ラグランジアンの勾配を導出する。∇Ψζおよび∇Γζの明示的表現を提供し、反復的最適化を支援する。

実験結果

リサーチクエスチョン

• RQ1 アトムノルム最小化は、離散的アングルグリッドに依存せずに超解像mmWaveチャネル推定を達成できるか？
• RQ2 ハイブリッドビームフォーミングシステムにおいて、提案手法は従来のグリッドベースの圧縮センシングと比較して推定精度をどのように向上させるか？
• RQ3 アトムノルムとℓ₁ノルム最小化を統合したデータ支援チャネル推定器は、既存の手法と比較して時間変動するチャネルスパarsityをより効果的に活用できるか？
• RQ4 大規模mmWaveチャネル推定問題を解くにあたり、CGDに基づく非凸因子分解手法の計算効率はいかほどか？

主な発見

• 提案されたパイロット支援推定器は、特に低SNR領域において、グリッドベースの圧縮センシング手法よりも顕著に優れたチャネル推定精度を達成する。
• デモジュレーションエラーにおけるスパarsityをチャネルパラメータと併せて共同で活用するため、データ支援推定器は既存手法を上回り、時間変動するチャネルに対して高いロバストネスを示す。
• 非凸因子分解を組み合わせた共役勾配降下法により、計算複雑度が低減されつつも高い推定精度を維持でき、リアルタイム導入が可能になる。
• シミュレーション結果から、アトムノルム最小化がグリッドベースのCSに内在するベースマッチング問題を回避し、有利な条件下で正確なスパース信号再構成を実現することが確認された。
• 本手法はハイブリッドビームフォーミングおよび一般化空間多重化システムの両方で優れた性能を示し、mmWaveアーキテクチャ全体にわたる汎用性が裏付けられた。