[論文レビュー] Terahertz Beamforming and Group Sparse Channel Estimation Relying on Low-Resolution ADCs in MU Hybrid MIMO systems

Abhisha Garg, Suraj Srivastava+4 more|arXiv (Cornell University)|Mar 21, 2026

Millimeter-Wave Propagation and Modeling被引用数 0

ひとこと要約

この論文は、低解像度 ADC の下でビーム形成とグループスパースチャネル推定を同時に行う、ビームスクイントとパルス整形を組み込んだデュアルワイドバンドの Terahertz MU ハイブリッド MIMO システムの統一ベイズフレームワークを提案する。

ABSTRACT

A unified beamforming and channel estimation framework relying on Bayesian learning is conceived. Recognizing the limitations imposed by low-resolution analog-to-digital converter (ADCs) and frequency-dependent propagation effects occurring in the Terahertz (THz) band, we formulate a dual-wideband channel model incorporating root raised cosine (RRC) pulse shaping. To address the non-linear distortions introduced by low-resolution ADCs, Bussgang decomposition is employed, leading to a tractable linearized inference process. By leveraging the shared sparsity inherent in a multi-user (MU) scenario of THz systems, we propose a Hierarchical Bayesian Group-sparse Regression (HBG-SR) based channel learning technique that exploits the group-sparse structure of THz band channels. The estimated dominant angle-of-arrival/ angle-of-departure (AoA/AoD) indices are then exploited for appropriately configuring the true-time-delay (TTD) elements in the hybrid transceiver, enabling precise beam alignment across subcarriers and the effective compensation of the beam-squint effect occurring in wideband THz systems. Extensive simulation results validate the efficiency of the proposed channel estimator and the TTD-aided beamforming architecture, highlighting their robustness and performance gains under practical wideband THz system constraints.

研究の動機と目的

• デュアルワイドバンドと低解像度 ADC の制約の下で、THz MU MIMO チャネル推定を正確に動機付ける。
• ユーザーとサブキャリア間で共有スパーシティを活用する階層ベイズ型グループスパース回帰フレームワークを開発する。
• 量子化のブッスガン分解による線形化を組み込み、ビームスクイントをロバストなビームアラインメントに適用する。
• 残留ビームスクイントを補償する真時遅延（TTD）ベースのハイブリッド送受信機設計を提案する。

提案手法

• SC-FDE と RRCパルス整形を用いたデュアルワイドバンド THz MU チャネルをモデル化する。
• 低解像度 ADC 由来の非線形性を線形化するためにブッスガン分解を適用する。
• グループスパース性を利用してビームスペースチャネルを学習する階層ベイズ型グループスパース回帰（HBG-SR）を定式化する。
• MU THz CSI 推定の性能指標として Bayesian Cramér-Rao 下界を導出する。
• 推定 AoA/AoD を用いてビームスクイントを抑制し量子化に適応する TT D ベースのハイブリッド送受信機を設計する。
• NMSE、BER、スペクトル効率を広範なシミュレーションで評価する。

実験結果

リサーチクエスチョン

• RQ1 低解像度 ADC 制約下で MU デュアルワイドバンド THz チャネルをどのように正確に学習できるか？
• RQ2 ユーザーとサブキャリア間のグループスパース性を利用して THz MU MIMO の CSI 推定を改善できるか？
• RQ3 ビームスクイントは粗い量子化とどのように相互作用し、TTD ベースのアーキテクチャで補償できるか？
• RQ4 BNKCSI 学習とTTD ベースビームフォーミングは NMSE、BER、SE の観点でどの程度の性能向上をもたらすか？

主な発見

• 提案された HBG-SR フレームワークは、ユーザーとサブキャリアを横断する連結ビームスペースチャネルにおけるグループスパース性を効果的に活用する。
• ブッスガン線形化を組み込むことで、低解像度 ADC に起因する難しい推論を実現可能にする。
• 優勢AoA/AoDの推定値を用いて真時遅延素子を構成し、正確なビームアラインメントとビームスクイントの抑制を実現する。
• 広帯域 THz システムの実用的な制約下でも、シミュレーションにおいて堅牢性と性能向上を示す。
• 本研究は MU THz シナリオにおける CSI 推定性能をベイズ Cramér-Rao 下界でベンチマークする。