[논문 리뷰] A Simple DFT-aided Spatial Basis Expansion Model and Channel Estimation Strategy for TDD/FDD Massive MIMO Systems

Hongxiang Xie, Feifei Gao외 2명|arXiv (Cornell University)|2015. 11. 16.

Advanced MIMO Systems Optimization인용 수 4

한 줄 요약

이 논문은 TDD/FDD 마스터 MIMO 시스템을 위한 DFT 기반 보조 공간 기저 확장 모델(SBEM)을 제안하며, 각도 역성질성과 ULA 특성을 활용하여 교육 오버헤드와 피드백을 감소시킨다. 적은 수의 DFT 기반 공간 기저 벡터로 채널을 표현함으로써, 저복잡도의 저파일럿 오버헤드 업링크/다운링크 추정과 파이лот 오염 완화를 가능하게 하며, 게으른 사용자 스케줄링 기법을 통해 스펙트럼 효율성을 향상시키고 최소한의 CSI 피드백을 요구한다.

ABSTRACT

This paper proposes a new transmission strategy for the multiuser massive multiple-input multiple-output (MIMO) systems, including uplink/downlink channel estimation and user scheduling for data transmission. A discrete Fourier transform (DFT) aided spatial basis expansion model (SBEM) is first introduced to represent the uplink/downlink channels with much few parameter dimensions by exploiting angle reciprocity and the physical characteristics of the uniform linear array (ULA). With SBEM, both uplink and downlink channel estimation of multiuser can be carried out with very few amount of training resources, which significantly reduces the training overhead and feedback cost. Meanwhile, the pilot contamination problem in the uplink raining is immediately relieved by exploiting the spatial information of users. To enhance the spectral efficiency and to fully utilize the spatial resources, we also design a greedy user scheduling scheme during the data transmission period. Compared to existing low-rank models, the newly proposed SBEM offers an alternative for channel acquisition without need of channel statistics for both TDD and FDD systems based on the angle reciprocity. Moreover, the proposed method can be efficiently deployed by the fast Fourier transform (FFT). Various numerical results are provided to corroborate the proposed studies.

연구 동기 및 목표

• 채널 역성질성이 성립하지 않는 FDD 모드에서 특히 높은 교육 오버헤드와 파이롯 오염 문제를 해결한다.
• 공간 희박성과 물리적 어레이 특성을 활용하여 다중 사용자 마스터 MIMO에서 피드백 및 교육 자원 요구량을 감소시킨다.
• 채널 통계가 필요 없고, DFT 기반 기저 벡터를 사용하여 TDD 및 FDD 시스템 모두에 적용 가능한 저복잡도 채널 추정 방법을 개발한다.
• 공간 정규직교성 기반의 게으른 사용자 스케줄링 기법을 통해 데이터 전송 동안 스펙트럼 효율성을 향상시킨다.
• 채널 공분산 행렬이나 복잡한 압축 측정 기반 재구성 없이도 빠른 푸리에 변환(FFT)을 통해 효율적인 구현을 가능하게 한다.

제안 방법

• 작은 수의 DFT 비트를 사용하는 DFT 기반 보조 공간 기저 확장 모델(SBEM)을 도입하여 채널 벡터의 매개변수 차원을 감소시킨다.
• TDD의 각도 역성질성과 물리적 ULA 구조를 활용하여 FDD 시스템에서 업링크 공간 서명을 다운링크 교육에 활용할 수 있도록 한다.
• 스티어링 벡터의 DFT를 이용해 고정된, 정규직교 공간 기저 벡터를 생성하여 주요 사용자 방향을 표현한다.
• SBEM 기저를 사용한 최소 제곱(LS) 추정을 적용하여 최소한의 파이롯 오버헤드(L=32, M=128 대비)로 채널을 추정한다.
• 공간 정규직교성을 가진 사용자를 동시에 전송하도록 선택하는 게으른 사용자 스케줄링 알고리즘을 설계하여 스펙트럼 효율성을 극대화한다.
• 기저 벡터 계산 및 채널 추정에 대해 FFT를 활용하여 고복잡도의 EVD 또는 비선형 CS 재구성 없이 효율적인 구현을 수행한다.

실험 결과

연구 질문

• RQ1 채널 통계에 의존하지 않고 DFT 기반 공간 기저 모델이 마스터 MIMO 시스템에서 교육 오버헤드를 줄일 수 있는가?
• RQ2 제안된 SBEM은 추정 정확도를 유지하면서 업링크 교육에서 파이롯 오염을 어떻게 완화하는가?
• RQ3 각도 역성질성을 활용하여 SBEM이 TDD 및 FDD 시스템 모두에 얼마나 잘 적용될 수 있는가?
• RQ4 이동성과 저 SNR 조건에서 제안된 방법의 스펙트럼 효율성은 기존의 LS 및 공분산 기반 방법(JSDM)과 비교해 어떻게 되는가?
• RQ5 SBEM의 FFT 기반 구현이 실질적으로 저복잡도 채널 추정과 피드백 감소를 달성할 수 있는가?

주요 결과

• 고밀도 교육 오버헤드 또는 낮은 SNR 조건에서 제안된 SBEM은 기존 LS보다 훨씬 높은 평균 스펙트럼 효율성(AASR)을 달성하며, T=64 및 SNR=10 dB 조건에서 AASR가 30% 이상 향상된다.
• 낮은 SNR 및 짧은 코herence 시간 조건에서 SBEM은 적은 수의 교육 파이롯으로 인한 노이즈 증폭 감소로 인해 LS보다 우수한 성능을 보인다.
• 낮은 SNR에서 SBEM의 BER 성능은 JSDM과 유사하며, 공분산 행렬이 필요 없음에도 불구하고 약 0.5 dB 이내의 격차를 보인다.
• 사용자 이동성 조건에서 SBEM은 통계적 각도 분산이 증가함에 따라 안정적인 성능 유지를 보이며(최대 20°), 반면 JSDM은 정확도가 떨어지는 공분산 추정으로 인해 성능이 심하게 열화된다.
• 128안테나 시스템에서 교육 오버헤드를 M=128에서 L=32로 감소시켜 약 75% 감소시켰다.
• 고정된 DFT 기저 벡터의 사용으로 EVD나 비선형 CS 재구성 없이도 효율적인 FFT 기반 구현이 가능해졌다.