[논문 리뷰] Channel Estimation for RIS Assisted Wireless Communications: Part I -- Fundamentals, Solutions, and Future Opportunities

Xiuhong Wei, Decai Shen외 1명|arXiv (Cornell University)|2021. 01. 23.

Advanced Wireless Communication Technologies참고 문헌 16인용 수 6

한 줄 요약

이 논문은 재구성가능한 지능형 표면(RIS) 기반 무선 시스템에서 채널 추정에 대한 종합적인 개요를 제시하며, 핵심 과제와 저비용 솔루션에 중점을 둔다. 세 가지 핵심 접근법—이중 시간스케일 채널 특성 활용, 다중 사용자 상관관계, 채널 희소성—을 통해 파ilot 오버헤드를 감소시키며, 향후 연구 방향으로 초광대역 추정, 공간 비정상성, RIS 지원 셀리스 네트워크를 밝히고 있다.

ABSTRACT

The reconfigurable intelligent surface (RIS) with low hardware cost and energy consumption has been recognized as a potential technique for future 6G communications to enhance coverage and capacity. To achieve this goal, accurate channel state information (CSI) in RIS assisted wireless communication system is essential for the joint beamforming at the base station (BS) and the RIS. However, channel estimation is challenging, since a large number of passive RIS elements cannot transmit, receive, or process signals. In the first part of this invited paper, we provide an overview of the fundamentals, solutions, and future opportunities of channel estimation in the RIS assisted wireless communication system. It is noted that a new channel estimation scheme with low pilot overhead will be provided in the second part of this paper.

연구 동기 및 목표

• 수신/송신 기능이 없는 수동 RIS 요소로 인해 RIS 기반 시스템에서 채널 추정의 근본적 과제를 해결하기 위해.
• RIS 채널 추정에서 RIS 요소 수에 따라 악화되는 심각한 스케일링 문제를 겪는 파ilot 오버헤드를 감소시키기 위해.
• 초광대역 영향, 공간 비정상성, 셀리스 RIS 네트워크의 확장성과 같은 주요 과제를 식별하고 분석하기 위해.
• 미래의 저비용 채널 추정 솔루션의 기초를 마련하며, 고파일럿 오버헤드 문제에 대한 상세한 해결책은 제2부에서 제시할 예정이다.

제안 방법

• TDD 업링크 프레임워크를 사용하여 RIS 기반 시스템을 모델링하고, 채널 상호보정성을 활용하여 업링크 파일럿으로부터 다운링크 CSI를 추정한다.
• 연쇄 채널을 $\mathbf{H}_k = \mathbf{G} \text{diag}(\mathbf{h}_{r,k})$ 로 수식화하여 RIS를 통해 사용자에서 기지국으로의 효과적인 반사 경로를 나타낸다.
• 세 가지 오버헤드 감소 전략을 제안한다: (1) 느리게 퇴색하는 직접 채널 및 RIS 채널의 이중 시간스케일 특성 활용, (2) 사용자 채널 벡터 간의 다중 사용자 상관관계 활용, (3) RIS 채널에서의 각도 영역 희소성 활용.
• 각 하위표면 내에서 채널 계수값이 균일하다는 가정을 통해 추정 복잡도를 감소시키기 위해 표면 분할 기법을 도입한다.
• 각 서브캐리어 채널을 별도로 추정함으로써 밴드폭이 넓은 OFDM로 난이도 있는 추정 기법을 확장하며, 서브캐리어 간의 공동 희소성을 통해 오버헤드를 감소시킨다.
• 가시 영역 개념과 노이즈 제거 CNN(DnCNN 등)을 활용하여 초광대역 및 비정상적 상황에서의 추정 정확도를 향상시킨다.

Figure 1: An example of RIS assisted wireless communication system.

실험 결과

연구 질문

• RQ1 수동적인 RIS 요소와 고차원 채널 추정으로 인해 RIS 기반 시스템에서 파ilot 오버헤드를 어떻게 줄일 수 있는가?
• RQ2 이중 시간스케일 채널 특성을 얼마나 잘 활용할 수 있을까? 이를 통해 RIS 관련 채널에 대한 훈련 파일트를 최소화할 수 있는가?
• RQ3 사용자 채널 벡터 간의 다중 사용자 상관관계는 얼마나 많은 채널 추정 수요를 줄일 수 있는가?
• RQ4 각도 영역에서의 채널 희소성은 어떻게 저비용 RIS 채널 추정을 가능하게 하는가?
• RQ5 미래 6G 시스템을 위한 RIS 채널 추정에서의 주요 과제와 열린 연구 기회는 무엇인가?

주요 결과

• RIS 요소의 수동성으로 인해 기존의 파일럿 기반 추정이 불가능하여 채널 추정이 RIS 시스템에서 주요 성능 저하 요인로 작용한다.
• 이중 시간스케일 채널 특성을 활용하면 느리게 퇴색하는 RIS 채널을 최소한의 파일럿 오버헤드로 추정할 수 있다.
• 다중 사용자 상관관계를 활용하면 사용자 채널을 공동으로 추정함으로써 통계적 유사성을 활용해 필요한 파일럿 수를 줄일 수 있다.
• 각도 영역에서의 채널 희소성은 추정해야 할 비영인 계수의 수를 크게 감소시켜 효율적인 압축 센싱 기반 접근법을 가능하게 한다.
• 하위표면 분할은 추정해야 할 독립적인 채널 계수의 수를 줄여 대규모 RIS 구현에 실용적인 방법을 제공한다.
• 미래 과제로는 초광대역 시스템에서의 비드빔 스위치 현상과 대면적 RIS 어레이에서의 공간 비정상성 등이 있으며, 기존 가정을 초월한 새로운 추정 모델이 필요로 한다.

Figure 2: The two-timescale channel estimation framework [ 7 ] .