[논문 리뷰] Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs

Hwanjin Kim, Junil Choi|arXiv (Cornell University)|2019. 10. 29.

Advanced MIMO Systems Optimization참고 문헌 35인용 수 30

한 줄 요약

이 논문은 공간적 및 시간적 채널 상관성을 모두 활용하는 1비트 ADC를 갖는 대규모 MIMO 시스템을 위한 칼만 필터 기반 채널 추정 기법을 제안한다. 비선형 1비트 양자화 모델을 선형화하기 위해 버스앙 분해를 적용하고, 양자화 노이즈를 가우시안으로 모델링함으로써, 단일 스탑 방법보다 훨씬 높은 정확도를 갖는 순차적 추정을 가능하게 하였다. 수치 결과를 통해 시간 슬롯이 증가할수록 NMSE가 감소하고, 저복잡도의 절단 다항식 전개 근사법을 사용할 경우 성능 손실가 거의 없는 것으로 확인되었다.

ABSTRACT

This paper considers the channel estimation problem for massive multiple-input multiple-output (MIMO) systems that use one-bit analog-to-digital converters (ADCs). Previous channel estimation techniques for massive MIMO using one-bit ADCs are all based on single-shot estimation without exploiting the inherent temporal correlation in wireless channels. In this paper, we propose an adaptive channel estimation technique taking the spatial and temporal correlations into account for massive MIMO with one-bit ADCs. We first use the Bussgang decomposition to linearize the one-bit quantized received signals. Then, we adopt the Kalman filter to estimate the spatially and temporally correlated channels. Since the quantization noise is not Gaussian, we assume the effective noise as a Gaussian noise with the same statistics to apply the Kalman filtering. We also implement the truncated polynomial expansion-based low complexity channel estimator with negligible performance loss. Numerical results reveal that the proposed channel estimators can improve the estimation accuracy significantly by using the spatial and temporal correlations of channels.

연구 동기 및 목표

• 기존의 1비트 ADC 채널 추정 기법에서 시간적 상관성을 고려하지 않은 점을 보완한다.
• 공간적 및 시간적 상관성을 동시에 활용하는 순차적 채널 추정 프레임워크를 개발한다.
• 절단 다항식 전개(TPE)를 사용해 대규모 시스템에서 칼만 필터링의 계산 복잡도를 감소시킨다.
• 시간에 따른 채널 동역학을 통합함으로써 단일 스탑 방법을 초월한 정확도 향상을 달성한다.

제안 방법

• 비선형 1비트 양자화 모델을 선형화하기 위해 버스앙 분해를 적용하여, 색잡힌 노이즈를 갖는 선형 모델로 변환한다.
• 효과적 양자화 노이즈를 동일한 평균과 공분산를 갖는 가우시안으로 모델링하여 칼만 필터링을 가능하게 한다.
• 시간적 상관성을 이용해 채널 상태 추정치를 반복적으로 업데이트하는 칼만 필터 기반 추정기(KFB)를 구현한다.
• 칼만 이득 계산에서 행렬 역행렬의 복잡도를 줄이기 위해 절단 다항식 전개(TPE) 근사를 도입한다.
• 파ilot 시퀀스와 공간적 상관행렬 추정을 사용해 상태 및 공분산 행렬을 초기화한다.
• TPE 기반 추정기의 성능을 분석하고, 일계 근사를 사용해 최소 NMSE를 유도한다.

실험 결과

연구 질문

• RQ1 1비트 ADC 대규모 MIMO 시스템에서 시간적 상관성을 고려할 경우, 단일 스탑 방법을 초월해 채널 추정 정확도를 향상시킬 수 있는가?
• RQ2 1비트 양자화와 함께 공간적 및 시간적 상관성을 갖는 채널에서 칼만 필터 기반 추정기는 어떤 성능을 보이는가?
• RQ3 절단 다항식 전개(TPE) 근사는 얼마나 많은 계산 복잡도를 감소시킬 수 있으며, 성능 손실는 최소화되는가?
• RQ4 공간적 및 시간적 상관성을 동시에 활용할 경우, 순차적 시간 슬롯에서 추정 정확도는 어떻게 변화하는가?
• RQ5 SNR와 시간적 상관성은 제안된 추정기의 성능에 어떤 영향을 미치는가?

주요 결과

• 제안된 칼만 필터 기반(KFB) 추정기는 시간적 상관성을 활용함으로써 단일 스탑 추정기보다 훨씬 낮은 정규화 평균 제곱 오차(NMSE)를 달성한다.
• KFB 추정기의 NMSE는 시간 슬롯이 증가할수록 감소하여 시간이 지남에 따라 추적 성능이 향상됨을 보여준다.
• 높은 시간적 상관성과 낮은 SNR 환경에서는 낮은 근사 차수(L=1)를 사용해도 TPE 기반 추정기가 KFB 추정기와 거의 동일한 성능을 달성한다.
• 낮은 시간적 상관성과 높은 SNR 조건에서는 L=2를 사용할 경우 TPE 기반 추정기가 KFB 추정기와 유사한 성능을 유지하며, 다양한 조건에서의 강인함을 입증한다.
• KFB 추정기는 1비트 양자화 노이즈로 인해 고SNR 영역에서 포화 현상을 보이며, 이는 NMSE 향상의 한계를 초래한다.
• 이론적 분석을 통해 TPE 기반 추정기의 NMSE 역시 중간 정도의 가정 하에 시간 슬롯이 증가함에 따라 감소함을 확인하였으며, 수렴 행동을 검증한다.