[논문 리뷰] Channel Estimation Method and Phase Shift Design for Reconfigurable Intelligent Surface Assisted MIMO Networks

Jawad Mirza, Bakhtiar Ali|arXiv (Cornell University)|2019. 12. 23.

Advanced Wireless Communication Technologies인용 수 11

한 줄 요약

이 논문은 재구성 가능한 지능형 표면(RIS) 기반 MIMO 시스템을 위한 이중 단계 채널 추정 방법을 제안한다. 직접 AP-유저 채널은 기존의 TDD 기반 추정을 사용하고, 열악한 조건 수치를 가진 RIS 채널은 BAdVAMP를 적용한다. 또한 사용자 채널 이득을 극대화하기 위한 폐쇄형 표현의 위상 이득 설계를 도입하여 BiGAMP 및 무작위 설계 방식보다 뛰어난 데이터 전송률 성능을 보이며, 특히 조건 수치가 높은 상황에서 뛰어난 성능을 나타낸다.

ABSTRACT

In this paper, we investigate channel estimation for a large intelligent surface (LIS) aided multiple-input multiple-output (MIMO) communication system. Due to the close proximity of communication devices and LIS terminal, the desired channels can be modeled as line-of-sight channels which are ill-conditioned. To estimate these channel matrices with high quality, we propose a two-stage channel estimation method. In particular, we employ the conventional time-division duplexing based MIMO channel estimation technique in the first stage to estimate the direct MIMO channel between the end terminals. In the second stage, we propose to use a recently developed bilinear adaptive vector approximate message passing (BAdVAMP) algorithm to estimate ill-conditioned LIS channels. The BAdVAMP method has been shown to be accurate and robust for ill-conditioned dictionary learning problems in compressed sensing. We also propose a phase shift design for the LIS using the estimated channels. Specifically, we formulate an optimization problem that maximizes the total channel gain at the user. A closed-form expression to obtain the phase shift of each passive element in the LIS is also derived. Numerical results show that the proposed BAdVAMP based LIS channel estimation performs better than its counterpart scheme bilinear generalized AMP (BiGAMP), especially when channel matrices are ill-conditioned.

연구 동기 및 목표

• 직선 시야(LOS) 전파로 인해 큰 지능형 표면(LIS) 기반 MIMO 시스템에서 악조건의 채널 행렬이 발생하는 문제를 해결한다.
• 고도화된 압축 감지 기법을 활용하여 RIS 보조 MIMO 시스템의 채널 상태 정보(CSI) 품질을 향상시킨다.
• 사용자 장치에서의 효과적 채널 이득을 극대화하기 위한 위상 이득 전략을 설계한다.
• 실제 LIS 구현 환경에서 높은 추정 정확도를 유지하면서도 훈련 오버헤드를 최소화한다.
• 기존 MIMO 시스템에 비해 LIS 도입이 스펙트럼 효율성 향상에 얼마나 기여하는지 입증한다.

제안 방법

• 첫 번째 단계 추정은 표준 시간분할이중성(TDD) MIMO 채널 추정 기법을 사용하여 직접 AP-유저 채널 행렬을 복원한다.
• 두 번째 단계 추정은 열악한 조건 수치를 가진 LIS 채널 행렬을 추정하기 위해 이중선형 적응형 벡터 근사 메시지 전파(BAdVAMP) 알고리즘을 적용한다.
• BAdVAMP는 압축 감지에서 흔히 발생하는 악조건의 사전 정의된 사전 행렬 학습 문제를 해결하는 데 있어 뛰어난 강건성과 정확도를 보이기 때문에 선택되었다.
• 각 수동 RIS 요소의 최적 위상 이득을 전체 채널 이득을 극대화하기 위해 폐쇄형 표현식으로 유도한다.
• 위상 이득 설계는 추정된 채널을 기반으로 하며, 효과적 신호 대 잡음비를 극대화하기 위해 볼록 최적화 문제로 수식화된다.
• 다양한 신호 대 잡음비, 훈련 길이, LIS 요소 수를 고려한 현실적인 조건에서 방법의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 RIS 보조 MIMO 시스템에서 악조건의 직선 시야 채널을 가진 경우 채널 추정 성능을 어떻게 향상시킬 수 있는가?
• RQ2 고조직 수치 조건에서 BiGAMP와 같은 전통적인 압축 감지 알고리즘에 비해 BAdVAMP가 RIS 채널 추정에서 뛰어난 성능을 보일 수 있는가?
• RQ3 수동 RIS 요소의 최적 위상 이득 설계는 사용자에서의 효과적 채널 이득을 극대화하기 위해 어떻게 이루어져야 하는가?
• RQ4 훈련 길이가 RIS 보조 MIMO 시스템에서 추정 정확도와 훈련 오버헤드 사이의 트레이드오프에 미치는 영향은 어떠한가?
• RQ5 기존 MIMO 시스템에 비해 RIS 도입이 가용 스펙트럼 효율성 향상에 얼마나 크게 영향을 미치는가?

주요 결과

• 제안된 BAdVAMP 기반 채널 추정은 20 dB 신호 대 잡음비에서 BiGAMP보다 1.65 bps/Hz 높은 가용 전송률을 달성하며, 특히 악조건의 채널 상황에서 뛰어난 성능을 보인다.
• 제안된 위상 이득 설계를 통한 가용 전송률은 완벽한 CSI 기준선에 매우 가까이 수렴하여 거의 최적의 빔포밍 성능을 나타낸다.
• 두 개의 데이터 스트림만 사용할 경우 M=N=36과 M=N=16 설정 간 성능이 유사하여, 낮은 스트림 조건에서 어레이 크기 변화에 대해 강건함을 보인다.
• 시스템의 최적 훈련 길이는 600 기호로 확인되었으며, 이를 초과하면 전송률 성능이 포화 상태에 도달함을 의미하여 정확도와 오버헤드 사이의 실용적 트레이드오프를 보여준다.
• RIS 보조 시스템은 무작위 위상 이득 설계 및 RIS 없이도 작동하는 기존 MIMO 시스템보다 뛰어난 성능을 보이며, 이는 RIS 도입이 실제 환경에서 유의미한 이점을 제공함을 시사한다.
• RIS 요소 수를 64개에서 256개로 증가시키면 가용 전송률이 향상됨을 확인하여 더 큰 표면적 영역이 스펙트럼 효율성 향상에 기여함을 입증한다.