[논문 리뷰] Efficient Downlink Channel Probing and Uplink Feedback in FDD Massive MIMO Systems

Mahdi Barzegar Khalilsarai, Saeid Haghighatshoar외 1명|arXiv (Cornell University)|2017. 08. 15.

Advanced MIMO Systems Optimization참고 문헌 23인용 수 5

한 줄 요약

이 논문은 주어진 환경의 주파수 불변인 흩어짐 공간 구조를 활용하여 FDD 마이크로모드 MIMO 시스템을 위한 새로운 다운링크 채널 탐색 및 업링크 피드백 방식을 제안한다. 업링크 채널 관측치로부터 흩어짐 함수의 각도적 지지부를 추정함으로써, 채널 희소성에 비례하여 피드백 오버헤드가 선형적으로 증가하는 기존의 압축 감지 기반 접근 방식과 비교해 상당히 감소된 피드백 오버헤드로 효율적인 채널 탐색을 가능하게 한다.

ABSTRACT

Massive Multiple-Input Multiple-Output (massive MIMO) is a variant of multi-user MIMO in which the number of antennas at each Base Station (BS) is very large and typically much larger than the number of users simultaneously served. Massive MIMO can be implemented with Time Division Duplexing (TDD) or Frequency Division Duplexing (FDD) operation. FDD massive MIMO systems are particularly desirable due to their implementation in current wireless networks and their efficiency in situations with symmetric traffic and delay-sensitive applications. However, implementing FDD massive MIMO systems is known to be challenging since it imposes a large feedback overhead in the Uplink (UL) to obtain channel state information for the Downlink (DL). In recent years, a considerable amount of research is dedicated to developing methods to reduce the feedback overhead in such systems. In this paper, we use the sparse spatial scattering properties of the environment to achieve this goal. The idea is to estimate the support of the continuous, frequency-invariant scattering function from UL channel observations and use this estimate to obtain the support of the DL channel vector via appropriate interpolation. We use the resulting support estimate to design an efficient DL probing and UL feedback scheme in which the feedback dimension scales proportionally with the sparsity order of DL channel vectors. Since the sparsity order is much less than the number of BS antennas in almost all practically relevant scenarios, our method incurs much less feedback overhead compared with the currently proposed methods in the literature, such as those based on compressed-sensing. We use numerical simulations to assess the performance of our probing-feedback algorithm and compare it with these methods.

연구 동기 및 목표

• 대칭적 트래픽 및 저지연 시나리오에서의 이점을 지닌 FDD 마이크로모드 MIMO 시스템의 실용적 구현을 제한하는 높은 업링크 피드백 오버헤드 문제를 해결하기 위해.
• 무선 환경의 희소한 공간 흩어짐 특성을 활용하여 주파수 불변성 덕분에 업링크 신호로부터 지지부 추정이 가능하도록 하여 피드백 오버헤드를 감소시키기 위해.
• 다운링크 채널 벡터의 희소성 순서에 비례하여 피드백 차원이 증가하는 다운링크 탐색 및 피드백 방식을 설계하기 위해.
• 채널 추정 정확도와 피드백 효율성 측면에서 기존의 압축 감지 기반 피드백 방법보다 뛰어난 성능을 내기 위해.
• 실제 채널 조건 하에서 수치 시뮬레이션을 통해 제안된 방식을 검증하고, J-OMP 및 완전한 CSIT와 같은 최신 기술과 비교하기 위해.

제안 방법

• 다양한 주파수 대역에서 안정적인 각도 방향을 가지는 다중 경로 성분(MPCs)의 특성을 활용하여 업링크 채널 관측치로부터 연속적이고 주파수 불변인 흩어짐 함수의 지지부를 추정한다.
• 추정된 지지부를 바탕으로 주어진 주요 각도 방향에 에너지를 집중시키는 구조적 다운링크 탐색 행렬을 설계하여 필요한 탐색 벡터의 수를 감소시킨다.
• 업링크로 추정된 흩어짐 함수 지지부를 기반으로 다운링크 채널 벡터 지지부를 예측하기 위해 보간 기법을 적용한다.
• 구조적 탐색 벡터와 가우시안 탐색 벡터를 조합한 하이브리드 탐색 방식을 설계하며, 구조적 부분은 추정된 지지부를 향하고, 가우시안 부분은 강건성을 확보하기 위해 사용한다.
• 기지국에서 채널 복구를 위해 공동 직교 매칭 추적(J-OMP)을 적용하며, 지지부 추정을 통해 탐색 공간을 제약함으로써 추정 정확도를 향상시킨다.
• 사용자가 추정된 지지부에 해당하는 채널 계수만 피드백하도록 피드백 메커니즘을 구현함으로써 피드백 오버헤드를 극적으로 감소시킨다.

실험 결과

연구 질문

• RQ1 FDD 마이크로모드 MIMO 시스템에서 업링크 채널 관측치를 활용해 다운링크 채널의 흩어짐 함수의 각도 지지부를 정확하게 추정할 수 있는가?
• RQ2 공간 흩어짐 함수의 주파수 불변성을 활용할 경우, 기존의 압축 감지 방법과 비교해 피드백 오버헤드가 상당히 감소하는가?
• RQ3 스펙트럼 효율성과 추정 정확도 측면에서 제안된 탐색 및 피드백 방식은 J-OMP 및 완전한 CSIT와 비교해 어떻게 성능을 내는가?
• RQ4 사용자 간에 공통된 다중 경로 성분(MPC)이 존재할 경우, 제안된 방식의 성능은 공통 지지부 가정에 의존하는 방법과 비교해 어떻게 되는가?
• RQ5 피드백 오버헤드는 탐색 벡터의 수에 따라 어떻게 변화하며, 오버헤드와 스펙트럼 효율성 사이의 상충 관계는 어떠한가?

주요 결과

• 지지부 기반의 부분공간 제약 덕분에 추정 정확도가 향상되어, 저SNR 환경에서 J-OMP 알고리즘보다 훨씬 높은 스펙트럼 효율성을 달성한다.
• 저SNR 조건에서 지지부 기반 추정이 노이즈 영향을 줄여 신호 부분공간을 제한함으로써 하이브리드 탐색 방식이 완전한 CSIT 기준보다도 뛰어난 성능을 내며, 이는 전체적으로 더 낮은 오차를 유도한다.
• 사용자 간에 공통 MPC가 존재하지 않을 경우, J-OMP의 성능이 공통 지지부 가정 위반으로 인해 떨어지므로 제안된 방법과의 성능 격차가 더욱 커진다.
• 피드백 오버헤드는 채널 벡터의 희소성 순서에 비례하여 선형적으로 증가하며, 이는 기지국 안테나 수보다 훨씬 작기 때문에 오버헤드 감소 효과가 뚜렷하다.
• 제안된 방법의 스펙트럼 효율성은 고SNR에서 추정 지지부를 초월한 신호 유출로 인해 포화 상태에 도달하지만, 완전한 CSIT는 계속해서 SNR에 비례해 선형 증가한다.
• 수치 결과는 공통 MPC가 존재할 경우, 하이브리드 탐색 방식이 단순 가우시안 탐색보다 더 효율적인 에너지 집중을 통해 더 높은 스펙트럼 효율성을 달성함을 보여준다.