[논문 리뷰] High-Resolution Channel Estimation for Intelligent Reflecting Surface-Assisted MmWave Communications

Chenglu Jia, Julian Cheng외 2명|arXiv (Cornell University)|2020. 06. 21.

Advanced Wireless Communication Technologies참고 문헌 26인용 수 4

한 줄 요약

이 논문은 스parse 신호 복원을 위해 적응형 격자 매칭 퇴적법(AGMP) 알고리즘을 활용하여 저복잡도로 고해상도 CSI를 달성하는 인텔리전트 반사 표면(IRS) 기반 밀리미터파 MIMO 통신을 위한 이단계 연쇄 채널 추정 프로토콜을 제안한다. 시뮬레이션 결과, 이는 비트레이닝 기반 방법보다 유의미하게 뛰어난 성능을 보이며 스펙트럼 효율성과 NMSE 면에서 완벽한 CSI 성능에 가까워진다.

ABSTRACT

In this paper, we study the high-resolution channel estimation problem for intelligent reflecting surface (IRS)-assisted millimeter wave (mmWave) multiple-input-multiple-output (MIMO) communications, which is a prerequisite to guarantee further high-rate data transmission. Considering the typical sparsity of mmWave channels, we formulate the cascaded channel estimation problem from a sparse signal recovery perspective, and then propose a novel two-step cascaded channel estimation protocol to estimate the cascaded user-IRS-base station channel with high-resolution for IRS-assisted mmWave MIMO communications. More specifically, the first step is to estimate the coarse angular domain information (ADI) and further establish the robust uplink by beam training. In the second step, by exploiting the coarse ADI, an adaptive grid matching pursuit (AGMP) algorithm is proposed to estimate the high-resolution cascaded channel state information (CSI) with low complexity. Simulation results verify that the proposed two-step channel estimation protocol significantly outperforms the state-of-the-art scheme, i.e., beam training based channel estimation, and meanwhile can reap near-optimal system performance achieved by perfect CSI.

연구 동기 및 목표

• 유한한 단계 해상도를 가진 IRS 요소로 인해 하드웨어 제약과 고차원 채널 행렬로 인해 기존 방법이 실패하는 인텔리전트 반사 표면(IRS) 기반 밀리미터파 MIMO 시스템에서 고해상도 연쇄 채널 상태 정보(CSI) 추정의 과제를 해결한다.
• IRS 요소의 유한한 단계 해상도로 인해 각도 해상도가 낮고 정확도가 떨어지는 비트레이닝 기반 방법의 한계를 극복한다.
• 밀리미터파 채널의 흐린 특성을 활용하여 정확한 CSI 확보를 가능하게 하여 시스템 최적화 및 고속 데이터 전송을 지원한다.
• 저복잡도이면서 고정확도인 채널 추정 프레임워크를 개발하여, 향상된 성능를 위한 사전 지식으로서의 근사 각도 도메인 정보(ADI)를 활용한다.

제안 방법

• 밀리미터파 채널의 내재된 흐린 특성을 활용하여 연쇄 채널 추정 문제를 스파스 신호 복원 과제로 공식화한다.
• 이중 단계 프로토콜을 사용한다: 첫 번째로, 강건한 업링크 훈련과 사전 지식으로서의 근사 각도 도메인 정보(ADI) 확보를 위해 비트레이닝을 수행한다.
• 두 번째 단계에서, 근사 ADI를 정밀하게 보정하여 저복잡도로 고해상도 CSI를 추정하는 적응형 격자 매칭 퇴적법(AGMP) 알고리즘을 적용한다.
• AGMP 알고리즘을 설계하여 근사 ADI 기반으로 격자 해상도를 적응적으로 향상시켜 정확도를 향상시키면서도 파ilot 오버헤드를 최소화한다.
• 조절 가능한 해상도를 가진 사전(사전 지식 집합, $ ilde{G} $)을 사용하여 정확도와 복잡도의 균형을 이루며, 다양한 해상도에서 성능을 평가한다.
• 추정된 고해상도 CSI를 시스템 성능 평가에 통합하여 스펙트럼 효율성(SE)과 정규화 평균 제곱 오차(NMSE)를 평가한다.

Figure 1: Illustration of the considered IRS-assisted mmWave MIMO system.

실험 결과

연구 질문

• RQ1 유한한 단계 해상도의 하드웨어 제약 조건 하에서 IRS 기반 밀리미터파 MIMO 시스템에서 고해상도 연쇄 CSI를 효율적으로 추정하는 방법은 무엇인가?
• RQ2 비트레이닝에서 확보한 근사 ADI는 고해상도 채널 추정 정확도를 어느 정도 향상시키는가?
• RQ3 AGMP와 같은 저복잡도 알고리즘이 NMSE와 스펙트럼 효율성 면에서 완벽한 CSI에 비해 거의 최적의 성능을 달성할 수 있는가?
• RQ4 사전 지식 집합의 해상도 $ ilde{G} $ 는 추정 정확도와 계산 복잡도 사이의 트레이드오프에 어떤 영향을 미치는가?
• RQ5 실제 SNR 범위에서 비트레이닝 기반 추정과 제안된 이단계 프로토콜 간의 성능 격은 얼마인가?

주요 결과

• 제안된 이단계 채널 추정 프로토콜은 특히 저SNR에서 더 낮은 정규화 평균 제곱 오차(NMSE)를 달성하며, 각도 해상도 향상 덕분이다.
• 단 4회 반복만으로도 AGMP 알고리즘이 거의 최적의 스펙트럼 효율성(SE)을 달성하여, 특히 $ ilde{G} = 3 $ 일 때 완벽한 CSI의 상한선에 가까워진다.
• 사전 지식 집합의 해상도 $ ilde{G} $ 가 증가할수록 NMSE 성능이 향상되며, $ ilde{G} = 3 $ 일 때 SE는 완벽한 CSI의 상한선에 수렴하여 이는 주어진 시스템 모델 하에서 최적의 해상도임을 시사한다.
• 비트레이닝 기반 방법은 조건이 좋은 고SNR에서도 제한된 단계 해상도와 비트레이닝 오류로 인해 정확도가 떨어지는 NMSE 성능을 보이며, 고해상도 추정의 필요성을 강조한다.
• 제안된 프로토콜은 저SNR에서도 뛰어난 성능 유지를 보이며, IRS의 beamforming 이득 덕분에 노이즈와 다중 경로 효과에 강건함을 입증한다.
• 근사 ADI를 사전 지식으로 통합함으로써 AGMP 알고리즘이 낮은 복잡도로도 고정확도 추정을 달성할 수 있었으며, 이는 실용적인 IRS 기반 밀리미터파 시스템에 적합함을 보여준다.

Figure 2: The frame structure of the considered IRS-assisted mmWave system.