[논문 리뷰] Hybrid precoding and combining for frequency-selective mmWave MIMO Systems with per-antenna power constraints

Javier Rodríguez-Fernández, Roberto López-Valcarce외 1명|arXiv (Cornell University)|2018. 12. 06.

Millimeter-Wave Propagation and Modeling참고 문헌 23인용 수 4

한 줄 요약

이 논문은 주어진 안테나 당 전력 제약 조건 하에서 주파수 선택성 mmWave MIMO 시스템을 위한 하이브리드 프리코딩 및 컨비닝 프레임워크를 제안하며, 모든 디지털 솔루션을 근사하기 위해 체로날 거리 최소화를 사용한다. 이는 빔-스위트(bandwidth expansion up to 3 GHz)와 빔-스위트 효과가 존재하는 상황에서도 near-optimal 스펙트럼 효율을 달성하며, 실용적인 하드웨어 환경에서 총 전력 제약 설계보다 우수한 성능을 보인다.

ABSTRACT

Configuring hybrid precoders and combiners is a major challenge to deploy practical mmWave communication systems. Prior work addresses the problem of designing hybrid precoders and combiner, yet focusing on finding solutions under a total transmit power constraint. The design of hybrid precoders and combiners in practical system, is constrained, however, by a per antenna transmit power, since each antenna element in the array is connected to a power amplifier (PA) that has to operate within its linear region. In this paper, we focus on the problem of hybrid precoding and combining with per-antenna power constraints, and under a frequency-selective bandlimited channel model. We first propose an all-digital solution to this problem, and develop a hybrid precoding and combining strategy that aims at matching this solution by minimizing the chordal distance between the all-digital precoders (combiners) and their hybrid approximations. Finally, since minimizing this metric does not guarantee that the final spectral efficiency will be maximized, we optimize the resulting spectral efficiency taking into account the per-antenna power constraints. Simulation results show the effectiveness of our all-digital and hybrid solutions, while emphasizing the differences with respect to the corresponding solution under a total power constraints. As shown in our numerical results, the proposed all-digital solution performs similarly to the case in which a total power constraint is considered. Further, our proposed hybrid solution is also shown to exhibit near-optimum performance, and the influence of different system parameters is also shown, thereby showing the suitability of our proposed framework to deploy practical mmWave MIMO systems.

연구 동기 및 목표

• 전력 증폭기의 선형성로 인해 발생하는 안테나 당 전력 제약 조건으로 인해 실용적인 mmWave 시스템에서 하이브리드 프리코더 및 컨비너를 설계하는 데 도전하는 문제를 해결한다.
• 실제 하드웨어 제약 조건을 고려한 주파수 선택성 및 대역 제한 채널 모델 하에서 모든 디지털 솔루션을 근사하는 하이브리드 프리코딩 전략을 개발한다.
• 빔-스위트 및 안테나 당 전력 제약 조건을 고려하여 스펙트럼 효율을 최적화하며, 이전 반복적 방법에서 발생하는 부적절한 전력 할당을 피한다.
• 대역폭과 주파수 선택성의 하이브리드 프리코더 설계에 미치는 영향을 정량적으로 캡처하는 서브스페이스 기반 프레임워크를 제공한다.
• 채널 추정 오차에 대한 강건성과 불완전한 CSI 하에서의 성능을 고급 추정 알고리즘을 사용하여 검증한다.

제안 방법

• 안테나 당 전력 제약 조건 하에서 모든 디지털 프리코딩 및 컨비닝 솔루션을 제안하며, 성능의 상한선으로 사용한다.
• 모든 디지털 프리코더/컨비너와 그 하이브리드 근사치 사이의 체로날 거리 최소화를 통해 하이브리드 프리코더 및 컨비너를 설계한다.
• 주파수 선택성 채널의 주요 특이값 서브스페이스에 대해 모든 서브-carrier에 걸쳐 일치시키기 위해 그라스만만 기반 최적화 프레임워크를 사용한다.
• 안테나 당 전력 제약 조건과 대역폭 확장 영향을 고려한 제약 조건 최적화 문제로 하이브리드 설계를 공식화한다.
• RF 프론트엔드에서 주파수 의존 응답 및 펄스 성형 효과를 통합하여 빔-스위트 모델링을 채널 모델에 통합한다.
• 실제 트레이닝 오버헤드 제약 조건 하에서도 신뢰할 수 있는 CSI 확보를 가능하게 하는 수정된 SS-SW-OMP+Th 알고리즘을 적용한다.

실험 결과

연구 질문

• RQ1 안테나 당 전력 제약 조건은 주파수 선택성 mmWave MIMO 시스템에서 하이브리드 프리코더 및 컨비너의 설계와 성능에 어떤 영향을 미치는가?
• RQ2 모든 디지털 프리코더/컨비너와 하이브리드 프리코더/컨비너 사이의 체로날 거리 최소화는 안테나 당 전력 제약 조건 하에서 near-optimal 스펙트럼 효율을 얼마나 잘 달성할 수 있는가?
• RQ3 빔-스위트는 와이드밴드 mmWave 시스템에서 성능을 어떻게 떨어뜨리며, 제안된 하이브리드 설계는 이 영향을 완화할 수 있는가?
• RQ4 대역폭 증가가 서브카리어 간 특이값 서브스페이스의 일관성에 어떤 영향을 미치며, 이는 하이브리드 프리코더 설계에 어떻게 영향을 주는가?
• RQ5 실제 채널 추정 알고리즘을 사용할 때, 제안된 프레임워크는 불완전한 CSI 하에서도 높은 스펙트럼 효율을 유지할 수 있는가?

주요 결과

• 안테나 당 전력 제약 조건 하에서 제안된 모든 디지털 솔루션은 총 전력 제약 조건 케이스와 유사한 스펙트럼 효율을 달성하여, 성능 기준으로서의 효과성을 입증한다.
• 체로날 거리 최소화 기반 하이브리드 프리코딩 및 컨비닝 설계는 3 GHz 대역폭과 심한 빔-스위트 효과가 존재하는 상황에서도 near-optimal 스펙트럼 효율을 달성한다.
• 스펙트럼 효율은 특이값 서브스페이스 간 일관성이 감소함에 따라 대역폭 증가에 따라 떨어지며, 이는 식 (65)의 품질 지표로 확인된다.
• 식 (65)의 품질 지표는 더 높은 서브스페이스 차원 $ d $ 가 주파수 선택성 채널을 더 잘 표현함을 보여주며, 하이브리드 설계에서 충분한 자유도가 필요함을 검증한다.
• SS-SW-OMP+Th 채널 추정 알고리즘은 신뢰할 수 있는 CSI 확보를 가능하게 하여, 하이브리드 시스템이 불완전한 CSI 하에서도 near-optimal 스펙트럼 효율을 달성할 수 있도록 한다.
• 제안된 방법은 이전 반복적 접근법에 비해 트레이닝 오버헤드와 계산 복잡도 측면에서 우수하며, 교대 최적화에서 발생하는 오류 전파를 피한다.