[논문 리뷰] Location-aware Channel Estimation for RIS-aided mmWave MIMO Systems via Atomic Norm Minimization

Hyeonjin Chung, Sunwoo Kim|arXiv (Cornell University)|2021. 07. 20.

Advanced Wireless Communication Technologies참고 문헌 30인용 수 9

한 줄 요약

이 논문은 원격지의 위치 정보를 활용한 RIS 보조 mmWave MIMO 시스템을 위한 채널 추정 프레임워크를 제안한다. 원자 범수 최소화(ANM)를 사용하여 비례 기반의 빔 트레이닝 오버헤드를 줄이고 정확도를 향상시킨다. 알려진 BS 및 RIS 위치를 활용함으로써 직접 빔 스텔링과 RIS 빔폭 적응을 가능하게 하여, 2차원 및 3차원 ANM 기반의 연결 채널 추정을 실현하며, 특히 비선시선(Non-LOS) 환경에서 기존 기준 대비 뛰어난 정확도를 확보한다.

ABSTRACT

In this paper, we propose a location-aware channel estimation based on the atomic norm minimization (ANM) for the reconfigurable intelligent surface (RIS)-aided millimeter-wave multiple-input-multiple-output (MIMO) systems. The beam training overhead at the base station (BS) is reduced by the direct beam steering towards the RIS with the location of the BS and the RIS. The RIS beamwidth adaptation is proposed to reduce the beam training overhead at the RIS, and also it enables accurate channel estimation by ensuring the user equipment receives all the multipath components from the RIS. After the beam training, the cascaded effective channel of the RIS-aided MIMO systems is estimated by ANM. Depending on whether the beam training overhead at the BS or at the RIS is reduced or not, the channel is represented as a linear combination of either 1D atoms, 2D atoms, or 3D atoms, and the ANM is applied to estimate the channel. Simulation results show that the proposed location-aware channel estimation via 2D ANM and 3D ANM achieves superior estimation accuracy to benchmarks.

연구 동기 및 목표

• 기본국(station, BS) 및 재구성 가능한 지능형 표면(RIS)의 위치를 사전에 알고 있음을 활용하여, 빔 트레이닝 오버헤드를 줄이고자 한다.
• 격자 기반 압축 센싱 방법의 한계를 해결하기 위해 격자 불일치를 제거하는 원자 범수 최소화(ANM)를 통해 문제를 해결하고자 한다.
• UE가 RIS를 통해 모든 다중 경로 성분을 수신할 수 있도록 빔 트레이닝 중 RIS 빔폭을 적응시킴으로써, 전체 경로 성분 수신을 보장하고자 한다.
• 2차원 및 3차원 ANM 공식화를 통해 선시선(LoS) 및 비선시선(NLoS) 환경 모두에서 정확한 연결 채널 추정을 가능하게 하고자 한다.
• 실제 구현 환경에서의 위치 오차 및 각도 오차 정렬에 대한 내성 확보를 목표로 한다.

제안 방법

• BS 및 RIS의 위치를 사전에 알고 있음을 활용하여, RIS 쪽으로 직접 빔 스텔링을 수행함으로써 BS의 각도 탐색 공간을 줄인다.
• UE에서 전체 다중 경로 성분을 수신할 수 있도록 RIS 빔폭을 적응시켜 RIS의 빔 트레이닝 오버헤드를 최소화한다.
• 빔 트레이닝 오버헤드 수준에 따라 1차원, 2차원 또는 3차원 원자에 따라 연결된 효과적 채널을 선형 조합으로 표현한다.
• BS의 빔 트레이닝 오버헤드가 감소한 경우 2차원 원자 범수 최소화(ANM)를 적용하고, BS 및 RIS 양측의 오버헤드가 모두 최소화된 경우 3차원 ANM을 적용한다.
• 볼록 최적화를 사용하여 ANM 문제를 해결함으로써 격자 불일치를 피하고 초해상도 채널 추정을 가능하게 한다.
• BS-RIS 및 RIS-UE 링크의 공동 도래각(DoA)/도착각(DoD) 및 도래각(AoA) 파rameter를 모델링하기 위해 다차원 원자 범수를 사용하여 채널 추정 문제를 공식화한다.

실험 결과

연구 질문

• RQ1 위치 정보는 RIS 보조 mmWave MIMO 시스템에서 빔 트레이닝 오버헤드를 효과적으로 줄이는 데 활용될 수 있는가?
• RQ2 RIS 빔폭 적응은 다중 경로 성분 수신의 완전성과 추정 정확도에 어떤 영향을 미치는가?
• RQ3 2차원 및 3차원 원자 범수 최소화는 전통적인 격자 기반 방법 대비 채널 추정 정확도를 얼마나 향상시키는가?
• RQ4 제안된 위치 인식 ANM 기반 추정은 위치 오차 및 각도 오차 정렬에 대해 얼마나 내성적인가?
• RQ5 3차원 ANM 기반 채널 추정에서 정확도와 계산 복잡도 사이의 상호 교환 관계는 어떠한가?

주요 결과

• 제안된 2차원 ANM 기반 위치 인식 채널 추정은 특히 기존 방법이 실패하는 비선시선(NLoS) 환경에서 빔 트레이닝 오버헤드를 크게 줄이고 NMSE를 크게 낮춘다.
• RIS에서 UE까지의 거리가 60 m를 초과하면 선시선 경로가 사라지며, 비위치 기반 방법은 NMSE 값이 약 1 이상으로 나타나 추정 실패를 보인다.
• 위치 인식 2차원 및 3차원 ANM 방법은 NLoS 조건에서도 NMSE가 0.1 이하로 낮게 유지되어 경로 손실 및 차단에 대한 강건성을 입증한다.
• 빔 트레이닝 오버헤드가 최소화된 경우 3차원 ANM 기반 방법의 NMSE는 2차원 ANM보다 낮지만, 특히 M_B > 4일 경우 계산 시간이 크게 증가한다.
• BS에서 RIS로 향하는 도래각(AoD) 오차가 빔 패턴의 영역에 도달할 경우 성능이 저하되며, 빔 정렬이 심하게 어긋난 경우 NMSE가 1에 도달하여 위치 오차에 민감함을 보여준다.
• 3차원 ANM의 경우 기존 방법 대비 절반 수준의 교육 기호 수(즉, RIS 안테나 수와 동일)로 줄여 빔 트레이닝 효율성을 향상시켰다.