[논문 리뷰] Massive MIMO Channel Estimation with Low-Resolution Spatial Sigma-Delta ADCs

Shilpa Rao, Gonzalo Seco‐Granados외 3명|arXiv (Cornell University)|2020. 05. 15.

Advanced MIMO Systems Optimization참고 문헌 56인용 수 7

한 줄 요약

이 논문은 1-2비트 ADC를 사용하는 대규모 MIMO 업링크 시스템에서 사용자 신호가 특정 각도 영역에 위치한 영역에서 양자화 노이즈를 왜곡시키기 위해 공간적 시그마-델타(ΣΔ) 아날로그-디지털 변환기(ADC) 아키텍처를 제안한다. 비선형 양자화기 모델을 선형 모델과 색조 노이즈로 분해하기 위해 부스탕 분해를 적용함으로써, 저자들은 선형 최소 제곱 오차(LMMSE) 채널 추정기 개발하고, 기존의 1-또는 2비트 양자화보다 특히 저-중간 SNR에서 훨씬 높은 스펙트럼 효율성과 채널 추정 정확도를 달성하는 ΣΔ 아키텍처의 성능을 입증한다.

ABSTRACT

We consider channel estimation for an uplink massive multiple-input multiple-output (MIMO) system where the base station (BS) uses an array with low-resolution (1-2 bit) analog-to-digital converters and a spatial Sigma-Delta ($ΣΔ$) architecture to shape the quantization noise away from users in some angular sector. We develop a linear minimum mean squared error (LMMSE) channel estimator based on the Bussgang decomposition that reformulates the nonlinear quantizer model using an equivalent linear model plus quantization noise. We also analyze the uplink achievable rate with maximal ratio combining (MRC), zero-forcing (ZF), and LMMSE receivers and provide a lower bound for the achievable rate with the MRC receiver. Numerical results show superior channel estimation and sum spectral efficiency performance using the $ΣΔ$ architecture compared to conventional 1- or 2-bit quantized massive MIMO systems.

연구 동기 및 목표

• 고해상도 ADC의 높은 하드웨어 비용과 전력 소모 문제를 해결하기 위해 저해상도 ADC 솔루션을 탐색한다.
• 중간-고 SNR에서 1비트 양자화로 인한 성능 저하 문제를 해결하기 위해 ΣΔ 아키텍처를 통한 공간적 노이즈 샤피닝을 도입한다.
• 프론트홀 통로 대역폭을 줄이면서도 높은 스펙트럼 효율성을 유지하는 실용적이고 에너지 효율적인 수신기 아키텍처를 개발한다.
• 저해상도 공간적 ΣΔ ADC를 갖는 시스템에서의 채널 추정 및 도달 가능한 신속도 분석을 위한 이론적 프레임워크를 제공한다.
• 공간적 오버샘플링과 ΣΔ 피드백의 조합이 기존의 표준 1-또는 2비트 양자화보다 시스템 성능을 크게 향상시킬 수 있음을 입증한다.

제안 방법

• 비선형 1-또는 2비트 공간적 ΣΔ ADC를 선형 모델과 색조 노이즈로 모델링하기 위해 부스탕 분해를 적용한다.
• 양자화기 출력 간 상관관계를 고려한 선형 최소 제곱 오차(LMMSE) 채널 추정기를 제안한다.
• 공간적 ΣΔ 아키텍처를 피드백 시스템으로 모델링하여, 한 안테나의 양자화 오차가 이웃한 안테나로 피드백되어 고공역 주파수 쪽으로 노이즈를 형상화함을 설명한다.
• 최대 비율 병합(MRC), 제로포싱(ZF), LMMSE 수신기의 경우를 사용해 채널 추정 오차와 도달 가능한 업링크 신속도에 대한 이론적 표현을 유도한다.
• 프라이스의 정리와 가우시안 근사법을 사용해 양자화 노이즈의 통계적 성질을 분석하고 LMMSE 추정기를 검증한다.
• MRC 수신기의 도달 가능한 신속도에 하한을 제공하고, 모든 이론적 결과를 몬테카를로 시뮬레이션을 통해 검증한다.

실험 결과

연구 질문

• RQ1 공간적 ΣΔ ADC는 기존의 양자화 방식과 비교해 1-2비트 ADC를 갖는 대규모 MIMO 시스템에서 채널 추정 정확도를 향상시킬 수 있는가?
• RQ2 공간적 ΣΔ 아키텍처는 양자화 노이즈를 어떻게 형상화하는가? 이는 도달 가능한 스펙트럼 효율성에 어떤 영향을 미치는가?
• RQ3 채널 추정 및 합산 스펙트럼 효율성 측면에서, 제안된 ΣΔ 기반 시스템과 이상적인 무양자화 시스템 간의 성능 격차는 얼마인가?
• RQ4 MRC, ZF, LMMSE 수신기들은 공간적 ΣΔ 양자화 조건 하에서 LMMSE 채널 추정치를 기반으로 어떻게 성능을 발휘하는가?
• RQ5 시스템 성능은 사용자 신호의 각도 영역과 어레이 구성에 얼마나 의존하는가?

주요 결과

• 공간적 ΣΔ 아키텍처는 기존의 1비트 ADC 시스템 대비 최대 2.5배 높은 스펙트럼 효율성을 달성하며, 특히 저-중간 SNR에서 뚜렷한 성능 향상을 보인다.
• 유도된 이론적 표현은 채널 추정 오차를 잘 예측하며, 수치 시뮬레이션과 강한 일치를 보인다.
• MRC 수신기는 ΣΔ 아키텍처를 사용할 경우, ADC 당 1-2비트임에도 불구하고 무양자화 시스템과 거의 동일한 사용자 당 신속도를 달성한다.
• 1사용자당 평균 2비트/s/Hz의 신속도를 확보할 경우, MRC 수신기는 양자화 수준에 관계없이 항상 7-8명의 사용자를 지원하지만, ZF/MMSE 수신기는 ΣΔ 어레이를 사용할 경우 최대 16-24명의 사용자를 지원한다.
• LMMSE 수신기는 사용자 수가 증가함에 따라 평균 수신 신속도가 계속 양의 값을 유지하며, 사용자 부하 및 조건이 나쁜 상황에서도 강건함을 입증한다.
• 저-중간 SNR에서 ΣΔ 시스템과 무양자화 시스템 간의 성능 격차는 작게 유지되어, 낮은 하드웨어 복잡도로도 거의 최적의 스펙트럼 효율성을 달성할 수 있음을 시사한다.