[논문 리뷰] MmWave Channel Estimation via Atomic Norm Minimization for Multi-User Hybrid Precoding

Junquan Deng, Olav Tirkkonen외 1명|arXiv (Cornell University)|2018. 01. 25.

Millimeter-Wave Propagation and Modeling참고 문헌 21인용 수 1

한 줄 요약

이 논문은 mmWave 다중 사용자 하이브리드 프리코딩 채널 추정을 위한 원자 노름 최소화(ANM)를 제안하며, 스위치 네트워크를 통한 안테나 도메인 서브샘플링을 통해 연속적 딕셔너리를 사용하여 기저 불일치를 제거한다. ANM은 정수형 프로그래밍으로 공식화되어 정확한 다항식 시간 내에 채널 복원이 가능하며, 격자 기반 압축 감지 방법에 비해 스펙트럼 효율성이 크게 향상된다.

ABSTRACT

To perform multi-user multiple-input and multiple-output transmission in millimeter-wave(mmWave) cellular systems, the high-dimensional channels need to be estimated for designing the multi-user precoder. Conventional grid-based compressed sensing (CS) methods for mmWave channel estimation suffer from the basis mismatch problem, which prevents accurate channel reconstruction and degrades the precoding performance. This paper formulates mmWave channel estimation as an Atomic Norm Minimization (ANM) problem. In contrast to grid-based CS methods which use discrete dictionaries, ANM uses a continuous dictionary for representing the mmWave channel. We consider a continuous dictionary based on sub-sampling in the antenna domain via a small number of radio frequency chains. We show that mmWave channel estimation using ANM can be formulated as a semidefinite programming (SDP) problem, and the user channel can be accurately estimated via off-the-shelf SDP solvers in polynomial time. Simulation results indicate that ANM can achieve much better estimation accuracy compared to grid-based CS, and significantly improves the spectral efficiency provided by multi-user precoding.

연구 동기 및 목표

• 격자 기반 압축 감지에서의 기저 불일치 문제를 해결한다.
• 스위치 기반 서브샘플링을 통한 저복잡도 하이브리드 프리코딩 아키텍처를 개발하여 채널 추정을 향상시킨다.
• 연속적 딕셔너리를 사용하여 mmWave 채널 추정을 원자 노름 최소화(ANM) 문제로 공식화한다.
• 정수형 프로그래밍(SDP)을 통한 정확한 채널 추정을 가능하게 하여 다중 사용자 하이브리드 프리코딩을 지원한다.
• 기존 격자 기반 방법에 비해 뛰어난 스펙트럼 효율성과 추정 정확도를 입증한다.

제안 방법

• 격자 기반 대신 연속적 딕셔너리를 사용하여 mmWave 채널 추정을 원자 노름 최소화(ANM) 문제로 공식화한다.
• 스위치 네트워크를 통한 안테나 도메인 서브샘플링을 활용하여 더 적은 RF 체인 수로도 채널의 연속적 표현을 가능하게 한다.
• 채널을 도래각(DoD)과 도착각(AoA)에서의 복소 지수 합으로 모델링하며, 원자들의 초월합으로 표현한다.
• ANM을 정수형 프로그래밍(SDP) 문제로 재구성하여 SDPT3와 같은 표준 솔버를 사용해 다항식 시간 내에 해를 구할 수 있도록 한다.
• 다중 사용자 하이브리드 프리코딩을 위해 ANM 기반 채널 추정치를 제로 포지션(ZF) 프리코딩 방식에 통합한다.
• 시뮬레이션 검증을 위해 레이 트레이싱 기반 전파 모델을 사용하여 현실적인 mmWave 채널 환경을 생성한다.

실험 결과

연구 질문

• RQ1 격자 기반 압축 감지와 비교해 원자 노름 최소화(ANM)가 mmWave 채널 추정에서 기저 불일치를 제거할 수 있는가?
• RQ2 ANM 기반 채널 추정은 mmWave 시스템의 다중 사용자 하이브리드 프리코딩에서 스펙트럼 효율에 어떤 영향을 미치는가?
• RQ3 고 SNR 영역에서 그리드 밀도가 변화함에 따라 ANM은 직교 매칭 추적(OMP)에 비해 얼마나 높은 성능 향상을 보이는가?
• RQ4 스위치 기반 서브샘플링을 갖춘 하이브리드 아키텍처는 저복잡도로도 정확한 연속적 딕셔너리 기반 채널 추정을 가능하게 하는가?
• RQ5 라인 오브 사이트(LoS) 및 라인 오브 사이트가 아닌(Non-LoS) 경로를 포함한 현실적인 도시 환경에서 ANM은 어떻게 성능을 발휘하는가?

주요 결과

• 모든 SNR 수준에서 ANM은 OMP보다 유의미하게 낮은 정규화 평균 제곱 오차(NMSE)를 기록하며, 고 SNR에서 오차 평준선이 관찰되지 않는다.
• 고 SNR에서 비중복 그리드(Gb = N)를 사용한 OMP는 기저 불일치로 인해 오차 평준선에 빠지지만, ANM은 높은 정확도를 유지한다.
• ANM 기반 프리코딩은 완벽한 CSI 기반 성능에 비해 스펙트럼 효율을 3.4%만 손실한다. 반면 OMP는 Gb = N, 2N, 4N일 때 각각 63%, 18%, 11%의 손실을 겪는다.
• 실제 사용자 채널은 각도 도메인에서 희박하며, 주로 하나에서 세 개의 주요 경로를 가지며, 고확률로 ANM 복원 조건을 충족한다.
• 스위치 네트워크의 사용은 안테나 도메인에서의 서브샘플링을 가능하게 하여 최소한의 하드웨어 오버헤드로 연속적 딕셔너리 표현을 지원한다.
• SDPT3 기반 ANM 솔루션은 정확한 채널 추정을 가능하게 하지만, 실질적으로는 ADMM 기반 솔버가 더 낮은 복잡도를 제공할 수 있다.