[논문 리뷰] New Beam Tracking Technique for Millimeter Wave-band Communications

Jisu Bae, Sun Hong Lim외 2명|arXiv (Cornell University)|2017. 02. 01.

Millimeter-Wave Propagation and Modeling참고 문헌 12인용 수 31

한 줄 요약

이 논문은 이동 환경에서 도래각(AoD)의 시간 연속성을 활용하여 훈련 오버헤드를 줄이는 mmWave 통신을 위한 빔 추적 기법을 제안한다. 이전 AoD 추정치를 바탕으로 최적의 두 개의 훈련 빔만 선택함으로써, AoD 추정에 대한 크래머-라오 하한(CRLB)을 최소화하여, 전체 빔 순환 방식과 유사한 성능을 달성하면서도 훈련 오버헤드를 16분의 1로 줄였다.

ABSTRACT

In this paper, we propose an efficient beam tracking method for mobility scenario in mmWave-band communications. When the position of the mobile changes in mobility scenario, the base-station needs to perform beam training frequently to track the time-varying channel, thereby spending significant resources for training beams. In order to reduce the training overhead, we propose a new beam training approach called "beam tracking" which exploits the continuous nature of time varying angle of departure (AoD) for beam selection. We show that transmission of only two training beams is enough to track the time-varying AoD at good accuracy. We derive the optimal selection of beam pair which minimizes Cramer-Rao Lower Bound (CRLB) for AoD estimation averaged over statistical distribution of the AoD. Our numerical results demonstrate that the proposed beam tracking scheme produces better AoD estimation than the conventional beam training protocol with less training overhead.

연구 동기 및 목표

• 이동성에 의한 빈번한 빔 훈련으로 인한 높은 훈련 오버헤드 문제를 해결하기 위해.
• 빈도 높은 빔 훈련 동안 자원 소비를 줄이면서도 정확한 채널 상태 추정을 유지하기 위해.
• AoD의 부드러운 시간적 변화를 이용하여 효율적인 빔 선택을 수행하기 위해.
• 오직 두 개의 훈련 빔만을 사용하여 AoD 추정 오차 분산(즉, CRLB)을 최소화하기 위해.
• 기존의 빔 순환 및 고정 빔 방식을 능가하는 실용적인 빔 추적 전략을 개발하기 위해.

제안 방법

• 이 방법은 이전 AoD 추정치를 바탕으로 한계가 있는 AoD를 마르코프 과정으로 모델링하며, 이는 정규 분포 전이 모델을 기반으로 한다.
• 이전 AoD에 대한 사전 지식 하에 AoD 추정 오차의 크래머-라오 하한(CRLB)을 최소화하는 방식으로 빔 선택 문제를 수립한다.
• AoD 변화의 통계적 분포를 이용하여 최적의 빔 쌍 선택을 도출함으로써, 추정 분산을 최소화한다.
• 빔 코드북은 192개의 균일하게 분포된 빔과 192개의 더 넓은 빔을 포함하여 각도 해상도와 내성 강도를 향상시킨다.
• 다중 경로 환경에서는 압축 감지(예: OMP)를 사용한 공동 추정 또는 개별 경로 추적으로 확장된다.
• 피드백 지연 및 사전 AoD 추정 오차를 고려하기 위해 반복적 보정 기법이 적용된다.

실험 결과

연구 질문

• RQ1 오직 두 개의 훈련 빔만을 사용하는 빔 추적 기법이 전체 빔 순환 방식과 유사한 AoD 추정 성능을 달성할 수 있는가?
• RQ2 AoD의 시간 상관성 하에 추정 오차 분산을 최소화하기 위해 최적의 빔 쌍은 어떻게 선택할 수 있는가?
• RQ3 이동성(즉, AoD 변화 속도)은 제안된 빔 추적 방법의 성능에 어떤 영향을 미치는가?
• RQ4 고정 빔 및 기존의 빔 순환 방식과 비교했을 때, 제안된 방법은 훈련 오버헤드와 추정 정확도 측면에서 어떻게 다른가?
• RQ5 이 방법은 군집화되거나 잘 분리된 경로를 가지는 다중 경로 mmWave 채널로 확장될 수 있는가?

주요 결과

• 제안된 빔 추적 방법은 오직 두 개의 훈련 빔만을 사용하여 기존의 빔 순환 방식과 유사한 AoD 추정 정확도를 달성하며, 훈련 오버헤드를 94% 감소시켰다.
• SNR = 10 dB 및 σp = 0.05 조건에서, 제안된 방법은 진짜 값에 가까운 추정 오차를 보이며, 빔 순환 및 고정 빔 방식을 모두 능가했다.
• 모든 SNR 값에서 제안된 방법은 기존의 빔 순환 방식에 비해 뚜렷한 성능 향상을 보였으며, 각도 격자 이산화로 인한 정규화된 MSE 바닥값이 존재했다.
• 더 높은 이동성(σp = 0.1) 조건에서도 제안된 방법은 고정 빔 및 빔 순환 방식을 능가했으며, 빠른 AoD 변화에 대한 강건성을 입증했다.
• CRLB 기반의 빔 선택 전략은 히وري스틱 빔 배치 방식에 비해 상당한 성능 향상을 보였으며, 제안된 설계의 최적성은 검증되었다.
• 다중 경로 환경으로의 확장은 가능하다: 잘 분리된 경로의 경우 개별 경로 추적 방식이 효과적이며, 군집화된 경로의 경우 압축 감지를 통한 공동 추정이 성능 손실를 최소화하면서도 성능을 유지한다.