[논문 리뷰] Semi-Blind Cascaded Channel Estimation for Reconfigurable Intelligent Surface Aided Massive MIMO

Zhen-Qing He, Hang Liu외 3명|arXiv (Cornell University)|2021. 01. 18.

Advanced Wireless Communication Technologies참고 문헌 30인용 수 9

한 줄 요약

이 논문은 재구성가능한 지능형 표 superfaced (RIS)-기반 매크로 MIMO 시스템을 위한 반맹춤형 캐스케이드 채널 추정 방법을 제안한다. 낮은 수의 피LOT을 사용하여 RIS-BS 및 사용자-RIS 채널을 함께 추정하고, 알려지지 않은 전송 신호도 함께 추정한다. 베이지안 추론 하에서 삼중 행렬 분해와 근사 메시지 전달을 활용하여, 반복적 복잡도가 낮고 이론적 성능 한계가 복제 방법을 통해 유도된 저비용 추정을 실현하며, 기존의 훈련 기반 접근 방식에 비해 피LOT 오버헤드를 크게 감소시킨다.

ABSTRACT

Reconfigurable intelligent surface (RIS) is envisioned to be a promising green technology to reduce the energy consumption and improve the coverage and spectral efficiency of massive multiple-input multiple-output (MIMO) wireless networks. In a RIS-aided MIMO system, the acquisition of channel state information (CSI) is important for achieving passive beamforming gains of the RIS, but is also challenging due to the cascaded property of the transmitter-RIS-receiver channel and the lack of signal processing capability of the passive RIS elements. The state-of-the-art approach for CSI acquisition in such a system is a pure training-based strategy that depends on a long sequence of pilot symbols. In this paper, we investigate semi-blind cascaded channel estimation for RIS-aided massive MIMO systems, in which the receiver simultaneously estimates the channel coefficients and the partially unknown transmit signal with a small number of pilot sequences. Specifically, we formulate the semi-blind cascaded channel estimation as a trilinear matrix factorization task. Under the Bayesian inference framework, we develop a computationally efficient iterative algorithm using the approximate message passing principle to resolve the trilinear inference problem. Meanwhile, we present an analytical framework to characterize the theoretical performance bound of the proposed approach in the large-system limit via the replica method developed in statistical physics. Extensive simulation results demonstrate the effectiveness of the proposed semi-blind cascaded channel estimation algorithm.

연구 동기 및 목표

• RIS-기반 매크로 MIMO 시스템에서 기존의 훈련 기반 채널 추정 방식의 높은 피LOT 오버헤드 문제를 해결하기 위해.
• 최소한의 피LOT 시퀀스를 사용하여 캐스케이드 채널(사용자-RIS 및 RIS-BS)과 알려지지 않은 전송 신호를 함께 추정할 수 있도록 하기 위해.
• 베이지안 추론 하에서 반맹춤형 캐스케이드 채널 추정을 위한 계산 효율성이 높은 알고리즘을 개발하기 위해.
• 복제 방법을 사용하여 대규모 시스템 근사에서 제안된 방법의 이론적 성능 한계를 도출하기 위해.

제안 방법

• 사용자-RIS, RIS-BS, 전송 데이터 행렬의 곱을 포함하는 삼중 행렬 분해 문제로 반맹춤형 캐스케이드 채널 추정을 수식화한다.
• 베이지안 최소 평균 제곱 오차(MMSE) 기준 하에서 후행 평균 추정치를 계산하기 위해 반복적 근사 메시지 전달(AMP) 알고리즘을 개발한다.
• 매트릭스-벡터 곱셈과 분산 갱신만을 요구하는 메시지 전달 업데이트를 사용하여 각 반복의 복잡도를 낮춘다.
• 통계역학의 복제 방법을 적용하여 대규모 시스템 근사에서 점점 줄어드는 평균 제곱 오차(MSE) 성능을 분석적으로 특성화한다.
• 채널과 신호의 알려진 사전 분포 하에서 채널 및 데이터 추정치의 MSE에 대한 해석적 표현을 유도한다.
• 복제 방법에서 유도된 자유 에너지 함수의 극값 문제를 해결하여 이론적 성능 한계를 수립한다.

실험 결과

연구 질문

• RQ1 순수한 훈련 기반 방법에 비해 반맹춤형 추정은 RIS-기반 매크로 MIMO 시스템에서 피LOT 오버헤드를 줄일 수 있는가?
• RQ2 최소한의 피LOT 오버헤드로 캐스케이드 채널과 알려지지 않은 전송 신호를 효율적으로 함께 추정할 수 있는가?
• RQ3 대규모 시스템 근사에서 반맹춤형 캐스케이드 채널 추정의 이론적 성능 한계는 무엇인가?
• RQ4 제안된 AMP 기반 알고리즘은 기존의 훈련 기반 접근 방식에 비해 추정 정확도와 복잡도 측면에서 어떻게 비교되는가?
• RQ5 어떤 해석적 프레임워크가 공동 추정 과정의 점점 줄어드는 MSE 성능을 정확하게 예측할 수 있는가?

주요 결과

• 제안된 반맹춤형 캐스케이드 채널 추정 알고리즘은 낮은 수의 피LOT 시퀀스로도 채널과 알려지지 않은 신호를 함께 추정함으로써 피LOT 오버헤드를 크게 감소시킨다.
• 근사 메시지 전달(AMP) 알고리즘은 기본적인 매트릭스-벡터 곱셈과 반복적 평균 및 분산 갱신을 통해 저비용 추정을 실현한다.
• 복제 방법을 통해 유도된 이론적 성능 한계는 알려진 사전 분포 하에서 기본 한계에 가까이 접근하며, 각 채널 및 데이터 성분에 대한 해석적 MSE 표현식이 도출된다.
• 이 방법은 대규모 시스템 근사에서 근사 최적 성능을 달성하며, 시스템 차원과 신호 대 잡음비에 따라 유리하게 MSE가 스케일링된다.
• 시뮬레이션 결과는 알고리즘의 효과성을 확인하며, 동일한 피LOT 오버헤드 조건에서 훈련 기반 기법에 비해 뛰어난 추정 정확도와 강인성을 보여준다.
• 복제 방법 기반 해석적 프레임워크는 MSE 성능을 정확하게 예측하며, 실용적 시스템 구성에서 이론적 분석의 타당성을 검증한다.