[논문 리뷰] Terahertz Beamforming and Group Sparse Channel Estimation Relying on Low-Resolution ADCs in MU Hybrid MIMO systems

Abhisha Garg, Suraj Srivastava외 4명|arXiv (Cornell University)|2026. 03. 21.

Millimeter-Wave Propagation and Modeling인용 수 0

한 줄 요약

이 논문은 저해상도 ADC 하에서 빔포밍과 그룹 희소 채널 추정을 공동으로 수행하는 듀얼 와이드밴드 테라헤르츠 MU 하이브리드 MIMO 시스템을 위한 통합 베이지안 프레임워크를 제시하며, 빔 스퀀트와 펄스 성형을 포함한다.

ABSTRACT

A unified beamforming and channel estimation framework relying on Bayesian learning is conceived. Recognizing the limitations imposed by low-resolution analog-to-digital converter (ADCs) and frequency-dependent propagation effects occurring in the Terahertz (THz) band, we formulate a dual-wideband channel model incorporating root raised cosine (RRC) pulse shaping. To address the non-linear distortions introduced by low-resolution ADCs, Bussgang decomposition is employed, leading to a tractable linearized inference process. By leveraging the shared sparsity inherent in a multi-user (MU) scenario of THz systems, we propose a Hierarchical Bayesian Group-sparse Regression (HBG-SR) based channel learning technique that exploits the group-sparse structure of THz band channels. The estimated dominant angle-of-arrival/ angle-of-departure (AoA/AoD) indices are then exploited for appropriately configuring the true-time-delay (TTD) elements in the hybrid transceiver, enabling precise beam alignment across subcarriers and the effective compensation of the beam-squint effect occurring in wideband THz systems. Extensive simulation results validate the efficiency of the proposed channel estimator and the TTD-aided beamforming architecture, highlighting their robustness and performance gains under practical wideband THz system constraints.

연구 동기 및 목표

• 듀얼 와이드밴드 및 저해상도 ADC 제약하에서 정확한 THz MU MIMO 채널 추정을 고무한다.
• 공유 희소성을 이용하기 위해 사용자와 서브캐리어 간의 공통 희소성을 활용하는 계층적 베이지안 그룹 희소 회귀 프레임워크를 개발한다.
• 퀀타이제이션의 Bussgang 기반 선형화와 빔 스퀀트를 모델링하여 로버스트한 빔 정렬을 제공한다.
• 다 양자 간 residual beam squint를 보정하는 true-time-delay 기반 하이브리드 트랜시버 설계를 제안한다.

제안 방법

• SC-FDE 및 RRC 펄스 성형과 함께 듀얼 와이드밴드 THz MU 채널을 모델링한다.
• 저해상도 ADC로 인한 비선형성을 선형화하기 위해 Bussgang 분해를 적용한다.
• 그룹 희소성을 활용하여 빔스페이스 채널을 학습하기 위한 계층적 베이지안 그룹 희소 회귀(HBG-SR)를 정식화한다.
• MU THz CSI 추정을 위한 성능 벤치마크로 베이지안 크래머-르로 하한을 도출한다.
• 추정된 AoA/AoD를 사용하여 빔 스퀀트를 완화하고 양자화에 적응하는 TTD 기반 하이브리드 트랜시버를 설계한다.
• 광범위한 시뮬레이션을 통해 NMSE, BER 및 스펙트럴 효율을 평가한다.

실험 결과

연구 질문

• RQ1 MU 듀얼 와이드밴드 THz 채널을 저해상도 ADC 제약 하에서 어떻게 정확하게 학습할 수 있는가?
• RQ2 사용자 및 서브캐리어 간의 그룹 희소성을 활용하여 THz MU MIMO에서 CSI 추정 성능을 향상시킬 수 있는가?
• RQ3 빔 스퀀트가 거친 양자화와 어떻게 상호작용하며, TTD 기반 아키텍처가 이를 보상할 수 있는가?
• RQ4 베이지안 CSI 학습과 TTD 기반 빔포밍이 NMSE, BER 및 SE 측면에서 어떤 성능 향상을 제공하는가?

주요 결과

• 제안된 HBG-SR 프레임워크는 사용자 및 서브캐리어에 걸친 결합된 빔스페이스 채널에서 그룹 희소성을 효과적으로 활용한다.
• Bussgang 기반 선형화를 도입하면 저해상도 ADC에도 계산 가능한 추론이 가능해진다.
• 지배적인 AoA/AoD 지표의 추정치를 사용하여 정확한 빔 정렬과 빔 스퀀트 완화를 위해 true-time-delay 요소를 구성한다.
• 이 방법은 시뮬레이션에서 실제 와이드밴드 THz 시스템 제약하에서 강건성과 성능 향상을 보여준다.
• 본 연구는 MU THz 시나리오에서 CSI 추정 성능을 벤치마크하기 위한 베이지안 크래머-르로 하한을 제공한다.