[논문 리뷰] Terahertz Multi-User Massive MIMO with Intelligent Reflecting Surface: Beam Training and Hybrid Beamforming

Boyu Ning, Zhi Chen외 3명|arXiv (Cornell University)|2019. 12. 25.

Advanced Wireless Communication Technologies참고 문헌 69인용 수 21

한 줄 요약

이 논문은 지능형 반사 표면(IRS)으로 향상된 테라헤르츠(THz) 다중 사용자 대량 MIMO 시스템을 위한 협업형 빔 트레이닝 및 하이브리드 빔포밍(HB) 기법을 제안한다. 채널 추정 및 하드웨어 비용 문제를 해결하며, 불완전한 채널 상태 정보 하에서도 완전 디지털 빔포밍에 근접한 성능을 달성한다.

ABSTRACT

Terahertz (THz) communications open a new frontier for the wireless network thanks to their dramatically wider available bandwidth compared to the current micro-wave and forthcoming millimeter-wave communications. However, due to the short length of THz waves, they also suffer from severe path attenuation and poor diffraction. To compensate the THz-induced propagation loss, this paper proposes to combine two promising techniques, viz., massive multiple input multiple output (MIMO) and intelligent reflecting surface (IRS), in THz multi-user communications, considering their significant beamforming and aperture gains. Nonetheless, channel estimation and low-cost beamforming turn out to be two main obstacles to realizing this combination, due to the passivity of IRS for sending/receiving pilot signals and the large-scale use of expensive RF chains in massive MIMO. In view of these limitations, this paper first develops a cooperative beam training scheme to facilitate the channel estimation with IRS. In particular, we design two different hierarchical codebooks for the proposed training procedure, which are able to balance between the robustness against noise and searching complexity. Based on the training results, we further propose two cost-efficient hybrid beamforming (HB) designs for both single-user and multi-user scenarios, respectively. Simulation results demonstrate that the proposed joint beam training and HB scheme is able to achieve close performance to the optimal fully digital beamforming (FDB) which is implemented even under perfect channel state information (CSI).

연구 동기 및 목표

• 테라헤르츠(THz) 통신에서 심각한 경로 손실과 회절 제한 문제를 해결한다.
• 대량 MIMO에서의 높은 RF 체인 비용과 IRS의 수동성으로 인한 피LOT 신호 전송 장애를 극복한다.
• IRS 보조 THz 다중 사용자 시스템에서 정확한 채널 추정을 가능하게 하는 협업형 빔 트레이닝 기법을 개발한다.
• 단일 사용자 및 다중 사용자 환경 모두에 적합한 비용 효율적인 하이브리드 빔포밍 설계를 제안한다.
• 낮은 하드웨어 복잡도로 완전 디지털 빔포밍 성능에 근접한 성능을 달성한다.

제안 방법

• 노이즈 강인성과 검색 복잡도 사이의 균형을 고려해 두 가지 계층적 코드북을 설계한다.
• IRS를 활용해 채널 추정을 지원하는 협업형 빔 트레이닝 절차를 제안한다.
• 주요 전파 경로에 기반한 어레이 응답 벡터(ARVs)를 사용해 아날로그 프리코딩/콤바이너를 구현한 하이브리드 빔포밍을 구현한다.
• 세 단계 계층적 코드북 구조를 사용하며, 단계 $ s $ 에서는 $ N_{\text{act}} = 3^s $개의 활성 안테나를 각 빔에 할당한다.
• 빔 커버리지에 대해 $ \varphi_n = \arcsin(3^{-s}(2n-1) - 1) $을 통해 사인함수 기반 빔 방향 및 가장자리 각도를 정의한다.
• 빔의 연속성을 확보하기 위해 $ \mathcal{CV}(\bm{\omega}_n^s) = \mathcal{CV}(\bm{\omega}_{3n-2}^{s+1}) \cup \mathcal{CV}(\bm{\omega}_{3n-1}^{s+1}) \cup \mathcal{CV}(\bm{\omega}_{3n}^{s+1}) $ 를 증명한다.

실험 결과

연구 질문

• RQ1 수동 IRS를 갖는 THz 다중 사용자 대량 MIMO 시스템에서 채널 추정을 어떻게 효율적으로 수행할 수 있는가?
• RQ2 THz-IRS 시스템에서 낮은 복잡도로 강인한 빔 트레이닝을 가능하게 하는 계층적 코드북 설계는 무엇인가?
• RQ3 제한된 RF 체인과 수동 IRS 반사 조건 하에서 하이브리드 빔포밍을 어떻게 최적화할 수 있는가?
• RQ4 제안된 기법이 완전 디지털 빔포밍 성능에 얼마나 근접할 수 있는가?
• RQ5 빔 해상도, 코드북 구조, 빔 커버리지 연속성 간의 관계는 어떠한가?

주요 결과

• 제안된 빔 트레이닝 및 하이브리드 빔포밍 기법은 완전 디지털 빔포밍에 1.5 dB 이내의 성능을 달성한다 (완전한 CSI 조건 하).
• 계층적 코드북 설계로 인해 스케일 간 빔 연속성이 보장되며, $ \mathcal{CV}(\bm{\omega}_n^s) = \mathcal{CV}(\bm{\omega}_{3n-2}^{s+1}) \cup \cdots $ 를 만족한다.
• 빔 패턴 응답은 $ \rho(s) = \frac{1}{3^s \sin(\pi/(2 \cdot 3^s))} $ 로 유도되며, 일관된 빔 품질을 보장한다.
• 빔 커버리지가 계층적 단계 간에 연속적임을 수학적으로 증명하였으며, 가장자리 방향은 $ \varphi_n^e = \arcsin(3^{-s}(2n-1 \pm 1) - 1) $ 으로 정의된다.
• 구조화된 코드북 분할을 통해 검색 복잡도를 감소시키면서도 노이즈에 강인한 성능 유지를 달성한다.
• 시뮬레이션 결과는 공동 빔 트레이닝 및 HB 설계가 현저히 낮은 하드웨어 비용으로 근사 최적의 스펙트럼 효율을 달성함을 확인한다.