[논문 리뷰] A Scalable and Statistically Robust Beam Alignment Technique for mm-Wave Systems

Xiaoshen Song, Saeid Haghighatshoar외 1명|arXiv (Cornell University)|2017. 08. 30.

Millimeter-Wave Propagation and Modeling참고 문헌 36인용 수 4

한 줄 요약

이 논문은 시간 변화하는 채널 조건에서도 안정적인 성능을 보이며 사용자 수에 관계없이 교육 오버헤드가 감소하는 스케일러블하고 비상호작용적인 mm-Wave MIMO 시스템을 위한 빔 어드레싱(BA) 기법을 제안한다. 이 기법은 2차 통계 및 비음수 최소 제곱법(Non-Negative Least Squares, NNLS)을 활용하여 동시에 다수 사용자 교육을 가능하게 한다. 기존의 상호작용형 및 CS 기반 최첨단 기법들보다 다수 사용자 환경과 동적인 채널 조건에서 뛰어난 성능을 발휘한다.

ABSTRACT

Millimeter-Wave (mm-Wave) frequency bands provide an opportunity for much wider channel bandwidth compared with the traditional sub-6 GHz band. Communication at mm-Waves is, however, quite challenging due to the severe propagation path loss. To cope with this problem, directional beamforming both at the Base Station (BS) side and at the user side is necessary in order to establish a strong path conveying enough signal power. Finding such beamforming directions is referred to as the Beam Alignment (BA) and is known to be a challenging problem. This paper presents a new scheme for efficient BA, based on the estimated second order channel statistics. As a result, our proposed algorithm is highly robust to variations of the channel time-dynamics compared with other proposed approaches based on the estimation of the channel coefficients, rather than of their second-order statistics. In the proposed scheme, the BS probes the channel in the Downlink (DL) letting each user to estimate its own path direction. All the users within the BS coverage are trained simultaneously, without requiring "beam refinement" with multiple interactive rounds of Downlink/Uplink (DL/UL) transmissions, as done in other schemes. Thus, the training overhead of the proposed BA scheme is independent of the number of users in the system. We pose the channel estimation at the user side as a Compressed Sensing (CS) of a non-negative signal and use the recently developed Non-Negative Least Squares(NNLS) technique to solve it efficiently. The performance of our proposed algorithm is assessed via computer simulation in a relevant mm-Wave scenario. The results illustrate that our approach is superior to the state-of-the-art BA schemes proposed in the literature in terms of training overhead in multi-user scenarios and robustness to variations in the channel dynamics.

연구 동기 및 목표

• 다수 사용자 mm-Wave 시스템에서 기존의 상호작용형 빔 어드레싱(BA) 기법이 가지는 높은 교육 오버헤드와 낮은 확장성 문제를 해결한다.
• 시간 불변 채널을 가정하는 CS 기반 BA 방법의 한계를 극복한다. 이는 mm-Wave 대역에서 높은 도플러 스프레드로 인해 종종 성립하지 않기 때문이다.
• 반복적인 다운링크(DL)/업링크(UL) 피드백 라운드 없이, BS 커버리지 내 모든 사용자에 대해 동시에 빔 어드레싱을 가능하게 한다.
• 순간적인 채널 추정이 아닌 2차 채널 통계에 기반한 통계적으로 안정적인 BA 알고리즘을 개발하여 시간 변화하는 채널 동적 변화에 대한 내성 향상.
• 하이브리드 디지털-아날로그 빔 포밍 아키텍처를 갖춘 다수 사용자 mm-Wave MIMO 시스템에서 낮은 교육 오버헤드와 높은 신뢰성을 달성한다.

제안 방법

• 기지국(BS)은 구조화된 빔 포밍 시퀀스를 사용하여 다운링크(DL) 채널을 탐사함으로써, 커버리지 내 모든 사용자가 동시에 자신의 채널 방향을 추정할 수 있도록 한다.
• 유저 기기(UE)는 수신 신호에 대해 압축 측정(Compressed Sensing, CS)을 수행하며, 채널을 도래각(AoA)/출발각(AoD) 도메인에서 비음수 희소 신호로 모델링한다.
• UE에서의 채널 추정은 비음수 최소 제곱법(Non-Negative Least Squares, NNLS) 문제로 공식화되며, 비음수 제약 조건 하에서 주요 경로 방향을 효율적으로 복원한다.
• 이 알고리즘은 순간적인 채널 추정에 의존하는 CS 기반 방법과는 달리 채널의 2차 통계에 기반하여 시간 변화하는 채널 계수에 대해 강건성을 확보한다.
• BS는 UE에서의 전체 BF 이득과 BS에서의 섹터 기반 빔 포밍을 조합한 빔 포밍 전략을 사용하여 초기 교육 단계 동안 신호 대 잡음비(SNR)를 최대화한다.
• 모든 사용자가 반복적인 피드백 없이 단일 DL 전송 단계에서 동시에 교육되기 때문에 교육 오버헤드는 사용자 수와 무관하다.

실험 결과

연구 질문

• RQ1 반복적인 DL/UL 피드백 라운드 없이 다수 사용자 mm-Wave 시스템에서 빔 어드레싱을 어떻게 확장 가능하게 할 수 있는가?
• RQ2 CS 기반 BA에서 순간적인 채널 추정 대비 2차 채널 통계에 기반함으로써 시간 변화하는 채널 동적 변화에 대해 얼마나 향상된 내성성을 확보할 수 있는가?
• RQ3 비상호작용적이고 단일 단계 교육 기반 방법이 검출 지연 및 정확도 측면에서 상호작용형 계층적 또는 반복적 BA 방법과 비교해 유사하거나 우수한 성능을 달성할 수 있는가?
• RQ4 고정된 시스템 파rameter 하에서 빔 어드레싱 교육 시간을 최소화하는 데 최적의 RF 체인 수는 얼마인가?
• RQ5 채널 상관도가 다양할 경우(예: i.i.d.에서 높은 상관도까지), 제안된 NNLS 기반 BA 방법의 검출 확률은 기존의 OMP 기반 기법과 비교해 어떻게 되는가?

주요 결과

• 제안된 기법은 단일 DL 전송 단계 내에서 전체 다수 사용자 교육을 달성하여 사용자 수에 관계없이 교육 오버헤드가 일정하며, 반복적 방법과는 달리 사용자 수에 비례해 증가하지 않는다.
• 이 방법은 시간 변화하는 채널에 대해 뛰어난 내성성을 보이며, 채널 상관 계수 α(0에서 1 범위) 전반에서 높은 검출 확률을 유지한다. 반면 [15]에서 제시한 CS 기반 방법은 중간에서 높은 시간 변화 조건에서 실패한다.
• 시뮬레이션 결과, 제안된 기법에서 성공적으로 어드레싱된 사용자 비율 K(T)/K는 시간 슬롯 T가 증가함에 따라 급격히 증가하며, 이상적인 피드백 가정 하에서도 [11]의 상호작용형 이분법 방법보다 뛰어난 성능을 보인다.
• UE에서 최적의 RF 체인 수에서 빔 어드레싱의 기대 검출 시간(슬롯 단위)이 최소화되며, 시뮬레이션 결과 하드웨어 비용과 교육 지연 간의 트레이드오프가 나타난다.
• 채널 상관 계수 α ≥ 0.6 조건에서 제안된 NNLS 기반 방법의 검출 확률은 90% 이상을 유지하지만, [15]의 OMP 기반 방법은 동일 조건에서 50% 이하로 떨어진다.
• 이 알고리즘은 저신호 대 잡음비(예: -33 dB)에서도 높은 성능을 유지하며, 제한된 RF 체인 수가 있는 저SNR mm-Wave 환경에서의 효과성을 입증한다.