[論文レビュー] Channel Estimation for Intelligent Reflecting Surface Assisted Multiuser Communications: Framework, Algorithms, and Analysis

Zhaorui Wang, Liang Liu+1 more|arXiv (Cornell University)|Dec 26, 2019

Advanced Wireless Communication Technologies参考文献 29被引用数 28

ひとこと要約

本稿は、ユーザー間のチャネル相関を活用して訓練オーバーヘッドを低減する、知的反射表面（IRS）支援マルチユーザーMIMOシステム向けの3段階パイロットベースのチャネル推定フレームワークを提案する。ノイズなしの場合、完全なチャネル推定には $K + N + \max(K-1, \lceil(K-1)N/M\rceil)$ 個のパイロット記号で十分であることを解析的に証明しており、ノイズ下でもパイロット系列、IRS係数、MMSE推定器の閉形式解が得られる。

ABSTRACT

In intelligent reflecting surface (IRS) assisted communication systems, the acquisition of channel state information (CSI) is a crucial impediment for achieving the beamforming gain of IRS because of the considerable overhead required for channel estimation. Specifically, under the current beamforming design for IRS-assisted communications, $KMN+KM$ channel coefficients should be estimated, where $K$, $N$ and $M$ denote the numbers of users, IRS reflecting elements, and antennas at the base station (BS), respectively. To accurately estimate such a large number of channel coefficients within a short time interval, we propose a novel three-phase pilot-based channel estimation framework in this paper for IRS-assisted uplink multiuser communications. Under this framework, we analytically prove that a time duration consisting of $K+N+\max(K-1,\lceil (K-1)N/M ceil)$ pilot symbols is sufficient for the BS to perfectly recover all the $KMN+KM$ channel coefficients for the case without receiver noise at the BS. In contrast to the channel estimation for conventional uplink communications without IRS where the minimum channel estimation time is independent of the number of receive antennas at the BS, our result reveals the crucial role of massive MIMO (multiple-input multiple-output) in reducing the channel estimation time for IRS-assisted communications. Further, for the case with receiver noise, the user pilot sequences, IRS reflecting coefficients, and BS linear minimum mean-squared error (LMMSE) channel estimators are characterized in closed-form, and the corresponding estimation mean-squared error (MSE) is quantified.

研究の動機と目的

• チャネル係数の数が多いため、IRS支援マルチユーザーMIMOシステムにおける高い訓練オーバーヘッドを解消すること。
• 共通するIRS反射経路に起因するユーザー-IRS-BSチャネルに内在する冗長性を活用すること。
• 訓練時間の最小化を実現しつつ完全なチャネル推定を可能にする3段階パイロットベースのフレームワークを設計すること。
• ノイズ下でのユーザーパイロット系列、IRS反射係数、BS線形MMSE推定器の閉形式表現を導出すること。

提案手法

• 3段階パイロットベースのフレームワークを導入：段階Iではユーザー-BS直接チャネルを推定し、段階IIでは代表的ユーザーの反射チャネルを推定し、段階IIIでは代表的ユーザーとの相関を用いて他のユーザーの反射チャネルを推定する。
• すべてのユーザーが同じIRS-BSチャネルを共有していることを利用し、既知の相関を介して他のユーザーのチャネルを低オーバーヘッドで推定可能である。
• 構造化されたパイロット系列とIRS反射係数の設計により、チャネル推定方程式の線形独立性と一意な可解性を確保する。
• 受信信号から得られる方程式系がフルランクとなる条件を導出し、すべてのチャネル係数の一意な回復を可能にする。
• 干渉を最小限に抑えるために、順次推定を可能にするために、IRS要素の互いに素な集合 $\Lambda_{k,1}$ と $\Lambda_{k,2}$ を構築する。
• ノイズ下での最適なユーザーパイロット系列、IRS反射係数、BS線形MMSEチャネル推定器の閉形式表現を導出し、チャネル推定における平均二乗誤差を最小化する。

実験結果

リサーチクエスチョン

• RQ1 IRS支援マルチユーザーシステムにおけるユーザー-IRS-BSチャネルの内在的相関を活用することで、訓練オーバーヘッドを低減可能か？
• RQ2 受信機ノイズが存在しない場合、すべての $KMN + KM$ 個のチャネル係数を完全に推定するために必要な最小パイロット記号数は何か？
• RQ3 ノイズ下でユーザーパイロット系列、IRS反射係数、BS線形MMSE推定器をどのように共同最適化できるか？
• RQ4 受信信号から得られる方程式系が、チャネル推定において一意な解をもつための条件は何か？

主な発見

• ノイズなしの場合の完全なチャネル推定に必要な最小訓練時間は $K + N + \max(K-1, \lceil(K-1)N/M\rceil)$ 個のパイロット記号である。
• M \geq N の場合、最小訓練時間は $K + N + (K-1)$ であり、M < N の場合、$K + N + \lceil(K-1)N/M\rceil$ である。
• 受信機ノイズが存在する場合、最適なユーザーパイロット系列、IRS反射係数、BS線形MMSEチャネル推定器の閉形式表現が導出された。
• 効果的チャネルベクトルの各時隙での線形独立性を保証することで、チャネル推定方程式の一意な可解性が確保される。
• 異なるユーザーにわたるサポート集合 $\Lambda_{k,1}$ と $\Lambda_{k,2}$ を活用することで、段階IIIにおける干渉キャンセレーションが可能となり、未知係数の逐次推定が実現される。
• 理論的分析により、共通するIRS-BSチャネル特性を活用することで、最小限の訓練オーバーヘッドで完全なチャネル推定が達成されることを確認した。