[论文解读] Channel Estimation for RIS-Aided mmWave MIMO Systems via Atomic Norm Minimization

Jiguang He, Henk Wymeersch+1 more|arXiv (Cornell University)|Jul 16, 2020

Advanced Wireless Communication Technologies参考文献 53被引用 11

一句话总结

该论文提出了一种两阶段原子范数最小化（ANM）框架，用于可重构智能表面（RIS）辅助的毫米波MIMO系统中的超分辨率信道估计，实现了在无直接基站-用户设备（BS-MS）链路情况下的角度参数、角度差值以及路径增益乘积的精确估计。与基于OMP的方案相比，该方法在估计精度、有效频谱效率和RIS波束成形增益方面表现出优越性能，尤其在具有强视 Line-of-Sight（LoS）成分的非均匀路径场景中表现更优。

ABSTRACT

A reconfigurable intelligent surface (RIS) can shape the radio propagation environment by virtue of changing the impinging electromagnetic waves towards any desired directions, thus, breaking the general Snell's reflection law. However, the optimal control of the RIS requires perfect channel state information (CSI) of the individual channels that link the base station (BS) and the mobile station (MS) to each other via the RIS. Thereby super-resolution channel (parameter) estimation needs to be efficiently conducted at the BS or MS with CSI feedback to the RIS controller. In this paper, we adopt a two-stage channel estimation scheme for RIS-aided millimeter wave (mmWave) MIMO systems without a direct BS-MS channel, using atomic norm minimization to sequentially estimate the channel parameters, i.e., angular parameters, angle differences, and products of propagation path gains. We evaluate the mean square error of the parameter estimates, the RIS gains, the average effective spectrum efficiency bound, and average squared distance between the designed beamforming and combining vectors and the optimal ones. The results demonstrate that the proposed scheme achieves super-resolution estimation compared to the existing benchmark schemes, thus offering promising performance in the subsequent data transmission phase.

研究动机与目标

• 解决在RIS辅助的毫米波MIMO系统中，由于缺乏直接BS-MS链路而难以获取精确信道状态信息（CSI）的关键挑战。
• 通过实现超分辨率估计，克服传统压缩感知方法在分辨紧密间隔多径分量方面的局限性。
• 提出一种两阶段信道估计框架，通过原子范数最小化（ANM）依次估计角度参数、角度差值以及路径增益乘积。
• 基于重建的CSI，优化RIS相位控制及波束成形/合并器设计，以最大化频谱效率和RIS波束成形增益。
• 评估路径增益分布异质性（如强LoS与弱非视 Line-of-Sight（NLoS）路径）对估计性能和系统设计的影响。

提出的方法

• 构建两阶段信道估计方案：第一阶段通过原子范数最小化（ANM）估计单个信道参数（角度、角度差值），第二阶段估计路径增益乘积。
• 利用原子范数最小化技术，利用毫米波信道在角度域的稀疏性，实现超越经典瑞利限的超分辨率估计。
• 基于估计的信道参数，采用功率最大化准则设计RIS相位控制矩阵。
• 联合优化基站（BS）和用户设备（MS）端的波束成形与合并向量，以实现最大频谱效率。
• 在估计流程中应用交替优化和矩阵补全技术，以提升鲁棒性和收敛性。
• 结合路径数量的先验知识，并通过正则化参数平衡ANM中的数据拟合与稀疏性。

实验结果

研究问题

• RQ1 在传统方法难以分辨紧密间隔路径的RIS辅助毫米波MIMO系统中，原子范数最小化能否实现超分辨率信道估计？
• RQ2 所提出的两阶段ANM估计方案与基准OMP方法相比，在角度参数和路径增益乘积估计精度方面表现如何？
• RQ3 路径增益分布异质性（如强LoS与弱NLoS路径）对估计性能和系统频谱效率有何影响？
• RQ4 对LoS路径的先验知识（如来自位置信息）在非均匀场景中能在多大程度上提升估计精度和波束成形性能？
• RQ5 仅聚焦于最强路径的局部估计与完整估计相比，在有效频谱效率和波束成形精度方面有何差异？

主要发现

• 所提出的基于ANM的两阶段方案在角度参数和路径增益乘积估计中的均方误差（MSE）显著低于基于OMP的基准方案，尤其在路径紧密相邻时表现更优。
• 在同质路径场景中，所提方法提升了平均有效频谱效率和RIS波束成形增益，且RIS增益随信噪比（SNR）增加，在高SNR下可达12 dB。
• 在非同质路径场景中，对强LoS路径的估计性能更优（MSE ~10⁻⁴），而对弱NLoS路径的估计性能较差（MSE ~10⁻²），表明该方法对动态范围变化具有鲁棒性。
• 仅估计最强路径的局部估计方法在频谱效率和波束成形精度方面与完整估计相当，同时避免了因弱路径估计不佳导致的性能下降。
• 所提方案设计波束成形器/合并器与最优波束成形器/合并器之间的平均平方距离（ASD）显著低于基于OMP的方法，表明波束对准性能更优。
• 若LoS路径的CSI完全已知（如通过位置感知），性能可接近理想全CSI情况，表明在实际系统中集成位置信息可显著提升估计与波束成形设计性能。