[論文レビュー] Channel Estimation for RIS Assisted Wireless Communications: Part I -- Fundamentals, Solutions, and Future Opportunities

Xiuhong Wei, Decai Shen+1 more|arXiv (Cornell University)|Jan 23, 2021

Advanced Wireless Communication Technologies参考文献 16被引用数 6

ひとこと要約

本稿は、再構成可能インテリジェントサーフェス（RIS）を支援する無線システムにおけるチャネル推定について、根本的な課題と低オーバーヘッドの解決策に焦点を当てた包括的な概説を提示する。3つの主要な手法——2時間スケールのチャネル特性の活用、マルチユーザー相関、チャネルのスパarsity——を用いてパイロットオーバーヘッドを低減する一方で、将来の研究分野として超広帯域推定、空間非定常性、RIS支援型セルフリーネットワークを特定している。

ABSTRACT

The reconfigurable intelligent surface (RIS) with low hardware cost and energy consumption has been recognized as a potential technique for future 6G communications to enhance coverage and capacity. To achieve this goal, accurate channel state information (CSI) in RIS assisted wireless communication system is essential for the joint beamforming at the base station (BS) and the RIS. However, channel estimation is challenging, since a large number of passive RIS elements cannot transmit, receive, or process signals. In the first part of this invited paper, we provide an overview of the fundamentals, solutions, and future opportunities of channel estimation in the RIS assisted wireless communication system. It is noted that a new channel estimation scheme with low pilot overhead will be provided in the second part of this paper.

研究の動機と目的

• 受動的RIS素子が送信／受信機能を備えていないことによる、RIS支援システムにおけるチャネル推定の根本的課題に対処する。
• RIS素子数の増加に伴い悪化するスケーリング特性を示すパイロットオーバーヘッドを低減する。
• 超広帯域効果、空間非定常性、セルフリーRISネットワークにおけるスケーラビリティといった主な課題を特定・分析する。
• 将来の低オーバーヘッドチャネル推定ソリューションの基盤を築く。第II部では、高いパイロットオーバーヘッドを解消する詳細な解決策を提示する。

提案手法

• TDDアップリンクフレームワークを用いてRIS支援システムをモデル化し、チャネル対称性を活用してアップリンクパイロットからダウンリンクCSIを推定する。
• 級連チャネルを $\mathbf{H}_k = \mathbf{G} \text{diag}(\mathbf{h}_{r,k})$ として定式化し、ユーザーから基地局へのRIS経由効果的反射経路を表現する。
• 3つのオーバーヘッド低減戦略を提案：(1) 慣性フェイジングの直接チャネルおよびRISチャネルの2時間スケール特性の活用、(2) ユーザーチャネルベクトル内のマルチユーザー相関の活用、(3) RISチャネルにおける角度ドメインスパarsityの活用。
• 各サブサーフェス内でのチャネル係数が一様であると仮定することで、推定の複雑さを低減するためのサブサーフェス分割を導入する。
• 周波数分割多重（OFDM）の広帯域への推定技術の拡張において、各サブキャリアごとのチャネルを推定し、サブキャリア間で共同スパarsityを活用してオーバーヘッドを低減する。
• 可視領域の概念とノイズ除去畳み込みニューラルネットワーク（例：DnCNN）を用いて、広帯域および非定常状態のシナリオにおける推定精度を向上させる。

Figure 1: An example of RIS assisted wireless communication system.

実験結果

リサーチクエスチョン

• RQ1 受動的RIS素子と高次元チャネル推定という制約のもとで、RIS支援システムにおけるパイロットオーバーヘッドをどのように低減できるか？
• RQ2 2時間スケールチャネル特性をどの程度活用すれば、RIS関連チャネルのためのトレーニングパイロットを最小限に抑えられるか？
• RQ3 ユーザーチャネルベクトル内のマルチユーザー相関をどのように活用すれば、必要なチャネル推定数を削減できるか？
• RQ4 角度ドメインにおけるチャネルスパarsityが、低オーバーヘッドRISチャネル推定を可能にする役割は何か？
• RQ5 将来の6GシステムにおけるRISチャネル推定における主な課題と未解決の研究機会は何か？

主な発見

• RIS素子の受動的性質により、従来のパイロットベース推定が不可能であり、これがRISシステムにおける主要なボトルネックとなっている。
• 2時間スケールチャネル特性を活用することで、ゆっくりと変化するRISチャネルを最小限のパイロットオーバーヘッドで推定可能となる。
• マルチユーザー相関を活用することで、統計的類似性を活かしたユーザーチャネルの共同推定が可能となり、必要なパイロット数が削減される。
• 角度ドメインにおけるチャネルスパarsityにより、推定すべき非ゼロ係数の数が著しく減少し、効率的な圧縮センシングに基づくアプローチが可能になる。
• サブサーフェス分割により、推定すべき独立したチャネル係数の数が削減され、大規模RIS展開に実用的な手法を提供する。
• 将来の課題として、超広帯域システムにおけるビームスイングと大口径RISアレイにおける空間非定常性が挙げられ、古典的仮定を超える新しい推定モデルの必要性がある。

Figure 2: The two-timescale channel estimation framework [ 7 ] .