[논문 리뷰] Channel Vector Subspace Estimation from Low-Dimensional Projections

Saeid Haghighatshoar, Giuseppe Caire|arXiv (Cornell University)|2015. 09. 24.

Advanced MIMO Systems Optimization참고 문헌 31인용 수 10

한 줄 요약

이 논문은 다수의 A/D 변환기와 RF 체인을 필요로 하는 대규모 MIMO 시스템의 높은 하드웨어 복잡도 문제를 해결하기 위해, 전체 M차원 채널 벡터에서 단지 $ m = O(2\sqrt{M}) $ 개의 저차원 투영을 통해 주요 $ p $-차원 채널 부분공간을 추정하는 새로운 코프라임 샘플링 기반 알고리즘을 제안한다. 이는 전체 공분산 지식과 비교해 거의 최적의 성능를 달성한다. 이 방법은 하이브리드 디지털-아날로그 beamforming을 효율적으로 가능하게 하여 하드웨어 복잡도를 감소시키면서도 높은 스펙트럼 효율성과 낮은 학습 오버헤드를 유지한다.

ABSTRACT

Massive MIMO is a variant of multiuser MIMO where the number of base-station antennas $M$ is very large (typically 100), and generally much larger than the number of spatially multiplexed data streams (typically 10). Unfortunately, the front-end A/D conversion necessary to drive hundreds of antennas, with a signal bandwidth of the order of 10 to 100 MHz, requires very large sampling bit-rate and power consumption. In order to reduce such implementation requirements, Hybrid Digital-Analog architectures have been proposed. In particular, our work in this paper is motivated by one of such schemes named Joint Spatial Division and Multiplexing (JSDM), where the downlink precoder (resp., uplink linear receiver) is split into the product of a baseband linear projection (digital) and an RF reconfigurable beamforming network (analog), such that only a reduced number $m \ll M$ of A/D converters and RF modulation/demodulation chains is needed. In JSDM, users are grouped according to the similarity of their channel dominant subspaces, and these groups are separated by the analog beamforming stage, where the multiplexing gain in each group is achieved using the digital precoder. Therefore, it is apparent that extracting the channel subspace information of the $M$-dim channel vectors from snapshots of $m$-dim projections, with $m \ll M$, plays a fundamental role in JSDM implementation. In this paper, we develop novel efficient algorithms that require sampling only $m = O(2\sqrt{M})$ specific array elements according to a coprime sampling scheme, and for a given $p \ll M$, return a $p$-dim beamformer that has a performance comparable with the best p-dim beamformer that can be designed from the full knowledge of the exact channel covariance matrix. We assess the performance of our proposed estimators both analytically and empirically via numerical simulations.

연구 동기 및 목표

• 수백 개의 A/D 변환기와 RF 체인을 필요로 하는 대규모 MIMO 시스템에서 높은 하드웨어 복잡도 문제를 해결하기 위해
• 특히 공동 공간 분할 및 Multiplexing(JSDM)에 적합한 하이브리드 디지털-아날로그(HDA) 아키텍처에서 효율적인 채널 부분공간 추정을 가능하게 하기 위해
• 전체 $ M $-차원 채널 벡터의 투영 수 $ m \ll M $ 개의 저차원 투영에서만 주요 $ p $-차원 신호 부분공간을 추정할 수 있는 저오버헤드 방법을 개발하기 위해
• 제한된 샘플링에도 불구하고 채널 공분산 행렬 $ \mathbf{S} $ 의 전체 지식을 바탕으로 설계된 이상적인 beamformer와 유사한 성능를 달성하기 위해
• 시간 및 주파수 선택성 fading 환경에서 고배수 다중화 이득과 높은 스펙트럼 효율성을 유지하면서도 학습 오버헤드와 샘플링 비율을 최소화하기 위해

제안 방법

• 전체 $ M $-원소 어레이에서 특정 배열 요소 $ m = O(2\sqrt{M}) $ 개를 선택하기 위한 코프라임 샘플링 기반의 투영 방식을 제안한다.
• 기지국이 무작위 투영 행렬 $ \mathbf{B} $ 를 통해 $ M $-차원 채널 벡터의 $ m $-차원 투영을 수신하는 저차원 관측 모델을 사용한다.
• 투영된 데이터로부터 신호 부분공간을 복원하기 위해 근사 최대우도(AML) 추정 문제를 수립한다.
• 공분산 행렬 $ \widetilde{\mathbf{S}} $ 와 이중 변수 $ \mathbf{W} $ 를 동시에 추정하는 정수형 프로그래밍(SDP)을 통해 부분공간 추정 문제를 해결하며, 정반정형 조건을 보장한다.
• SDP의 제약 조건을 확보하고 역공분산 추정의 안정성을 확보하기 위해 슈어의 보조정리 조건을 활용한다.
• 트레이스 및 스펙트럼 노름 부등식을 이용해 부분공간 추정 오차에 대한 이론적 경계를 유도하며, $ T \to \infty $ 일 때 추정 부분공간이 진짜 부분공간으로 수렴함을 보여준다.

실험 결과

연구 질문

• RQ1 대규모 MIMO 채널의 주요 $ p $-차원 신호 부분공간은 전체 $ M $-차원 채널 벡터의 저차원 투영 수 $ m = O(2\sqrt{M}) $ 개로 정확하게 추정될 수 있는가?
• RQ2 제안된 부분공간 추정기의 성능는 채널 공분산 행렬의 전체 지식을 바탕으로 설계된 최적 beamformer와 비교해 어떻게 되는가?
• RQ3 JSDM 기반 대규모 MIMO 시스템에서 거의 최적의 성능를 달성하기 위해 필요한 최소 투영 수 $ m $ 는 얼마인가?
• RQ4 학습 기간 기간 수 $ T $, 신호 대 잡음비(SNR), 시스템 차원 $ M $ 및 $ p $ 에 따라 추정 오차는 어떻게 변화하는가?
• RQ5 코herence 시간 $ D $ 가 짧은 빠른 fading 또는 mmWave 채널 환경에서도 제안된 방법이 높은 스펙트럼 효율성과 다중화 이득을 유지할 수 있는가?

주요 결과

• 제안된 방법은 최적 beamformer 성능에 비해 $ 1 - \frac{4\sqrt{2p}\xi}{\eta_p\sqrt{T}}(1 + \frac{1}{{\mathsf{snr}}}) $ 이내의 성능를 달성하며, $ \Gamma_p \in [0,1] $ 은 부분공간 정렬 지표를 나타낸다.
• 이 방법은 전체 디지털 beamforming 대비 A/D 변환기와 RF 체인의 수를 크게 줄여 $ m = O(2\sqrt{M}) $ 개의 투영만으로도 충분하다.
• 수치 시뮬레이션 결과 제안된 추정기는 JSDM 시스템에서 거의 이상적인 성능를 보이며, 채널 공분산 행렬이 정확히 알려진 경우와 밀도적으로 유사한 성능를 달성한다.
• 이론적 분석을 통해 추정 오차가 $ O(1/\sqrt{T}) $ 의 속도로 감소함을 확인하였으며, 이 경계는 $ p $, $ \xi $, $ \eta_p $, 및 SNR 에 따라 달라진다.
• 채널 상관성에 대해 강건하며, 큰 도플러 스프레드와 짧은 코herence 시간을 가지는 mmWave 대역에서도 높은 성능를 유지한다.
• SDP 기반 추정기는 정반정형 조건과 안정성을 보장하며, 근사 최대우도 기준 하에 해가 증명적으로 최적임을 보여준다.