[论文解读] Joint Beam Training and Positioning For Intelligent Reflecting Surfaces Assisted Millimeter Wave Communications

Wei Wang, Wei Zhang|arXiv (Cornell University)|Sep 8, 2020

Advanced Wireless Communication Technologies参考文献 39被引用 10

一句话总结

本文提出了一种智能反射面（IRS）辅助毫米波通信的联合波束训练与定位框架，以实现厘米级定位精度并提升波束与反射优化。通过结合随机波束成形与到达/出发角（AoA/AoD）的最大似然估计，并迭代精炼位置估计，该方法提高了信道状态信息的准确性并增强了遮挡检测能力，在性能上优于传统方案。

ABSTRACT

Intelligent reflecting surface (IRS) offers a cost effective solution to link blockage problem in mmWave communications, and the prerequisite of which is the accurate estimation of (1) the optimal beams for base station/access point (BS/AP) and mobile terminal (MT), (2) the optimal reflection patterns for IRSs, and (3) link blockage. In this paper, we carry out beam training design for IRSs assisted mmWave communications to estimate the aforementioned parameters. To acquire the optimal beams and reflection patterns, we firstly perform random beamforming and maximum likelihood estimation to estimate angle of arrival (AoA) and angle of departure (AoD) of the line of sight (LoS) path between BS/AP (or IRSs) and MT. Then, with the estimate of AoAs and AoDs, we propose an iterative positioning algorithm that achieves centimeter-level positioning accuracy. The obtained location information is not only a fringe benefit but also enables us to cross verify and enhance the estimation of AoA and AoD, and facilitates the prediction of blockage indicator. Numerical results show the superiority of our proposed beam training scheme and verify the performance gain brought by location information.

研究动机与目标

• 为解决毫米波通信中因非视 Line-of-Sight（NLoS）条件下路径损耗高而导致的链路遮挡这一关键挑战，该挑战严重限制了网络可靠性。
• 在无先验信道状态信息（CSI）或精确位置知识的条件下，联合估计最优的发射/接收波束、IRS反射系数及链路遮挡状态。
• 利用定位精度作为反馈机制，以精炼到达/出发角（AoA/AoD）估计，提升波束训练的鲁棒性。
• 通过集成波束训练与定位，降低训练开销，并在动态、易遮挡的毫米波环境中提升系统性能。

提出的方法

• 在基站和移动终端采用随机波束成形以激励信道，并收集信号强度测量值，用于初始的出发角（AoD）与到达角（AoA）估计。
• 对收集的测量值应用最大似然估计，以更准确地估计视 Line-of-Sight（LoS）路径的 AoA 与 AoD。
• 开发一种迭代定位算法，利用估计的 AoA/AoD 精炼移动终端的位置，实现厘米级精度。
• 利用精炼的位置估计对 AoA/AoD 估计进行交叉验证与增强，降低估计误差并提升鲁棒性。
• 利用精确的位置信息，通过评估视 LoS 路径可用性的一致性，检测并指示链路遮挡。
• 将波束训练与定位整合为统一框架，其中位置反馈用于改进波束与反射系数的优化。

实验结果

研究问题

• RQ1 在 IRS 辅助的毫米波系统中，联合波束训练与定位能否提升 AoA 与 AoD 估计的准确性？
• RQ2 厘米级定位精度在多大程度上提升了波束与反射系数的优化效果？
• RQ3 引入位置反馈如何改善毫米波通信中的遮挡检测与系统鲁棒性？
• RQ4 与无定位反馈的传统波束训练方案相比，所提出的联合设计在性能上提升了多少？

主要发现

• 所提方法实现了厘米级定位精度，显著提升了波束与反射系数估计的可靠性。
• 位置反馈的集成降低了 AoA/AoD 估计误差，从而实现更精确的波束对准与更高的数据速率。
• 迭代定位算法收敛迅速，支持低开销的实时波束训练。
• 数值结果表明，与传统波束训练方案相比，该方法在信干噪比（SINR）与频谱效率方面均表现出显著的性能增益。
• 该方法通过基于位置的信道一致性检查，有效检测链路遮挡，验证了 LoS 路径可用性的一致性。