[論文レビュー] Spatial Wideband Channel Estimation for MmWave Massive MIMO Systems with Hybrid Architectures and Low-Resolution ADCs

In-Soo Kim, Junil Choi|arXiv (Cornell University)|Jan 25, 2021

Millimeter-Wave Propagation and Modeling参考文献 41被引用数 22

ひとこと要約

本稿では、ハイブリッドアナログ/デジタルアーキテクチャおよび低分解能ADCを備えた広帯域mmWave massive MIMOシステムを対象として、グリッドレスな圧縮センシングに基づくチャネル推定器NFCFGS-CVを提案する。時間ドメインにおける空間的広帯域効果のモデル化と、交差検証に基づく終了条件の採用により、NFCFGS-CVは、オフグリッド誤差を排除し、二乗誤差を最小化することで、最先端のオングリッド手法を上回る優れた推定精度を達成する。

ABSTRACT

In this paper, a channel estimator for wideband millimeter wave (mmWave) massive multiple-input multiple-output (MIMO) systems with hybrid architectures and low-resolution analog-to-digital converters (ADCs) is proposed. To account for the propagation delay across the antenna array, which cannot be neglected in wideband mmWave massive MIMO systems, the discrete time channel that models the spatial wideband effect is developed. Also, the training signal design that addresses inter-frame, inter-user, and inter-symbol interferences is investigated when the spatial wideband effect is not negligible. To estimate the channel parameters over the continuum based on the maximum a posteriori (MAP) criterion, the Newtonized fully corrective forward greedy selection-cross validation-based (NFCFGS-CV-based) channel estimator is proposed. NFCFGS-CV is a gridless compressed sensing (CS) algorithm, whose termination condition is determined by the CV technique. The CV-based termination condition is proved to achieve the minimum squared error (SE). The simulation results show that NFCFGS-CV outperforms state-of-the-art on-grid CS-based channel estimators.

研究の動機と目的

• 広帯域mmWave massive MIMOシステムにおいて、低分解能ADCとハイブリッドアーキテクチャを有する場合の不正確なチャネル推定の課題に対処すること。
• 大規模なアンテナアレイにおける伝搬遅延に起因する空間的広帯域効果を時間ドメインでモデル化すること。
• オングリッド手法に内在するオフグリッド誤差を排除するグリッドレス圧縮センシングアルゴリズムの開発。
• 空間的広帯域効果が顕著な状況下で、フレーム間、ユーザー間、シンボル間の干渉を低減するトレーニング信号の設計。
• 二乗誤差を最小化する目的で、交差検証を用いた最適な終了条件の特定。

提案手法

• ULAにおける伝搬遅延を介して空間的広帯域効果を組み込んだ離散時間チャネルモデルを構築する。
• NOMPのニュートン法とFCFGSの完全補正前向きグリーディ選択を統合した、連続パrameter推定を目的としたグリッドレス圧縮センシングアルゴリズムNFCFGS-CVを提案する。
• チャネル推定問題を解くために、事後確率最大化（MAP）推定を用いる。
• 交差検証（CV）を用いて終了条件を決定し、CV関数が二乗誤差に比例することを示す。
• 推定から除外され、推定品質の評価に使用される受信信号の一部をCVデータとして活用する。
• モデル次数の選択を支援し、二乗誤差を最小化する目的で、対数尤度に基づくCV関数を採用する。

実験結果

リサーチクエスチョン

• RQ1 ハイブリッドアーキテクチャを有する広帯域mmWave massive MIMOシステムにおいて、空間的広帯域効果を時間ドメインで正確にモデル化する方法は何か？
• RQ2 空間的広帯域効果が無視できない状況下で、フレーム間、ユーザー間、シンボル間干渉を最小化するトレーニング信号設計は何か？
• RQ3 オフグリッド誤差を排除することで、グリッドレス圧縮センシングアプローチが低分解能ADCシステムにおいてオングリッド手法を上回る可能性は存在するか？
• RQ4 NFCFGS-CVにおける交差検証ベースの終了条件は、チャネル推定における二乗誤差を最小化するか？
• RQ5 さまざまなADC分解能およびアレイ構成下で、NFCFGS-CVは既存のオングリッドCS推定器と比較して、性能および複雑度の点で優位性を示すか？

主な発見

• NFCFGS-CVは、低SNRおよび低ADC分解能下でも、すべての最先端のオングリッド圧縮センシング推定器を、正規化平均二乗誤差（NMSE）の観点で上回る。
• ニュートン法がオフグリッド誤差を効果的に排除するため、粗いグリッド解像度（例：(Ra, Rd) = (1,1)）でも近似的に最適な性能を達成する。
• FCFGS-CVは高いグリッド解像度（例：(Ra, Rd) = (4,4)）を必要とし、オフグリッド誤差が持続するため性能が飽和する。
• NFCFGS-CVは、B=1（1ビットADC）を含む極端な状況を含む、すべてのテスト設定でFCFGS-CVより低いNMSEを達成する。
• NFCFGS-CVの平均反復回数はFCFGS-CVより低く、より良いモデル次数選択による収束速度の向上を示している。
• NFCFGS-CVの実現可能な和スループット下限値は、すべてのSNRレベルで他の推定器を上回り、システム信頼性への寄与を裏付けている。