[论文解读] A Simple DFT-aided Spatial Basis Expansion Model and Channel Estimation Strategy for Massive MIMO Systems.

Hongxiang Xie, Feifei Gao+2 more|arXiv (Cornell University)|Nov 16, 2015

Advanced MIMO Systems Optimization参考文献 36被引用 10

一句话总结

本文提出一种基于DFT的空域基展开模型（SBEM），用于大规模MIMO系统，该方法利用角度互易性和均匀线性阵列（ULA）特性，显著降低训练开销和反馈成本。通过利用空间相关性并实现高效的FFT基实现，该方法缓解导频污染问题，支持低复杂度、低开销的上行链路/下行链路信道估计以及改进频谱效率的贪婪用户调度。

ABSTRACT

This paper proposes a new transmission strategy for the multiuser massive multiple-input multiple-output (MIMO) systems, including uplink/downlink channel estimation and user scheduling for data transmission. A discrete Fourier transform (DFT) aided spatial basis expansion model (SBEM) is first introduced to represent the uplink/downlink channels with much few parameter dimensions by exploiting angle reciprocity and the physical characteristics of the uniform linear array (ULA). With SBEM, both uplink and downlink channel estimation of multiuser can be carried out with very few amount of training resources, which significantly reduces the training overhead and feedback cost. Meanwhile, the pilot contamination problem in the uplink raining is immediately relieved by exploiting the spatial information of users. To enhance the spectral efficiency and to fully utilize the spatial resources, we also design a greedy user scheduling scheme during the data transmission period. Compared to existing low-rank models, the newly proposed SBEM offers an alternative for channel acquisition without need of channel statistics for both TDD and FDD systems based on the angle reciprocity. Moreover, the proposed method can be efficiently deployed by the fast Fourier transform (FFT). Various numerical results are provided to corroborate the proposed studies.

研究动机与目标

• 解决多用户大规模MIMO系统中的高训练开销和反馈成本问题。
• 通过利用空间用户信息，在上行链路训练中缓解导频污染问题。
• 提出一种低秩信道模型，适用于TDD与FDD系统，且无需信道统计信息。
• 实现高效、低复杂度的信道估计与用户调度，以提升频谱效率。
• 为大规模MIMO中的信道获取提供一种实用且兼容FFT的解决方案。

提出的方法

• 引入一种基于DFT的空域基展开模型（SBEM），通过利用角度互易性和ULA结构，使用更少参数表示上行链路与下行链路信道。
• 利用离散傅里叶变换（DFT）高效参数化空间信道分量，通过FFT实现快速计算。
• 将SBEM应用于上行链路与下行链路信道估计，显著减少所需训练导频数量。
• 在上行链路训练中利用用户角度的空间信息，以抑制导频污染。
• 在数据传输阶段设计一种贪婪用户调度方案，通过利用空间复用增益最大化频谱效率。
• 确保该方法适用于TDD与FDD系统，且不依赖于先验信道统计信息。

实验结果

研究问题

• RQ1 基于DFT的SBEM是否能在保持精确信道估计的同时，降低大规模MIMO系统中的训练开销？
• RQ2 通过利用用户空间分布，所提出的SBEM在多大程度上能有效缓解导频污染？
• RQ3 在数据传输阶段，通过贪婪用户调度，该方法在多大程度上提升了频谱效率？
• RQ4 SBEM是否可应用于TDD与FDD系统，且无需信道统计信息？
• RQ5 基于FFT的实现方式对所提信道估计策略的计算复杂度与可扩展性有何影响？

主要发现

• 所提出的基于DFT的SBEM通过利用角度互易性和ULA结构，显著减少了信道表示所需参数数量，从而降低了训练开销。
• 通过利用用户之间的空间分离性和角度信息，上行链路训练阶段有效抑制了导频污染。
• 该方法在无需信道统计信息的前提下，实现了TDD与FDD系统中的低复杂度信道估计。
• 利用FFT实现了SBEM的高效实现，显著降低了大规模阵列的计算复杂度。
• 数值结果表明，通过所提出的贪婪用户调度方案，在数据传输阶段显著提升了频谱效率。
• 整体方法在仅使用极少训练资源的情况下实现了高精度信道估计，从而提升了系统频谱效率。