[论文解读] Adaptive Millimeter Wave Beam Alignment for Dual-Polarized MIMO Systems

Jiho Song, Junil Choi+4 more|arXiv (Cornell University)|Aug 9, 2014

Millimeter-Wave Propagation and Modeling参考文献 22被引用 7

一句话总结

本文提出了一种用于双极化毫米波MIMO系统的软决策波束赋形算法（soft-alignment），通过利用正交极化分集，在低信噪比（SNR）和高路径损耗环境中提升波束赋形性能。通过实现正交极化的并行探测，并根据波束失准概率自适应调整探测时间，该方法在降低训练开销的同时，增强了对移动性和散射条件的鲁棒性，实现了有效的信道子空间扫描。

ABSTRACT

Fifth generation wireless systems are expected to employ multiple antenna communication at millimeter wave (mmWave) frequencies using small cells within heterogeneous cellular networks. The high path loss of mmWave as well as physical obstructions make communication challenging. To compensate for the severe path loss, mmWave systems may employ a beam alignment algorithm that facilitates highly directional transmission by aligning the beam direction of multiple antenna arrays. This paper discusses a mmWave system employing dual-polarized antennas. First, we propose a practical soft-decision beam alignment (soft-alignment) algorithm that exploits orthogonal polarizations. By sounding the orthogonal polarizations in parallel, the equality criterion of the Welch bound for training sequences is relaxed. Second, the analog beamforming system is adapted to the directional characteristics of the mmWave link assuming a high Ricean K-factor and poor scattering environment. The soft-algorithm enables the mmWave system to align innumerable narrow beams to channel subspace in an attempt to effectively scan the mmWave channel. Thirds, we propose a method to efficiently adapt the number of channel sounding observations to the specific channel environment based on an approximate probability of beam misalignment. Simulation results show the proposed soft-alignment algorithm with adaptive sounding time effectively scans the channel subspace of a mobile user by exploiting polarization diversity.

研究动机与目标

• 解决由于高路径损耗和射频链路数量有限导致的毫米波系统中波束失准问题。
• 利用双极化天线放松训练序列的Welch界约束，并实现并行信道探测。
• 设计一种软对齐算法，以提升在低信噪比和高Ricean K因子环境下的波束赋形精度。
• 开发一种自适应探测时间机制，根据信道条件动态调整，以最小化训练开销。
• 通过利用极化分集和方向性信道特性，实现对移动用户的高效波束赋形。

提出的方法

• 提出一种双极化信道模型，包含子信道向量，并采用块矩阵表示交叉极化传播特性。
• 基于最大似然估计（MLE）设计一种软对齐算法，从训练序列中估计信道子空间。
• 采用两轮波束赋形流程：第一轮粗略扫描，第二轮利用第一轮的方向信息进行精细化估计。
• 利用正交极化实现信道的并行探测，从而放松对训练序列正交性的Welch界约束。
• 提出一种自适应探测时间算法，根据波束失准的近似概率动态调整。
• 应用Jensen不等式推导波束赋形增益的上界，从而在波束失准条件下实现性能分析。

实验结果

研究问题

• RQ1 如何利用双极化天线提升射频链路有限的毫米波系统中的波束赋形性能？
• RQ2 极化分集对放松毫米波波束赋形中训练序列设计的Welch界约束有何影响？
• RQ3 在低信噪比和高路径损耗环境中，软对齐为何优于硬决策波束赋形？
• RQ4 自适应探测时间选择是否能降低训练开销，同时在移动场景中保持波束赋形精度？
• RQ5 在波束失准条件下，波束赋形增益的理论上限是什么？该上限对系统设计有何指导意义？

主要发现

• 软对齐算法通过利用极化分集，即使在低信噪比条件下，也能有效扫描毫米波信道子空间。
• 正交极化的并行探测放松了Welch界对训练序列正交性的约束，从而实现更高效的训练序列设计。
• 自适应探测时间机制通过根据波束失准概率动态调整，降低了训练开销，提升了系统效率。
• 仿真结果表明，所提方法能通过将波束对准信道子空间，有效跟踪移动用户。
• 通过Jensen不等式推导出的波束赋形增益上界，为波束失准条件下的理论性能提供了上限。
• 波束赋形增益的上界近似为 $ \varsigma^2 \simeq \Gamma\left(\frac{\mathrm{T}}{2}\right) $，其依赖于波束宽度 $ \mathrm{T} $，并通过仿真得到验证。