[论文解读] An Efficient Beam and Channel Acquisition via Sparsity Map and Joint Angle-Delay Power Profile Estimation for Wideband Massive MIMO Systems

Ali Osman Kalayci, Gökhan M. Güvensen|arXiv (Cornell University)|Oct 13, 2019

Direction-of-Arrival Estimation Techniques参考文献 39被引用 6

一句话总结

本文提出了一种新型的宽频带毫米波大规模MIMO系统中的波束与信道获取方案，利用稀疏性图与联合角度-延迟功率包络（JADPP）估计。通过结合恒虚警率（CFAR）阈值算法与空时自适应匹配滤波器，该方法构建了精确的角度-延迟稀疏性图，实现了低开销、高精度的信道估计，显著降低了训练开销与非正交导频序列的使用，无需真实信道协方差矩阵（CCM）知识即可达到MMSE性能水平。

ABSTRACT

In this paper, an efficient beam and channel acquisition scheme together with joint angle-delay power profile (JADPP) construction are proposed for single-carrier mm-wave wideband sparse massive multiple-input multiple-output (MIMO) channels when hybrid beamforming architecture is utilized. We consider two different modes of operation, namely slow-time beam acquisition and fast-time instantaneous channel estimation, for training stage of time division duplex based systems. In the first mode, where pre-structured hybrid beams are formed to scan intended angular sectors, the joint angle-delay sparsity map together with power intensities of each user channels are obtained by using a novel constant false alarm rate thresholding algorithm inspired from adaptive radar detection theory. The proposed thresholding algorithm employs a spatio-temporal adaptive matched filter type estimator, taking the strong interference due to simultaneously active multipath components of different user channels into account, in order to estimate JADPP of each user. After applying the proposed thresholding algorithm on the estimated power profile, the angle-delay sparsity map of the massive MIMO channel is constructed, based on which the channel covariance matrices (CCMs) are formed with significantly reduced amount of training snapshots. Then, by using the estimated CCMs, the analog beamformer is reconstructed by means of a virtual sectorization while taking the inter-group and inter-symbol interference into account. Finally, for the second mode of operation, two novel reduced-rank instantaneous channel estimators, operating in a proper beamspace formed by the hybrid structure, are proposed. The proposed beam and channel acquisition techniques attain the channel estimation accuracy of minimum mean square error filter with true knowledge of CCMs.

研究动机与目标

• 解决采用混合波束成形的宽频带大规模MIMO系统中训练开销高与计算复杂度大的问题。
• 实现在角度域与延迟域均具有稀疏特性的毫米波频段中精确的信道状态信息（CSI）获取。
• 在保持高估计精度的同时，降低训练开销，即使使用非正交导频序列亦可实现。
• 基于新型稀疏性图方法，从稀疏信号快照中构建可靠的信道协方差矩阵（CCM）。
• 通过基于二阶统计特性的虚拟扇区化方法实现高效波束成形，最小化组间与符号间干扰。

提出的方法

• 采用受雷达检测理论启发的恒虚警率（CFAR）阈值算法，从接收信号中估计联合角度-延迟功率包络（JADPP）。
• 利用空时自适应匹配滤波器（AMF）估计器，抑制来自不同用户同时激活的多径分量（MPCs）的干扰。
• 通过阈值化后的JADPP估计构建角度-延迟稀疏性图，从而减少用于CCM估计的训练快照数量。
• 通过虚拟扇区化重构模拟波束成形器，基于相似的信道协方差特征子空间对用户进行分组，以最小化干扰。
• 在波束域中提出两种降秩瞬时信道估计器，适用于混合波束成形结构，实现快速时间域估计。
• 在波束域中采用最大似然（ML）估计方法对复信道增益进行估计，推导过程基于矩阵优化与西尔维斯特定理。

实验结果

研究问题

• RQ1 基于CFAR的阈值算法能否在存在同频干扰的情况下，有效估计毫米波大规模MIMO中的联合角度-延迟稀疏性？
• RQ2 在宽频带系统中，如何在保持高信道估计精度的同时最小化训练开销？
• RQ3 在缺乏真实信道知识的前提下，从有限快照中构建稀疏性图与CCM的可行程度如何？
• RQ4 在波束域中，降秩估计器能否在使用非正交导频序列的情况下实现MMSE性能水平？
• RQ5 通过二阶统计特性的虚拟扇区化方法，在存在组间与符号间干扰的条件下，如何改善波束成形器设计？

主要发现

• 所提出的基于CFAR的JADPP估计方法在存在强多用户同频干扰的情况下，仍能高精度检测多径分量。
• 该方法将训练开销维持在恒定水平，与激活用户数无关，显著提升了可扩展性。
• 即使在缺乏真实CCM知识的情况下，信道估计精度仍可达到已知真实CCM时MMSE滤波器的性能水平。
• 使用非正交导频序列是可行的，且不会降低性能，从而实现了频谱效率的提升。
• 虚拟扇区化技术能有效根据协方差结构对用户进行分组，降低组间干扰，并实现高效的模拟波束成形。
• 波束域中的降秩信道估计器在计算负载极低的情况下实现最优性能，适用于实时实现。