[论文解读] Anchor-Assisted Intelligent Reflecting Surface Channel Estimation for Multiuser Communications

Xinrong Guan, Qingqing Wu+1 more|arXiv (Cornell University)|Aug 3, 2020

Advanced Wireless Communication Technologies参考文献 13被引用 4

一句话总结

本文提出了一种用于智能反射面（IRS）辅助多用户MIMO系统的锚点辅助两阶段信道估计方案，以减少训练开销。通过在IRS附近部署两个锚点节点，该方案首先利用锚点信道估计基站-IRS链路的部分信道状态信息（CSI），然后利用这一公共知识，在M ≥ N时仅使用一个导频符号高效估计各用户级联的基站-IRS-用户信道，从而实现近乎最优的均方误差（MSE），同时大幅减少训练时间。

ABSTRACT

Due to the passive nature of Intelligent Reflecting Surface (IRS), channel estimation is a fundamental challenge in IRS-aided wireless networks. Particularly, as the number of IRS reflecting elements and/or that of IRS-served users increase, the channel training overhead becomes excessively high. To tackle this challenge, we propose in this paper a new anchor-assisted two-phase channel estimation scheme, where two anchor nodes, namely A1 and A2, are deployed near the IRS for helping the base station (BS) to acquire the cascaded BS-IRS-user channels. Specifically, in the first phase, the partial channel state information (CSI), i.e., the element-wise channel gain square, of the BS-IRS link is obtained by estimating the BS-IRS-A1/A2 channels and the A1-IRS-A2 channel, separately. Then, in the second phase, by leveraging such partial knowledge of the BS-IRS channel that is common to all users, the individual cascaded BS-IRS-user channels are efficiently estimated. Simulation results demonstrate that the proposed anchor-assisted channel estimation scheme is able to achieve comparable mean-squared error (MSE) performance as compared to the conventional scheme, but with significantly reduced channel training time.

研究动机与目标

• 解决由于IRS的无源特性以及级联信道估计复杂性导致的IRS辅助多用户系统中高信道训练开销问题。
• 降低在大规模IRS和高用户密度场景下估计级联基站-IRS-用户信道的训练开销。
• 通过辅助锚点节点利用所有用户共有的基站-IRS链路部分CSI，实现高效信道估计。
• 将导频开销最小化至O(NK/M)个导频符号，显著低于传统方案所需的NK个导频符号。
• 证明当基站天线数M ≥ N时，仅需一个导频符号即可完成级联信道估计。

提出的方法

• 在IRS附近部署两个单天线锚点节点（A1, A2），通过级联的A1-IRS-A2和BS-IRS-A1/A2链路协助估计基站-IRS信道。
• 在第一阶段，利用级联信道BS-IRS-A1、BS-IRS-A2和A1-IRS-A2估计基站-IRS链路的功率增益。
• 利用不同基站天线间信道系数的比值关系，实现对完整基站-IRS信道的重构（仅存在符号模糊性）。
• 在第二阶段，将估计得到的基站-IRS链路部分CSI作为公共参考，用于估计所有用户的个体级联基站-IRS-用户信道。
• 基于第一根天线的参考构建候选信道矩阵W，并在M ≥ N时仅使用一个导频符号，通过最小二乘法估计用户特定的IRS-用户信道。
• 证明尽管基站-IRS信道估计存在符号模糊性，但由于对角反射矩阵的结构，级联信道估计仍保持准确。

实验结果

研究问题

• RQ1 在IRS辅助多用户系统中，级联基站-IRS-用户信道估计的训练开销能否显著降低？
• RQ2 IRS附近的锚点节点能否实现低导频开销下的基站-IRS信道准确估计？
• RQ3 当M < N时，估计所有用户级联信道所需的最小导频符号数是多少？
• RQ4 尽管训练时间大幅减少，该方案与传统方法相比是否仍能保持近似最优的估计精度？
• RQ5 当IRS-锚点信道为视 Line-of-Sight（LoS）时，该方案能否简化为仅需一个锚点？

主要发现

• 所提出的锚点辅助方案在显著降低信道训练开销的同时，实现了与传统方案相当的均方误差（MSE）性能。
• 当M ≥ N时，第二阶段可仅使用每个用户一个导频符号完成级联基站-IRS-用户信道的估计。
• 对于M < N的情况，最小训练开销被证明为⌈NK/M⌉个导频符号，远低于传统方案所需的NK个导频符号。
• 该方案对基站-IRS信道估计中的符号模糊性具有鲁棒性，因为对角反射矩阵的结构确保了级联信道估计的准确性。
• 当A1-IRS-A2信道为视 Line-of-Sight（LoS）时，方案可简化为仅需一个锚点节点，而非两个。
• 仿真结果证实，所提方法在大幅减少训练时间的同时实现了近似最优的MSE性能，尤其在高用户密度场景下表现显著。