[论文解读] Broadband Channel Estimation for Intelligent Reflecting Surface Aided mmWave Massive MIMO Systems

Ziwei Wan, Zhen Gao+1 more|arXiv (Cornell University)|Feb 5, 2020

Advanced Wireless Communication Technologies参考文献 14被引用 6

一句话总结

本文提出了一种基于压缩感知（CS）的智能反射表面（IRS）辅助毫米波（mmWave）大规模MIMO系统的信道估计（CE）方案，利用角度稀疏性和子载波间的公共稀疏性以减少 pilot 开销。该方法采用下行导频框架，结合已知的 Line-of-Sight（LoS）基站（BS）到IRS信道的先验信息，并采用具有冗余字典的分布式正交匹配追踪（DOMP）算法，在干扰和噪声环境下相比传统最小二乘（LS）估计表现出更优的归一化均方误差（NMSE）性能。

ABSTRACT

This paper investigates the broadband channel estimation (CE) for intelligent reflecting surface (IRS)-aided millimeter-wave (mmWave) massive MIMO systems. The CE for such systems is a challenging task due to the large dimension of both the active massive MIMO at the base station (BS) and passive IRS. To address this problem, this paper proposes a compressive sensing (CS)-based CE solution for IRS-aided mmWave massive MIMO systems, whereby the angular channel sparsity of large-scale array at mmWave is exploited for improved CE with reduced pilot overhead. Specifically, we first propose a downlink pilot transmission framework. By designing the pilot signals based on the prior knowledge that the line-of-sight dominated BS-to-IRS channel is known, the high-dimensional channels for BS-to-user and IRS-to-user can be jointly estimated based on CS theory. Moreover, to efficiently estimate broadband channels, a distributed orthogonal matching pursuit algorithm is exploited, where the common sparsity shared by the channels at different subcarriers is utilized. Additionally, the redundant dictionary to combat the power leakage is also designed for the enhanced CE performance. Simulation results demonstrate the effectiveness of the proposed scheme.

研究动机与目标

• 解决IRS辅助mmWave大规模MIMO系统中传统信道估计的高导频开销和复杂度问题。
• 利用mmWave信道的角度稀疏性以及子载波间的公共稀疏性，实现高效宽带信道估计。
• 设计一种导频传输框架，实现BS到用户与IRS到用户信道的联合估计，同时降低训练开销。
• 通过使用冗余字典，抑制由非网格化端点角度（AoA/AoD）引起的功率泄漏，提升估计精度。
• 开发一种低复杂度、高效的CE方案，兼容无射频链IRS与混合模拟-数字波束成形架构。

提出的方法

• 提出一种下行导频传输框架，基于已知的LoS BS-to-IRS信道设计导频信号，以实现BS-to-user与IRS-to-user信道的联合估计。
• 将导频信号分解为两部分：一部分用于探测直射的BS-to-user链路，另一部分用于反射的IRS-to-user链路，以优化波束成形增益。
• 应用一种分布式正交匹配追踪（DOMP）算法，利用子载波间的公共稀疏性，高效估计宽带信道。
• 设计一个冗余字典，以抑制由非网格化到达/出发角度（AoA/AoD）引起的功率泄漏，提升估计精度。
• 利用压缩感知（CS）理论，利用信道稀疏性以降低导频开销，尤其适用于高维mmWave大规模MIMO系统。
• 在基站采用混合模拟-数字波束成形架构，在IRS端采用无射频链的被动反射结构，以保持能量效率。

实验结果

研究问题

• RQ1 压缩感知能否在IRS辅助mmWave大规模MIMO系统中有效降低导频开销，同时保持高估计精度？
• RQ2 如何利用LoS BS-to-IRS信道的先验知识，高效实现BS-to-user与IRS-to-user信道的联合估计？
• RQ3 在子载波间利用公共稀疏性在多带信道估计中能带来多大程度的性能提升？
• RQ4 使用冗余字典在非网格化场景下如何缓解功率泄漏并提升估计精度？
• RQ5 与传统LS估计相比，该方案在抗噪声和干扰方面的鲁棒性如何？

主要发现

• 即使导频开销显著降低（r_p = 0.25），所提出的基于CS的CE方案仍优于传统LS估计器，表现出更低的NMSE，证明其在干扰和噪声下具有更强的鲁棒性。
• 对于链路阻塞的用户，所提出的导频设计结合波束成形增益，相比完全随机导频性能显著提升，原因在于NLoS路径上的信号强度增强。
• 使用冗余字典（r_dic = 4）能有效抑制功率泄漏，相比单位字典（r_dic = 1）显著降低NMSE，提升估计精度。
• 对于未阻塞用户，所提出的导频设计在估计直射信道（h_d,k）时造成轻微性能下降，但由于阻塞场景下性能增益显著，整体方案仍具有效性。
• 当发射功率（P_Tx）增加时，所提方案的NMSE性能优于LS估计器，证实其在高信噪比（SNR）场景下的有效性。
• 仿真结果验证了所提框架在实现低导频开销下的高精度信道估计的有效性，使其适用于实际的IRS辅助mmWave大规模MIMO系统。