[论文解读] Channel Estimation and Hybrid Beamforming for Reconfigurable Intelligent Surfaces Assisted THz Communications.

Boyu Ning, Zhi Chen+3 more|arXiv (Cornell University)|Dec 25, 2019

Advanced Wireless Communication Technologies被引用 8

一句话总结

本文提出了一种协作式波束训练与混合波束成形（HB）方案，用于可重构智能表面（RIS）辅助的太赫兹（THz）通信，以克服信道估计和硬件成本的挑战。通过设计分层码本并利用RIS的无源反射特性，该方案即使在信道状态信息（CSI）不完美时，也能实现接近完全数字波束成形的近优性能。

ABSTRACT

Terahertz (THz) communications open a new frontier for the wireless network thanks to their dramatically wider available bandwidth compared to the current micro-wave and forthcoming millimeter-wave communications. However, due to the short length of THz waves, they also suffer from severe path attenuation and poor diffraction. To compensate the THz-induced propagation loss, this paper proposes to combine two promising techniques, viz., massive multiple input multiple output (MIMO) and intelligent reflecting surface (IRS), in THz multi-user communications, considering their significant beamforming and aperture gains. Nonetheless, channel estimation and low-cost beamforming turn out to be two main obstacles to realizing this combination, due to the passivity of IRS for sending/receiving pilot signals and the large-scale use of expensive RF chains in massive MIMO. In view of these limitations, this paper first develops a cooperative beam training scheme to facilitate the channel estimation with IRS. In particular, we design two different hierarchical codebooks for the proposed training procedure, which are able to balance between the robustness against noise and searching complexity. Based on the training results, we further propose two cost-efficient hybrid beamforming (HB) designs for both single-user and multi-user scenarios, respectively. Simulation results demonstrate that the proposed joint beam training and HB scheme is able to achieve close performance to the optimal fully digital beamforming (FDB) which is implemented even under perfect channel state information (CSI).

研究动机与目标

• 解决由于RIS的无源特性（无法发送或接收导频信号）导致的RIS辅助THz通信中的信道估计挑战。
• 通过提出低复杂度的混合波束成形（HB）设计，克服THz系统中大规模MIMO的高硬件成本问题。
• 设计一种联合波束训练与HB框架，平衡对噪声的鲁棒性与计算复杂度。
• 通过整合大规模MIMO与RIS，实现高效的多用户THz通信，以利用波束成形增益与孔径增益。
• 在实际信道状态信息（CSI）条件下，实现接近完全数字波束成形（FDB）的性能。

提出的方法

• 提出一种协作式波束训练方案，其中接入点（AP）与RIS联合利用导频信号估计信道，利用RIS的相位移作为信号反射。
• 设计两组分层码本——分别用于AP和RIS——以在波束训练中实现对噪声的鲁棒性与搜索复杂度之间的平衡。
• 制定一种混合波束成形设计，结合模拟与数字波束成形，减少射频链路数量，同时保持频谱效率。
• 引入两阶段波束对准过程：首先使用分层码本进行粗略训练，随后基于信道估计结果进行精细化调整。
• 联合优化RIS相位移与波束成形器，以在功率与硬件约束下最大化频谱效率。
• 利用训练获得的CSI计算单用户与多用户场景下的混合波束成形器。

实验结果

研究问题

• RQ1 当RIS为无源且无法发送导频信号时，如何在RIS辅助的THz系统中高效执行信道估计？
• RQ2 何种分层码本设计能够在THz波束训练中实现训练鲁棒性与计算复杂度之间的良好权衡？
• RQ3 如何优化混合波束成形以在多用户THz通信中最小化硬件成本，同时保持高谱效率？
• RQ4 在CSI不完美条件下，所提出的联合波束训练与HB方案在多大程度上可逼近完全数字波束成形的性能？
• RQ5 RIS部署对高频THz频段中的波束成形增益与路径损耗抑制有何影响？

主要发现

• 所提出的采用分层码本的波束训练方案在完美CSI条件下实现了接近最优的频谱效率，与完全数字波束成形（FDB）性能极为接近。
• 混合波束成形设计显著减少了所需射频链路数量，同时在单用户与多用户场景中保持了高谱效率。
• 仿真结果证实，该方案在噪声与不完美信道状态信息下仍表现出强鲁棒性，验证了其实际可行性。
• 分层码本相比传统穷举搜索方法，显著降低了训练开销与搜索复杂度。
• 大规模MIMO与RIS的集成提供了显著的波束成形增益与孔径增益，有效补偿了THz频段中的严重路径损耗。
• 即使在CSI不完美条件下，联合波束训练与HB框架的性能仍与FDB仅存在微小差距，验证了其在真实场景部署中的实用性。