[论文解读] Channel Estimation and Transmission for Intelligent Reflecting Surface Assisted THz Communications

Boyu Ning, Zhi Chen+2 more|arXiv (Cornell University)|Nov 12, 2019

Advanced Wireless Communication Technologies参考文献 20被引用 5

一句话总结

本文提出了一种基于波束训练的新型信道估计与协作传输框架，适用于大规模MIMO智能反射面（IRS）辅助太赫兹（THz）通信系统。通过采用分层码本设计与协作估计过程，该方法在无需完整信道状态信息（CSI）重构的情况下，实现了低复杂度、闭式解的混合预编码器/合并器与IRS相位移优化，其频谱效率接近具备完美CSI的全数字波束成形。

ABSTRACT

Intelligent reflecting surface (IRS) is envisioned as a promising technology to broaden signal coverage and enhance transmission in terahertz (THz) communications. Due to the passivity of IRS, the channel measurement can not be achieved by traditional pilot manner and the subsequent cooperative transmission design remains an open problem. This paper investigates the channel estimation and transmission solutions for massive multiple input multiple output (MIMO) IRS-assisted THz system. The channel estimation is realized by beam training and the quantization error is analyzed for evaluating performance. In addition, a novel hierarchical search codebook design is proposed as a low-complexity basis of beam training. Based on above foundations, we propose a cooperative channel estimation procedure to tactfully acquire the channel knowledge. Finally, by leveraging obtained channel information, the designs of IRS and transceivers are directly provided in closed form without reconstructing the full channel matrix or additional optimization. Simulation and numerical results are presented to illustrate the minimum signal to noise ratio (SNR) required for beam training and the efficacy of the proposed transmission solutions.

研究动机与目标

• 为解决在被动IRS辅助的THz MIMO系统中，传统导频方法因IRS被动性而失效的信道状态信息（CSI）获取挑战。
• 在具有稀疏、视 Line-of-Sight 主导特性的大规模MIMO THz系统中，实现高效的波束训练与信道估计。
• 设计一种低复杂度的分层码本，支持可扩展的波束训练与量化，且误差最小化。
• 开发一种协作估计过程，使主动收发器通过预定义操作推断IRS信道知识。
• 基于估计的信道知识，推导出闭式解的混合预编码器、合并器与IRS相位移设计，避免全CSI矩阵重构。

提出的方法

• 以波束训练为基础进行信道估计，利用THz信道的稀疏性与波束波束图的方向性。
• 提出一种新颖的分层搜索码本设计，其中每一级的波束在角度方向上均匀分布，以降低训练开销。
• 提出一种协作信道估计过程：IRS执行收发器已知的预定义相位移，使收发器能够估计有效信道，并将知识传回IRS控制器。
• 基于估计的信道参数，推导出收发器端混合预编码器与合并器以及IRS相位移的闭式解，避免迭代优化或全CSI矩阵重构。
• 分析由于波束失准导致的波束训练量化误差，基于均匀入射角分布与阵列响应模型推导理论边界。
• 利用波束训练获得的有效信道增益，联合优化IRS反射与波束成形，以最大化频谱效率。

实验结果

研究问题

• RQ1 当IRS为被动元件且无法发送或接收信号时，如何在IRS辅助的THz MIMO系统中获取信道状态信息？
• RQ2 波束训练量化误差对系统性能有何影响，如何进行理论边界分析？
• RQ3 如何设计一种低复杂度的分层码本，以高效支持大规模MIMO THz系统中的波束训练？
• RQ4 能否直接从估计的信道知识中推导出闭式解的混合波束成形与IRS相位移设计，而无需完整CSI重构？
• RQ5 所提出的协作估计与传输方案相较于非IRS系统与基准方案，在频谱效率方面提升了多少？

主要发现

• 所提出的基于波束训练的信道估计方法存在一个最小信噪比阈值，低于该阈值时波束训练将失效，其性能取决于阵列尺寸与波束分辨率。
• 分层码本设计显著降低了训练开销，同时保持了较低的量化误差，尤其在每级波束数量足够时表现更优。
• 协作估计过程通过利用已知的相位移序列与收发器反馈，实现了对IRS信道的精确估计。
• 闭式解的混合预编码器与合并器设计所实现的频谱效率，非常接近具备完美CSI的全数字波束成形的上限。
• 数值结果表明，所提方案在实际硬件约束下，优于非IRS辅助系统，并接近最优数字预编码性能。
• 通过所推导的相位移解实现的IRS反射优化，可在期望方向实现波束成形增益，且已推导出方向与反向模式下的解析表达式。