[论文解读] Channel Estimation for Extremely Large-Scale Massive MIMO: Far-Field, Near-Field, or Hybrid-Field?

Xiuhong Wei, Linglong Dai|arXiv (Cornell University)|Sep 16, 2021

Millimeter-Wave Propagation and Modeling参考文献 8被引用 5

一句话总结

该论文提出了一种用于超大规模大规模MIMO（XL-MIMO）的混合域信道估计算法，联合建模远场和近场路径分量，利用远场路径的角域稀疏性与近场路径的极坐标域稀疏性。该方案通过低 pilot 开销准确捕捉混合域信道特性，在信道估计的归一化均方误差（NMSE）性能上优于现有远场与近场方法。

ABSTRACT

Extremely large-scale massive MIMO (XL-MIMO) is a promising technique for future 6G communications.However, existing far-field or near-field channel model mismatches the hybrid-field channel feature in the practical XL-MIMO system.Thus,existing far-field and near-field channel estimation schemes cannot be directly used to accurately estimate the hybrid-field XL-MIMO channel. To solve this problem, we propose an efficient hybrid-field channel estimation scheme by accurately modeling the XL-MIMO channel.Specifically,we firstly reveal the hybrid-field channel feature of the XL-MIMO channel, where different scatters may be in far-field or near-field region.Then, we propose a hybrid-field channel model to capture this feature, which contains both the far-field and near-field path components. Finally, we propose a hybrid-field channel estimation scheme, where the far-field and near-field path components are respectively estimated. Simulation results show that the proposed scheme performs better than existing schemes.

研究动机与目标

• 为解决现有信道模型中假设所有散射体均位于远场或近场区域的不匹配问题，该问题无法反映XL-MIMO系统中实际存在的混合域条件。
• 通过整合远场与近场路径分量，准确建模XL-MIMO信道，反映远距离与近距离散射体共存的实际情况。
• 设计一种低pilot开销的信道估计算法，分别利用其独特的稀疏结构对远场与近场分量进行估计。
• 证明所提出的方案在相同pilot开销下，其NMSE性能优于现有远场与近场估计算法。

提出的方法

• 提出一种包含远场与近场路径分量的混合域信道模型，引入可调参数γ以控制两类分量的比例。
• 采用两阶段正交匹配追踪（HF-OMP）算法：首先在角域利用基于DFT的变换矩阵估计远场分量，随后在极坐标域利用联合角度-距离变换矩阵估计近场分量。
• 应用压缩感知（CS）技术，利用角域与极坐标域中的稀疏性，降低所需pilot开销。
• 通过结合角域中的远场稀疏向量与极坐标域中的近场稀疏向量，重构完整信道。
• 通过可调参数γ控制估计过程，当γ=1或γ=0时，该方案可退化为经典远场或近场OMP算法。
• 计算复杂度分析为O(NM(γL)³) + O(SM((1−γ)L)³) + O(NS)，表明其随系统参数具有良好的可扩展性。

Figure 1: The near-field region and the far-field region [ 6 ] .

实验结果

研究问题

• RQ1 远场与近场散射体共存如何影响XL-MIMO系统中的信道估计精度？
• RQ2 统一的信道估计算法能否有效同时建模与估计远场与近场分量？
• RQ3 在相同pilot开销下，混合域估计算法相较于纯远场或纯近场方法的性能增益如何？
• RQ4 可调参数γ在混合传播环境中如何影响估计精度与系统性能？

主要发现

• 在相同pilot开销M=256下，所提出的混合域信道估计算法的归一化均方误差（NMSE）低于远场OMP与近场OMP方案。
• 当γ=0.5时，该方案在所有信噪比（SNR）水平下均优于两种基线方法，表明其在混合传播环境中的鲁棒性。
• 当γ=1（纯远场）时，该方案与远场OMP方案的NMSE性能完全一致，验证其为现有方法的推广。
• 当γ=0（纯近场）时，该方案与近场OMP方案的NMSE性能完全一致，验证其与特例的一致性。
• NMSE性能对可调参数γ敏感，在混合环境中最优性能出现在γ≈0.5附近。
• 计算复杂度已通过理论推导，并显示其随系统尺寸高效扩展，支持实际部署。

Figure 2: The hybrid-field communication environment for XL-MIMO.