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

Zhaorui Wang, Liang Liu+1 more|arXiv (Cornell University)|Nov 8, 2019

Advanced Wireless Communication Technologies参考文献 12被引用 12

一句话总结

本文提出了一种智能反射面（IRS）辅助多用户上行链路通信的三阶段导频基于信道估计方案，利用基站处的大规模MIMO以减少训练开销。证明了完美CSI估计仅需$K + N + \max(K-1, \lceil(K-1)N/M\rceil)$个导频符号，与传统方法相比显著缩短了训练时间，尤其在$M \geq N$的大规模MIMO场景下。该方法利用信道互易性与结构化导频设计，以最小开销高效估计$KMN + KM$个信道系数。

ABSTRACT

In the intelligent reflecting surface (IRS) assisted communication systems, the acquisition of channel state information (CSI) is a crucial impediment for achieving the passive beamforming gain of IRS because of the considerable overhead required for channel estimation. Specifically, under the current beamforming design for IRS-assisted communications, $KMN+KM$ channel coefficients should be estimated if the passive IRS cannot estimate its channels with the base station (BS) and users due to its lack of radio frequency (RF) chains, where $K$, $N$ and $M$ denote the number of users, reflecting elements of the IRS, and antennas at the BS, respectively. This number can be extremely large in practice considering the current trend of massive MIMO (multiple-input multiple-output), i.e., a large $M$, and massive connectivity, i.e., a large $K$. To accurately estimate such a large number of channel coefficients within a short time interval, we devote our endeavour in this paper to investigating the efficient pilot-based channel estimation method in IRS-assisted uplink communications. Building upon the observation that the IRS reflects the signals from all the users to the BS via the same channels, we analytically verify that a time duration consisting of $K+N+\max(K-1,\lceil (K-1)N/M ceil)$ pilot symbols is sufficient for the BS to perfectly recover all the $KMN+KM$ channel coefficients in the case without noise. In contrast to the conventional uplink communications without IRS in which the minimum pilot sequence length for channel estimation is independent with the number of receive antennas, our study reveals the significant role of massive MIMO in reducing the channel training time for IRS-assisted communication systems.

研究动机与目标

• 解决由于需估计的信道系数数量庞大而导致的IRS辅助多用户系统中导频开销过高的关键挑战。
• 克服被动IRS缺乏射频链路的限制，使其无法自主估计与基站及用户之间的信道。
• 开发一种高效的导频基于信道估计策略，以最小化训练时长，同时实现在基站处的完美CSI获取。
• 表征在IRS辅助上行链路系统中实现完美信道估计所需的理论最小导频序列长度。
• 利用大规模MIMO的优势以减少训练开销，特别是在基站天线数$M$较大的系统中。

提出的方法

• 提出一种三阶段导频基于估计策略：第一阶段使用$K$个符号估计用户到基站的直接信道；第二阶段使用$N$个符号估计一个典型用户的IRS反射信道；第三阶段通过干扰消除估计其余IRS反射信道。
• 在第三阶段，该方法利用其他用户信道是典型用户信道的缩放版本的事实，通过结构化导频设计与干扰消除实现估计。
• 采用时分导频方案，初始阶段仅一个用户同时发送非零导频，以最小化干扰并实现唯一解的恢复。
• 在最终阶段，当多个用户同时发送时，该方法构建不相交集合$\Lambda_{k,1}$与$\Lambda_{k,2}$，以实现干扰消除并唯一估计$\lambda_{k,n}$系数。
• 采用结构化的IRS反射系数设计，每个时隙仅激活$M$个元件，确保信道矩阵的满秩恢复。
• 基于接收信号推导并求解线性方程组，以在i.i.d.瑞利衰落假设下恢复$\lambda_{k,n}$，即从用户经IRS到基站的有效信道增益。

实验结果

研究问题

• RQ1 在IRS辅助多用户上行链路通信中，实现完美信道状态信息（CSI）估计所需的最小导频序列长度是多少？
• RQ2 如何利用基站处的大规模MIMO来减少IRS辅助系统中的信道训练开销？
• RQ3 当IRS为被动式且无法自主估计其自身信道时，能否高效估计多个用户的信道系数？
• RQ4 与传统多用户MIMO相比，基站天线数$M$如何影响IRS辅助系统中的最小训练时长？
• RQ5 是否可能实现与用户数量成比例的训练序列长度，尤其在大规模系统中？

主要发现

• 实现完美CSI估计所需的最小导频序列长度为$K + N + \max(K-1, \lceil(K-1)N/M\rceil)$个符号，远短于传统方法。
• 在$M \geq N$的大规模MIMO场景下，训练长度减少至$2K + N - 1$个符号，与用户数呈线性关系：每增加一个用户仅需额外2个导频符号。
• 所提方法通过利用所有IRS元件通过同一信道反射所有用户信号的事实，实现基于干扰消除的结构化估计，从而实现完美信道估计。
• 当$M < N$时，最小训练长度为$K + N + \lceil(K-1)N/M\rceil$，并通过精心构造激活的IRS元件集合与导频调度策略，确保唯一解的存在。
• 通过利用基站接收天线数量的优势，该方法以极低开销高效估计$KMN + KM$个信道系数（从$K$个用户经$M$-端口基站通过$N$-元件IRS），实现最小化训练开销。
• 理论分析证明，在i.i.d.瑞利衰落假设下（无接收端噪声），所提三阶段策略可以概率1实现完美CSI恢复。