[论文解读] Channel Estimation for Reconfigurable Intelligent Surface-Assisted Cell-Free Communications

Songjie Yang, Chenfei Xie+2 more|arXiv (Cornell University)|Jul 28, 2022

Advanced Wireless Communication Technologies被引用 4

一句话总结

该论文提出了一种新型的可重构智能表面（RIS）辅助无蜂窝大规模MIMO系统的信道估计算法框架，利用两个关键特性：所有用户共享的BS-RIS信道以及所有基站共享的RIS-用户信道。该方法提出了一种三维多重测量向量（3D-MMV）压缩感知方法用于级联信道估计算法，并设计了一种多基站协作、导频数减少的两时间尺度估计算法，仿真结果表明该方法在降低导频开销的同时显著提升了估计精度。

ABSTRACT

Recent research has focused on reconfigurable intelligent surface (RIS)-assisted cell-free systems with the goal of enhancing coverage and lowering the cost of cell-free networks. However, current research makes the assumption that the perfect channel state information is known. Channel acquisition is, certainly, a difficulty in this case. This work is aimed at investigating RIS-assisted cell-free channel estimation. Toward this end, two unique characteristics are pointed out: 1) For all users, a common channel exists between the base station (BS) and the RIS; and 2) For all BSs, a common channel exists between the RIS and the user. Based on these two characteristics, cascaded and two-timescale channel estimation concerns are studied. Subsequently, two solutions for tackling with the two issues are presented respectively: a three-dimensional multiple measurement vector (3D-MMV)-based compressive sensing technique and a multi-BS cooperative pilot-reduced methodology. Finally, simulations illustrate the effectiveness of the schemes we have presented.

研究动机与目标

• 解决RIS辅助无蜂窝网络中获取精确信道状态信息（CSI）的关键挑战，其中通常假设完美CSI，但在实际中难以实现。
• 利用两个独特的结构特性：（1）所有用户共享的共同BS-RIS信道，以及（2）所有基站共享的共同RIS-用户信道，以实现联合估计。
• 基于三维多重测量向量（3D-MMV）压缩感知方法，提出一种级联信道估计算法，以利用多用户与多基站之间的相关性，提升估计效率。
• 提出一种基于多基站协作的导频数减少的两时间尺度估计算法，以最小化训练开销，同时保持估计精度。
• 通过在真实系统参数与信道模型下的仿真，验证所提方案的有效性。

提出的方法

• 通过利用所有用户共享的BS-RIS信道特性，将级联信道估计建模为3D-MMV问题，从而实现对离开角（AoD）分量的联合估计。
• 设计一种基于张量收缩的3D-MLAOMP算法，以高效求解3D-MMV问题，并引入前瞻正交匹配追踪（look-ahead OMP）以提升稀疏性恢复性能。
• 通过分离慢时变的BS-RIS链路与快时变的RIS-用户链路，对两时间尺度信道估计进行建模，利用时变特性差异实现导频优化。
• 构建一个多基站协作的感知矩阵，以支持所有基站间的联合导频发送与接收，从而降低总导频开销。
• 基于无线信道的稀疏性以及RIS响应的Kronecker结构，利用压缩感知原理，从更少的测量中恢复稀疏信道分量。
• 在估计过程中，结合Moore-Penrose伪逆与约束优化方法，求解欠定系统。

实验结果

研究问题

• RQ1 如何利用多用户与多基站之间共享的信道特性（即共享的BS-RIS链路与RIS-用户链路），以提升RIS辅助无蜂窝系统中的信道估计效率？
• RQ2 基于3D-MMV的压缩感知框架是否能有效估计多用户、多基站RIS系统中的级联信道，同时实现导频开销的减少？
• RQ3 多基站协作在两时间尺度信道估计中，能在多大程度上减少导频开销，同时保持估计精度？
• RQ4 与传统的1D和MMV方法相比，所提出的3D-MLAOMP算法在归一化均方误差（NMSE）和抗噪声能力方面表现如何？
• RQ5 在真实衰落环境中，与单基站估计相比，所提出的导频减少型协作两时间尺度估计算法的性能增益如何？

主要发现

• 所提出的3D-MLAOMP算法相比传统的1D OMP与LAOMP方法，显著降低了归一化均方误差（NMSE），尤其在低信噪比（SNR）下表现更优，归因于其联合多用户与多基站估计能力。
• 在仅使用32次测量的情况下，3D-MLAOMP方法的NMSE性能已接近理论下限（Oracle LS），表明其具有极高的估计精度。
• 多基站协作的两时间尺度估计算法通过实现所有基站间的联合估计，显著降低了导频开销，在NMSE性能上优于单基站估计方案。
• 仿真结果表明，所提出的导频减少型方案即使使用更少的导频，仍能实现优于基于单基站的方案的NMSE性能，归因于协作分集增益与共享信道知识。
• 3D-MMV框架有效利用了级联信道的稀疏性与结构特性，使得在多用户RIS辅助无蜂窝系统中，仅用极少训练开销即可实现高精度信道估计。
• 两时间尺度估计算法成功利用了BS-RIS信道的慢时变特性与RIS-用户链路的快衰落特性，实现了高效的导频分配与更高的估计效率。