[论文解读] Channel Estimation for RIS-Aided mmWave MIMO Channels

Jiguang He, Markus Leinonen+2 more|arXiv (Cornell University)|Feb 15, 2020

Advanced Wireless Communication Technologies参考文献 17被引用 28

一句话总结

该论文提出了一种用于可重构智能表面（RIS）辅助毫米波MIMO系统的两阶段迭代重加权信道估计算法，利用压缩感知技术以利用角度域的稀疏性。即使在低信噪比和有限训练开销下，该方案也能实现接近完美信道状态信息（CSI）的平均频谱效率。

ABSTRACT

A reconfigurable intelligent surface (RIS) can shape the radio propagation by passively changing the directions of impinging electromagnetic waves. The optimal control of the RIS requires perfect channel state information (CSI) of all the links connecting the base station (BS) and the mobile station (MS) via the RIS. Thereby the channel (parameter) estimation at the BS/MS and the related message feedback mechanism are needed. In this paper, we adopt a two-stage channel estimation scheme for the RIS-aided millimeter wave (mmWave) MIMO channels using an iterative reweighted method to sequentially estimate the channel parameters. We evaluate the average spectrum efficiency (SE) and the RIS beamforming gain of the proposed scheme and demonstrate that it achieves high-resolution estimation with the average SE comparable to that with perfect CSI.

研究动机与目标

• 为解决在RIS辅助毫米波MIMO系统中直接链路被阻塞时获取精确信道状态信息（CSI）的挑战。
• 设计一种低开销、高分辨率的信道估计算法，适用于毫米波信道的稀疏角度域特性。
• 利用估计的CSI在基站和移动台实现有效波束成形，以最大化频谱效率和RIS波束成形增益。
• 在有限训练资源下，优于传统的正交匹配追踪（OMP）方法，在频谱效率和估计精度方面表现更优。

提出的方法

• 该方法将信道估计分为两个阶段：首先估计基站-RIS和RIS-用户设备链路的离开角（AoD）和到达角（AoA）以及路径增益。
• 在第一阶段，采用迭代重加权最小二乘法，通过加权代价函数估计AoD、AoA和有效路径增益。
• 在第二阶段，利用重加权优化框架估计路径增益的乘积以及AoA与AoD方向正弦差值。
• 该算法利用毫米波MIMO信道在角度域的稀疏性，应用压缩感知原理以减少训练开销。
• 对代价函数关于角度的导数进行了解析推导，以支持两个阶段的基于梯度的优化。
• 所估计的信道参数用于设计RIS相位移、基站波束成形向量和移动台合并向量。

实验结果

研究问题

• RQ1 两阶段迭代重加权方法是否能在RIS辅助毫米波MIMO系统中实现低训练开销下的高分辨率信道估计？
• RQ2 与正交匹配追踪（OMP）相比，所提方案在频谱效率和估计精度方面表现如何？
• RQ3 估计的CSI在多大程度上能够实现接近完美CSI的波束成形增益和频谱效率？
• RQ4 该方法在低信噪比环境下的性能有多强的鲁棒性？

主要发现

• 即使在低信噪比和有限训练开销下，所提方案的平均频谱效率也与完美CSI相当。
• 该方法在频谱效率方面显著优于基于OMP的方法，尤其是在低信噪比条件下。
• 估计的信道参数的平均均方误差（MSE）较低，表明估计精度高。
• 利用估计的CSI实现的RIS波束成形增益较高，证明了通过智能表面重构实现有效被动波束成形。
• 迭代重加权方法收敛稳定且高效，适用于对时延敏感的毫米波系统中的实际部署。