[论文解读] Channel Estimation for RIS Assisted Wireless Communications: Part I -- Fundamentals, Solutions, and Future Opportunities

Xiuhong Wei, Decai Shen+1 more|arXiv (Cornell University)|Jan 23, 2021

Advanced Wireless Communication Technologies参考文献 16被引用 6

一句话总结

本文全面概述了可重构智能表面（RIS）辅助无线系统中的信道估计，聚焦于基本挑战与低开销解决方案。文章提出了三种关键方法——利用双时变信道特性、多用户相关性以及信道稀疏性，以减少导频开销，同时指出了未来研究方向，如超宽带信道估计、空间非平稳性以及RIS辅助的无基站网络。

ABSTRACT

The reconfigurable intelligent surface (RIS) with low hardware cost and energy consumption has been recognized as a potential technique for future 6G communications to enhance coverage and capacity. To achieve this goal, accurate channel state information (CSI) in RIS assisted wireless communication system is essential for the joint beamforming at the base station (BS) and the RIS. However, channel estimation is challenging, since a large number of passive RIS elements cannot transmit, receive, or process signals. In the first part of this invited paper, we provide an overview of the fundamentals, solutions, and future opportunities of channel estimation in the RIS assisted wireless communication system. It is noted that a new channel estimation scheme with low pilot overhead will be provided in the second part of this paper.

研究动机与目标

• 解决由于RIS元件为无源而缺乏发射/接收能力，导致RIS辅助系统中信道估计的根本性挑战。
• 降低RIS信道估计中的导频开销，该开销随RIS元件数量的增加而显著恶化。
• 识别并分析关键挑战，如超宽带效应、空间非平稳性以及无基站RIS网络中的可扩展性问题。
• 为未来低开销信道估计解决方案奠定基础，其中高导频开销的详细解决方案将在第二部分中提出。

提出的方法

• 采用TDD上行链路框架对RIS辅助系统进行建模，利用信道互易性从上行导频估计下行链路CSI。
• 将级联信道表述为 $\mathbf{H}_k = \mathbf{G} \text{diag}(\mathbf{h}_{r,k})$，表示用户经RIS反射到基站的有效反射路径。
• 提出三种开销降低策略：(1) 利用双时变信道特性（慢衰落的直射与RIS信道），(2) 利用用户信道向量中的多用户相关性，(3) 利用RIS信道在角度域的稀疏性。
• 引入子表面划分方法，通过假设每个子表面上的信道系数均匀，降低估计复杂度。
• 将窄带估计技术扩展至OFDM宽带系统，通过估计每个子载波的信道，并利用子载波间的联合稀疏性以减少开销。
• 利用可视区域概念和去噪卷积神经网络（如DnCNN）提升在宽带和非平稳场景下的估计精度。

Figure 1: An example of RIS assisted wireless communication system.

实验结果

研究问题

• RQ1 尽管RIS元件为无源且信道估计维度高，如何在RIS辅助系统中降低导频开销？
• RQ2 在多径信道中，双时变信道特性在多大程度上可被利用以最小化RIS相关信道的训练导频数量？
• RQ3 如何利用用户信道向量中的多用户相关性来减少所需信道估计的数量？
• RQ4 在角度域中，信道稀疏性在实现低开销RIS信道估计中起到何种作用？
• RQ5 在未来的6G系统中，RIS信道估计面临哪些关键挑战与开放研究机遇？

主要发现

• RIS元件的无源特性使得传统基于导频的估计方法不可行，导致信道估计成为RIS系统中的主要瓶颈。
• 利用双时变信道特性可实现对慢衰落RIS信道的低导频开销估计。
• 多用户相关性支持用户信道的联合估计，通过利用统计相似性减少所需导频数量。
• 在角度域中利用信道稀疏性可显著减少需估计的非零系数数量，从而支持高效的压缩感知方法。
• 子表面划分可减少需估计的独立信道系数数量，为大规模RIS部署提供实用方法。
• 未来挑战包括超宽带系统中的波束张力（beam squint）以及大孔径RIS阵列中的空间非平稳性，需要超越经典假设的新估计模型。

Figure 2: The two-timescale channel estimation framework [ 7 ] .