[论文解读] Channel Estimation for TDD/FDD Massive MIMO Systems with Channel Covariance Computing

Hongxiang Xie, Feifei Gao+3 more|arXiv (Cornell University)|Oct 2, 2017

Advanced MIMO Systems Optimization参考文献 29被引用 5

一句话总结

该论文提出了一种新型的TDD/FDD大规模MIMO系统信道估计算法，通过从单次瞬时上行链路信道状态信息（CSI）中估计波束域角度和功率角谱（PAS），重建上行链路与下行链路的信道协方差矩阵（CCM）。利用角度与PAS的互易性，该方法无需额外训练即可实现高精度的CCM重建，显著提升了各类阵列几何结构与PAS分布下的上行链路与下行链路信道估计算法性能，数值结果表明其优于现有方法。

ABSTRACT

In this paper, we propose a new channel estimation scheme for TDD/FDD massive MIMO systems by reconstructing uplink/downlink channel covariance matrices (CCMs) with the aid of array signal processing techniques. Specifically, the angle information and power angular spectrum (PAS) of each multi-path channel is extracted from the instantaneous uplink channel state information (CSI). Then, the uplink CCM is reconstructed and can be used to improve the uplink channel estimation without any additional training cost. In virtue of angle reciprocity as well as PAS reciprocity between uplink and downlink channels, the downlink CCM could also be inferred with a similar approach even for FDD massive MIMO systems. Then, the downlink instantaneous CSI can be obtained by training towards the dominant eigen-directions of each user. The proposed strategy is applicable for any kind of PAS distributions and array geometries. Numerical results are provided to demonstrate the superiority of the proposed methods over the existing ones.

研究动机与目标

• 解决FDD大规模MIMO系统中训练开销过高以及下行链路CCM获取不可行的问题。
• 克服现有CCM重建方法依赖长期CCM累积或假设窄角扩展与均匀阵列的局限性。
• 通过利用角度与PAS的互易性，从上行链路CCM推断下行链路CCM，实现在FDD系统中准确的下行链路信道估计。
• 开发一种低复杂度、适用于任意阵列几何结构与PAS分布的实用化信道估计算法框架。
• 通过利用重建的CCM进行波束成形与训练增强，降低训练开销并提升估计精度。

提出的方法

• 利用阵列信号处理技术，从单次瞬时上行链路CSI估计中提取多径分量的角度与PAS参数。
• 通过在角度域上对估计的角度与PAS进行积分，结合大规模阵列的结构特征，重建上行链路CCM。
• 利用上行链路与下行链路之间的角度互易性与PAS互易性，在FDD系统中无需额外训练即可推断下行链路CCM。
• 将重建的CCM应用于上行链路训练，通过将导频信号聚焦于主导特征向量，降低有效信道维度。
• 基于实时角度信息，采用动态角度划分多址接入（ADMA）用户调度策略，提升系统效率。
• 通过有限数量的展开基向量（ν）对CCM进行低秩近似，降低训练开销，同时保持精度。

实验结果

研究问题

• RQ1 能否在不进行长期平均的情况下，仅从单次瞬时上行链路CSI估计中准确重建上行链路CCM？
• RQ2 在FDD大规模MIMO系统中，角度与PAS互易性在多大程度上可用于推断下行链路CCM？
• RQ3 与现有的压缩感知或波束成形方法相比，所提出的CCM重建方法在上行链路与下行链路信道估计算法精度方面有何提升？
• RQ4 角扩展（AS）与阵列几何结构对所提CCM重建与估计算法性能有何影响？
• RQ5 当ν（训练波束数量）较小时，该方法是否能在极低训练开销下实现显著的性能增益？

主要发现

• 所提出的IC-pCCM方法在低信噪比（SNR）及训练波束数ν=16时，上行链路均方误差（MSE）显著低于SBEM、CS、CF-iCCM与MC-iCCM方法。
• 采用IC-pCCM推断CCM后，MMSE估计器的下行链路MSE性能显著优于CF-iCCM与MC-iCCM，尤其在角扩展较大时优势更明显。
• 由于重建的CCM能以更少的特征向量（ν=16）捕获更多信道能量，上行链路MSE的误差底限得以降低，优于依赖截断估计的方法。
• IC-pCCM与真实CCM的MSE曲线在ν≈20时趋于平坦，而SBEM、CF-iCCM、MC-iCCM与CS方法需ν≥32才能达到类似性能，表明其训练开销更低。
• 该方法在多种PAS分布与阵列几何结构下均保持高精度，证实了其通用性与鲁棒性。
• 基于实时角度信息的动态ADMA调度策略进一步提升了系统效率，有效利用了用户间的空间分离特性。