[论文解读] High-Resolution Channel Estimation for Intelligent Reflecting Surface-Assisted MmWave Communications

Chenglu Jia, Julian Cheng+2 more|arXiv (Cornell University)|Jun 21, 2020

Advanced Wireless Communication Technologies参考文献 26被引用 4

一句话总结

该论文提出了一种用于智能反射面（IRS）辅助的毫米波MIMO通信的两步级联信道估计协议，通过自适应网格匹配追踪（AGMP）算法实现稀疏信号恢复，以低复杂度获得高分辨率CSI。仿真结果表明，该方法在频谱效率和NMSE方面显著优于基于波束训练的方案，并接近完美CSI性能。

ABSTRACT

In this paper, we study the high-resolution channel estimation problem for intelligent reflecting surface (IRS)-assisted millimeter wave (mmWave) multiple-input-multiple-output (MIMO) communications, which is a prerequisite to guarantee further high-rate data transmission. Considering the typical sparsity of mmWave channels, we formulate the cascaded channel estimation problem from a sparse signal recovery perspective, and then propose a novel two-step cascaded channel estimation protocol to estimate the cascaded user-IRS-base station channel with high-resolution for IRS-assisted mmWave MIMO communications. More specifically, the first step is to estimate the coarse angular domain information (ADI) and further establish the robust uplink by beam training. In the second step, by exploiting the coarse ADI, an adaptive grid matching pursuit (AGMP) algorithm is proposed to estimate the high-resolution cascaded channel state information (CSI) with low complexity. Simulation results verify that the proposed two-step channel estimation protocol significantly outperforms the state-of-the-art scheme, i.e., beam training based channel estimation, and meanwhile can reap near-optimal system performance achieved by perfect CSI.

研究动机与目标

• 解决在硬件受限和高维信道矩阵条件下，IRS辅助的毫米波MIMO系统中高分辨率级联信道状态信息（CSI）估计的挑战，传统方法因受限而失效。
• 克服基于波束训练方案的局限性，这些方案因IRS元件中相位分辨率有限而导致角度分辨率粗糙和精度差。
• 通过利用毫米波信道的稀疏性，实现精确的CSI获取，以支持系统优化和高速率数据传输。
• 开发一种低复杂度、高精度的信道估计框架，利用粗略角度域信息（ADI）作为先验知识，以提升性能。

提出的方法

• 将级联信道估计问题建模为稀疏信号恢复任务，利用毫米波信道的固有稀疏性。
• 采用两步协议：首先进行波束训练，以估计粗略的角度域信息（ADI），用于鲁棒的上行链路训练并作为先验知识。
• 在第二步中，应用自适应网格匹配追踪（AGMP）算法，基于粗略ADI精炼以估计高分辨率CSI，同时降低计算复杂度。
• 设计AGMP算法，使其根据粗略ADI自适应地优化网格分辨率，从而在最小化导频开销的同时提高估计精度。
• 使用可调分辨率的字典（记为$ \tilde{G} $），在精度与复杂度之间取得平衡，并在不同分辨率下评估性能。
• 将估计得到的高分辨率CSI集成到系统性能评估中，用于频谱效率（SE）和归一化均方误差（NMSE）的分析。

Figure 1: Illustration of the considered IRS-assisted mmWave MIMO system.

实验结果

研究问题

• RQ1 在有限相位分辨率的硬件约束下，如何高效估计IRS辅助的毫米波MIMO系统中的高分辨率级联CSI？
• RQ2 利用波束训练获得的粗略ADI在多大程度上能提升高分辨率信道估计的精度？
• RQ3 像AGMP这样低复杂度的算法能否在NMSE和频谱效率方面接近完美CSI的最优性能？
• RQ4 字典分辨率$ \tilde{G} $如何影响估计精度与计算复杂度之间的权衡？
• RQ5 在实际信噪比（SNR）范围内，基于波束训练的估计与所提出的两步协议之间存在多大的性能差距？

主要发现

• 所提出的两步信道估计协议在低信噪比（SNR）下显著降低了归一化均方误差（NMSE），这得益于角度分辨率的提升。
• 即使仅进行4次迭代，AGMP算法也能实现接近最优的频谱效率（SE），尤其当$ \tilde{G} = 3 $时，其性能趋近于完美CSI的上限。
• 随着字典分辨率$ \tilde{G} $的增加，NMSE性能持续改善，当$ \tilde{G} = 3 $时，SE收敛至完美CSI的上限，表明在此系统模型下该分辨率即为最优。
• 基于波束训练的方案即使在高SNR下仍表现出较差的NMSE性能，原因在于相位分辨率受限和波束失准，凸显了高分辨率估计的必要性。
• 所提出的协议在低SNR下仍保持优异性能，得益于IRS提供的波束成形增益，表现出对噪声和多径效应的强鲁棒性。
• 将粗略ADI作为先验知识，使AGMP算法在低复杂度下实现高精度，使其适用于实际的IRS辅助毫米波MIMO系统。

Figure 2: The frame structure of the considered IRS-assisted mmWave system.