[论文解读] Location-aware Beam Alignment for mmWave Communications

Igbafe Orikumhi, Jeongwan Kang+2 more|arXiv (Cornell University)|Jul 4, 2019

Millimeter-Wave Propagation and Modeling参考文献 33被引用 9

一句话总结

本文提出了一种用于毫米波通信的感知位置波束赋形框架，利用噪声较大的用户设备（UE）和反射点位置估计，显著降低波束搜索开销。通过将波束选择限制在估计位置附近的较小角度窗口内，并在该窗口内进行智能搜索，该方案即使在位置不确定性下也能实现快速、低复杂度的波束对准，且性能损失最小。

ABSTRACT

Beam alignment is required in millimeter wave communication to ensure high data rate transmission. However, with narrow beamwidth in massive MIMO, beam alignment could be computationally intensive due to the large number of beam pairs to be measured. In this paper, we propose an efficient beam alignment framework by exploiting the location information of the user equipment (UE) and potential reflecting points. The proposed scheme allows the UE and the base station to perform a coordinated beam search from a small set of beams within the error boundary of the location information, the selected beams are then used to guide the search of future beams. To further reduce the number of beams to be searched, we propose an intelligent search scheme within a small window of beams to determine the direction of the actual beam. The proposed beam alignment algorithm is verified on simulation with some location uncertainty.

研究动机与目标

• 解决由于波束宽度窄和角度搜索空间大，导致毫米波大规模MIMO系统中全遍历波束赋形计算成本过高的问题。
• 降低初始接入和移动性场景中的波束赋形延迟，这些场景中传统方法因搜索时间过长而性能受限。
• 利用来自GNSS、传感器或5G信号的可用但带有噪声的位置信息，引导波束选择并缩小搜索空间。
• 在基站（BS）和用户设备（UE）之间设计一种协调的波束搜索框架，适应位置不确定性，同时保持高数据速率性能。
• 在不损害可靠性的前提下最小化波束赋形开销，特别是在动态信道条件频繁变化的移动环境中。

提出的方法

• 利用用户设备和潜在反射点的噪声位置估计，定义围绕真实位置的误差边界区域。
• 基于位置误差区域对应的角度扇区，在基站和用户设备处构建缩减的波束码本子集。
• 采用分层码本结构，实现在受限角度窗口内的粗粒度到细粒度波束搜索。
• 实施一种智能搜索算法，仅扫描预测方向附近的极小波束窗口，从而减少需测试的波束对数量。
• 将基于位置的波束预选择与迭代波束精炼相结合，提升收敛速度并降低训练开销。
• 利用统计波束赋形模型和信道估计算法，在缩减的搜索空间内评估波束质量，从而最小化反馈和训练信号开销。

实验结果

研究问题

• RQ1 如何有效利用位置信息以减少毫米波波束赋形中的波束搜索空间？
• RQ2 位置不确定性对波束赋形性能有何影响，又该如何缓解？
• RQ3 基于位置估计的协调波束搜索策略是否能比全遍历搜索实现更快的对准速度？
• RQ4 与传统波束赋形方案相比，所提方法在延迟和复杂度方面表现如何？
• RQ5 在位置不确定性下，为平衡搜索效率与对准精度，波束搜索窗口的最优尺寸是多少？

主要发现

• 所提出的感知位置波束赋形方案根据位置精度不同，相比全遍历搜索，可将需搜索的波束对数量减少高达90%。
• 即使在使用噪声较大的位置估计时，该算法仍能实现接近最优的波束赋形性能，保持高数据速率且性能损失极小。
• 采用受限波束搜索窗口显著降低了对准延迟，尤其在波束需频繁重对准的移动场景中效果明显。
• 仿真结果表明，该方案在各种位置不确定性条件下均能维持可靠通信，且在少数波束训练周期内即有极高概率成功完成波束对准。
• 基于位置信息的基站与用户设备之间的协调波束搜索，显著加快了初始接入速度，并提升了动态环境下的波束管理性能。
• 该方法对不精确的位置数据表现出强鲁棒性，适用于5G毫米波网络中移动用户设备的实际部署。