[论文解读] Low-Complexity and High-Resolution DOA Estimation for Hybrid Analog and Digital Massive MIMO Receive Array

Feng Shu, Yaolu Qin+5 more|arXiv (Cornell University)|Dec 6, 2017

Antenna Design and Optimization被引用 10

一句话总结

本文提出了一种低复杂度、高分辨率的混合模拟-数字（HAD）大规模MIMO接收阵列波束赋形波达方向（DOA）估计算法，引入HAD相位对齐（HADPA）和混合数字-模拟相位对齐（HDAPA）以降低计算复杂度。进一步提出一种快速Root-MUSIC-HDAPA算法，结合解析解与最大接收功率策略，解决波达方向估计中的模糊性问题，其性能接近混合Cramér-Rao下界（CRLB），且相比传统方法显著降低了复杂度。

ABSTRACT

A large-scale fully-digital receive antenna array can provide very high-resolution direction of arrival (DOA) estimation, but resulting in a significantly high RF-chain circuit cost. Thus, a hybrid analog and digital (HAD) structure is preferred. Two phase alignment (PA) methods, HAD PA (HADPA) and hybrid digital and analog PA (HDAPA), are proposed to estimate DOA based on the parametric method. Compared to analog phase alignment (APA), they can significantly reduce the complexity in the PA phases. Subsequently, a fast root multiple signal classification HDAPA (Root-MUSIC-HDAPA) method is proposed specially for this hybrid structure to implement an approximately analytical solution. Due to the HAD structure, there exists the effect of direction-finding ambiguity. A smart strategy of maximizing the average receive power is adopted to delete those spurious solutions and preserve the true optimal solution by linear searching over a set of limited finite candidate directions. This results in a significant reduction in computational complexity. Eventually, the Cramer-Rao lower bound (CRLB) of finding emitter direction using the HAD structure is derived. Simulation results show that our proposed methods, Root-MUSIC-HDAPA and HDAPA, can achieve the hybrid CRLB with their complexities being significantly lower than those of pure linear searching-based methods, such as APA.

研究动机与目标

• 为解决全数字大规模MIMO阵列在波达方向估计中射频链路成本高、计算复杂度大的问题。
• 在保持高角度分辨率的前提下，降低混合模拟-数字（HAD）大规模MIMO接收阵列中相位对齐（PA）的计算复杂度。
• 为HAD结构量身定制一种快速、近似解析的波达方向估计算法，最大限度减少对穷举线性搜索的依赖。
• 通过最大接收功率策略，有效解决HAD结构中固有的波达方向估计模糊性问题，确保保留真实DOA解。
• 推导HAD架构下波达方向估计的Cramér-Rao下界（CRLB），并以此作为理论性能基准评估所提方法。

提出的方法

• 提出两种相位对齐方法——HADPA与HDAPA，通过在混合域中优化波束成形权值，相比模拟相位对齐（APA）显著降低复杂度。
• 提出Root-MUSIC-HDAPA算法，将波达方向估计问题转化为单位圆上的多项式根求解问题，实现解析解。
• 在有限候选方向集合上进行线性搜索，识别使平均接收功率最大的方向，从而消除HAD系统中因波达方向估计模糊性导致的虚假解。
• 推导HAD结构下波达方向估计的Cramér-Rao下界（CRLB），提供理论性能基准。
• 利用矩阵分解与迹运算简化方法，推导Fisher信息矩阵（FIM）分量的闭式表达式，实现高效的CRLB计算。
• 采用信号模型假设，包括已知阵列响应、已知噪声方差及已知导向矢量参数，以支持解析推导。

实验结果

研究问题

• RQ1 HADPA与HDAPA是否能在不牺牲波达方向估计分辨率的前提下，显著降低混合大规模MIMO阵列中相位对齐的计算复杂度？
• RQ2 能否将基于Root-MUSIC的方法适配至HAD结构，以实现低复杂度、快速的解析波达方向估计？
• RQ3 如何有效解决HAD系统中的波达方向估计模糊性问题，以确保保留真实最优方向？
• RQ4 混合模拟-数字大规模MIMO系统中波达方向估计的理论性能极限（CRLB）是什么？
• RQ5 所提方法在估计精度与计算成本方面，与推导出的CRLB相比有多接近？

主要发现

• Root-MUSIC-HDAPA与HDAPA方法的性能位于混合Cramér-Rao下界（CRLB）范围内，表现出接近最优的估计精度。
• 与传统基于线性搜索的方法（如模拟相位对齐APA）相比，所提方法显著降低了计算复杂度。
• 最大接收功率策略能有效消除由HAD结构模糊性引起的虚假DOA解，确保真实最优方向被保留。
• 推导出的HAD结构CRLB为理论性能提供了基准，证实所提方法接近理论性能极限。
• Fisher信息矩阵（FIM）的推导支持精确的CRLB计算，最终FIM表达式依赖于阵列几何结构、信噪比及阵列响应参数。
• 该方法实现了高分辨率波达方向估计，同时显著减少射频链路需求，适用于5G及更高新一代移动通信系统中的实际大规模MIMO应用。