[论文解读] Low Complexity Hybrid Precoding and Channel Estimation Based on Hierarchical Multi-Beam Search for Millimeter-Wave MIMO Systems

Zhenyu Xiao, Pengfei Xia+1 more|arXiv (Cornell University)|Mar 4, 2016

Millimeter-Wave Propagation and Modeling参考文献 20被引用 3

一句话总结

本文提出了一种低复杂度的混合波束成形与信道估计算法，针对毫米波MIMO系统，利用分层多波束搜索快速识别最强的多径分量（MPCs）。通过解耦模拟与数字波束成形——其中模拟波束对准估计的MPCs，而数字波束成形在缩减后的 $N_{\rm{S}} \times N_{\rm{S}}$ 基带信道上进行——该方法将计算复杂度从 $\mathcal{O}(N_{\rm{A}}^3)$ 降低至 $\mathcal{O}(N_{\rm{S}}^3)$，搜索时间从 $\mathcal{O}(N_{\rm{S}}^3M^2)$ 降低至 $\mathcal{O}(N_{\rm{S}}M)$，在显著降低复杂度的同时实现了接近最优的性能。

ABSTRACT

In millimeter-wave (mmWave) MIMO systems, while a hybrid digital/analog precoding structure offers the potential to increase the achievable rate, it also faces the challenge of the need of a low-complexity design. In specific, the hybrid precoding may require matrix operations with a scale of antenna size, which is generally large in mmWave communication. Moreover, the channel estimation is also rather time consuming due to the large number of antennas at both Tx/Rx sides. In this paper, a low-complexity hybrid precoding and channel estimation approach is proposed. In the channel estimation phase, a hierarchical multi-beam search scheme is proposed to fast acquire $N_{ m{S}}$ (the number of streams) multipath components (MPCs)/clusters with the highest powers. In the hybrid precoding phase, the analog and digital precodings are decoupled. The analog precoding is designed to steer along the $N_{ m{S}}$ acquired MPCs/clusters at both Tx/Rx sides, shaping an equivalent $N_{ m{S}} imes N_{ m{S}}$ baseband channel, while the digital precoding performs operations in the baseband with the reduced-scale channel. Performance evaluations show that, compared with a state-of-the-art scheme, while achieving a close or even better performance when the number of radio-frequency (RF) chains or streams is small, both the computational complexity of the hybrid precoding and the time complexity of the channel estimation are greatly reduced.

研究动机与目标

• 解决大规模阵列天线在毫米波MIMO系统中混合波束成形与信道估计算法带来的高计算与训练复杂度问题。
• 降低混合波束成形中矩阵运算的计算负担，该负担随大量天线而增长。
• 通过最小化用于识别最强多径分量（MPCs）的训练时隙数量，加速信道估计算法。
• 通过聚焦于最重要的MPCs，实现高效多流传输，同时保持高频谱效率。
• 在射频链路或数据流数量较少时，实现与或优于当前最先进方案的性能。

提出的方法

• 采用分层多波束搜索方案，利用预设计的模拟分层码本，高效定位毫米波信道中的 $N_{\rm{S}}$ 个最强MPCs/簇。
• 模拟波束成形器被设计为在发射端和接收端均对准估计的 $N_{\rm{S}}$ 个MPCs，利用毫米波信道的稀疏角域结构特性。
• 数字波束成形在等效的 $N_{\rm{S}} \times N_{\rm{S}}$ 基带信道上运行，将矩阵运算的维度从 $N_{\rm{A}}$ 降低至 $N_{\rm{S}}$。
• 混合波束成形设计通过解耦模拟与数字波束成形实现，其中模拟波束成形对准主导MPCs，数字波束成形在简化信道上进行优化。
• 分层码本结构支持粗到细的波束搜索，相比全遍历搜索显著减少了所需训练时隙数量。
• 该方法利用毫米波信道的稀疏特性，将优化问题建模为稀疏重建问题，从而提升整体效率。

实验结果

研究问题

• RQ1 分层多波束搜索能否降低大规模阵列天线在毫米波MIMO系统中信道估计算法的时间复杂度？
• RQ2 基于估计的MPCs对模拟与数字波束成形进行解耦，对计算复杂度与频谱效率有何影响？
• RQ3 在仅使用 $N_{\rm{S}}$ 个主导MPCs进行波束成形时，复杂度降低与可实现速率之间的性能权衡如何？
• RQ4 与当前最先进方案相比，该方法在可实现速率与训练开销方面表现如何？
• RQ5 在波束搜索过程中，为平衡性能与复杂度，最优的分层层数 ($K$) 是多少？

主要发现

• 所提方法将混合波束成形的计算复杂度从 $\mathcal{O}(N_{\rm{A}}^3)$ 降低至 $\mathcal{O}(N_{\rm{S}}^3)$，其中 $N_{\rm{S}} \ll N_{\rm{A}}$，显著降低了处理负载。
• 所需训练时隙数量从 $\mathcal{O}(N_{\rm{S}}^3M^2)$ 降低至 $\mathcal{O}(N_{\rm{S}}M)$，提升了训练效率。
• 当 $N_{\rm{S}} = 1$ 且仅使用一个射频链时，所提方案优于使用四个射频链的当前最先进稀疏波束成形方法。
• 在 $N_{\rm{S}}$ 较小或射频链数量较少时，由于宽波束导致的波束阻塞漏检风险降低，所提方案性能优于 SP-HPC 方法。
• 当分层层数 $K$ 超过 2 后，所提方案性能几乎不再变化，表明 $K=2$ 在实际应用中为最优选择。
• 即使在恒定包络约束下，所提方案的可实现速率仍非常接近理论速率上限，多路复用增益损失极小。