[论文解读] Massive MU-MIMO Downlink TDD Systems with Linear Precoding and Downlink Pilots

Hien Quoc Ngo, Erik G. Larsson+1 more|arXiv (Cornell University)|Oct 5, 2013

Advanced MIMO Systems Optimization参考文献 12被引用 30

一句话总结

本文提出了一种用于大规模多用户MIMO TDD下行链路系统的波束成形训练方案，使用户能够通过下行导频实现高效的信道状态信息（CSI）估计。通过波束成形短导频序列，该方案使信道估计开销仅与用户数量成比例，而非基站（BS）天线数量。其主要贡献在于容量下界分析，表明与仅依赖统计CSI的方案相比，该方案在低至中等移动性环境中可实现显著的频谱效率增益。

ABSTRACT

We consider a massive MU-MIMO downlink time-division duplex system where a base station (BS) equipped with many antennas serves several single-antenna users in the same time-frequency resource. We assume that the BS uses linear precoding for the transmission. To reliably decode the signals transmitted from the BS, each user should have an estimate of its channel. In this work, we consider an efficient channel estimation scheme to acquire CSI at each user, called beamforming training scheme. With the beamforming training scheme, the BS precodes the pilot sequences and forwards to all users. Then, based on the received pilots, each user uses minimum mean-square error channel estimation to estimate the effective channel gains. The channel estimation overhead of this scheme does not depend on the number of BS antennas, and is only proportional to the number of users. We then derive a lower bound on the capacity for maximum-ratio transmission and zero-forcing precoding techniques which enables us to evaluate the spectral efficiency taking into account the spectral efficiency loss associated with the transmission of the downlink pilots. Comparing with previous work where each user uses only the statistical channel properties to decode the transmitted signals, we see that the proposed beamforming training scheme is preferable for moderate and low-mobility environments.

研究动机与目标

• 解决在大规模MU-MIMO下行链路系统中，用户获取精确CSI的挑战，其中传统的下行导频传输开销与基站（BS）天线数量成比例。
• 设计一种高效的信道估计方案，以最小化导频开销，同时支持可靠的下行链路传输。
• 在考虑实际导频开销和估计误差的条件下，评估线性预编码技术（MRT和ZF）的频谱效率。
• 证明通过下行导频在用户端显式获取CSI优于仅依赖统计CSI的方案，尤其在低至中等移动性场景中。

提出的方法

• 提出一种波束成形训练方案，其中基站使用线性预编码向量对短导频序列进行波束成形，使用户能够通过最小均方误差（MMSE）估计获得有效信道增益。
• 导频开销仅与用户数量成比例，而非基站天线数量，显著降低了大规模MIMO系统中的训练开销。
• 推导了最大比率传输（MRT）和零 forcing（ZF）预编码的遍历频谱效率下界，考虑了导频开销和估计误差的影响。
• 采用基于TDD的系统模型，利用信道互易性，假设在上行链路进行训练，通过下行导频传输实现用户CSI估计。
• 采用统计信道模型，其中信道系数为独立同分布的复高斯随机变量，并推导了估计误差方差和有效SINR的解析表达式。
• 应用矩阵集中与随机矩阵理论，计算关键量（如有效信道增益和估计误差方差）的期望值。

实验结果

研究问题

• RQ1 能否设计一种基于下行导频的信道估计方案，使得训练开销仅与用户数量成比例，而非基站天线数量？
• RQ2 在大规模MU-MIMO TDD系统中，MRT和ZF预编码的频谱效率因导频开销和信道估计误差而退化多少？
• RQ3 在何种移动性环境下，通过下行导频在用户端显式获取CSI优于仅依赖统计CSI的方案？
• RQ4 在大规模MU-MIMO下行链路系统中，使用波束成形训练与线性预编码时，可实现的频谱效率下界是多少？

主要发现

• 该波束成形训练方案使导频开销仅与用户数量线性相关，与基站天线数量无关，因此在大规模MIMO系统中极为高效。
• 对于MRT预编码，遍历频谱效率下界为 $ \frac{1}{K} \left( \frac{1}{1 + \frac{1}{\tau_{\mathrm{d}}p_{\mathrm{d}} + K}} \right) $，表明用户数越多、导频功率越高，性能增益越明显。
• 对于ZF预编码，频谱效率下界为 $ \frac{1}{K} \left( \frac{1}{1 + \frac{1}{\tau_{\mathrm{d}}p_{\mathrm{d}} + K(\tau_{\mathrm{u}}p_{\mathrm{u}} + 1)}} \right) $，该表达式考虑了上行训练和估计误差的影响。
• 数值结果证实，所提方案显著优于仅使用统计CSI的方案，尤其在低至中等移动性环境中。
• MRT和ZF的估计误差方差分别被证明为 $ \frac{1}{\tau_{\mathrm{d}}p_{\mathrm{d}} + K} $ 和 $ \frac{1}{\tau_{\mathrm{d}}p_{\mathrm{d}} + K(\tau_{\mathrm{u}}p_{\mathrm{u}} + 1)} $，验证了该方案的鲁棒性。