[论文解读] Message passing-based joint CFO and channel estimation in millimeter wave systems with one-bit ADCs

Nitin Jonathan Myers, Robert W. Heath|arXiv (Cornell University)|Mar 23, 2018

Millimeter-Wave Propagation and Modeling参考文献 33被引用 3

一句话总结

本文提出了一种基于消息传递的联合估计算法，用于在使用一比特ADC的系统中对载波频偏（CFO）和宽带毫米波信道进行联合估计。通过利用角度-延迟域中的稀疏性以及相位误差的可压缩性，该方法采用广义双线性消息传递，即使在存在相位噪声和严重量化的情况下，也能实现鲁棒且低复杂度的估计，仅需极少的训练开销即可达到近似最优性能。

ABSTRACT

Channel estimation at millimeter wave (mmWave) is challenging when large antenna arrays are used. Prior work has leveraged the sparse nature of mmWave channels via compressed sensing based algorithms for channel estimation. Most of these algorithms, though, assume perfect synchronization and are vulnerable to phase errors that arise due to carrier frequency offset (CFO) and phase noise. Recently sparsity-aware, non-coherent beamforming algorithms that are robust to phase errors were proposed for narrowband phased array systems with full resolution analog-to-digital converters (ADCs). Such energy based algorithms, however, are not robust to heavy quantization at the receiver. In this paper, we develop a joint CFO and wideband channel estimation algorithm that is scalable across different mmWave architectures. Our method exploits the sparsity of mmWave MIMO channel in the angle-delay domain, in addition to compressibility of the phase error vector. We formulate the joint estimation as a sparse bilinear optimization problem and then use message passing for recovery. We also give an efficient implementation of a generalized bilinear message passing algorithm for the joint estimation in mmWave systems with one-bit ADCs. Simulation results show that our method is able to recover the CFO and the channel compressively, even in the presence of phase noise.

研究动机与目标

• 解决在存在相位噪声和量化效应时，一比特ADC系统中联合CFO与信道估计的挑战，传统方法在此类条件下失效。
• 克服现有压缩感知算法的局限性，这些算法假设同步完美，对CFO和相位噪声敏感。
• 开发一种可扩展、低复杂度的算法，利用毫米波信道的稀疏性与相位误差的可压缩性，实现鲁棒估计。
• 在存在CFO传播效应的情况下，仍能通过结构化训练序列（如IID QPSK、高斯序列）实现联合估计。
• 确保在实际CFO范围内具有鲁棒性，并可扩展至不同毫米波硬件架构。

提出的方法

• 将联合CFO与信道估计问题建模为角度-延迟域与多普勒域中的稀疏双线性优化问题。
• 使用广义双线性近似消息传递（PBiGAMP）从一比特量化测量中联合恢复CFO与信道。
• 将相位误差向量建模为可压缩信号，并利用伯努利-高斯先验以增强对离格CFO泄漏的鲁棒性。
• 应用扩展卡尔曼滤波器（EKF）从估计的同步向量的逆DFT中估计CFO。
• 引入结构化训练矩阵（IID QPSK、高斯序列），以实现快速消息传递，同时分析其可辨识性权衡。
• 实现一种高效、可扩展的消息传递框架，避免高维凸优化，适用于宽带毫米波系统。

实验结果

研究问题

• RQ1 在使用一比特ADC的宽带毫米波系统中，是否能够通过稀疏信号模型有效实现CFO与信道的联合估计？
• RQ2 相位噪声与CFO如何影响一比特接收机系统的可辨识性与性能表现？
• RQ3 在实现快速消息传递的同时，使用结构化训练序列与保持联合估计中可辨识性之间的权衡是什么？
• RQ4 基于消息传递的算法是否能在无全分辨率ADC的情况下，于严重量化与相位误差下实现鲁棒性能？
• RQ5 所提方法在实际系统限制范围内的不同CFO值下如何保持性能稳定？

主要发现

• 所提算法在存在相位噪声与CFO的情况下，仍能实现接近最优的信道估计性能，NMSE结果表明其优越性。
• 一比特接收机的NMSE在高信噪比下趋于饱和，这是由于量化噪声所致，但其性能仍与全分辨率系统相当，表明具有高度鲁棒性。
• CFO估计的MSE在高信噪比下趋于饱和，这是由于相位噪声影响，但一比特情况下的性能几乎与全分辨率情况完全一致，证实量化带来的性能损失可忽略不计。
• 该算法在±40 ppm的实际CFO范围内表现出对CFO的不变性，该范围内信道NMSE保持恒定，归因于鲁棒的伯努利-高斯先验。
• 使用移位的Zadoff-Chu训练序列时性能显著下降，凸显了训练序列设计在CFO传播效应下的关键作用。
• 随着导频长度增加，CFO MSE降低，且一比特与全分辨率系统之间的性能差距可忽略，证实了方法的可扩展性与高效性。