[论文解读] Pilot Optimization and Channel Estimation for Multiuser Massive MIMO Systems

Tadilo Endeshaw Bogale, Long Bao Le|arXiv (Cornell University)|Feb 1, 2014

Advanced MIMO Systems Optimization参考文献 11被引用 8

一句话总结

该论文提出了一种新型的导频优化与信道估计算法，适用于时分双工（TDD）模式下的多用户大规模MIMO系统，支持任意导频符号数（N）和K个单天线用户。通过将加权和均方误差（WSMSE）最小化问题与导频符号及辅助变量相结合，并利用最小均方误差（MMSE）和广义瑞利商方法优化变量，该方法在N=1和N=K时采用半定规划（SDP）求解，其他情况则采用迭代算法。与传统半正交导频和MMSE估计相比，该方法显著降低了WSMSE，有效缓解了导频污染问题。

ABSTRACT

This paper proposes novel pilot optimization and channel estimation algorithm for the downlink multiuser massive multiple input multiple output (MIMO) system with $K$ decentralized single antenna mobile stations (MSs), and time division duplex (TDD) channel estimation which is performed by utilizing $N$ pilot symbols. The proposed algorithm is explained as follows. First, we formulate the channel estimation problem as a weighted sum mean square error (WSMSE) minimization problem containing pilot symbols and introduced variables. Second, for fixed pilot symbols, the introduced variables are optimized using minimum mean square error (MMSE) and generalized Rayleigh quotient methods. Finally, for $N=1$ and $N=K$ settings, the pilot symbols of all MSs are optimized using semi definite programming (SDP) convex optimization approach, and for the other settings of $N$ and $K$, the pilot symbols of all MSs are optimized by applying simple iterative algorithm. When $N=K$, it is shown that the latter iterative algorithm gives the optimal pilot symbols achieved by the SDP method. Simulation results confirm that the proposed algorithm achieves less WSMSE compared to that of the conventional semi-orthogonal pilot symbol and MMSE channel estimation algorithm which creates pilot contamination.

研究动机与目标

• 解决在导频资源有限（N < K）的下行链路多用户大规模MIMO系统中的导频污染问题。
• 开发一种在任意导频符号分配（N）下最小化加权和均方误差（WSMSE）的信道估计算法。
• 针对N=1和N=K的情况，利用凸优化（SDP）优化导频序列；针对其他N和K取值，采用迭代方法进行优化。
• 降低传统半正交导频设计中因导频复用导致的性能退化。

提出的方法

• 将信道估计问题建模为涉及导频符号和辅助变量的WSMSE最小化问题。
• 在导频符号固定的情况下，利用最小均方误差（MMSE）和广义瑞利商技术优化辅助变量。
• 当N=1和N=K时，应用半定规划（SDP）以实现导频符号的全局最优优化。
• 对其他所有N和K配置，采用简单的迭代算法优化导频符号。
• 使用截断DFT矩阵和随机初始化方法评估收敛性和性能表现。
• 在仿真中将所提算法与传统半正交导频和MMSE估计方法进行对比。

实验结果

研究问题

• RQ1 在N < K导频符号的大量MIMO系统中，导频优化能否降低WSMSE？
• RQ2 所提出的迭代导频优化算法在性能和收敛性方面与基于SDP的优化方法相比如何？
• RQ3 与传统半正交导频设计相比，所提算法是否能有效缓解导频污染？
• RQ4 信噪比（SNR）和导频符号数（N）对所提算法WSMSE性能有何影响？
• RQ5 所提迭代算法在不同初始化方法下的收敛速度如何？

主要发现

• 在所有信噪比（SNR）区域，所提算法的归一化WSMSE均低于传统半正交导频和MMSE估计方法。
• 当N < K时，所提算法显著优于传统方法，且随着SNR增加，归一化WSMSE持续降低。
• 当N = K时，迭代算法与SDP方法获得相同的最优导频符号，验证了该迭代方法在此情况下的最优性。
• 对于所提算法和传统算法，归一化WSMSE均随N的增加而降低，符合预期。
• 在所有测试的初始化方法（DFT、截断DFT、随机）下，所提算法均能在40次迭代内收敛至相同的WSMSE值，且截断DFT初始化收敛速度最快。