[论文解读] Reliable Beamspace Channel Estimation for Millimeter-Wave Massive MIMO Systems with Lens Antenna Array

Xinyu Gao, Linglong Dai+3 more|arXiv (Cornell University)|Jul 24, 2017

Millimeter-Wave Propagation and Modeling被引用 9

一句话总结

该论文提出了一种基于支持检测（SD）的波束域信道估计方案，适用于配备透镜天线阵列的毫米波大规模MIMO系统，利用波束域信道的稀疏结构，实现低 pilot 开销下的可靠估计。该方法通过利用角度相关性和相干性特性，在低信噪比下仍能保持高精度，相较于传统方案在准确性和鲁棒性方面均有提升，尤其在硬件受限条件下表现更优。

ABSTRACT

Millimeter-wave massive MIMO with lens antenna array can considerably reduce the number of required radio-frequency (RF) chains by beam selection. However, beam selection requires the base station to acquire the accurate information of beamspace channel. This is a challenging task, as the size of beamspace channel is large while the number of RF chains is limited. In this paper, we investigate the beamspace channel estimation problem in mmWave massive MIMO systems with lens antenna array. Specifically, we first design an adaptive selecting network for mmWave massive MIMO systems with lens antenna array, and based on this network, we further formulate the beamspace channel estimation problem as a sparse signal recovery problem. Then, by fully utilizing the structural characteristics of mmWave beamspace channel, we propose a support detection (SD)-based channel estimation scheme with reliable performance and low pilot overhead. Finally, the performance and complexity analyses are provided to prove that the proposed SD-based channel estimation scheme can estimate the support of sparse beamspace channel with comparable or higher accuracy than conventional schemes. Simulation results verify that the proposed SD-based channel estimation scheme outperforms conventional schemes and enjoys satisfying accuracy, even in the low SNR region as the structural characteristics of beamspace channel can be exploited.

研究动机与目标

• 为解决在射频链数量有限的透镜天线阵列毫米波大规模MIMO系统中，实现可靠波束域信道估计的挑战。
• 在保持高精度的同时，降低导频开销和估计复杂度，适用于稀疏波束域信道。
• 通过利用毫米波波束域信道的特定结构特性，克服传统压缩感知方案的性能局限。
• 开发一种低复杂度、高可靠性的信道估计方法，适用于采用离散DFT类预编码的实用化透镜波束成形系统。

提出的方法

• 设计一种自适应选择网络，实现透镜天线阵列系统中的波束选择，将空间信道估计转化为波束域恢复问题。
• 将波束域信道估计问题建模为稀疏信号恢复任务，利用毫米波信道在波束域中的固有稀疏性。
• 提出一种基于支持检测（SD）的算法，利用结构化信道特性与相关性约束，识别稀疏信道的主导波束（支持）。
• 利用基于波束域信道分量相干性和角度相关性的数学界，确保对最强信道路径的可靠检测。
• 应用三角不等式和范数界，推导出正确支持检测所需的信噪比下限，结合信道增益比和相关系数。
• 通过调整信道增益比（η 和 κ）的界，将分析扩展至非视 Line-of-Sight（NLoS）场景，保持在不同传播条件下的鲁棒性。

实验结果

研究问题

• RQ1 能否为配备透镜天线阵列的毫米波大规模MIMO系统设计一种低导频开销的信道估计方案，使其在射频链数量有限的条件下仍保持高精度？
• RQ2 如何利用毫米波波束域信道的结构稀疏性和角度相关性来提升支持检测的可靠性？
• RQ3 在波束域中，可靠检测最强信道路径所需的理论最小信噪比是多少？
• RQ4 在低信噪比环境下，所提出的基于SD的方案与传统压缩感知方法相比，在性能和复杂度方面表现如何？
• RQ5 通过引入透镜波束成形的特定相关性结构，波束域估计性能可提升至何种程度？

主要发现

• 所提出的基于SD的信道估计方案在检测稀疏波束域信道支持方面，即使在低信噪比下，其精度也与传统方案相当或更高。
• 与全波束扫描相比，该方案显著降低了导频开销，因其无需单独训练所有波束。
• 理论分析表明，当最强信道路径超过与 √(σ² ln N) 成比例的阈值时，可实现可靠的支持检测，其中 σ² 为噪声方差，N 为波束数量。
• 性能增益主要归因于对结构化稀疏性的利用，特别是毫米波波束域信道中的角度相关性和增益衰减模式。
• 该方法在NLoS场景下依然具有鲁棒性，性能界可通过调整反映信道增益比的参数 η 和 κ 进行调节。
• 仿真结果证实，所提出的方案在估计精度和鲁棒性方面均优于传统方法，尤其在低信噪比区域表现更优。