[论文解读] Spatial- and Frequency- Wideband Effects in Massive MIMO Systems.

Bolei Wang, Feifei Gao+3 more|arXiv (Cornell University)|Aug 25, 2017

Antenna Design and Optimization被引用 1

一句话总结

本文提出了一种新颖的阵列信号处理框架，以解决大规模MIMO系统中——尤其是在毫米波频段——的双重宽带效应（空间宽带与频率选择性）问题。通过利用角度域和时延域的稀疏性，该方法实现了低开销、无 pilot 污染的上行链路与下行链路信道估计，适用于时分双工（TDD）与频分双工（FDD）系统，显著提升了宽带大规模MIMO的性能。

ABSTRACT

When there are a large number of antennas in massive MIMO systems, the transmitted wideband signal will be sensitive to the physical propagation delay of electromagnetic waves across the large array aperture, which is called the spatial-wideband effect or the spatial selectivity. In this scenario, transceiver design in wideband massive MIMO is different from most of the existing works, which presumes that the bandwidth of the transmitted signals is not that wide, ignores the spatial-wideband effect, and only addresses the frequency selectivity. In this paper, we investigate spatial- and frequency- wideband effects, called dual-wideband effects, in massive MIMO systems from array signal processing point of view. Taking mmWave-band communications as an example, we describe the transmission process to address the dual-wideband effects. By exploiting the channel sparsity in the angle domain and the delay domain, we develop the efficient uplink and downlink channel estimation strategies that require much less amount of training overhead and cause no pilot contamination. Thanks to the array signal processing techniques, the proposed channel estimation is suitable for both TDD and FDD massive MIMO systems. Numerical examples demonstrate that the proposed transmission design for massive MIMO systems can effectively deal with the dual-wideband effects.

研究动机与目标

• 解决传统大规模MIMO设计中常被忽略的双重宽带效应——空间宽带与频率选择性衰落。
• 克服现有研究中假设窄带信号且忽略大阵列孔径下传播时延的局限性。
• 为宽带大规模MIMO系统开发训练开销最小化的高效信道估计策略。
• 通过利用阵列信号处理技术，确保方法在时分双工（TDD）与频分双工（FDD）大规模MIMO系统中的适用性。
• 在大规模阵列孔径导致宽带效应显著的毫米波频段通信中实现鲁棒性能。

提出的方法

• 通过引入大阵列孔径引起的电磁波传播时延，建模宽带大规模MIMO信道，以体现空间宽带效应。
• 利用信道在角度域（角度域）和时延域的稀疏性，降低信道估计的维度。
• 设计上行链路与下行链路信道估计算法，所需训练导频数远少于传统方法。
• 利用波束成形与稀疏恢复等阵列信号处理技术，在上行链路与下行链路中实现无 pilot 污染的信道估计。
• 采用结构化稀疏性模型建模估计问题，以在时分双工（TDD）与频分双工（FDD）系统中实现高效计算。
• 通过依赖物理传播特性与阵列几何结构，确保所提方法的可扩展性与鲁棒性。

实验结果

研究问题

• RQ1 空间宽带与频率选择性效应如何共同影响宽带毫米波大规模MIMO系统的性能？
• RQ2 能否有效利用角度域与时延域的信道稀疏性，以降低宽带大规模MIMO系统的训练开销？
• RQ3 如何通过阵列信号处理技术在宽带大规模MIMO系统中避免 pilot 污染？
• RQ4 与传统窄带或仅考虑宽带的设计相比，所提方法的性能增益如何？
• RQ5 所提信道估计方法在多大程度上可适用于时分双工（TDD）与频分双工（FDD）大规模MIMO系统？

主要发现

• 通过联合利用角度域与时延域的稀疏性，所提方法有效缓解了双重宽带效应。
• 与传统宽带大规模MIMO方法相比，信道估计的训练开销显著降低。
• 由于在上行链路与下行链路中均采用结构化稀疏性与阵列信号处理，该方法完全避免了 pilot 污染。
• 该框架适用于时分双工（TDD）与频分双工（FDD）大规模MIMO系统，显著增强了其实际应用价值。
• 数值结果证实，所提传输设计能有效应对毫米波频段大规模MIMO系统中的双重宽带效应。