[论文解读] Subspace Tracking Algorithms for Millimeter Wave MIMO Channel Estimation with Hybrid Beamforming

Stefano Buzzi, Carmen D’Andrea|arXiv (Cornell University)|Apr 22, 2017

Millimeter-Wave Propagation and Modeling被引用 4

一句话总结

本文提出两种子空间追踪算法——PASTd 和 OOJA，专用于混合波束成形系统中的毫米波 MIMO 信道估计。通过利用簇状毫米波信道模型，算法在接收端和发送端分别估计主导左、右奇异向量，在短训练序列下仍优于 AML 和 SE-ARN，即使在混合模拟/数字波束成形约束下也表现出优越性能。

ABSTRACT

This paper proposes the use of subspace tracking algorithms for performing MIMO channel estimation at millimeter wave (mmWave) frequencies. Using a subspace approach, we develop a protocol enabling the estimation of the right (resp. left) singular vectors at the transmitter (resp. receiver) side; then, we adapt the projection approximation subspace tracking with deflation (PASTd) and the orthogonal Oja (OOJA) algorithms to our framework and obtain two channel estimation algorithms. The hybrid analog/digital nature of the beamformer is also explicitly taken into account at the algorithm design stage. Numerical results show that the proposed estimation algorithms are effective, and that they perform better than two relevant competing alternatives available in the open literature.

研究动机与目标

• 解决高路径损耗和频谱受限条件下毫米波系统中精确且高效的 MIMO 信道估计挑战。
• 通过利用信道矩阵的低秩结构进行子空间追踪，克服传统导频训练在毫米波 MIMO 中的局限性。
• 设计与混合模拟/数字波束成形架构兼容的子空间追踪算法，以降低硬件复杂度。
• 将现有算法如 AML 和 SE-ARN 扩展至多天线移动台，并在真实毫米波条件下比较性能。
• 证明利用估计的信道子空间实现无导频差分调制在低时延通信中的可行性。

提出的方法

• 将带降噪的投影近似子空间追踪（PASTd）算法改进，用于利用训练信号在发送端估计右奇异向量、在接收端估计左奇异向量。
• 应用正交 Oja（OOJA）算法，以递归且低复杂度的方式追踪信道矩阵的主导子空间。
• 在算法设计中显式引入混合波束成形结构，将射频链建模为具有波束赋形响应向量的模拟波束成形器。
• 使用前 10 个训练符号计算样本协方差矩阵，并进行 SVD 以初始化 PASTd 和 OOJA 算法。
• 将近似最大似然（AML）算法推广至多天线移动站，并与所提方案进行比较。
• 采用基于估计子空间的差分 16-PSK 调制方案，M=1 多路复用阶数，实现无导频传输。

实验结果

研究问题

• RQ1 在混合波束成形约束下，子空间追踪算法能否有效估计毫米波 MIMO 信道的主导奇异向量？
• RQ2 在真实毫米波条件下，PASTd 和 OOJA 在估计精度和频谱效率方面相较于 AML 和 SE-ARN 表现如何？
• RQ3 训练序列长度对毫米波 MIMO 系统中子空间追踪算法性能有何影响？
• RQ4 估计的子空间能否用于实现具有可接受符号误码率的无导频差分调制？
• RQ5 在子空间估计精度方面，混合波束成形实现与全数字（FD）实现相比表现如何？

主要发现

• 所提出的基于 PASTd 和 OOJA 的算法在子空间追踪精度方面优于 AML 和 SE-ARN，其性能通过相干性度量 η_U 和 η_V 衡量。
• 在 10 dB 信噪比下，η_U 和 η_V 的累积分布函数（CDF）显示，所提算法实现高子空间对齐的概率更高。
• 即使使用仅 30 个符号的短训练序列（其中 10 个用于初始化），算法仍能实现良好的频谱效率，M=1 情况下接近最优性能。
• 对于 M=1，当使用 50 个训练符号时，差分 16-PSK 方案的符号误码率（SER）在 10 dB 信噪比下低于 10⁻²，证实了无导频操作的可行性。
• 混合波束成形实现的性能接近全数字（FD）版本，尤其当射频链数量足够大时。
• 所提算法的性能增益在低信噪比和短训练场景下最为显著，凸显其鲁棒性与高效性。