[论文解读] Wireless Communication via Double IRS: Channel Estimation and Passive Beamforming Designs

Changsheng You, Beixiong Zheng+1 more|arXiv (Cornell University)|Aug 26, 2020

Advanced Wireless Communication Technologies参考文献 9被引用 7

一句话总结

本文提出了两种针对双智能反射面（IRS）系统的信道估计算法与协作式无源波束成形设计方案，其中用户通过级联的用户-IRS1-IRS2-接入点（AP）链路与接入点通信。第一种方案在一般瑞利衰落信道下估计所有级联信道系数；第二种方案则利用LoS主导的IRS间信道中的秩一结构，以降低训练开销。数值结果表明，采用所提设计的双IRS系统相比单IRS部署，可实现显著更高的频谱效率。

ABSTRACT

In this letter, we study efficient channel estimation and passive beamforming designs for a double-intelligent reflecting surface (IRS) aided single-user communication system, where a user communicates with an access point (AP) via the cascaded user-IRS 1-IRS 2-AP double-reflection link. First, a general channel estimation scheme is proposed for the system under any arbitrary inter-IRS channel, where all coefficients of the cascaded channel are estimated. Next, for the typical scenario with a line-of-sight (LoS)-dominant inter-IRS channel, we propose another customized scheme to estimate two signature vectors of the rank-one cascaded channel with significantly less channel training time than the first scheme. For the two proposed channel estimation schemes, we further optimize their corresponding cooperative passive beamforming for data transmission to maximize the achievable rate with the training overhead and channel estimation error taken into account. Numerical results show that deploying two cooperative IRSs with the proposed channel estimation and passive beamforming designs achieves significant rate enhancement as compared to the conventional case of single IRS deployment.

研究动机与目标

• 为解决在直射链路被阻塞的双IRS系统中，实现高效信道估计算法与无源波束成形的挑战。
• 设计一种通用的信道估计算法，可在任意IRS间衰落条件下估计级联用户-IRS1-IRS2-AP信道的所有系数。
• 针对典型的LoS主导的IRS间信道，开发一种定制化的低训练开销方案，仅通过估计秩一级联信道的两个特征向量来实现。
• 在训练开销与信道估计算术误差的约束下，优化协作式无源波束成形以最大化可实现速率。
• 证明双IRS协作相比传统单IRS部署可显著提升频谱效率。

提出的方法

• 提出一种通用的信道估计算法，利用导频信号估计双IRS系统中级联信道矩阵的所有元素。
• 针对LoS主导的IRS间信道，引入一种定制化估计算法，利用级联信道的秩一结构，仅通过估计两个特征向量来减少训练时间。
• 采用分组反射系数与准静态块衰落模型，以简化信道估计算法与波束成形设计。
• 应用奇异值分解（SVD）将级联信道分解为主导奇异向量与增益因子，以优化波束成形。
• 推导出信道估计算法的均方误差（MSE）的闭式表达式，并利用其在估计算术误差与训练开销约束下优化波束成形权重。
• 优化两个IRS上的无源波束成形系数，以最大化可实现速率，同时考虑训练开销与估计算术误差。

实验结果

研究问题

• RQ1 当IRS间信道为任意衰落且不一定是LoS主导时，如何高效估计双IRS系统的级联信道？
• RQ2 能否为LoS主导的IRS间信道模型下的双IRS系统设计一种低训练开销的信道估计算法？
• RQ3 在遮挡受限环境中，双IRS系统的可实现速率与单IRS系统相比如何？
• RQ4 在训练开销与信道估计算术误差的约束下，最优的协作式无源波束成形设计是什么，以最大化频谱效率？
• RQ5 在LoS条件下，级联信道的秩一结构如何实现训练时间的显著减少，同时不牺牲波束成形增益？

主要发现

• 针对LoS主导IRS间信道的定制化估计算法相比通用方案显著降低了训练开销，同时保持了较高的波束成形增益。
• 采用所提设计的双IRS系统相比传统单IRS部署，实现了更高的平均可实现速率，尤其在反射单元数量较大时更为明显。
• 在LoS主导条件下，秩一级联信道模型仅需估计两个特征向量，使训练开销降低的比例与IRS单元数量成正比。
• 数值结果表明，所提波束成形设计在考虑估计算术误差与训练开销后，相比基准方案实现了显著的速率增益。
• 在路径损耗较高或存在遮挡的环境中，性能增益最为显著，此时双IRS系统可通过双重反射实现可靠的通信链路。
• 理论分析证实，信道估计算法的MSE主要由估计的信道增益与奇异向量误差的乘积决定，该乘积通过优化波束成形得以最小化。