王 丹 梁家敏 梅志強(qiáng) 劉金枝
①(重慶郵電大學(xué)通信與信息工程學(xué)院 重慶 400065)
②(移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室 重慶 400065)
③(移動(dòng)通信教育部工程研究中心 重慶 400065)
順應(yīng)5G無(wú)線通信的新時(shí)代,對(duì)通信系統(tǒng)提出了更高速率、更大容量、更低時(shí)延的新要求。隨著Sub-6 GHz頻段的商用,毫米波也逐漸引起關(guān)注并投入研究,為在廣域級(jí)和局域級(jí)提供無(wú)縫連接,實(shí)現(xiàn)毫米波頻譜[1]的利用至關(guān)重要。針對(duì)5G毫米波傳播損耗高、繞射和衍射能力弱、覆蓋相對(duì)受限等挑戰(zhàn),智能反射面(Intelligent Reflecting Surface,IRS)技術(shù)作為一種新技術(shù),通過(guò)低功耗甚至無(wú)功耗反射電磁波,降低信號(hào)損耗,大大地提高了毫米波通信的信道質(zhì)量,以此更加適用于非視距傳播(non-Line-of-Sight, nLoS)環(huán)境中。由于IRS低功耗的特點(diǎn),使得其在很大程度上優(yōu)于中繼設(shè)備。IRS不受接收噪聲的影響[2]、具有全頻帶響應(yīng)、部署靈活性和兼容性[3]等眾多優(yōu)點(diǎn)。將IRS與無(wú)人機(jī)相結(jié)合輔助通信將大大地提高通信質(zhì)量和速率。針對(duì)更多基站的部署將增大電磁輻射水平的問(wèn)題,IRS的智能性使得部署IRS設(shè)備將降低電磁輻射水平。同時(shí)IRS也可通過(guò)調(diào)制來(lái)實(shí)現(xiàn)低復(fù)雜度的大規(guī)模多輸入多輸出(Multiple Input Multiple Output,MIMO)技術(shù)。結(jié)合IRS的諸多優(yōu)點(diǎn),使得該技術(shù)在5G毫米波以及未來(lái)的6G時(shí)代獲得越來(lái)越多的關(guān)注和研究。
對(duì)于IRS輔助通信的信道估計(jì)問(wèn)題,文獻(xiàn)[4]采用行列塊稀疏度來(lái)聯(lián)合估計(jì)級(jí)聯(lián)信道,首先利用公共列塊稀疏性來(lái)估計(jì)由出射角陣列控制向量跨越的公共子空間,再利用塊稀疏性來(lái)制定基于多個(gè)測(cè)量向量的多用戶聯(lián)合稀疏矩陣恢復(fù)問(wèn)題。但通常優(yōu)化變量在非凸且難以求解的模擬多用戶聯(lián)合稀疏矩陣恢復(fù)問(wèn)題中是耦合的,此時(shí)可通過(guò)一種基于替代優(yōu)化[4]和迭代加權(quán)算法[4]的方法來(lái)有效地解決問(wèn)題。文獻(xiàn)[5]提出了一種基于雙線性廣義近似消息傳遞(Bilinear Generalized Approximate Message Passing, BiG-AMP)的稀疏矩陣分解算法來(lái)解決信道的稀疏問(wèn)題,并且利用黎曼梯度算法實(shí)現(xiàn)稀疏矩陣補(bǔ)全,此算法的性能會(huì)隨著在稀疏矩陣分解階段估計(jì)的隨機(jī)變量的增加而變差。對(duì)比于BiGAMP算法,有學(xué)者提出雙線性自適應(yīng)矢量近似消息傳遞算法[6](Bilinear Adaptive Vector Approximate Message Passing, BAdVAMP)來(lái)解決IRS信道估計(jì),此算法的性能優(yōu)于前者。在對(duì)稀疏信道進(jìn)行信道估計(jì)時(shí),一般可運(yùn)用壓縮感知算法[7,8]。文獻(xiàn)[9]通過(guò)壓縮感知和深度學(xué)習(xí)對(duì)連接到控制器的IRS單元進(jìn)行控制,從而估計(jì)所有經(jīng)過(guò)IRS單元上的信道。文獻(xiàn)[10]中利用壓縮感知算法的同時(shí),結(jié)合AMP算法對(duì)IRS輔助的級(jí)聯(lián)信道進(jìn)行信道估計(jì)。在IRS輔助通信系統(tǒng)中,優(yōu)化線性預(yù)編碼算法[11]和迭代算法[12]同樣也是解決信道估計(jì)的方法。在毫米波通信系統(tǒng)中,有研究者提出在IRS輔助毫米波網(wǎng)絡(luò)中使用波束搜索[13]方法找到所需用戶的最佳波束,以增強(qiáng)毫米波的信道質(zhì)量。但對(duì)于以上所有算法都沒(méi)有針對(duì)IRS輔助毫米波通信系統(tǒng)的信道估計(jì)問(wèn)題進(jìn)行探索,本文將對(duì)此系統(tǒng)環(huán)境的信道估計(jì)問(wèn)題進(jìn)行研究。
針對(duì)IRS系統(tǒng)中級(jí)聯(lián)信道的復(fù)雜性以及IRS輔助毫米波通信的信道稀疏性,本文結(jié)合Khatri-Rao積[14]、克羅內(nèi)克積和矢量近似消息傳遞算法(Khatri-Rao and Vector Approximate Message Passing, KR-VAMP)提出了KR-VAMP算法來(lái)解決系統(tǒng)的信道估計(jì)問(wèn)題。由于加入IRS使得系統(tǒng)信道為級(jí)聯(lián)信道,增加了信道的復(fù)雜性,本文通過(guò)Khatri-Rao積和克羅內(nèi)克積[15]將級(jí)聯(lián)信道H轉(zhuǎn)換為稀疏信號(hào)恢復(fù)問(wèn)題。VAMP結(jié)合了近似消息傳遞算法[16](Approximate Message Passing, AMP)的高效的迭代性質(zhì)以及因子傳遞的狀態(tài)演化方式,提供了準(zhǔn)確的信道估計(jì)值,并且降低了訓(xùn)練迭代次數(shù),為解決IRS輔助毫米波系統(tǒng)的信道估計(jì)問(wèn)題提供了良好的解決方案。
全文結(jié)構(gòu)安排如下:第2節(jié)介紹IRS輔助毫米波系統(tǒng)的信道模型,以及AMP算法模型。第3節(jié)對(duì)KR-VAMP算法進(jìn)行分析和推導(dǎo)。第4節(jié)通過(guò)KRVAMP算法和其他算法進(jìn)行對(duì)比,通過(guò)仿真驗(yàn)證KR-VAMP算法的有效性。第5節(jié)對(duì)全文進(jìn)行總結(jié)并給出下一步工作方向。
為增強(qiáng)毫米波通信的信道質(zhì)量,引入IRS輔助毫米波通信。如圖1所示的IRS輔助通信的信道示意圖,當(dāng)基站與用戶之間的視距(Line-of-Sight, LoS)傳播受阻時(shí),通過(guò)IRS輔助毫米波信號(hào)的nLoS信道傳播?;就ㄟ^(guò)微控制器[17]對(duì)IRS系統(tǒng)的每個(gè)單元進(jìn)行控制調(diào)節(jié),本文主要研究IRS輔助通信的下行鏈路系統(tǒng)。在此通信系統(tǒng)中,有M條發(fā)送天線,IRS由N個(gè)單元組成,接收端為K個(gè)用戶。
圖1 IRS輔助通信示意圖
為簡(jiǎn)化模型,假設(shè)系統(tǒng)為單用戶系統(tǒng)。此系統(tǒng)以毫米波信號(hào)為例,基站與IRS之間的信道hIB∈CN×M,IRS與用戶之間的信道為hUI∈C1×N,且基站與用戶之間受干擾物阻擋,無(wú)法進(jìn)行LoS通
圖2 基站、IRS與用戶之間的位置關(guān)系圖
圖3 因子轉(zhuǎn)換圖
圖4 基站、IRS和用戶的位置示意圖
圖5 不同迭代初始值條件下的均方誤差
增加,信道均方誤差也逐漸增大,且各算法具有相似的變化趨勢(shì)。相比于AMP算法,BiG-AMP算法,本文所提KR-VAMP算法最優(yōu),在μ值為–30 dB(10–3)時(shí),MMSE的值可達(dá)到–33.8 dB。
圖6 不同噪聲功率條件下的均方誤差
圖7 算法不同迭代次數(shù)下的均方誤差
本文利用IRS輔助毫米波通信,以此降低毫米波在大氣中的損耗,提高毫米波nLoS傳播路徑的性能。在此系統(tǒng)環(huán)境中,本文基于VAMP算法提出了KR-VAMP算法,通過(guò)Khatri-Rao積和克羅內(nèi)克兒積將級(jí)聯(lián)信道轉(zhuǎn)換為稀疏信號(hào)恢復(fù)問(wèn)題,以及VAMP算法良好的迭代閾值優(yōu)勢(shì),減少了訓(xùn)練迭代次數(shù),提高了系統(tǒng)的性能,降低了整個(gè)系統(tǒng)的信道誤差。最后仿真驗(yàn)證,與傳統(tǒng)的AMP相比,使用KR-VAMP算法可以更好地降低系統(tǒng)的信道誤差,對(duì)毫米波信道具有一定的性能提升。在本文信道估計(jì)過(guò)程所使用的VAMP算法還存在一定的復(fù)雜度。于是,后續(xù)工作將重點(diǎn)圍繞降低算法復(fù)雜度問(wèn)題展開(kāi)研究。