To support the demand of the high data rate communications, we need to increase the capacity of the communication systems and one key solution is increasing the number of antennas, namely, using a large antenna arrays. The huge improvements in spectral efficiency, compared to the conventional multiple-input multiple-output (MIMO) systems, can be achieved by using the large antenna arrays from an information theoretic perspective. However, the large antenna arrays result in large dimensional MIMO processing and high channel estimation overhead in practical use. Thus, to overcome this challenge, we should turn our attention to transceiver design and channel estimation. Fortunately, compressed sensing (CS) provides an attractive framework for dealing with large dimensional signals efficiently. In this dissertation, we propose and evaluate novel CS-based schemes for the low complexity transceiver design and the low overhead channel estimation.
In the first part, the design of a hybrid MIMO transceiver consisting of a radio frequency (RF) beamformer and a baseband MIMO processor for millimeter-wave (mm-wave) communications over multiuser interference channels is considered. Sparse approximation problems are formulated to design hybrid MIMO processors approximating the minimum mean square error (MMSE) transmit/receive processors in MIMO interference channels. They are solved by orthogonal matching pursuit (OMP) based algorithms that successively select RF beamforming vectors from a set of candidate vectors and optimize the corresponding baseband processor in the least squares (LS) sense. It is shown that various beamformers can be designed by considering different types of candidate vector sets. Numerical results demonstrate the advantage of the proposed design over the conventional method that designs the baseband processor after steering the RF beams.
In the second part, the channel estimation for massive MIMO systems operating in frequency division duplexing (FDD) mode is considered. By exploiting sparsity of significant propagation paths in massive MIMO channels, we develop a CS-based channel estimator that can reduce the pilot overhead as compared with the conventional LS and MMSE estimators. The proposed scheme is based on oblique matching pursuit (ObMP), an extension of OMP, that can exploit prior information about the sparse signal vector. Given the channel covariance matrix, we derive a regularized oblique operator for the proposed scheme. The pilot sequence is designed by minimizing the total coherence of the equivalent sensing matrix for a given array response matrix. It is observed that the estimation accuracy can be improved significantly by using proposed pilot sequence instead of independent and identically distributed random training sequence which is popular in CS. Numerical results demonstrate the advantage of the proposed grid-based ObMP (G-ObMP) over various existing methods including grid-based OMP (G-OMP) and LS/MMSE estimators.
In the third part, the ObMP based channel estimation in massive MIMO is extended to the OFDM systems. A CS problem exploiting common sparse property is formulated for channel estimation in massive MIMO-OFDM systems based on the parametric channel model with quantized angles, called the angle grids. The problem is solved by ObMP based algorithm employing a redundant dictionary consisting of array response vectors with fine angle grids. The use of time/frequency pilot signals which are same in frequency domain but different in time domain and the low complexity scheme are proposed. Numerical results demonstrate that the proposed joint ObMP (J-ObMP) can outperform the existing methods such as joint OMP (J-OMP) and LS/MMSE estimators.
높은 전송률을 가지는 통신에 대한 요구를 감당하기 위해 우리는 통신 시스템의 용량을 증가시킬 필요가 있으며, 한가지 주요한 해결책은 안테나 수를 늘리는 것, 즉 대규모 안테나 배열을 사용하는 것이다. 대규모 안테나 배열은 기존의 다중 안테나 시스템과 비교하여 정보 이론적 관점에서 주파수 효율을 크게 개선할 수 있다. 하지만 실제 통신환경에서 대규모 안테나 배열의 사용은 큰 차원의 다중 안테나 신호처리와 높은 채널 추정 부담을 초래한다. 따라서 우리는 이러한 문제점을 해결하기 위해 송수신기 설계와 채널 추정 문제에 접근해야 한다. 다행히도 압축 센싱 (compressed sensing, CS)은 큰 차원의 신호를 효율적으로 다루는 데 매력적인 체계를 제공한다. 본 학위 논문에서는 압축 센싱 기반의 새로운 낮은 복잡도를 가지는 송수신기 설계 기법 및 낮은 부담을 가지는 채널 추정 기법을 제안하고 검증한다.
첫 번째 부분에서는 다중 사용자 간섭 채널 환경에서 밀리미터파 통신을 위한 하이브리드 다중 안테나 송수신기 설계 문제를 고려한다. 하이브리드 다중 안테나 송수신기는 무선 (radio frequency, RF) 빔 형성부와 기저대역 처리부로 구성되어 있으며, 간섭 채널 환경에서 평균 제곱 오차를 최소화하는 다중 안테나 송수신기에 근사하는 방법으로 설계할 수 있다. 설계는 무선 빔 형성을 위한 후보 빔들 중 평균 제곱 오차를 최소화하는 빔을 선택한 후 선택된 빔에 해당되는 기저대역 처리부를 최소자승법으로 최적화하는 과정을 순차적으로 수행하는 OMP (orthogonal matching pursuit) 기반의 알고리즘을 통해 이루어진다. 제안하는 하이브리드 다중 안테나 송수신기 설계 기법은 후보 무선 빔의 형태에 따라 다양한 송수신기 설계가 가능하며, 수치 결과를 통해 무선 빔을 먼저 모두 고른 후에 기저대역 처리부를 설계하는 기존의 하이브리드 다중 안테나 송수신기 설계 기법 대비 장점이 있음을 알 수 있다.
두 번째 부분에서는 주파수 분할 듀플렉싱 방식으로 운영되는 대규모 다중 안테나 시스템에서의 채널 추정 문제를 고려한다. 우리는 대규모 다중 안테나 채널에서 중요한 전파 경로의 수가 안테나 수에 비해 적은 특성을 활용하여 최소 자승 및 최소 평균제곱 오차 추정기 대비 파일럿 부담을 줄일 수 있는 압축 센싱 기반의 채널 추정기를 개발한다. 제안하는 채널 추정 기법은 OMP 알고리즘의 확장 알고리즘으로써 신호 벡터의 사전 정보를 활용하는 ObMP (oblique matching pursuit) 알고리즘을 기반으로 하며, 주어진 채널의 공분산 행렬 (channel covariance matrix)로부터 채널 추정을 위한 ObMP 알고리즘의 연산자 (regularized oblique operator)를 유도한다. 채널 추정을 위한 파일럿 신호는 주어진 배열 방향 행렬 (array response matrix)에 대해 상당 센싱 행렬 (equivalent sensing matrix)의 전체 일관성 (total coherence)을 최소화하도록 설계한다. 압축센싱에서 유명한 랜덤 파일럿 신호 대신 제안된 파일럿 신호를 사용하면 채널 추정 정확도를 상당히 향상시킬 수 있음을 관찰할 수 있다. 수치 결과는 OMP 및 최소 자승/최소 평균제곱 오차 추정기를 포함한 기존의 채널 추정 방법들 대비 제안하는 ObMP 기반의 채널 추정 기법의 장점을 보여 준다.
세 번째 부분에서는 ObMP 기반의 대규모 다중 안테나 채널 추정 기법을 OFDM (orthogonal frequency division multiplexing) 시스템으로 확장한다. 대규모 다중 안테나 OFDM 시스템에서는, 양자화된 방향으로 채널을 표현하면 공통 희소 특성 (common sparse property)을 활용한 압축 센싱 기반의 채널 추정 문제를 구성할 수 있으며, 채널은 미세하게 양자화된 방향 벡터를 이용하는 ObMP 알고리즘을 사용하여 추정할 수 있다. 여기에서 우리는 시간축으로는 다르나 주파수축으로는 같은 파일럿 신호의 사용과 낮은 복잡도를 가지는 J-ObMP (joint ObMP) 알고리즘을 제안한다. 수치 결과를 통해 제안하는 J-ObMP 기반의 채널 추정 기법이 J-OMP (joint OMP) 및 최소 자승/최소 평균제곱 오차 추정기와 같은 기존의 채널 추정 방법들보다 채널을 더 정확하고 효율적으로 추정한다는 것을 알 수 있다.
