Hybrid-Field Channel Estimation for XL-MIMO Systems: Dictionary-based Sparse Signal Recovery

技術要約：XL-MIMOシステムにおけるハイブリッド・フィールド・チャネル推定

問題提起
極大規模多入力多出力（XL-MIMO）システムは、将来の6Gネットワークにおいて極めて重要であり、スペクトル効率と空間分解能の劇的な向上をもたらす。しかし、XL-MIMOにおける巨大なアンテナ開口部は、従来の遠方界（FF）平面波仮定が多くの散乱体に対して成立しないという、特有の伝搬環境を生み出す。その結果、FF平面波と近傍界（NF）球面波が共存するハイブリッド・フィールド（HF）領域が出現する。XL-MIMOのポテンシャルを活用するには正確なチャネル状態情報（CSI）が不可欠であるが、角度と距離の両方の変化を同時にモデル化する必要があるため、HFチャネルの推定は困難である。

HF-OMP（Hybrid-Field Orthogonal Matching Pursuit）やSGP（Sparse Gradient Projection）法といった既存の手法は、多くの場合、実用的な制限に直面している。これらは、チャネルのスパース性レベル（$L$）や、NFとFFのパスの具体的な比率（$\gamma$）に関する事前知識を必要とすることが多い。また、パラメータを精緻化するために、行列の擬似逆行列計算や多次元の勾配ステップといった、計算負荷の高い操作に依存するものもある。これらの依存性と複雑さは、動的なXL-MIMO環境における堅牢な展開を妨げる要因となる。

手法
著者らは、$\epsilon$-OMP–SSIGW（epsilon-Orthogonal Matching Pursuit with Simplified Sparse Iterative Gridless Weighting）と呼ばれる統一されたチャネル推定フレームワークを提案している。この手法は、HFチャネルをFF成分とNF成分の重ね合わせとしてモデル化し、角度（DFT）ドメインおよび極座標（角度・距離）ドメインの両方におけるチャネルの固有のスパース性を活用する。

コアとなる手法は、以下の段階的な貪欲（greedy）な反復プロセスで構成される：

1. 辞書ベースの選択： FF（角度）およびNF（極座標）のアトムを含む結合辞書を使用する。各反復において、現在の残差と最も相関が高いアトムが選択される。
2. 適応的パス計数： 従来の手法とは異なり、このアルゴリズムは$L$や$\gamma$を入力として必要としない。代わりに、残差ベースの停止規則（$\|r\|^2/N \leq \sigma^2$）を採用することで、有意なパスの数を自動的に決定し、未知のチャネル構造に対する堅牢性を確保している。
3. 簡略化された精緻化（SSIGW）： アトムが選択された後、グリッドの不一致を軽減するために「粗から密（coarse-to-fine）」の精緻化を行う。
   • 利得更新： パスの利得は、単一列の精緻化構造から導出された閉形式のスカラ最小二乗（LS）解を用いて更新される。これにより、行列の擬似逆行列計算を回避できる。
   • パラメータ精緻化： 角度および距離のパラメータは、アルミホ（Armijo）バックトラッキング・ラインサーチを介して更新されるスカラ勾配を用いて精緻化される。これは、複雑な行列勾配を利用する先行研究とは対照的である。
4. 終了： 平均二乗誤差（MSE）がノイズ依存の閾値を下回るか、最大反復回数に達するまでプロセスを繰り返す。

主な貢献

• ブラインド推定： 提案手法は、チャネルの全スパース性レベル（$L$）やNF/FFのパス分割比（$\gamma$）に関する事前知識なしで動作する。必要となるのは、実用的に取得可能なノイズ分散の推定値のみである。
• 計算効率： 利得更新のための閉形式の式を導出し、パラメータ精緻化のためにスカラ勾配を利用することで、SGPや標準的なOMPのバリエーションのような行列ベースのアプローチと比較して、反復あたりの計算複雑性を大幅に削減している。
• 統一されたHFモデル： 本研究は、FF成分とNF成分を別々の逐次的なステージとして扱うのではなく、単一のスパース回復問題内でシームレスに処理する、統一された推定フレームワークを導入している。
• 堅牢性： アルゴリズムは、反復的な精緻化メカニズムを通じて、ノイズ分散のミスマッチやグリッド離散化誤差に対して堅牢になるよう設計されている。

結果
非視通（NLoS）および混合視通/非視通（LoS/NLoS）の両方の条件下で数値シミュレーションを実施し、LS、MMSE、HF-OMPのバリアント、およびHF-SGP法を含む8つの最先端のベンチマークと比較を行った。

• 精度： 提案された推定器は、LoSおよびNLoSの両シナリオにおいて、全信号対雑音比（SNR）範囲にわたって最も低い正規化平均二乗誤差（NMSE）を達成した。特に、$L$や$\gamma$の事前知識を必要とする手法よりも優れた性能を示した。
• 複雑性： 精緻化された$\epsilon$-OMP–SSIGWは、基本的な$\epsilon$-OMPよりもわずかにオーバーヘッドが増加するものの、HF-SGPや全探索ベースのHF-OMPバリアントよりも大幅に高速である。実行時間はSNRに依存せず、固定された行列演算によって支配されることが示された。
• 適応性： シミュレーションにより、本推定器がSNRおよび残差基準に基づいて検出パス数（$L_{est}$）を正しく適応させることが確認され、明示的な$L$の入力なしに機能する能力が検証された。

意義
本論文は、$\epsilon$-OMP–SSIGWフレームワークが、XL-MIMOシステムにおけるHFチャネル推定のための実用的かつ計算効率の高いソリューションを提供すると主張している。チャネルのスパース性やパス比の事前知識を排除し、精緻化に必要な数学的操作を簡略化することで、本手法は優れた性能と複雑性のトレードオフを実現している。著者らは、このことが、チャネル特性が動的かつ未知である実世界の展開において、本推定器を特に適したものにしていると考えている。本研究は、マルチアンテナ端末、一般的なアレイ形状（UPA）、およびハードウェア不整モデルへの将来的な拡張に向けた基礎を築くものである。