Subarray based Wideband Beamforming and Variational Sparse CSI Estimation for Low-Resolution MU THz MIMO Systems

Technische Samenvatting: Subarray-gebaseerde breedbandige beamforming en variabele ijle CSI-schatting voor Low-Resolution MU THz MIMO-systemen

Probleemstelling
Het artikel behandelt de uitdagingen die inherent zijn aan Terahertz (THz) multiple-input multiple-output (MIMO) systemen die opereren in de 0,3–10 THz band. Deze systemen worden geconfronteerd met een "dual-wideband" probleem, gekenmerkt door zowel frequentieafhankelijke voortplantingseffecten (zoals moleculaire absorptie en frequentieselectieve padverlies) als ruimtelijke-breedbandeffecten (differentieel vertragingsverschillen over grote antenne-aperturen). Deze factoren leiden tot het "beam-squint" effect, waarbij de effectieve aankomst- en vertrekhoeken variëren over verschillende subcarriers, wat zorgt voor beam-misalignment bij conventionele faseverschuiver-gebaseerde beamformers. Bovendien zijn praktische THz-systemen beperkt door hardwarebeperkingen, specifiek het gebruik van low-resolution Analog-to-Digital Converters (ADC's) om het stroomverbruik te beheersen, wat niet-lineaire kwantiseringsvervormingen introduceert. Bestaande sparse recovery-technieken falen vaak in het gezamenlijk aanpakken van de dual-wideband aard van het kanaal, de off-grid hoekendomeinen en de niet-lineariteiten geïntroduceerd door low-resolution kwantisering.

Methodologie
De auteurs stellen een verenigd framework voor dat kanaalschatting en beamforming-ontwerp integreert binnen een Variational Bayesian Inference (VBI) paradigma.

1. Systeem- en kanaalmodellering:

   • Een dual-wideband kanaalmodel wordt geformuleerd voor een gedeeltelijk verbonden subarray-architectuur, waarbij Root Raised Cosine (RRC) puls-shaping wordt opgenomen om bandgelimiteerde transmissie te accounten.
   • Het model bevat expliciet frequentieafhankelijke array steering vectoren om het beam-squint effect te vangen.
   • Om low-resolution ADC's te behandelen, wordt het niet-lineaire kwantiseringsproces lineair gemaakt met behulp van de Bussgang-decompositie, uitgaande van de aanname dat de input van de kwantizer een Gaussische distributie volgt (gerechtvaardigd door de Centrale Limietstelling vanwege de superpositie van meerdere gebruikerssignalen en ruis).

2. IJle (Sparse) Kanaalschatting:

   • Het kanaalschattingprobleem wordt geformuleerd als een compressieve sensings-taak die gebruikmaakt van hoekige ijlheid (angular sparsity).
   • Om de "basis mismatch" veroorzaakt door off-grid hoeken te overwinnen, maken de auteurs gebruik van een Taylor-reeks-gebaseerde super-resolutie dictionary (TBsD). Deze benadert de continue steering vector met een eerste-orde Taylor-expansie rond gridpunten, waardoor een hogere resolutie mogelijk is zonder de computationele kosten van een excessief fijn grid.
   • Een Variational Bayesian Inference algoritme wordt ontwikkeld om de ijle kanaalcoëfficiënten te schatten. Deze aanpak gebruikt een hiërarchische Gaussian-Gamma prior om ijlheid te bevorderen en benadert de onhandelbare posterior distributie met een handelbare variabele distributie. Het algoritme werkt iteratief de gemiddelden en covarianties van de kanaalschattingen en de hyperparameters van de prior bij.

3. Beamforming en Beam-Squint Mitigatie:

   • De geschatte beamspace-kanaalgegevens worden direct gebruikt om dominante Angle of Arrival (AoA) en Angle of Departure (AoD) paren te extraheren.
   • Deze hoeken configureren een True Time Delay (TTD)-gebaseerde hybride transceiver. In tegen tegenstelling tot conventionele faseverschuivers introduceren TTD-elementen frequentieafhankelijke vertragingen die het beam-squint effect inherent compenseren, waardoor consistente beam-alignment over alle subcarriers wordt gegarandeerd.
   • Het ontwerp houdt rekening met praktische hardware-impedimenten, inclusclusief insertieverlies in TTD-elementen en de kwantisering van vertragingswaarden.

Belangrijkste Bijdragen

• Verenigd Framework: Dit werk presenteert een gezamenlijk kanaalschatting en beamforming framework dat gelijktijdig dual-wideband effecten, low-resolution ADC-kwantisering en off-grid hoekige ijlheid aanpakt.
• Variational Bayesian Estimatie: In tegen tegenstelling tot greedy algoritmen (bijv. OMP) of reweighting methoden (bijv. MFOCUSS), biedt de voorgestelde VBI-aanpak een probabilistisch framework dat onzekerheid kwantificeert en handmatige afstemming van regularisatieparameters vermijdt. Het integreert likelihood-informatie om de posterior distributie te verfijnen.
• Taylor-Series Dictionary: De introductie van de TBsD-formulering maakt nauwkeurige ijle kanaalschatting voor off-grid hoeken mogelijk, wat de resolutie en robuustheid verbetert ten opzichte van conventionele on-grid dictionaries.
• TTD-Enabled Beamforming: Het artikel stelt een lage-latentie, pilot-efficiënte methode voor om TTD-elementen direct te configureren vanuit het geschatte beamspace-kanaal, waardoor een aparte hoekschatting module overbodig wordt.
• Theoretische Grenzen: De Multi-User Bayesian Cramér-Rao Lower Bound (BCRLB) wordt afgeleid om de prestaties van de voorgestelde estimator te benchmarken.

Resultaten
Uitgebreide simulaties valideren het voorgestelde framework:

• Schatting nauwkeurigheid: De voorgestelde VBI-gebaseerde estimator bereikt een Normalized Mean Squared Error (NMSE) prestatie die de afgeleide BCRLB nauw benadert, waarbij het de prestaties van Least Squares (LS), Orthogonal Matching Pursuit (OMP) en MFOCUSS aanzienlijk overtreft, met name in lage SNR-regimes en met beperkte pilot-overhead.
• Robuustheid tegen Kwantisering: Het systeem vertoont veerkracht tegen low-resolution ADC's (1-bit tot 4-bit). Hoewel 1-bit ADC's een error flooring vertonen bij hoge SNR, benaderen 2-bit en hogere resoluties de prestaties van oneindige-resolutie ADC's, wat de effectiviteit van de Bussgang-gebaseerde linearisatie valideert.
• Beam-Squint Mitigatie: Het TTD-gebaseerde hybride transceiver-ontwerp aligneert beams effectief over subcarriers, waardoor de array gain die anders verloren zou gaan in conventionele faseverschuiver-ontwerpen, wordt hersteld. Dit resulteert in substantiële verbeteringen in Spectral Efficiency (SE) vergeleken met state-of-the-art schema's zoals Delay-Phase Precoding (DPP) en SOMP, die geen rekening houden met low-resolution constraints of gezamenlijke schatting.
• Convergentie: Het variational inference algoritme vertoont een monotone convergentie en bereikt doorgaans stabiele oplossingen binnen 5–8 iteraties.
• Trade-offs: Hoewel de voorgestelde Bayesiaanse methode een hogere computationele complexiteit en runtime met zich meebrengt vergeleken met greedy algoritmen, merkt het artikel op dat dit een trade-off is voor superieure schattingsnauwkeurigheid en robuustheid.

Betekenis
Het artikel claimt dat de primaire betekenis ligt in het overbruggen van de kloof tussen theoretische breedbandige kanaalmodellen en praktische hardwarebeperkingen in THz-communicatie. Door variational Bayesian learning te integreren met TTD-gebaseerde beamforming, biedt het werk een robuuste oplossing voor Multi-User (MU) THz MIMO-systemen die beperkt worden door stroombesparende low-resolution ADC's. Het framework elimineert de noodzaak voor aparte, complexe hoekschattingfasen, wat een gestroomlijnd, end-to-end ontwerp biedt dat het kritieke beam-squint effect mitigeert terwijl een hoge spectrale efficiëntie behouden blijft. De resultaten suggereren dat deze aanpak zeer geschikt is voor volgende generaties draadloze systemen waar nauwkeurige Channel State Information (CSI) en precieze beam-alignment cruciaal zijn voor het bereiken van ultra-hoge datasnelheden.