Near-Field Channel Estimation in Mixed LoS/NLoS Environments for Extremely Large-Scale MIMO Systems

论文

本文工作

这份研究探讨了极大规模多输入多输出(XL-MIMO)系统中近场信道估计的问题，尤其是在混合视线(LoS)和非视线(NLoS)环境下。 由于 XL-MIMO 天线阵列孔径的显著增大，导致电磁传播场从远场变为近场，而现有信道模型难以同时描述混合 LoS/NLoS 路径分量。 文章提出了一种新的混合 LoS/NLoS 近场 XL-MIMO 信道模型，并推导了定义近场范围的 MIMO 瑞利距离(MIMO-RD)和 MIMO 先进瑞利距离(MIMO-ARD)。为了准确估计信道，文章还提出了一种两阶段信道估计算法，分别估计 LoS 和 NLoS 路径分量。

仿真结果表明，与现有方法相比，提出的两阶段方案在理论信道模型和 QuaDRiGa 信道仿真平台下均能取得更好的性能。

根据提供的资料和我们的对话，关于已有的远场和近场方法，论文中主要讨论了它们在超大尺度多输入多输出（XL-MIMO）系统中的应用和局限性，特别是在近场混合视距（LoS）/非视距（NLoS）环境下的信道估计方面。

相关研究

1. 远场方法:

   • 基本假设: 远场通信基于平面波假设。在这个区域，天线阵列孔径相对较小，发射器可以被视为接收器处的点源，反之亦然。
   • 信道模型: 远场信道模型通常基于远场阵列响应向量的乘积。LoS 路径分量和 NLoS 路径分量都可以用这种方式建模。
   • 信道估计: 现有的远场信道估计方法是为满足远场信道特性而设计的。例如，基于远场码本的 OMP (Orthogonal Matching Pursuit) 算法是用于远场信道估计的一种方法。
   • 在 XL-MIMO 近场环境下的局限性: 随着 XL-MIMO 天线阵列孔径的急剧增加，电磁场属性从远场变为近场。在近场区域，信号传播表现为球面波而不是平面波。因此，现有的远场信道模型无法准确描述实际的近场 XL-MIMO 信道特征。如果在近场 XL-MIMO 场景中使用现有的远场信道估计方法，会导致严重的性能损失。仿真结果表明，基于远场码本的 OMP 算法在距离减小时，其归一化均方误差 (NMSE) 性能会逐渐下降。

2. 现有近场方法:

   • 背景: XL-MIMO 的近场效应催生了对适用于近场场景的信道模型和估计方法的研究。现有的近场信道估计方法主要分为两类：针对 XL-MISO（超大尺度多输入单输出，即发射端有 ELAA，接收端为单天线）的信道估计和针对 XL-MIMO（发射端和接收端都有多天线或 ELAA）的信道估计。
   • XL-MISO 近场方法: 在这种场景下，接收器位于发射器的近场区域。信道模型基于球面波假设和近场阵列响应向量来描述，这些向量不仅与角度有关，也与距离有关。近场信道在极域（距离-角度平面）表现出稀疏性。现有的估计方法通常是基于压缩感知 (CS) 的方法，例如使用 OMP 算法。为了构建用于 CS 的变换矩阵，可以将距离-角度平面划分成多个网格，用对应的近场阵列响应向量构建变换矩阵。甚至有研究表明，距离应该非均匀划分以减少变换矩阵中向量的相关性。
   • XL-MIMO 现有近场方法: 这类方法借鉴了远场 MIMO 信道模型，其中信道被建模为发射器和接收器远场阵列响应向量的乘积。现有的近场 XL-MIMO 信道模型方法通常是基于近场阵列响应向量的乘积来构建的。例如，基于近场码本的 OMP 算法就采用了这种信道模型。另一种现有方法是通过将 ELAA 分割成小孔径子阵列，将子通道视为远场通道进行近似。
   • 在混合 LoS/NLoS 环境下的局限性: 论文指出，现有的基于近场阵列响应向量乘积的 XL-MIMO 信道模型只能准确描述非视距 (NLoS) 路径分量。这是因为 NLoS 路径信号通过散射体传播，散射体可以被视为单天线收发器，因此 NLoS 路径分量可以表示为发射器和接收器阵列响应向量的乘积，这种方法适用于远场和近场 NLoS。
   • 然而，对于视距 (LoS) 路径分量，这种现有建模方法是不准确的。在近场 XL-MIMO 系统中，由于天线阵列（尤其是 ELAA）的孔径很大，接收器不能被视为发射器处的点源，反之亦然。每对发射器-接收器天线之间都经历不同的传播路径。现有的基于阵列响应向量乘积的模型试图将 LoS 传播近似为两个 MISO 传播过程（就像远场那样），但这与实际的近场 LoS 传播存在巨大的差距或准确性损失，特别是在发射器和接收器都使用 ELAA 时。
   • 性能影响: 由于现有近场信道模型无法准确描述近场 XL-MIMO 的 LoS 路径分量，导致现有的近场信道估计方案（如基于近场码本的 OMP 算法）在实际的近场 XL-MIMO 场景中性能会下降。仿真结果显示，基于近场码本的 OMP 算法的 NMSE 性能随着距离的减小而下降。特别是在距离小于 MIMO 高级瑞利距离 (MIMO-ARD) 时，现有近场方法的性能下降更为明显。

总而言之，虽然已有的远场方法因模型不匹配不适用于 XL-MIMO 近场场景，而现有的近场方法（尤其是基于近场阵列响应向量乘积的方法）虽然考虑了近场效应，但它们未能准确建模近场 XL-MIMO 中的视距（LoS）路径分量，导致其在实际混合 LoS/NLoS 环境下的信道估计性能受到限制。

为什么会比现有方法性能更好？

• NLoS 路径仍然基于近场阵列响应向量进行建模，这部分与现有方法类似，是相对准确的。
• 关键创新在于 LoS 路径：提出的模型基于精确的几何自由空间传播假设来建模 LoS 路径分量，并且是针对每个发射器-接收器天线对进行描述的。这直接计算了每对天线之间的实际距离和相位，从而避免了现有模型中将 LoS 近似为 MISO 过程乘积所带来的误差。特别是当距离小于 MIMO-ARD 时，已有信道模型（无论是远场还是现有近场模型）都无法准确描述 LoS 路径的传播