Channel Acquisition and Beam Management for Millimeter and Terahertz Communications

Abstract

최근 테라헤르츠 통신은 스펙트럼 병목 현상을 완화하고 6G 무선 통신을 위한 높은 데이터 속도를 지원하기 위해 많은 관심을 받고 있다. 테라헤르츠 주파수 대역의 풍부한 스펙트럼 자원을 이용하여 THz 통신은 디지털 트윈, XR 장치가 실현하는 메타버스, 고충실도 모바일 홀로그래픽 디스플레이와 같은 몰입형 모바일 서비스를 지원할 수 있다. 테라헤르츠 통신의 잘 알려진 단점은 높은 회절 및 침투 손실과 대기 흡수로 인한 신호 전력의 심각한 감쇠이다. 이 문제를 해결하기 위해 대규모 다중입출력 시스템으로 실현된 빔포밍 기법이 널리 사용되었다. 빔 형성 이득은 빔이 신호 전파 경로와 적절하게 정렬되어야만 최대화되므로, 기지국은 정확한 채널 정보를 획득해야 한다. 논문의 첫 번째 부분에서, 우리는 주파수 분할 이중화 기반 셀 프리 밀리미터 및 테라헤르츠 시스템에 대한 채널 피드백 기술을 연구한다. 기지국 그룹이 사용자에게 협력적으로 서비스를 제공하는 셀 프리 시스템은 미래 무선 시스템의 유망한 기술로 많은 관심을 받아왔다. 셀 프리 시스템에서 협력 이득을 극대화하려면 BS에서 다운링크 채널 상태 정보를 획득하는 것이 중요하다. 이 작업은 채널 상호성으로 인해 시간 분할 이중화 시스템에서는 비교적 쉬운 반면, 채널 피드백 오버헤드로 인해 주파수 분할 이중화 시스템에서는 쉽지 않다. 사용자가 여러 기지국의 채널정보를 피드백해야 하기 때문에 이 문제는 셀이 없는 시스템에서 훨씬 더 두드러진다. 본 연구에서는 주파수 분할 이중화 기반 셀프리 시스템에 대한 새로운 피드백 감소 기술을 제안한다. 제안된 기술의 주요 특징은 몇 가지 지배적인 경로를 선택한 다음 선택한 경로의 경로 이득 정보를 피드백하는 것이다. 출발 각도가 업링크 및 다운링크 채널에서 상당히 유사하다는 특성(이 특성을 각도 상호성이라고 함)을 이용하여 BS는 업링크 파일럿 신호로부터 직접 출발 각도를 얻는다. 논문의 두 번째 부분에서, 우리는 재구성 가능한 지능형 반사평면 기반 테라헤르츠츠 시스템을 위한 채널 추정 기술을 연구한다. 최근, 입사 신호의 반사 특성을 제어하는 지능형 반사평면이 큰 주목을 받고 있다. 지능형 반사평면 지원 시스템을 최대한 활용하려면 기지국에서 채널 정보를 획득하는 것이 중요하다. 그러나 많은 반사 요소에 의해 유도되는 파일럿 오버헤드 때문에 이 작업은 결코 쉽지 않다. 본 연구에서는 지능형 반사평면 기반 밀리미터 시스템의 파일럿 오버헤드를 줄이는 효율적인 채널 추정 및 위상 편이 제어 기술을 제안한다. 제안된 체계의 핵심 아이디어는 지능형 반사평먼의 반사 채널을 정적 기지국-지능형 반사평면 각도, 준정적 지능형 반사평면-단말 각도 및 시간 변동 기지국-지능형 반사평면-단말 경로 이득의 세 가지 주요 구성 요소로 분해한 다음 다른 시간 척도로 추정하는 것이다. 제안된 체계는 기지국-지능형 반사평면 및 지능형 반사평면-단말 각도를 가끔 추정하고 경로 이득만 자주 추정함으로써 파일럿 오버헤드를 크게 감소시킨다. 또한, 비교적 긴 일관성 시간을 가진 채널 구성 요소를 사용하여 위상 이동을 최적화함으로써 채널 추정 정확도를 향상시킬 수 있다. 논문의 세 번째 부분에서는 시분할 이중화 기반 테라헤르츠 초거대 다중입출력 시스템에 대한 채널 추정 기법을 연구한다. 초거대 다중입출력 시스템은 6G 통신 시스템에서 계속 증가하는 데이터 속도를 지원하는 핵심 기술로 구상된다. 테라헤르츠 초거대 다중입출력 시스템을 최대한 활용하려면 정확한 채널 정보를 획득하는 것이 중요하다. 그러나 안테나 수에 따라 선형으로 확장되는 막대한 파일럿 오버헤드로 인해 테라헤르츠 채널 획득은 쉽지 않다. 본 연구에서는 테라헤르츠 초거대 다중입출력 시스템을 위한 새로운 딥러닝 기반 채널 획득 기술을 제안한다. 트랜스포머를 사용하여 수신된 파일럿 신호와 희소 채널 매개 변수(예: 각도, 거리, 경로 이득) 사이의 복잡한 매핑 기능을 학습함으로써, 제안된 체계는 상대적으로 적은 양의 파일럿 리소스로 빠르지만 정확한 채널 추정을 할 수 있다. 또한 트랜스포머의 주의 메커니즘을 사용하여 기능 추출에서 수신된 파일럿 신호의 상관 구조를 촉진하여 채널 매개 변수 추정 품질을 크게 향상시킬 수 있다. 논문의 네 번째 부분에서, 우리는 광대역 테라헤르츠 시스템을 위한 빔 관리 기술을 연구한다. 테라헤르츠 통신의 주요 어려움 중 하나는 높은 회절 및 침투 손실과 대기 흡수로 인한 신호 전력의 심각한 감쇠이다. 심각한 경로 손실을 보상하기 위해 초거대 다중입출력 시스템에 의해 실현된 빔 포밍 기술이 널리 사용되었다. 빔 형성 이득은 빔이 신호 전파 경로와 적절하게 정렬되어야만 최대화되므로, 정확한 빔 방향의 획득이 매우 중요하다. 기존 빔 관리 체계의 주요 문제는 훈련 빔의 수에 비례하는 상당한 지연 시간이다. 본 논문에서는 실시간 지연기 기반 위상 시프트를 사용하여 여러 주파수 의존 빔을 동시에 생성하는 테라헤르츠 빔 관리 기법을 제안한다. 인텐시파이어라는 실시간 지연기 기반 신호 전파 네트워크를 사용하여 주파수 의존적 빔포밍 벡터와 원하는 방향 빔포밍 벡터 사이의 간격을 좁힘으로써 빔포밍 이득을 극대화하는 매우 날카로운 훈련 빔을 생성한다.

Recently, terahertz (THz) communications have received much attention to alleviate spectrum bottleneck and support high data rates for 6G wireless communications. Using the abundant spectrum resource in the THz frequency band (0.1 ∼ 10 THz), THz communications can support immersive mobile services such as digital twin, metaverse realized by XR devices, and high-fidelity mobile holographic displays. Well-known drawback of the THz communications is the severe attenuation of the signal power caused by the high diffraction and penetration losses and atmospheric absorption. To deal with the problem, a beamforming technique realized by the massive multiple-input multiple-output (MIMO) has been widely used. Since the beamforming gain is maximized only when the beams are properly aligned with the signal propagation paths, the base station (BS) needs to acquire the accurate channel information. In the first part of the dissertation, we study a channel feedback technique for the frequency-division-duplexing (FDD)-based cell-free mmWave and THz systems. Cell-free system where a group of base stations (BSs) cooperatively serves users has received much attention as a promising technology for the future wireless systems. In order to maximize the cooperation gain in the cell-free systems, acquisition of downlink channel state information (CSI) at the BSs is crucial. While this task is relatively easy for the time division duplexing (TDD) systems due to the channel reciprocity, it is not easy for the frequency division duplexing (FDD) systems due to the CSI feedback overhead. This issue is even more pronounced in the cell-free systems since the user needs to feed back the CSIs of multiple BSs. In our work, we propose a novel feedback reduction technique for the FDD-based cell-free systems. Key feature of the proposed technique is to choose a few dominating paths and then feed back the path gain information (PGI) of the chosen paths. By exploiting the property that the angles of departure (AoDs) are quite similar in the uplink and downlink channels (this property is referred to as angle reciprocity), the BSs obtain the AoDs directly from the uplink pilot signal. In the second part of the dissertation, we study a channel estimation technique for reconfigurable intelligent surface-assisted THz systems. Recently, an RIS that controls the reflection characteristics of incident signals has received a great deal of attention. To make the most of the RIS-aided systems, an acquisition of RIS reflected channel information at the base station (BS) is crucial. However, this task is by no means easy due to the pilot overhead induced by the large number of reflecting elements. In our work, we propose an efficient channel estimation and phase shift control technique reducing the pilot overhead of the RIS-aided mmWave systems. Key idea of the proposed scheme is to decompose the RIS reflected channel into three major components, i.e., static BS-RIS angles, quasi-static RIS-UE angles, and time-varying BS-RIS-UE path gains, and then estimate them in different time scales. By estimating the BS-RIS and RISUE angles occasionally and estimating only the path gains frequently, the proposed scheme achieves a significant reduction on the pilot overhead. Further, by optimizing the phase shifts using the channel components with relatively long coherence time, we can improve the channel estimation accuracy. In the third part of the dissertation, we study a channel estimation technique for TTD-based THz ultra-massive (UM) MIMO systems. THz UM-MIMO system is envisioned as a key technology to support ever-increasing data rates in 6G communication systems. To make the most of THz UM-MIMO systems, acquisition of accurate channel information is crucial. However, the THz channel acquisition is not easy due to the humongous pilot overhead that scales linearly with the number of antennas. In our work, we propose a novel deep learning (DL)-based channel acquisition technique for the THz UM-MIMO systems. By learning the complicated mapping function between the received pilot signal and the sparse channel parameters (e.g., angles, distances, path gains) using Transformer, the proposed scheme can make a fast yet accurate channel estimation with a relatively small amount of pilot resources. Moreover, using the attention mechanism of Transformer, we can promote the correlation structure of the received pilot signals in the feature extraction, thereby improving the channel parameter estimation quality significantly. In the fourth part of the dissertation, we study a beam management technique for wideband THz systems. One main difficulty of the THz communications is the severe attenuation of signal power caused by the high diffraction and penetration losses and atmospheric absorption. To compensate for the severe path loss, a beamforming technique realized by the massive multiple-input multiple-output (MIMO) has been widely used. Since the beamforming gain is maximized only when the beams are appropriately aligned with the signal propagation paths, acquisition of accurate beam directions is of great importance. A major issue of the conventional beam management schemes is the considerable latency being proportional to the number of training beams. In this chapter, we propose a THz beam management technique that simultaneously generates multiple frequency-dependent beams using the true time delay (TTD)-based phase shifters. By closing the gap between the frequency-dependent beamforming vectors and the desired directional beamforming vectors using the TTD-based signal propagation network called intensifier, we generate very sharp training beams maximizing the beamforming gain.