Pilot-aided D Direct ction o of A Arrival E Estima mation fo - - PowerPoint PPT Presentation
Pilot-aided D Direct ction o of A Arrival E Estima mation fo for mmW mmWave ve C Cellular S Sys ystems ms Mahbuba Sheba Ullah Dr. Ahmed Tewfik The University of Texas at Austin March 23, 2016 Outline Mo+va+on
Problem ¡formula+on: ¡
¡Concurrent ¡DoA ¡es'ma'on ¡of ¡mmWave ¡primary ¡and ¡secondary ¡beams. ¡
§ Dynamic ¡mmWave ¡channel ¡is ¡suscep'ble ¡to ¡blockage ¡ § 5G ¡requires ¡ultra ¡low ¡latency ¡
5G ¡Requirements: ¡
§ Bandwidth ¡ § Latency ¡ § Energy ¡efficiency ¡ § Reliability ¡
Solu+on: ¡ All-‑digital ¡ Challenges: ¡
Peak ¡Spurious ¡Free ¡Dynamic ¡Range ¡(SFDR) ¡evolu'on ¡over ¡'me ¡for ¡ADC ¡
ADC RF +
τ τ
. . .
ADC RF +
τ τ
. . .
ADC RF +
τ τ
. . . . . .
RF ADC RF ADC
. . . . . .
Baseband Baseband Baseband
Ultra wideband Large-scale Antenna High-speed ADCs One Few Many
Initiator
Complexity? Power efficiency? Cost? Relax using sparsity Subsample enabled by pilot
Ana Analog Re Responder
[Ayach’14][Desai’14] ¡
Hybrid Responder
flexi xible,
[Barati’14] ¡
Digital Responder
Sparse Channel (large scale antenna)
A = a(θ1) ! a(θ p) ! " # $ x(t) = x(t −τ1) ! x(t −τ p) " # $ $ $ % & ' ' ' ψ = − 2πd λ cos(θ) a(θ) = e
i(m−1) 2 ψ
1 eiψ ! ei(m−1)ψ " # $ $ $ % & ' ' '
y(t) = ABx(t)+ n(t)
Assumptions:
for mmWave propagation channel.
Millime meter W Wave ve Multi-path C Channel
TX Uniform l m linear a array y θ1 θ2
d
B = β1 ! βp ! " # # # $ % & & &
ULA direction vector Delayed pilot signals Received signal at antenna array
β1x(t −τ1) β2x(t −τ 2)
mmWave sparse channel model can reduce complexity.
RX Uniform l m linear a array y
y(t) = ABx(t)+ n(t)
Channel ¡Model: ¡
The covariance matrix P ¡is non-singular if:
Ryy = E y(t)y(t)H
{ } = ABPBHAH +σ 2Ι
P = E x(t)x(t)H
{ }
Covariance ¡matrices: ¡
Accurate estimation requires (p+1) ¡hi high h speed AD ADCs Decomposed into ¡p ¡dimensional signa nal-s
ubspace and (m-p) ¡ dimensional no noise sub ubspace.
Large ¡number ¡(p+1) ¡of ¡RF ¡chains ¡with ¡high ¡speed ¡ADCs ¡are ¡ imprac'cal ¡to ¡implement ¡in ¡terms ¡of ¡cost ¡and ¡power ¡consump'on. ¡ ¡
Pilot design can assist an all digital solution. Cyclic Prefix (CP CP) Reduced complexity frequency d y doma main a algorithms ms Sub ubseque uenc nces maintain good circular correlation properties Sub-Nyquist rate sampling
(N,D): ¡positive integers D: decimation factor ND > delay_spread Ene nergy Efficient nt (constant amplitude) Zero circul ular correlation n
Decimated by D, sub ubseque uenc nce’s properties:
I. I. Zero circul ular cross-c
ns. II. II. Zero circul ular aut uto-c
¡
s[n]= e
−iπun2 L ,
for L even e
−iπun(n+1) L
, for L odd " # $ % $
sj[k]= s[ j + Dk],k = 0,!, ND −1 ZC sequence of length L The root parameter u is relatively prime to L. Decimated subsequence with the jth phase offset. j = 0,..,D-1
Decompose
Constant ¡ phase ¡term ¡ Linear ¡ phase ¡term ¡ Linear ¡ frequency ¡term ¡
Does not affect the circular correlation properties Adds circular shift to the ND-point DFT of the third term. Each subsequence’s circular shift amount is distinct ct and from the set {0,..,D-1} ¡ ¡ A ZC sequence with length N ¡and root u ¡ repeated ¡D ¡times
First term Second term Third term
5 10 15 20 10 20 30 40 50 60 70 frequency Magnitude of DFT of the decimated sequences m=0,...,D−1 offsets
Even length ZC example, N=48, D=10, u=17, => L=4800
An ¡Example ¡of ¡the ¡ND-point ¡ DFT ¡of ¡the ¡subsequences ¡with ¡ phase ¡offsets, j=0,…,D-1 The ¡ND-point DFT of the subsequences with phase offsets j=0. (Also the DFT of the third term) The ND-point DFT of another subsequence which is a circular shifted version the DFT of the third term.
Example ¡demonstrates: ¡ ¡
I. Subsequences ¡have ¡zero ¡circular ¡cross-‑correla+ons. ¡ ¡ II. Each ¡subsequence ¡have ¡zero ¡circular ¡auto-‑correla+ons ¡within ¡N ¡lags. ¡
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
y(t) = ABx(t)+ n(t)
Subsample ¡by ¡a ¡factor ¡D
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
y(Dt) = ABx(Dt)+ n(Dt)
ND-‑point ¡DFT ¡of ¡the ¡received ¡ samples ¡at ¡each ¡antenna
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
Y
Circular ¡correla'on ¡by ¡the ¡pilot ¡ subsequence ¡with ¡the ¡ ¡jth ¡phase
! Y
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
Apply ¡MUSIC ¡algorithm ¡in ¡ Frequency ¡domain
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
DOA ¡es'mates ¡for ¡the ¡pilot ¡ ¡ signal ¡with ¡the ¡(j+kD)th ¡ phase ¡offsets. ¡ k = 0,!, τ max D ! " # $
Ultra w wideband s signal at the antenna array ADC ADC working at sub-Nyquist rate The phase of the dominant multipath can be determined from the DFT of the received vector, Y Circular correlation decouples the contribution of each subsequence of the ZC pilot due to property II Reduces antenna size Circular autocorrelation of the correlation
spread, as long as: (property I)
τ max < ND
20 40 60 80 100 120 140 160 180 DoA (deg) 2 4 6 8 10 12 14 16 Histogram 20 40 60 80 100 120 140 160 180 DoA (deg) 2 4 6 8 10 Histogram 20 40 60 80 100 120 140 160 180 DoA (deg)
1 2 3 4 5 6 7 8 root MUSIC spectrum 20 40 60 80 100 120 140 160 180 DoA (deg)
1 2 3 4 5 6 7 8 root MUSIC spectrum
delay = 2.1 gain = 1.5 delay = 7.7 gain = 0.75 delay = 10.8 gain = 0.7
Unable to resolve 4x4 covariance matrix 2x2 covariance matrices Finds DoA of each multipath (strongest to weakest) peak from weakest beam
Detected multi-paths: § Strongest § 2nd strongest § 3rd strongest
Root MUS USIC on a all 4096 symb 4096 symbols ls
(Antenna size = 4)
Pi Pilot assisted root MUS USIC on
256 symbols ls
(Antenna size = 2)