多天线及波束赋形理论基础 | 带你读《大规模天线波束赋形 技术原理与设计 》之二

简介: 无线链路的传输能力是由其信道容量所决定的,其中,信道是用来描述在一个(或多个)发射机和一个(或多个)接收机之间的线性时变通信系统的冲 激响应。

第1章

多天线及波束赋形技术发展概述

1.1 绪 论

| 1.2 多天线及波束赋形理论基础 |

无线链路的传输能力是由其信道容量所决定的,其中,信道是用来描述在一个(或多个)发射机和一个(或多个)接收机之间的线性时变通信系统的冲 激响应。信道容量定义为信道中能够被接收端以任意小(可忽略)的差错概率 恢复的发送信息速率极限。信道容量给出了特定信道条件下,通信双方之间信 息传输速率的上界。同时在香农的编码定理中指出:当信道编码的长度趋于无 限时,对于任意小于信道容量的传输速率,一定存在某种编码方式能够使码块与比特错误概率任意小。换言之,对于传输速率大于信道容量的通信系统而言, 无差错传输是不可能的。
假设无记忆单输入单输出(SISO,Single Input Single Output)信道的输入 为随机变量 X,其分布率为 p(x),输出为随机变量 Y,则信道容量 C 可以由式 (1-1)表示。
image.png
其中,I(X;Y)表示输入 X 与输出 Y 之间的互信息量。互信息量是由集合 Y 中事件出现所给出的关于集合 X 中事件出现的信息量的平均值。式(1-1)的含 义是:信道容量 C 为所有可能的输入分布中,每个符号含有的平均互信息量所 能达到的最大值,相应的输入分布形式称为最佳分布。X,Y 之间的互信息量由 式(1-2)以熵和条件熵的形式给出。
image.png
H(X )表示 X 的平均信息量, () H XY 则表示集合 X 相对集合 Y 的条件熵。 式(1-2)表示互信息量 I(X;Y )等于输入集合 X 的平均不确定性 H(X )减去观察 到输出 Y 后,集合 X 还保留的不确定性 () H XY 。 () H XY 通常称为含糊度、疑 义度或存疑度。给定集合 X 的条件下,含糊度越大则得到的信息量越少。同时 平均互信息量还等于观察到 Y 后获得的信息量,或集合 Y 的不确定性 () HY 减 去发送 X 的条件下,由于受到干扰的影响而使观察到的 Y 存在的平均不确定性 ()H YX 。 () H YX 通常称为散布度,干扰越严重,散布度越大,得到的信息量 越少。从式(1-2)中可以看出,X、Y 之间的互信息量与信道的传输特性以及 输入 X 的分布有关。
在发射功率限制为 PT 的约束条件下,信道容量由式(1-3)表示。
image.png
其中, {} E ⋅ 表示均值。这时信道容量表示满足发射功率限制的条件下,在 所有可能的输入分布中所能达到的最大互信息量。
加性高斯白噪声信道的信道容量由著名的香农定理给出
image.png
其中,ρ为接收信噪比。如果信道随机变化,则瞬时信噪比是一个随信道 实现而变化的随机变量,因此衰落信道中的信道容量也是随机变量。接收端确 知信道状态信息时的瞬态信道容量为
image.png
式(1-5)中,h 为信道的复传输系数。需要说明的是,式(1-5)中的结论 仅针对无记忆信道。
对于记忆信道,假设信道冲击响应的 l 阶抽头延迟线模型为
image.png
将输入信号与加性噪声的功率谱密度分别记为Sx(f)与 Sn(f),将信道的 频率响应记为H(f)。记忆信道中的信道容量为
image.png
考虑一个使用 M 个发射天线,N 个接收天线的 MIMO 通信链路,发送 信号向量与接收信号向量分别记为 [] T 1,, M ss= s , [] T 1,, N rr= r ,其中 T [] ⋅ 表 示矩阵的转置。假设信号带宽相对于信道相关带宽足够窄,以至于可以认 为在信号所使用的频带内,信道传输特性的频率响应是平坦的,此时信号 与信道冲击响应的卷积等效于信号与信道传输系数的乘积。任一发射天线 发送的信号都会经过不同的传输路径被接收天线阵列的所有阵元接收到, 将第 j 个发射天线至第 i 个接收天线的复信道传输系数记为 hi,j,这样发送信 号向量与接收信号向量之间由 N×M 阶复基带信道传输矩阵 ( ) , NM ijh × =∈ H 建立起对应关系。将链路中的加性噪声向量记为 [] T 1,, N nn= n ,假设其分量 为独立同分布的复高斯随机变量,其均值零方差为 2 n σ ,即满足 E{=⋅ nΦ n H2 } nN σ = nI ,I ,其中 N I 表示 N 阶单位阵。由此可以将 MIMO 链路的复基带信号模型表示为
image.png
image.png
总发射功率限制为 PT 的条件下,MIMO 链路的瞬态信道容量由式(1-9) 表示。
image.png
image.png
image.png
image.png
image.png
将式(1-19)与式(1-5)相比较,可以看出 MIMO 的信道容量相当于若干 条并行子信道的信道容量之和,而各个子信道的传输能力由 2 i σ 所决定。k 的取 值与 2 i σ 的分布是 MIMO 信道的特有参量,而 k 值与 2 i σ 的分布情况取决于传播 环境、天线阵参数等诸多因素。在某些信道状态中,可能会出现各个子信道传 输能力很不均衡的情况,这时候如果能够依照各个子信道的 2 i σ 对功率分配进 行优化(例如,通过注水算法[5-6])或者对速率分配进行优化,就能够获得明显 优于平均分配功率、速率时的互信息,但是这需要发送方确知信道状态信息。
相比于一般的物理层技术而言,多天线技术在改善频带资源利用效率以及 传输的可靠性方面,有着无与伦比的优势。根据具体的信道条件、干扰和噪声 情况、业务需求以及发射机侧可以获得的信道状态信息准确程度,对上述并行 数据通道的利用方式大致可以包括空分复用(Spatial Multiplexing)、发射分 集(Transmit Diversity)和波束赋形(Beamforming);空分复用技术可以利 用多个天线构成的并行信道传输不同的数据流,从而直接提升数据传输速率; 发射分集技术则可以利用并行通道传输相同的数据或具有一定冗余度的数 据,以此提升传输的可靠性,目的是抗衰落;波束赋形技术可以根据发射机侧 掌握的信道状态信息,选择传输质量最好的通道,并将所有的信息和能量馈送 到此通道之中,即通过将能量集中到某个特定的方向从而直接提高接收信号的信噪比(SNR)。MIMO 系统的信号模型如图 1.3 所示。
image.png
其中,对信道状态信息的掌握,在很大程度上决定了所能采用的 MIMO 传 输方式。具体而言,信道状态信息大致包含以下几类:并行的数据通道数量决 定了 MIMO 信道所能支持的独立数据流数;每个管道的“口径”决定了每个通道所能支持的数据传输速率;此外,每个数据通道还有相应的空间分布特性,只有在发送端将每个数据流馈送到与数据通道相匹配的空间,同时接收机在相应的空间进行接收,才能真正实现对每个数据通道传输能力的充分利用。
在上述过程中,根据并行管道数量对传输流数的调整称为秩自适应;根据 每个管道的“口径”分别调整数据速率的操作称为自适应调制编码;而根据每 个通道的空间分布特性在发射机侧调整信号传输的空间分布特性,并在接收机 侧调整信号接收的空间选择性的过程,可以分别称为预编码(或波束赋形)以 及 MIMO 检测。这些步骤都是 MIMO 技术方案设计与研究的核心问题。

| 1.3 多天线传输技术分类 |

相关文章
信道建模流程 | 带你读《大规模天线波束赋形技术原理与设计 》之二十八
本节将详细介绍衰落信道的整体建模流程,内容上与 3D 信道模 型 3GPP TR36.873 7.3 节和 3GPP TR38.901 的 7.5 节对应。两者在内容上大体相同,前者的目标为6GHz以下的信道建模(记为模型1),后者为0.5~100GHz 的信道建模(记为模型 2)。对于 6GHz 以下的信道建模,两者均可以使用, 在下文的描述中,两者不同的地方均会列出。
信道建模流程  | 带你读《大规模天线波束赋形技术原理与设计 》之二十八
|
机器学习/深度学习
小尺度信道建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十六
小尺度衰落是指无线电信号在短时间或短距离(若干波长)传播后其幅度、 相位或多径时延的快速变化。这种衰落是由于同一传输信号沿不同的路径传播, 由不同时刻(或相位)到达接收机的信号互相叠加所引起的,这些不同路径到 达的信号称为多径信号,接收机的信号强度取决于多径信号的强度、相对到达 时延以及传输信号的带宽。
 小尺度信道建模  | 带你读《大规模天线波束赋形技术原理与设计 》之二十六
大尺度信道建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十四
本节将介绍 3D 信道模型中 不同传输场景的大尺度衰落模型,包括路损计算、穿透损耗、直射径概率、阴 影衰落等。
大尺度信道建模  | 带你读《大规模天线波束赋形技术原理与设计 》之二十四
|
编解码 5G 定位技术
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
本章从多天线技术的基本原理着手,分析了理想情况下的信道容量;在此基础上,结合不同的应用场景、信道条件和业务需求,介绍了闭环空间复用、开环空间复用、波束赋形与发射 分集等多种常用的多天线技术方案,并对比了各种技术方案的适用条 件及特点;随后,探讨了多天线技术理论的发展动态及天线阵列结构 的演进趋势,并介绍了基于大规模天线阵列的波束赋形技术的研究方 向及应用场景;最后,介绍了多天线技术的标准化情况。
多天线及波束赋形技术发展概述 | 带你读《大规模天线波束赋形 技术原理与设计 》之一
场景建模 | 带你读《大规模天线波束赋形技术原理与设计 》之二十一
本节讲述了3D 信道场景 、 UMa 场景和 UMi 场景 和 Indoor Office 场景 。
 场景建模   | 带你读《大规模天线波束赋形技术原理与设计 》之二十一
|
算法 5G 调度
多天线传输方案的选择 | 带你读《大规模天线波束赋形 技术原理与设计 》之六
CSI 的获取能力对于 MIMO 技术方案的 选择有着至关重要的影响。例如,同样是为了保证传输的可靠性,发射分集技术将同一信息的多个冗余样本通过不同的数据通道进行发送,而单流传输的波束赋形技术则是将全部的发射功率和信息馈送到理想的数据通道之中。其中的一个重要差别便是,发射机一侧能否获得及时准确的信道 状态信息。
多天线传输方案的选择  | 带你读《大规模天线波束赋形 技术原理与设计 》之六
|
数据建模 图计算 数据库管理
天线模型 | 带你读《大规模天线波束赋形技术原理与设计 》之二十三
本文介绍了两种方案,在信道模型的应用中,可以使用这两种方案对 UE 方向进行建模,并根据 不同的信道场景或不同的评估目标选择合适的方案。
天线模型  | 带你读《大规模天线波束赋形技术原理与设计 》之二十三
小结 | 带你读《大规模天线波束赋形技术原理与设计 》之二十九
本章主要对大规模天线波束赋形的无线信道建模进行了分析和介绍。大规 模天线对于未来低频段和高频段无线移动通信系统都是不可或缺的关键技术, 适用于高层楼宇覆盖、室外宏覆盖、热点覆盖和无线回传等场景,起到提升频 谱效率、扩展覆盖等作用。对于这些场景进行抽象概括,得到了信道建模的场 景,分别为 UMa、UMi、RMa 和 Indoor Office 场景。
小结  | 带你读《大规模天线波束赋形技术原理与设计 》之二十九
坐标系模型 | 带你读《大规模天线波束赋形技术原理与设计 》之二十二
本节介绍 3D 信道模型中局部坐标系和全局坐标系的定义、坐标系间的转换 关系以及双极化天线场分量在全局坐标系中的建模方法。
坐标系模型   | 带你读《大规模天线波束赋形技术原理与设计 》之二十二
|
5G 调度
部署场景 | 带你读《大规模天线波束赋形技术原理与设计 》之二十
本节讲述了高层楼宇覆盖 、室外宏覆盖 、热点覆盖和无线回传 四个部署场景。
部署场景  | 带你读《大规模天线波束赋形技术原理与设计 》之二十