带你读《5G大规模天线增强技术》——1.4 大规模天线增强技术的主要方向

简介: 带你读《5G大规模天线增强技术》——1.4 大规模天线增强技术的主要方向

1.4 大规模天线增强技术的主要方向


大规模天线技术能够很好地契合5G移动通信系统对频谱利用率与用户数量的巨 大需求,该技术提出后便很快获得了学术界与产业界的一致关注与认可。各大研究机 构、运营商、设备商纷纷加大了对大规模天线技术的研究,并取得了一系列成果。

目前,大规模天线技术已被5G Rel-15标准采纳[17-18],是5G移动通信系统最重要的 物理层技术之一,并在Rel-16标准中进一步增强,主要方向包括参考信号、CSI反馈、协作多点传输、波束管理、上行传输等。

1.4.1 参考信号


大规模天线阵列系统的频谱效率提升能力主要受制于空间无线信道信息获取的准确性。大规模天线阵列系统中,由于基站侧天线维数大幅增加,且传输链路存在干扰,而现有的导频设计及信道估计技术都难以获取准确的瞬时信道信息,但该问题是大规模天线阵列系统必须解决的主要瓶颈问题之一。因此,探寻适用于大规模天线阵列系统的导频设计及信道估计技术,对构建实用的大规模天线阵列系统具有重要的理论价值和实际意义。


实际系统中,空间无线信道信息的获取来源于导频信号,而导频信号在时间、频率上的分布图样及小区间的干扰都会影响空间无线信道信息获取的准确性。提高空间无线信道信息获取的准确性,可采取如下手段。


主动干扰避免。主动干扰避免主要通过小区内和小区间导频的正交化设计来主动避免导频之间的相互干扰(导频污染)。接收端通过较为简单的信道估计算法即可获取较为准确的空间无线信道信息。但是,这种方式导频开销一般比较大。以时分双工系统为例,小区内终端可以通过导频的频分复用来避免小区内不同终端导频之间的干扰,不同小区之间则通过导频的时分复用来避免小区之间导频信号的干扰。另外,也可以通过码分复用与其他复用方式相结合的方法主动避免小区内或小区间的导频干扰。


 被动干扰抑制。被动干扰抑制主要是指基站侧通过大规模天线阵列系统所拥有的精确空间分辨能力、接收端通过较为复杂的信道估计方法对小区内或小区间的导频干扰进行抑制,提升空间无线信息获取的准确性。这种方式不要求小区内和小区间的导频相互正交,因此开销相对较小,但接收端的复杂度将会有所提高。值得考虑的信道估计方法主要有子空间投影法、多重信号分类法和旋转不变法等。这些方法应用到大规模天线阵列系统中需要解决的主要问题是如何获取干扰信号的二阶统计特性,如协方差矩阵等。另外,基于压缩感知技术的变换域滤波信道估计方法在大规模天线阵列系统中也具有较大的应用潜力.


1.4.2 CSI反馈


大规模天线阵列系统中,波束赋形从传统的水平方向扩展到垂直方向,共同作用形成空间立体自适应波束赋形。


研究表明,随着天线数量的增加,在码本量化精度不变的前提下,码本数量将呈现出指数增长的态势。这给实际系统中上行反馈信道的设计带来了巨大的困难和挑战,同时也影响了系统的上行容量。因此,如何在尽可能降低上行反馈信道开销的情况下,设计大维度的码本,保证空间无线信道的量化精度[6-7,13]是需要仔细研究的问题。潜在的解决方法如下。


基于旋转的码本构造方法。目前学术界关于格拉斯曼流形(Grassmannian Manifold)压缩的研究主要集中于低维度,对于高维度的研究较少。因为高维度的研究对计算复杂度和性能提出了双重要求,所以必须通过对搜索算法的精心设计,才能够在较短时间内获得较为理想且上行反馈开销小的结果。值得考虑的技术有:使用搜索的方式,在对格拉斯曼流形的黎曼特性进行充分分析的基础上,基于测地线移动的方式快速获得格拉斯曼码本;或者基于互相的无偏基(Mutually Unbiased Bases, MUB)构造码本。


基于线性合并的码本构造方法。分析大规模天线阵列系统空间无线信道的特点,通过对线性合并码本的设计来降低系统的上行反馈信道开销,并保证空间无线信道的量化精度。例如,通过选择一组空间正交矢量集合对无线信道进行描述,并利用频带相关性对反馈信息进行有效压缩。


1.4.3 协作多点传输(Multi TRP)


为了满足更高的数据传输需求,5G移动通信网络的站点部署会比4G移动通信网络更加密集,这会带来非常大的小区间干扰。为了消除小区间干扰引起的小区边缘用户的性能恶化,提高频谱利用率,在5G大规模天线增强的关键技术中,协作多点传输技术受到广泛重视。图1-7所示的是多个收发节点协作向小区边缘用户提供服务的模型示意图。可以看出,处于小区边缘的用户可以同时被多个协作收发节点服务,从而减少干扰,提高边缘用户的性能。目前5G大规模天线增强的关键技术考虑的多点协作主要集中在两个方面。


image.png

协作调度或协作波束成形。只有主收发节点需要给用户发送下行数据,协作收发节点主要负责提供辅助信息,以减少干扰。


 联合处理及传输。除了主收发节点,协作收发节点也需要得到用户的数据,这可以大大提高小区边缘及小区的平均吞吐量,所以这也将会是5G技术突破的一个主要关注点。然而,这种方式需要大量的信息交互,包括信道信息、用户数据信息等。需要平衡其复杂度(信息、信令传输、调度等)与性能提高程度,从而提出一个满足5G大规模天线增强技术需求的优化解决方案。


1.4.4 波束管理


移动通信的快速发展使得移动传播特性比较好的6GHz以下可用频谱资源非常稀缺,但是6300GHz频带范围内却有大量可用的频谱资源。如何利用这部分频带范围内的信道传播特性进行5G大规模天线增强技术的研究是非常值得思考的一个问题。


作为区别于4G LTE的一个重大进展,5G系统从传统的低频分米波频段,进一步扩展到高频毫米波频段[14-15],可以支持高达100GHz的频谱,以及高达100MHz甚至1GHz的带宽资源。然而,在获得了超宽的频谱资源的同时,5G高频段通信系统面临着更为严重的路径损耗。


通常认为自由空间传播损耗依赖于频率,频率越高,损耗越大,但该结论的前提是天线接收的有效面积依赖于频率,频率越高,有效面积越小[16]。考虑到单位面积上可摆放的天线数量与频率成反比,所以在高频段可以通过更多的天线进行波束赋形以获得更高的增益。例如,天线面积相同的情况下,相较于工作在2.4GHz频带的系统,工作在80GHz频带的系统通过更多的天线可获得30dB左右的增益。因此,为了弥补显著的路径损耗,5G频段通信系统需要采用大规模天线的波束管理技术进行有效、可靠的高频通信。


波束管理是5G毫米波移动通信系统中的一项重要功能,其核心任务是快速、准确地建立并保持合适的波束对。主要研究内容包括波束扫描、波束测量、波束报告、波束确定、波束维护、波束跟踪、波束恢复等。需要指出,合适的波束配对不一定是物理上彼此直接指向的发射机和接收机波束。由于周围环境中的障碍,发射机和接收

机之间的这种“直接”路径可能被阻挡,这时反射/折射路径能提供更好的连通性。


1.4.5 上行传输


移动互联网正加速渗透人们生活中的方方面面,社交网络已成为个人必备的沟通工具。这些变化,对移动通信网络提出了新的挑战。从最初的上传文字、上传图片发展到上传视频,网络的上行流量大幅度增加。对于大型聚会、演唱会等一些特定场景,部分时段公众用户对上行速率突发需求甚至超过下行。在政企领域,视频监控、远程医疗、随拍随传等业务也逐步成熟,各类需求对网络上行带宽的要求也越来越高。5G时代,上行体验已成为保障用户体验的关键一环。


在传统的蜂窝移动通信系统中,为克服邻道干扰和远近效应,要求从各终端到达基站的信号功率电平或解调后的误码率基本相同,这就需要对终端的发射功率进行控制。即在满足上行传输质量的情况下尽可能地减小终端的发射功率,从而提升整个系统的上行容量。大规模多天线增强技术与传统的功率控制技术有效结合是非常值得

研究的,其重点是支持波束级别的功率控制[12]


上行传输增强一直是移动通信系统设计追求的目标之一,大规模多天线技术引入的空间维度为解决该问题提供了新的思路。5G移动通信系统的上行数据传输支持基于码本的传输和基于非码本的传输两种方案,可充分利用无线信道的空域特性,提升移动通信系统的上行传输数据速率和覆盖能力。


1.5 小结


大规模天线增强技术是进一步提升5G移动通信系统频谱效率、用户体验、传输可靠性的重要手段,也为未来超密集的网络部署场景提供了灵活的干扰控制和协调手段。基于5G Rel-15标准,在3GPP制定的最新Rel-16标准中,对大规模天线技术进行了大量增强,主要包括低峰均比的参考信号设计、高精度的码本设计、有效控制系统干扰的协作多点传输技术、更为快速高效的波束管理方案等。

相关文章
|
2月前
|
自动驾驶 5G
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
5G技术中的时分双工(TDD)与频分双工(FDD)的应用区别
559 63
|
1月前
|
物联网 5G 智能硬件
介绍频段、带宽、频率、调制、解调等基础术语,以及Wi-Fi、蓝牙、ZigBee、UWB、LTE、5G等常见无线通信技术
在无线通信领域,专业术语是理解技术的关键。本文详细介绍了频段、带宽、频率、调制、解调等基础术语,以及Wi-Fi、蓝牙、ZigBee、UWB、LTE、5G等常见无线通信技术,还涵盖了信号传播、信道容量、信噪比等深入概念。通过本文,你将掌握无线技术的核心知识,成为半个无线专家。
102 4
|
1月前
|
传感器 监控 自动驾驶
|
1月前
|
边缘计算 物联网 5G
5G小基站技术:解决室内覆盖难题
【10月更文挑战第25天】
113 5
|
1月前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
48 1
|
1月前
|
运维 安全 5G
|
1月前
|
传感器 安全 物联网
5G车联网技术:智能交通的未来
【10月更文挑战第26天】
84 1
|
1月前
|
机器学习/深度学习 人工智能 算法
|
1月前
|
安全 自动驾驶 物联网
5G技术概览:开启万物互联新时代
【10月更文挑战第23天】
93 1
|
1月前
|
监控 自动驾驶 机器人
5G技术在智能制造中的融合应用
5G技术在智能制造中的融合应用
49 0