5G通信技术解读|波束成形如何为5G添翼?

简介:

在之前的文章(《如何实现比4G快十倍?毫米波技术是5G的关键》)中我们介绍了如何利用毫米波技术获得更多的频谱资源,接下来的问题是如何充分利用这些频谱资源——如何让多个用户通讯但又互不干扰,专业术语叫做频谱复用。

5G通信技术解读|波束成形如何为5G添翼?

  图片来源:Phoenix

大家一定有过这样的经验,在一间房间里当人不多时,手机信号很好;当许多人聚集到房间里的时候,手机信号就会变差,甚至没办法打电话。这种现象归根到底就是频谱复用做得不够好,无法给所有人分配必需的频谱资源。

有三种经典的频谱复用方法:即时分复用(典型应用:中国移动2G)、频分复用(典型应用:中国联通3G)和码分复用(典型应用:中国联通3G)。可以用一个例子来说明时分复用、频分复用和码分复用的区别。在一个屋子里有许多人要彼此进行通话,为了避免相互干扰,可以采用以下方法:

1) 讲话的人按照顺序轮流进行发言(时分复用)。

2) 讲话的人可以同时发言,但每个人说话的音调不同(频分复用)。

3) 讲话的人采用不同的语言进行交流,只有懂同一种语言的人才能够相互理解(码分复用)。

当然,这三种方法相互结合,比如不同的人可以按照顺序用不同的语言交流(即中国移动3G的TD-SCDMA)。然而,这三种经典的复用方式都无法充分利用频谱资源,它们要么无法多用户同时间通讯(TDMA),要么无法使用全部频谱资源(FDMA),要么需要多比特码元才能传递1比特数据(CDMA)。

那么,有没有一种方法可以克服以上多路方式的缺点,让多个用户同时使用全部频谱通讯呢?让我们先来思考一下,如果在一个房间里大家同时用同一种音调同一种语言说话会发生什么?

很显然,在这种情况下会发生互相干扰。这是因为信号会向着四面八方传播,所以一个人会听到多个人说话的声音从而无法有效通讯。但是,如果我们让每个说话的人都用传声筒,让声音只在特定方向传播,这样便不会互相干扰了。

在无线通讯中,也可以设法使电磁波按特定方向传播,从而在不同空间方向的用户可以同时使用全部频谱资源不间断地进行通讯,也即空分复用(space-division multiple access,SDMA)。SDMA还有另一重好处,即可以减少信号能量的浪费:当无线信号在空间中向全方向辐射时,只有一小部分信号能量被接收机收到成为有用信号。大部分信号并没有被相应的接收机收到,而是辐射到了其它的接收机成为了干扰信号。

当使用SDMA时,信号能量集中在特定的方向,一方面减少了对其它接收机的干扰;一方面也减小了信号能量的浪费。

在5G通讯中,SDMA是大规模MIMO(massive Multiple-Input Multiple-Output,指在发射端和接收端分别使用大规模发射天线和接收天线阵列,使信号通过发射端与接收端的大规模天线阵列传送和接收,从而改善通信质量)技术应用的一个重要例子,而将无线信号(电磁波)只按特定方向传播的技术叫做波束成形(beamforming)。

有了波束成形,众多小伙伴就可以同时在同一个地方欢乐地刷手机上网而不用担心信号干扰的问题。

5G通信技术解读|波束成形如何为5G添翼?

  什么是波束?

“波束”这个词看上去有些陌生,但是“光束”大家一定都很熟悉。当一束光的方向都相同时,就成了光束,类似手电筒发出的光。反之,如果光向四面八方辐射(如电灯泡发出的光),则不能形成光束。和光束一样,当所有波的传播方向都一致时,即形成了波束。

5G通信技术解读|波束成形如何为5G添翼?

  生活中的光束,光束也是波束的一种

工程师利用波束已经有相当久的历史。在二战中,工程师已经将波束利用在雷达中,雷达通过扫描波束方向来探测整个空间中所有目标的位置。

另一个例子是卫星通讯,也即我们生活中常见用于卫星电视的“锅盖天线”。卫星和地面接收天线的距离非常远,信号衰减非常大,于是卫星信号到达地面时能量已经非常小。因此,我们需要想方设法收取卫星发出的每一点信号能量。当卫星的信号向空间全方向辐射时,绝大多数能量并没有被地面天线接收到,而是被浪费了。为了避免这种浪费,我们在接收和发射卫星信号时,都会使用波束。这样,发射的电磁波信号都集中在一个方向上,只要接收天线能对准这个方向,就可以接收到尽可能多的信号。

5G通信技术解读|波束成形如何为5G添翼?

  波束的传统应用是雷达(左)和卫星通讯(右)

如何实现波束成形

光束实现很简单,只要用不透明的材料把其它方向的光遮住即可。这是因为可见光近似沿直线传播,衍射能力很弱。然而,在无线通讯系统中,信号以衍射能力很强的电磁波的形式存在,所以无法使用生成光束的方法来实现波束成型,而必须使用其他方法。

无线通讯电磁波的信号能量在发射机由天线辐射进入空气,并在接收端由天线接收。因此,电磁波的辐射方向由天线的特性决定。天线的方向特性可以由辐射方向图(即天线发射的信号在空间不同方向的幅度)来描述。

普通的天线的辐射方向图方向性很弱(即每个方向的辐射强度都差不多,类似电灯泡),而最基本的形成波束的方法则是使用辐射方向性很强的天线(即瞄准一个方向辐射,类似手电筒)。

然而,此类天线往往体积较大,很难安装到移动终端上(想象一下iPhone上安了一个锅盖天线会是什么样子)。另外,波束成形需要可以随着接收端和发射端之间的相对位置而改变波束的方向。传统使用单一天线形成波束的方法需要转动天线才能改变波束的方向,而这在手机上显然不可能。因此,实用的波束成形方案使用的是智能天线阵列。

5G通信技术解读|波束成形如何为5G添翼?

  普通天线(方向性弱)和智能天线阵列(方向性强)

智能天线阵列原理并不复杂。当由两个波源产生的两列波互相干涉时,有的方向两列波互相增强,而有的方向两列波正好抵消(如下图)。

5G通信技术解读|波束成形如何为5G添翼?

在波束成形中,我们有许多个波源(即天线阵列),通过仔细控制波源发射的波之间的相对延时和幅度我们可以做到电磁波辐射的能量都集中在一个方向上(即接收机所在的位置),而在其他地方电磁波辐射能量很小(即减少了对其他接收机的干扰)。

此外天线辐射的方向可以通过改变波源之间的相对延时和幅度来实现,可以轻松跟踪发射端和接收端之间相对位置的改变。

5G通信技术解读|波束成形如何为5G添翼?

  波束成型系统架构

波束成形与毫米波是天作之合

目前波束成形已经被使用在带有多天线的WiFi路由器中。然而,手机上不可能像路由器一样安装WiFi频段的多根天线,因为天线尺寸太大了。

天线的尺寸是由电磁波信号的波长决定的,WiFi和当前手机频段的电磁波波长可达十几厘米,因此很难将如此大的天线集成在手机上。为了解决这个问题,我们可以把波束成形和毫米波技术结合在一起。

毫米波波段的波长大约是WiFi和手机频段波长的十分之一左右,因此可以把多个毫米波天线集成到手机上,实现毫米波频段的波束成形。波束成形和毫米波技术可谓是天作之合,使用毫米波可以给信号传输带来更大的带宽,波束成形则能解决频谱利用问题,使得5G通讯如虎添翼。

5G通信技术解读|波束成形如何为5G添翼?

  毫米波天线阵列体积很小,可以安装到手机上

结语

波束成形可以使信号的能量集中在接收端所在的方向,从而改善频谱利用效率。波束成形配合毫米波技术可以让通讯系统拥有高带宽并且支持大量用户同时通讯,从而使5G系统如虎添翼。





====================================分割线================================


本文转自d1net(转载)

目录
相关文章
|
16天前
|
边缘计算 运维 5G
5G承载网是5G无线接入网与核心网之间的通信管道,负责高效传输数据,保障高速率、低时延和高可靠性
5G承载网是5G无线接入网与核心网之间的通信管道,负责高效传输数据,保障高速率、低时延和高可靠性。关键技术包括灵活以太网、网络切片、光传输和智能管控,支持多样化业务需求。未来将更加智能化、融合化和绿色节能,推动5G网络的快速发展。
73 4
|
19天前
|
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。
42 4
|
20天前
|
传感器 自动驾驶 物联网
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
50 4
|
1月前
|
传感器 监控 自动驾驶
|
29天前
|
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】
60 5
|
26天前
|
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。
43 1
|
29天前
|
运维 安全 5G
|
2月前
|
机器学习/深度学习 人工智能 算法
|
28天前
|
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】
57 1
|
1月前
|
机器学习/深度学习 人工智能 算法