大规模天线阵列系统技术探析

鲁照华，张晓丹，肖华华，刘 锟，胡留军，潘长勇

(1.中兴通讯股份有限公司，广东深圳518000;2.清华大学，北京100084)

1 大规模天线阵列

随着智能终端的兴起及无线数据应用业务的丰富，无线通信系统中的数据用户数大幅增加，数据内容也不再限于传统的文字或者图像，未来用户对高清晰度视频、手机电视等多媒体业务的需求越来越多，导致无线网络流量呈现出爆炸式增长的态势。根据市场机构预测，未来10年，无线数据业务将增长500～1 000倍，平均每年增长1.6～2倍，这对无线通信系统的网络容量提出了更高的要求［1］。

提升无线通信系统网络容量的方法有多种，主要包括提升频谱效率、提高网络密度、增加系统带宽、智能业务分流等。近期研究中，基于大规模天线阵列技术提升频谱效率的方法获得越来越多研究人员的关注。

如图1所示，大规模天线阵列系统的基本特征就是通过在基站侧配置数量众多的天线阵列(从几十至几千)，获得比传统天线阵列系统(天线阵列数不超过8个)更为精确的波束控制能力，然后通过空间复用技术，在相同的时频资源上同时服务更多用户来提升无线通信系统的频谱效率，从而满足未来B4G/5G无线通信系统中海量信息的传输需求［1－2］。另外，大规模天线阵列系统还可以很好地抑制无线通信系统中的干扰，带来巨大的小区内及小区间的干扰抑制增益，使得整个无线通信系统的容量和覆盖范围得到进一步提高。

图1 传统天线阵列系统与大规模天线阵列系统对比图

大规模天线阵列系统能够深度利用空间无线资源，理论上可显著提高系统的频谱效率和功率效率，是构建未来高能效绿色宽带无线通信系统的重要技术［3－6］。然而，如何在现实约束条件下充分挖掘其潜在的巨大增益亟待深入研究，特别是信道信息获取、天线阵列设计、码本设计等关键技术的研究。

2 基本原理

对于任意两个n维实数序列s1，s2∈Rn，其相关系数定义为

如图2所示，在给定相关系数的情况下，当维数n增加时，其累积分布概率值越大，当n趋近于300时，任意两个向量相关系数小于0.1的概率已经达到0.9，当n进一步增大时，任意两个向量相关系数几乎以1的概率趋近于0，这说明此时任意两个实数向量之间几乎正交。对于复高斯随机向量来说，其相关系数具有与实系数向量类似的特征。

图2 相关系数累积分布概率

在大规模天线阵列系统中，假设基站侧的发射天线数目为N(取值通常大于等于64)，终端侧由于尺寸大小的限制通常只有1根接收天线，故可以用N维复向量H∈CN×1来描述某一终端对应的信道系数向量。在常见的视距或强散射无线信道环境下，不同终端的信道系数向量之间通常服从独立的复高斯分布，因此可认为任意两个终端对应的信道以大概率趋于正交，图3给出的基于实际信道环境的仿真结果也验证了上述观点。

基于上述分析，假设在大规模天线阵列系统中，基站侧配置无穷根发射天线，终端侧配置1根接收天线，基站侧获得完美信道信息，且基站侧使用最大比发射(Maximum Ratio Transmit，MRT)预编码策略，则目标终端的信道增益为，干扰的影响为，这里Hi表示目标终端信道系数向量，Ki表示干扰到目标终端的信道系数向量，在总发射功率约束的条件下，。也就是说，随着发射天线数目的增加，目标终端信道系数向量与干扰到目标终端的信道系数向量之间是渐进正交的，这一结论为大规模天线阵列系统小区内复用更多用户以及小区间的干扰抑制带来了广阔的应用前景。

图3 实际信道环境下不同用户信道相关系数累计部分概率

图4给出了大规模天线阵列系统(基站侧配置256根发射天线)与传统天线阵列系统(基站侧配置8根发射天线)复用4个终端(配置1根接收天线)在不同干扰源数目场景下的链路仿真结果(纵轴为误块率)。可以看出，相比于传统天线阵列系统，大规模天线阵列系统能很好地通过大规模天线带来的空间分集增益和阵列增益提升无线通信系统的链路接收性能，并且具有极强的干扰抑制能力。

图4 大规模天线阵列系统的链路仿真结果

图5给出了大规模天线阵列系统(基站侧配置64根或128根发射天线)与传统天线阵列系统(基站侧配置8根发射天线)在最多允许接入50个终端(配置1根接收天线)、不考虑导频开销场景下的系统仿真性能，可以看出相比于传统天线阵列系统，大规模天线阵列系统通过精细的空间波束控制在相同的时频资源上复用更多的用户，可以将频谱效率提高了数十倍，展现出其强大的频谱效率提升能力。

图5 大规模天线阵列系统的系统仿真结果

3 关键技术

3.1 信道信息获取

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的大幅增加，且传输链路存在干扰，通过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，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。为了提高空间无线信道信息获取的准确性，主要手段有:

1)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式主动对小区内或小区间的导频干扰进行避免。

2)被动干扰抑制

被动干扰抑制主要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，因此开销相对比较小，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。

3.2 天线阵列设计

大规模天线阵列系统中，天线数目的增加导致实际天线阵列面积的迅速增大，这给基站的选址及天线阵列的安装带提出了严峻挑战。例如，基站侧配置有100根天线，采用均匀线性阵列，天线间距为半波长，在中心载频为2.5 GHz时，线性阵列的长度为5.94 m，这在工程上是不可接受的。解决该问题可通过增加单位面积的天线数来实现，具体的方法有:

1)使用更高的载频

可以让大规模天线阵列系统工作在更高的载频上，例如25 GHz，则均匀线性阵列的长度从5.94 m减小为0.594 m，满足实际工程要求。

2)改变天线拓扑

将天线摆放成平面阵、立方体或圆形阵列等，满足工程安装需求。例如，基站侧配置有100根天线，天线间距为半波长，在中心载频为2.5 GHz时，形成10×10的正方形阵列，水平方向和垂直方向的长度均为0.54 m，形成面积约为0.3 m2的平面板，从而满足目前实际工程安装要求。

需要指出，天线阵列拓扑结构的不同，会导致信道特征的改变，影响大规模天线阵列系统的性能。表1给出了城市宏蜂窝信道、考虑导频开销条件下不同天线阵列拓扑结构的系统仿真结果，可以看出，在总天线数一定的情况下，天线阵列中水平方向放置的天线越多，大规模天线阵列系统提升频谱效率的能力越强，垂直方向放置的天线阵列越多，大规模天线阵列系统提升频谱效率的能力会降低，形成上述仿真结果的主要原因是垂直方向角度扩展小，终端在垂直方向的角度分布范围很小，需要更多的天线才能区分这些角度，使得在垂直方向放置天线获得的增益不够大。另外，在天线数目一定的情况下，垂直方向增加了天线，导致水平方向天线数目减小，使得水平方向的性能下降。

表1 不同天线拓扑结构的仿真结果

3)减小天线间距

减小天线间距也可以满足工程安装的需求，但是如果天线间距小于半波长，会增加天线之间的相关性，从而使大规模天线阵列系统无法形成精确的波束来区分终端，影响系统性能。以线性天线阵列为例，当天线间距小于半波长时，由于天线间相关性比较强，导致大规模天线阵列系统提升频谱效率的能力急剧下降。

随着天线设计中新材料的不断使用，在未来天线设计中存在减小天线间距而不影响天线相关性和耦合性的可能。

3.3 码本设计

大规模天线阵列系统中，需要从只关注天线在水平方向的波束赋形转移到关注水平和垂直方向共同作用下的空间立体自适应波束赋形技术。

研究表明，随着天线数目的增加，在维持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空间，保证空间无线信道的量化精度，是需要仔细研究的问题(特别是系统上下行信道特性不同的频分双工系统)。主要解决方法有:

1)基于旋转的码本构造方法

目前学术界关于Grassmannian流形压缩的研究主要集中于低维度的情形，对于高维度的研究较少，因为它对计算复杂度和性能提出了双重要求，所以必须通过设计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Grassmannian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Grassmannian码本;利用互相无偏基(Mutually Unbiased Bases，MUB)构造码本。

2)基于叠加的码本构造方法

分析大规模天线阵列系统空间无线信道的特点，通过多级码本的设计方式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，分别设计水平码本集合和垂直码本集合，在基站侧通过克罗内克积的方式形成大维度码本。

4 小结

本文分析了大规模天线阵列系统的基本原理，通过仿真验证了大规模天线阵列系统拥有巨大的频谱效率提升能力，能非常好地满足未来用户对高清晰度视频等多媒体业务的广泛需求。另外，对信道信息获取、天线阵列设计、码本设计等实用化过程中需要解决的关键技术问题进行了研究，并给出相应的解决思路。后续研究重点将集中在大规模天线阵列系统中广播信道设计、功率分配、网络架构、反馈设计等领域，以及大规模天线阵列技术在B4G/5G标准中的推广和应用，满足用户对高清晰度视频、手机电视等多媒体业务的需求。

［1］ RUSEK F，PERSSON D，LAU B K，et al.Scaling up MIMO:opportunities and challengeswith very large arrays［J］.IEEE Signal Processing Magazine，2013，30(1):40－60.

［2］ MARZETTA T L.Noncooperative cellular wireless with unlimited numbers of base station antennas［J］.IEEE Trans.Wireless Communications，2010，9(11):3590－3600.

［3］ NGO H Q，LARSSON EG，MARZETTA TL.Energy and spectral effciency of very largemultiuser MIMO systems［J］.IEEE Trans.Communications，2013，61(4):1436－1449.

［4］ TELATAR I.Capacity ofmulti－antenna Gaussian channels［J］.European Trans.Telecommunications，1999，10(1):585－596.

［5］ GORED A，PAULRAJA J.MIMO antenna subset selection with spacetime coding［J］.IEEE Trans.Signal Processing，2002，50(10):2580－2588.

［6］崔志明.三网融合下广电网络体系架构的发展与思考［J］.电视技术，2012，36(1):77－79.