基于射线跟踪的毫米波大规模天线车地间信道特性研究

林一川 钟章队 官科 何丹萍

(1. 北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044;2. 北京市高速铁路宽带移动通信工程技术研究中心,北京 100044)

引 言

轨道交通由于具有安全稳定、运量大、节约能源等特点,被世界各国视为解决交通问题的根本出路. 在中国,2016年通过的《中长期铁路网规划》将进一步加快推动铁路网的建设,打造以京沪等“八纵”通路和陆桥、沿江等“八横”通道为主干,城际铁路为补充的高速铁路网络. 然而,随着轨道交通服务需求的增加,现有的铁路运输能力和基础设施正承受着空前的压力,在未来高速宽带通信的大背景下,如何更好地为轨道交通旅客提供信息服务已成为轨道交通急需解决的问题之一.

目前,第四代移动通信的传输速率已不能满足万物互联和智慧交通大背景下[1-2]对轨道交通无线通信的速率需求. 因为,在此背景下轨道交通场景中通信用户与视频监控众多,大量高速率、低时延的应用需求也在快速发展之中. 使得轨道交通场景中单一空中接口的传输速率将达到几Gbps,而目前长期演进技术(Long Term Evolution, LTE)网络在京津高速铁路所能提供的实际平均下载速率仅为23 Mbps[3],这种传输速率上的巨大差距,使我们有必要引入新的通信技术和方式,以改善轨道交通无线传输的现状.

为了缓解这一矛盾,拥有大带宽资源的毫米波通信和高频谱效率的大规模多天线(massive MIMO)成为了学术界和工业界公认的两项关键技术[4-8]. 近年来,由于毫米波频段的大带宽,毫米波乃至亚毫米波领域已经成为国际电磁波频谱资源研究、开发和利用的一个极其活跃的领域. 2015年世界无线电通信大会(World Radio Communication Conference 2015, WRC-15)已经开始审议毫米波频段的具体部署,毫无疑问,毫米波的应用将会成为下一代移动通信的关键技术. 与此同时,大规模多天线的波束赋形增益与空间复用可以在抵消毫米波高路损的同时成倍地提升频谱效率[6-7],而毫米波极短的波长恰可以大幅缩减大规模多天线的物理尺寸[6]. 这类具有扩展的通信距离,能成倍提升频谱效率等优势的下一代移动通信技术正是适合轨道交通车地间场景所使用的通信技术.

要评估毫米波大规模多天线通信系统的性能,为相应的关键技术设计提供指导,就必须掌握信道特性. 因此,本文将以轨道交通列车地面间通信为研究场景,毫米波大规模多天线信道为研究对象,从接收功率、角度扩展、传输速率三个方面对毫米波大规模多天线系统的信道与通信特性进行研究. 研究成果将为毫米波大规模多天线系统的设计、评估及其在轨道交通中的应用、部署提供不可或缺的信道信息和理论依据.

1 毫米波车地间通信与射线跟踪

1.1 毫米波车地间通信

列车地面间通信,是未来高速铁路旅客移动通信服务中极其重要的组成部分.在当前第四代移动通信的系统架构下,车地间的旅客移动通信服务直接建立在地面基站与车厢内旅客终端之间.虽然在6 GHz以下该方案不失为一种优秀的传输方式,但是在毫米波频段该方案难当重任. 其原因是,相较于6 GHz以下,毫米波频段会受到来自车体的额外穿透损耗[5],以及额外的大气衰减和相对更高的路径损耗[9]. 但并非在毫米波频段下就不能对车厢内的旅客提供可靠的毫米波移动接入服务,一种全新的利用车厢内接入点进行旅客信息分发的方案就被提了出来[10-12]. 在该方案下,车厢内旅客的数据首先被车厢内的毫米波列车接入点收集,其后在列车各车厢接入点与地面设施之间进行多流通信. 该方案使用地面设施的大规模多天线预编码技术,在利用波束赋形增益的同时利用空间复用,从而在摆脱了毫米波巨大的穿透损耗的同时,成倍地提升了列车的接入资源,该车地间通信方式如图1所示,其中呈现出空间分离状的蓝色天线波束代表不同的车厢接入流.

图1 毫米波车地间通信

1.2 射线跟踪确定性信道仿真

确定性信道建模是信道建模领域较为常用的方法之一. 其通过对具体的环境进行数字化模型构建,并直接应用电磁理论计算的方法重构给定环境下电磁波的传播. 比较典型的确定性建模方法包括两类全波方法:矩量法(Method of Moments, MoM)和时域有限差分(Finite-Difference in Time Domain, FDTD)法,以及基于几何光学(Geometric Optics, GO)的射线跟踪 (Ray-Tracing, RT)方法. 其中全波方法在仿真时较为准确,但因其模型和算法复杂度较高而没有在无线信道建模领域得到广泛应用. 目前,RT算法在无线信道领域适用度最高. RT算法主要是基于GO理论,通过假设电磁波波长与环境相比足够小,可以利用光波的传播特性(如反射、散射、衍射等)来近似电磁波的传播．找到所有传播路径后利用电磁理论计算每条路径的响应,进而得到整个环境中传播信道的仿真数据.

由北京交通大学开发的高性能射线跟踪仿真平台[11-14],可以用于仿真由各类不同的场景、天线和材料特性所生成的信道. 仿真器可以针对特定的场景、天线和材料配置输出每一条径的11个不同参数,包括接收功率、反散射阶数、到达时间、传输距离、到达角和离开角等. 利用这些仿真结果,便可以进一步萃取出信道的各类大小尺度参数. 同时,RT基于确定性信道建模的特点保证了大规模多天线信道仿真中完整的天线相关性描述和列车位置变化所产生的信道改变,使得其在众多信道模型中脱颖而出,成为本文所采用的信道仿真和描述方法. 在本文的信道参数仿真中,反射采用反射定律进行描述,其反射阶数为5阶,散射采用方向性模型(single lobe directive model)描述,衍射则采用一致性绕射理论(uniform theory of diffraction)进行刻画．

2 仿真参数设置

2.1 车地间通信频段与场景

日本国家信息和通信技术研究所(The National Institute of Information and Communication, NICT)在第20届亚太电信组织会议(The 20thMeeting of the Asia Pacific Telecommunity Wireless Group)中提议将40 GHz和90 GHz频段纳入为轨道交通车地间通信频段[15],并同时公布了高架桥场景下,40 GHz和90 GHz两个频段的测试数据. 因此本文选取该提议的93.2 GHz作为轨道交通车地间通信的频段进行研究. 同时利用NICT公布的数据,在该场景和频段下,RT仿真器的材料参数得到了精确且充分的校准,基于测试数据的场景校正部分的内容与工作发表在2017天线与传播国际研讨会(2017 IEEE International Symposium on Antennas and Propagation)中[8].

在场景方面,如图2所示,本文采用轨道交通最常见的高架桥场景,该场景大量出现在包括高速铁路、城市间铁路等在内的轨道交通场景中. 93.2 GHz下该场景的RT几何与材料参数得到了精确的校准[8].

如图2所示,其中高架桥单列车道宽3.45 m,护栏高1.24 m,地面基站高于高架桥30 m,其与轨道间距分别为100 、200 、300 m. 仿真器中使用的移动列车,车高4.5 m,车厢长27 m,全车共拥有4节车厢,每节车厢配备一个毫米波接入点. 车厢接入点外侧天线距铁轨高5 m,采用全向天线. 地面基站采用1×100线阵,2×50面阵,4×25面阵三种不同的阵列配置,其阵列单元采用全向天线,天线阵列的法线方向垂直于铁轨方向且平行于地面. 详细的场景和列车参数设置如表1所示.

图2 车地间通信场景

场景参数单列车道宽3.45m护栏高1.24m高架桥长度600m列车参数车厢高4.5m车厢长27m车厢节数4节接收天线高5m基站参数基站高高于高架桥30m距铁轨距离100m、200m、300m

2.2 天线与波束赋形

车厢接入点采用全向天线接收毫米波信号. 地面基站则配备大规模多天线阵列,采用同为100个天线阵列单元的1×100线阵,2×50面阵和4×25面阵三种不同的阵列配置形式. 假设在基站端已知完美的信道状态信息(Channel State Information, CSI)的状态下,采用迫零算法(Zero-Forcing Algorithm)以达到接收机无干扰的区分多流的目的,其中迫零算法的表达式如式(1)所示:

W=H*(HH*)-1.

(1)

式中:W为预编码矩阵;H为信道矩阵;上标*为矩阵的厄米特共轭;上标-1为矩阵的逆矩阵. 迫零算法的目的是消除车厢接入点之间的干扰,但未考虑车厢接入点的接收功率,因此在信道矩阵条件数不佳的情况下,该算法会出现额外的功率损失[8]. 基站利用信道矩阵求解出W作为预编码矩阵,可以在信道作用后表现为完全的对角化,即

HW=HH*(HH*)-1=I.

(2)

式中,I为单位矩阵. 如图3所示,是在该预编码算法的作用下,300 m部署位置下的2×50阵列的波束赋形辐射方向图的水平截面. 由于迫零算法消除了不同车厢接入点(Link)相互之间的干扰,因此在方向图中相应接入点波束赋形方向图的辐射方向上不存在另一接入点波束赋形方向图的子波瓣辐射,即在单一接入点的最大辐射方向上,其他接入点总是辐射方向图的零点位置,如图3中的绿色圆圈所示. 详细的天线与波束赋形算法配置如表2所示.

图3 列车初始位置的波束赋形方向图

接收机中心频率93.2GHz频段2GHz天线类型全向天线增益0dBi发射机频率93.2GHz发射功率43dBm阵列单元类型全向天线阵列种类1×100、2×50、4×25预编码算法迫零算法

3 信道仿真与分析

3.1 接收功率

图4是接收功率随距离变化的曲线.其中不同

(a) 天线阵列对接收功率的影响

(b) 基站距离对接收功率的影响

(c) 不同车厢接入点对接收功率的影响图4 接收功率随距离的变化曲线

发射天线阵列对接收功率的影响(仅针对车厢接入点1,即Link1)如图4(a)所示.由于迫零预编码算法会消除列车接入点之间的干扰,但其在信道矩阵条件数较高时并未考虑用户的接收功率,因此在信道矩阵条件数较高时,迫零预编码算法会导致额外的功率损失,即图4(a)中2×50和4×25面阵分别在150 m和330 m后的功率快速衰减现象. 而由于铁路场景车厢位置的横向移动特性,额外的水平分辨率会降低信道矩阵的条件数,即1×100线阵变化相对平滑,能够在较远距离仍保持较高的接收功率.

图4(b)是基站距轨道距离对接收功率的影响.由图可知在230 m之前由于距离对路径损耗的影响,300 m距离的基站接收功率相对较低,但当列车行进至后半程以后,由于距离较远的基站能够获得更佳的信道矩阵以区分车厢接入点,即信道矩阵拥有相对较小的条件数,导致其在基站的迫零算法作用后仍能够保持较好的接收功率,而距离铁轨相对较近的两个地面基站位置,则由于信道矩阵相对病态而不能很好地进行功率传输. 在接收功率上表现为额外的下滑趋势和锯齿状波动.

图4(c)是300 m处1×100线性阵列不同车厢接入点间的功率对比.由图可知其不同车厢接入点间的接收功率相对平稳一致.

3.2 角度扩展

图5是在不同的基站部署位置所记录的车厢1中接入点的角度扩展的概率累积函数(Cumulative Distribution Function, CDF). 由图可知由于高架桥场景基站端不具备太多的反散射体,且对于毫米波其路径损耗相对较大,因此其角度扩展数值几乎为0,而在接收端侧,则有来自于高架桥与列车车体本身的散反射的存在,因此到达角度扩展相对变化较大. 同时由于相对接近的基站位置使得路径损耗变小,每条径的功率变大,100 m处的角度扩展明显高于200 m和300 m的基站部署情况.

(a) 100 m处1×100天线阵列角度扩展

(b) 200 m处1×100天线阵列角度扩展

(c) 300 m处1×100天线阵列角度扩展图5 角度扩展的CDF

由图可知,高架桥场景具备一般孔径信道(keyhole channel)的信道特征,在该信道条件下一般的massive MIMO信道硬化假设已不再适用[15],因此需要区别于一般massive MIMO的信道估计和预编码设计方法.

3.3 传输速率

传输速率的求解公式如式(3)所示:

(3)

式中:C为速率;j为车厢接入点系数;RSN为信噪比,为接收功率与室温下热噪声功率谱(-174 dBm/Hz)的比值.

图6所示是传输速率随距离变化的曲线.图6(a)是不同天线阵列对传输速率的影响.与接收功率部分的分析一致,在后半程由于受到信道矩阵不佳的影响,三类阵列配置都存在明显下降拐点. 同时,由于轨道交通地对车场景水平角度分辨率更为重要的原因,水平方向阵列的个数决定了拐点出现的前后顺序. 最后,与全向天线发射机相比,三种阵列不同的部署方式皆远高于全向天线的传输速率.

图6(b)是不同基站的部署位置对传输速率的影响.考虑到更远的基站位置,在列车行进至后半段以后对于不同车厢上的接入点拥有更好的区分度,即信道矩阵条件数较小,因此存在如图所示的后半段300 m距离的基站传输速率大于100 m和200 m处基站的现象. 同时,由于不同距离的基站在前半段都拥有对不同车厢接入点的较好区分度,此时100 m与200 m位置处更小的路径损耗的优势就凸显了出来,使二者在前半段传输速率高于300 m处基站.

(a) 300 m处不同阵列的传输速率

(b) 1×100阵列下不同基站部署距离的传输速率图6 传输速率随距离的变化曲线

4 结 论

本文对93.2 GHz下车地通信的信道特性进行了分析. 仿真分析了大规模多天线下,不同阵列和地面基站位置的接收功率、角度扩展,并列举了不同方案之间传输速率上的差别. 通过对结果的分析,就RT仿真下的结果来看,在轨道交通车地间通信场景下,毫米波频段散反射体一般存在于列车接入点周边;相比于阵列的垂直分辨率,更多的水平分辨率往往拥有更好的效果;更低的路径损耗与更广的覆盖范围不可兼得. 本文的研究成果将为轨道交通车地场景下毫米波大规模多天线系统的设计、评估及其在轨道交通中的应用、部署提供不可或缺的信道信息和理论依据.

[1] BORGHINI C. Shift2Rail: driving innovation on railways[R]. Geneva: European Commission, 2014.

[2] JITHIN J. Intelligent infrastructure for next-generation rail system[R]. Geneva: cognizant 20-20 insights, 2013.

[3] LI C. Building “high-speed” experience on high-speed railways by HUAWEI LTE solution[R]. Geneva: HUAWEI Technologies Co. Ltd., 2014.

[4] SWINDLEHURST L, AYANOGLU E, HEYDARI E, et al. Millimeter-wave massive MIMO: the next wireless revolution?[J]. IEEE communications magazine, 2014, 52(9): 56-62.

[5] RAPPAPORT T, SUN S, MAYZUS R, et al. Millimeter wave mobile communications for 5g cellular: it will work![J]. IEEE access, 2013, 1: 335-349,.

[6] ROH W, SEOL J, PARK J, et al. Millimeter-wave beamforming as an enabling technology for 5g cellular communications: theoretical feasibility and prototype results[J]. IEEE communications magazine, 2014, 52(2): 106-113.

[7] NGO H, LARSSON E. No downlink pilots are needed in TDD massive MIMO[J]. IEEE transactions on wireless communications, 2017, 16(5): 125-134.

[8] LIN X, AI B, HE D, et al. Measurement based ray tracer calibration and channel analysis for high-speed railway viaduct scenario at 93.2 GHz[C]//2017 IEEE International Symposium on Antennas and Propagation and National Radio Science Meeting, 2017: 1-2.

[9] LIU L, BO A, SHEN C, et al. Position-based modeling for wireless channel on highspeed railway under a viaduct at 2.35 GHz[J]. IEEE journal on selected areas in communications, 2012, 30(4): 834-845.

[10] TAO C, LIU L, QIU J, et al. Architecture and key techniques of broadband wireless access system for high speed railway[J]. Telecommunications science, 2010, 33(5): 95-101.

[11] GUAN K, LIN X, HE D, et al. Scenario modules and ray-tracing simulations of millimeter wave and terahertz channels for smart rail mobility[C]//11th European Conference on Antenna and Propagation, 2017: 1-5.

[12] GUAN K, LI G, KURNER T. On millimeter wave and THz mobile radio channel for smart rail mobility[J]. IEEE transactions on vehicular technology, 2016, 33(99): 1-10.

[13] HE D, GUAN K, FRICKE A, et al. Stochastic channel modeling for kiosk applications in the Terahertz band[J]. IEEE transactions on Terahertz science and technology, 2017, 7(5): 502-513.

[14] XUE Q, FANG X, WANG C, et al. Beamspace SU-MIMO for future millimeter wave wireless communications[J]. IEEE journal on selected areas in communications, 2017, 35(7): 146-154.

[15] HIDEYUKI T. Proposal of a new working document of a draft new APT Report on millimeter-wave band railway radio communication systems between train and trackside and its work plan[R]. Geneva: The national Institute of Information and Communication Technology (NICT) in Japan, 2016.

[16] PI Z, KHAN F. A millimeter-wave massive MIMO system for next generation mobile broadband[C]//46th Asilomar Conference on Signals, Systems and Computers (ASILOMAR), 2012: 693-698.