地铁隧道5G天线布局对MIMO性能的影响

周亦峰

（上海中铁通信信号测试有限公司，上海 200436）

1 概述

大规模多输入多输出（Massive MIMO）技术利用多重收发天线的优点，大大提高信道容量，被广泛认为是实现5G通信系统应用的关键技术。相比于长期演进（Long-Term Evolution，LTE）标准中要求的基站天线数量最多为8个，Massive MIMO系统可以布设大量数目的基站天线，从而提高频谱利用率。Massive MIMO系统将传统的MIMO规模扩大了一至两个量级，往往在一个基站中布设数十个或数百个天线单元，在空间域上，天线阵列中心与边缘区域的阵元传播情况具有差异，使得不同几何布局形式的天线阵列往往表现出不同的传播性能，从而影响Massive MIMO系统容量等。

为推广5G系统MIMO技术在地铁中的应用，本文研究地铁隧道场景中大规模MIMO信道特性，用射线跟踪方法仿真4种不同天线布局方式的大规模天线阵列，预测5.6 GHz时大规模MIMO系统的信道容量、平均接收功率与均方根时延扩展。

2 地铁隧道MIMO信道射线跟踪仿真模型

2.1 场景描述

信道模型取自上海地铁7号线直隧道，隧道环境如图1所示。隧道墙体由钢筋混凝土制成，隧道横截面为拱形，高5 m，拱形半径为2.78 m，底部宽3.4 m，铁轨高为0.2 m，轨距1.5 m。距离全长为400 m，发射端（Tx）位于隧道起始端中央，接收端（Rx）距离发射端150 m时开始采样，此后逐渐远离发射端，采样间隔为50 m，共有6个采样点，如图2所示，收发端天线高度均设置为2.65 m。

图1 隧道环境与横截面示意Fig.1 Tunnel environment and cross section diagram

图2 采样间隔设置Fig.2 Sampling interval setting

2.2 仿真模型与仿真设置

本文在仿真中使用的信道参数如表1所示。不同的布局方式如图3所示，天线阵元具体的仿真参数设置如表2所示。

表1 信道参数Tab.1 Channel parameters

表2 仿真中的收发天线参数Tab.2 Receiving and transmitting antenna parameters in simulation

图3 天线布局设计Fig.3 Antenna layout design

如图3（a）、（b）所示，对于接收天线，本文设计2种阵列布局，均有32个天线阵元。第一种布局方式命名为T1，为2×8均匀圆柱天线对阵列，阵列共分为8个扇面，每个扇面上分布2个双极化阵元对，每个阵元对中包含1个垂直极化阵元与1个水平极化阵元，阵元为偶极子天线，阵元对之间的间距为半波长。第二种布局方式采用分布式布局，命名为T2，是双1×8均匀圆柱天线对阵列构成，对于每一个1×8均匀圆柱阵列，有8个扇面，每个扇面中央分布有1个双极化阵元对，每个阵元对的设计不变，双圆柱阵列中心点之间的距离为a。

对于发射天线，同样设计2种阵列布局，都具有32个阵元。第一种布局方式如图3（c）中R1，为4×4均匀平面天线对阵列，每个阵元对为垂直水平极化，阵元为定向天线，阵元对之间的间距也为半波长。第二种布局方式如图3（d）所示，为双2×4均匀平面天线对阵列，每个阵元对的设计不变，双平面阵列中心点之间的距离为b。

收发端天线可以两两组合，因此共有4种仿真方案，收发天线的阵列组合方式如表3所示。在各仿真方案中，收发天线均位于隧道中央，高2.65 m。

表3 仿真方案设计Tab.3 Simulation scheme design

3 不同天线布局的MIMO系统性能仿真结果

3.1 信道容量

信道容量是衡量MIMO系统性能的重要指标。为便于比较不同MIMO方案下的信道容量，本文对信道矩阵H进行归一化，并将接收端的平均信噪比设置为一个常数。归一化信道矩阵Hnor如下。

其中，||H||F为Frobenius范数矩阵；H是信道矩阵；NR是接收天线阵元数量；NT是发射天线阵元数量；hij是信道传输系数。MIMO信道容量C计算方法如下：

其中，INR是NR维单位矩阵；ρ是接收端的平均信噪比，本文设置为10 dB；Hnor是归一化后的信道矩阵；(·)*表示矩阵的Hermitian转置。

根据公式（3）计算得到整个测试距离内不同天线布局仿真方案下的32×32 MIMO信道容量，发现在整个仿真收发距离上，仿真方案D的32×32信道容量始终高于其他仿真方案，而仿真方案A的信道容量在各个收发距离点上都是最小值，仿真方案B和C的信道容量比较接近，变化趋势也十分相似，且都大于仿真方案A。这说明天线的布局方式会影响MIMO系统的信道容量，当收发端都采用分布式天线布局时，即使不增大天线阵元的数目，也可以提高MIMO系统的信道容量。整个收发距离上，仿真方案D的平均信道容量最大，为27.09 bit/s/Hz，仿真方案A的平均信道容量最小，为18.68 bit/s/Hz，与实测信道容量比较接近。仿真方案D相较于A，在阵元数目不变的情况下，容量提高了45%。

3.2 均方根时延扩展

公式（4）、（5）为均方根时延扩展计算方法，其中P表示该点接收功率，Pi与ti分别是第i条径的接收功率与时延。由仿真的CIR数据，根据公式（5），计算得到整个测试距离内4种不同仿真方案下的均方根时延扩展变化，如图4所示。

图4 不同仿真方案下的均方根时延扩展Fig.4 RMS delay spread under different simulation schemes

从图4可以发现，仿真得到的均方根时延扩展整体上要小于实际测试得到均方根时延扩展，这主要是因为实际测试环境比较复杂，反射面变化丰富，且布设有较多的设备，而仿真模型主要还原实测中的隧道场景，忽略其他反射面的影响，因此得到的均方根时延扩展较小。对于4种仿真方案下的均方根时延扩展变化，仿真方案A与B，即不采用分布式天线布局或仅在接收端采用分布式天线布局方式时，均方根时延扩展较大，基本上大于0.5 ns，而仿真方案C和D，即仅在发射端采用分布式天线布局或收发端均采用分布式天线布局方式时，均方根时延扩展较小，基本分布在0.5 ns以下。

4 结论

本文使用射线追踪法建立32×32（NTx× NRx）大规模MIMO系统，设计4种不同的天线布局方式，仿真预测了隧道场景中大规模MIMO系统在5.6 GHz频段时的平均接收功率、均方根时延扩展与信道容量。仿真结果表明，不同的天线布局形式下大规模MIMO系统性能也存在差异，在收发端均采用类似于分布式MIMO的天线阵元布局方式时，可以获得更大的信道容量。这些研究结果可以为未来隧道环境中大规模MIMO系统的设计提供参考。