5G中MIMO天线和辐射功率关系的探究

刘正华，李栓柱，崔荣梅，杨志华

（1.河北传媒学院信息技术与文化管理学院，河北 石家庄 050010；2.河北科技大学信息科学与工程学院，河北 石家庄 050018）

1 研究背景

5G毫米波通信有效地改善了频段资源紧缺的问题，使通信系统的频谱效率和能量效率达到了数量级的提升。基于毫米波技术采用新型的帧结构，使时隙和OFDM符号的时长均得到了缩短，极大地提升了信号带宽。与此同时，5G依然面临极大挑战。首先，用户体验（User Experience，UE）速率扩大10～100倍；其次，需要毫秒级的端到端时延；最后，需要满足低功率大连接数要扩大到100～1 000倍。而传统的MIMO技术无法满足5G高性能的需求，Massive MIMO阵列技术具有立体空间的优势，能够极大地提高空间利用率和分辨率，减少干扰，实现信号的可靠高速传输，同时采用更加先进的理念、技术和算法，能够深度挖掘能效和频谱效率，优化资源分配问题。文献[1]对天线赋形技术提出了一种改进型毫米波Massive MIMO阵列，接收端与发射端均为三维分布，天线的布置数目得到大幅度提高，采用相同资源可服务更多客户，从而提升了系统整体性能，成为能效优化的关键技术之一。在文献[2]中，在满足基站总功率和用户最低数据速率的条件下，对注水功率分配算法进行改进，完善了系统地能效资源分配方案，提升了系统资源的灵活度与系统能效。同时，对下行链路的能效问题进行了深入的研究，通过对大量的预编码和算法、优化能效函数等进行分析，得出增加基站天线数目，提高了系统的吞吐量。但是，系统的能量效率不会一直提高，而是先增加后下降。在文献[3]中，针对多用户毫米波大规模MIMO系统中的混合波束赋形（Hybrid Beam Forming，HBF）问题，提出了采用数模混合波束成形的收发两端方案。

综上所述，深度挖掘能效和频谱效率需大量的预编码算法和波束赋形技术的应用，使导频开销线性增长，直接影响信道建模与高效信道信息获取。同时，信道信息与计算复杂度约束极大地影响了大规模空分多址传输，新技术的应用所带来的功耗问题也有待进一步研究。为此本文合理设计基站位置、基站天线数、小区用户数，使其适应系统能效的变化规律。另外，为降低HBF系统的能耗给出了抑制导频污染的设计方案。

2 天线数M和用户数K的设计

由仿真测试数据可知，增加基站天线数目，可以提高系统的吞吐量，但系统的能量效率不会一直提高，而是提升到一定程度就开始下降了[2]。接下来要研究的问题是，如何在保证系统能量效率符合设计要求的同时，确定基站天线数目和小区的用户数。通过下列步骤设计和计算天线数M和用户数K，基本上能使系统能效（Energy Efficiency，EE）达到理想值。

2.1 确定基站位置

复杂地形，参差不齐的建筑，采用普通的建立基站方式根本解决不了问题，必须由点到线，由线到面，也就是说经过实地勘测，结合地形与单个基站高度、覆盖范围、阻挡程度等因素进行选址。一般由工作人员进行实地勘测，由设计院计算并选定位置，避开消耗能量的环境，降低能量的损耗，使EE的值达到最高。

2.2 计算小区的覆盖范围

2.2.1 路径损耗模型

采用路径损耗预测中常使用的HATA模型模拟路径损耗。COST-231Hata模型的传播路径损耗公式为

式中，f为信号的工作频率；hb、hm分别为基站天线高度与移动台天线高度；d为传输距离；a(hm)、Cm分别为移动台天线修正因子。不同环境下的校正因子的值如表1所示。

表1 校正因子参数值

2.2.2 计算覆盖范围

进行链路预算可以计算允许的最大路径损耗，从而得出最大的基站传输距离，确定基站与终端间允许的距离。

求解最大路径损耗以一个例子示意：基站的发射功率一般为20 dBm，假设接收机灵敏度为-100 dBm，接收天线增益为6 dBi，发射天线增益为6 dBi，衰落余量为12 dB。可以算出最大路径损耗为120 dB。那么根据Cost231-HATA模型的公式（1），可以算出：当hb、hm、f分别为30 m、1 m、1 800 MHz时，计算得出，在大城市市中心情况下，基站与移动台距离d为262 m；在中等城市及郊区场景下，基站的传输距离为575 m。

2.2.3 计算能量效率

依据上述计算路径损耗结果，计算能量效率。用η来表示，则

2.2.4 确定基站的天线数M和用户数K

计算系统基站的天线数M和用户数K流程如图1所示。

图1 计算M和K流程图

3 抑制导频污染的设计方案

3.1 Massive MIMO天线的性能分析

根据复杂度分析可知，提高M a s s i v e MIMO的能效，减少系统的能耗是关键。

3.1.1 全数字波束成形在Ma s sive MIMO系统中不再可行

全数字波束成形要求：在每根天线上都配置一条射频（Radio Frequency，RF）链路，需要大量硬件资源，接收机射频链路若在256根天线的Massive MIMO系统中，每根天线上都配置高速、高精度ADC时，光ADC的功耗就高达数百瓦，而且ADC芯片价格也随量化精度呈现出近似指数增长的趋势，如此高的成本和能耗显然是提高Massive MIMO能效的一大障碍，所以全数字波束成形不再适应Massive MIMO的需求。

3.1.2 Massive MIMO天线阵的弊端

改进型毫米波Massive MIMO天线阵列收发双端均为三维分布，能够提高空间利用率和分辨率[1]。其设计方案是：接收天线和接收天线距离为λ，发射天线和接收天线距离为λ/4，这样可以缩减天线体积。但是Massive MIMO阵元的小间距使其背面几乎没有空间容纳所有RF链路并将其连接到基带处理器上。

3.1.3 全连接和部分连接架构性能分析

全连接的每根天线都通过移相器连接到所有RF链路上，无疑能获得全阵列增益。但大量的移相器，使得系统能耗依然较大。而部分连接每根天线都通过移相器只连接到一个RF链路上，硬件上更容易实现，但随之而来的将引入更多的约束，使得波束成形算法更加复杂。

综合以上分析，改进型毫米波Massive MIMO天线阵列的三维分布、全数字波束成形、部分连接架构都为提高系统的能效带来一定的困扰，那么混合波束成型如何呢？

3.2 混合波束成形性能分析

3.2.1 混合波束成形方案的优势

混合波束成形（Hybrid Beam Forming，HBF）的核心技术是将传统的全数字波束成形器由少量的RF链路实现，无疑这是一个很好的设计思路，是近年来兴起的方案[3]。

RF链路在mm Wave和Massive MIMO中，不管是在信号发送系统还是接收系统中都会用到它。天线发送的是射频信号，被馈送给DAC（数字-模拟转换器）成为带有载波的射频信号，馈送给天线。接收端是发送的逆过程，需要通过解调和A/D变换还原回基带信号。RF链路在DAC到发射天线、ADC到接收天线之间起到放大器、滤波器、混频器、衰减器和检测器等作用，减少它的数量自然是提高能效的重要手段。

HBF方案的实现与探究：该方案通过信道建模，对提高系统性能问题做了全面分析。首先，提出基于稀疏主成分分析的算法，能够进行特征提取和数据降维；其次，把最优系统与最优问题转换成加权均方误差最小化（Weighted Minimum Mean Square Error，WMMSE）问题，再利用块坐标下降算法进行求解。该方案无须对用户数量或数字波束形成矩阵的结构进行附加限制。

3.2.2 混合波束成形存在的问题

混合波束成型方案有很多的优势，但仍有如下问题。一是为了弥补毫米波的传输损耗，提高系统性能，发送端采用了数字预编码技术。采用技术，在发送端利用信道的状态信息（Channel State Information，CSI），对发送信号的空间特性进行优化，此过程需要导频序列进行信道估计方能获取；二是发送端和接收端均需要进行HBF的设计，准确地获得符号同步会对导频序列提出更严格的要求。由此可知，对于HBF中大量的导频序列应用必然会导致系统的导频污染，增加系统的能耗；降低能耗应该是HBF系统研究的中心话题。为此，本方案提出了新的设计思路。

3.3 抑制导频污染的设计方案

HBF是提升Massive MIMO性能的新设计方案，如上分析，强大的导频序列需求必将造成系统的导频污染。

3.3.1 导频序列优化设计

（1）预编码矩阵：预编码矩阵的本质是预先在每一路天线的信号上进行一次信号的反向叠加，以抵消发送出去的信号在空间中的叠加。在MIMO全双工双向安全通信系统中，在设计预编码矩阵时，须考虑合法信道、窃听信道的CSI理想与不理想3种情况[4]。当信道CSI达到理想状态时，为满足系统的保密性和最大的传输率，利用DC规划DC规划（凸函数之差）是非线性最优化问题中一类特殊又非常重要的问题，是近年来国际上最优化领域热门的研究方向。算法优化信道信号和人工噪声的预编码矩阵；在信道CSI不理想的条件下，利用WMMSE方法获得最差条件下的保密性和速率。

（2）基于码本的预编码：在基于码本的预编码中，接收端与发射端共用一组已知码本集合[5]。并且接收端依据信道估计的信道矩阵从码本集合中选出指定的符合系统性能的预编码矩阵，再将预编码矩阵标号（Precoding Matrix Indicator，PMI）反馈给发送端。UE还要计算出利用PMI后的信道质量，并向其报告信道质量指标（Channel Quality Indicator，CQI）。发射端按照序列号选择预编码矩阵进行预编码。由于反馈信息仅需编码序列，因此可以极大地降低反馈量，并能有效地抑制导频干扰，节省带宽。基于码本预编码流程如图2所示。

图2 基于码本预编码的流程

3.3.2 基于码本的预编码设计

对码本的预编码过程进行仿真分析，从测试的结果可知：随着反馈比特数的增加，基于离散傅里叶变换（Discrete Fourier Transformation，DFT）码本的预编码技术的系统性能也随之增加。由此可知，码本的设计方法对预编码的性能有重要的影响。预编码矩阵应该按照每个预编码矩阵对该通信系统性能参数的贡献来进行排序，将排好序的预编码矩阵的完整集合用作预编码矩阵码书组。为了使码本的设计和信道性能相匹配，根据上述信道质量指示进行程序设计，使预编码矩阵自动适应信道性能指标的需求。PMI自适应程序流程如图3所示。■

图3 PMI自适应程序流程图