5g-mimo是什么技术（大规模MIMO和波束成形）

随着对高速移动数据的需求的增加，需要提高我们从无线基站发送和接收数据的效率。

对高速移动数据的渴望是永无止境的。随着我们在稠密的城市环境中可使用的RF频谱越来越接近于饱和，越来越明显的是，有必要提高我们从无线基站发送和接收数据的效率。

由大量天线组成的基站在同一频率资源上同时与多个空间上分离的用户终端进行通信并利用多径传播是实现提升这一效率节省频谱资源的一种选择。该技术通常称为大规模MIMO（多输入，多输出，Massive MIMO）。您可能已经听说过大规模MIMO（Massive MIMO），描述为带有大量天线的波束成形技术。但这提出了另外一个问题：什么是波束成形？

波束成形与大规模MIMO

波束成形（Beamforming）这个词对不同的人意味着不同的意思。波束成形是使天线阵列的辐射方向图适应特定环境情况的能力。如图1所示，在移动蜂窝通信领域，许多人认为波束成形是对将功率波瓣朝着用户的特定方向的操纵过程，如图1所示。相对幅度和相移应用于每个天线元件，以允许来自天线阵列的输出信号以针对特定的发射/接收角度相干相加，并针对其他信号相互破坏性地抵消。通常不考虑阵列和用户所处的空间环境。这确实是波束成形的基本原理，但这只是它的一种特定实现方式。

图1.传统的波束成形

大规模MIMO在这个术语的更一般意义上可以被认为是波束成形的一种形式，但与传统形式相比却大相径庭。 大量（Massive）只是指基站天线阵列中的大量天线； MIMO是指天线阵列在相同的时间和频率资源中满足多个空间上分离的用户的事实。 Massive MIMO（大规模MIMO）还承认，在实际系统中，天线与用户终端之间传输的数据（反之亦然）正在经历来自周围环境的滤波效应。 信号可能会被建筑物和其他障碍物反射，并且这些反射将具有相关的延迟，衰减和到达方向，如图2所示。在天线和用户终端之间甚至可能没有直接的视线电波。 事实证明，可以将这些非直接传输路径用作好的信号功率。

图2.天线阵列和用户之间的多径环境

为了利用多径电波，需要表征天线元件和用户终端之间的空间信道。 在研究文献中，这种响应通常称为信道状态信息（CSI）。 该CSI是每个天线和每个用户终端之间的空间传递函数的有效集合。 如图3所示，该空间信息被收集在矩阵（H）中。CSI用于对天线阵列发送和接收的数据进行数字编码和解码，本文的下一部分将讨论CSI的概念以及如何更详细地收集它。

图3.表征大型MIMO系统所需的信道状态信息

表征基站和用户之间的空间信道

一个有趣的类比是考虑一个气球在一个位置弹出或者刺穿，而该弹出或刺穿的脉冲声音记录在另一位置，如图4所示。在麦克风位置记录的声音是一种到气球和麦克风在周围环境中的特定位置的空间脉冲响应，其中包含唯一的信息。 与直接路径相比，从障碍物反射的声音会衰减并延迟。

图4.用音频类比，来展示信道的空间特征

如果我们扩大类比以与天线阵列/用户终端的情况进行比较，则我们需要更多的气球，如图5所示。请注意，为了表征每个气球和麦克风之间的信道，我们需要以 分开的时间，这样麦克风就不会记录不同气球重叠的反射。 如图6所示，还需要确定另一个方向的特征。在这种情况下，当气球在用户终端位置弹出时，所有记录都可以同时进行。 这显然省时得多！

图5.类似于下行链路信道表征的音频信息

图6.类似于上行链路信道表征的音频信息

在RF空间中，导频信号用于表征空间信道。天线与用户终端之间的空中传输信道是互逆的的，这意味着该信道在上行下行两个方向上都是相同的。这取决于以时分双工（TDD）模式而不是频分双工（FDD）模式运行的系统。在TDD模式下，上行链路和下行链路传输使用相同的频率资源。互逆性假设意味着只需要在一个方向上表征信道。上行链路信道是显而易见的选择，因为仅需从用户终端发送一个导频信号，并由基站所有天线单元接收。信道估计的复杂度与用户终端的数量成正比，而不与阵列中天线的数量成正比。考虑到用户终端可能正在移动，这是至关重要的，因此将需要频繁执行信道估计。基于上行链路的表征的另一个显着优势是，所有的重处理负荷的信道估计和信号处理任务都是在基站而不是用户端完成的。

图7.每个用户终端发送正交导频符号

因此，既然已经建立了收集CSI的概念，那么该信息如何应用于数据信号以进行空间复用的呢？滤波器是基于CSI进行设计的，以对从天线阵列发送的数据进行预编码，以便在用户终端位置相干地叠加多径信号。这种空间滤波也可以用于线性合成天线阵列RF路径接收的数据，以便可以检测到来自不同用户的数据流。下一节将对此进行更详细的介绍。

支持大规模MIMO的信号处理

在上一节中，我们介绍了如何估算CSI（以矩阵H表示）。检测和预编码矩阵是基于H矩阵进行计算的。有许多方法可用于计算这些矩阵。本文重点介绍线性方案。线性预编码/检测方法的示例是最大比率（MR），迫零（ZF）和最小均方误差（MMSE）。本文没有提供来自CSI的预编码/检测滤波器的完整推导，但讨论了它们针对的优化标准以及每种方法的优缺点。这些主题的更详细处理可以在本文结尾的参考文献中找到。

图8和图9分别描述了上述三种线性方法在上行链路和下行链路中信号处理的工作方式。为了进行预编码，可能还存在一些缩放矩阵以对整个阵列的功率进行归一化，为简单起见此处已省略了该矩阵。

图8.上行信号处理。 H表示矩阵的共轭转置

图9.下行信号处理。 T表示转置。 *表示共轭

顾名思义，最大比率（MR）滤波旨在最大程度地提高信噪比（SNR）。从信号处理的角度来看，这是最简单的方法，因为检测/预编码矩阵只是CSI矩阵H的共轭转置或共轭。此方法的一大缺点是忽略了用户之间的干扰。

强制迫零预编码尝试通过设计优化标准来最大程度地解决用户间的干扰问题。检测/预编码矩阵是CSI矩阵的伪逆。与在MR情况下相比，计算伪逆要比复杂共轭的计算量更大。然而，通过如此专注于使干扰最小化，用户的接收功率受到损害。

MMSE试图在最大程度地放大信号和减少干扰之间取得平衡。这种整体观点将以信号处理的复杂性增加作为代价。 MMSE方法为优化引入了正则化项（在图8和9中表示为β），该项可以在噪声协方差和发射功率之间找到平衡。在文献中有时也将其称为正则强迫归零（RZF）。

本文不是详尽的预编码/检测技术列表，而是概述了主要的线性方法。也可以将非线性信号处理技术（例如脏纸（dirty paper）编码和连续干扰消除）应用于此问题。这些提供最佳容量，但实施起来非常复杂。上面描述的线性方法通常足以满足大规模MIMO的应用需求，其中天线的数量变大。预编码/检测技术的选择取决于计算资源，天线数量，用户数量以及系统所处特定环境的多样性。对于大型天线阵列，天线数量明显大于对于用户数量，最大比例（MR）方法可能就足够了。

大规模MIMO系统实现面临的实际障碍

当在实际场景中实现大规模MIMO时，还需要考虑更多实际问题。以在3.5 GHz频带中运行的具有32个发射（Tx）和32个接收（Rx）信道的天线阵列为例。有64条RF信号链放置在适当的位置，考虑到工作频率，天线之间的间距约为4.2厘米。将很多硬件打包到一个很小的空间中。这也意味着要消耗大量功率，这不可避免地带来了温度问题。 ADI公司的集成收发信机为许多此类问题提供了高效的解决方案。下一节将详细讨论AD9371。

在本文前面，已经讨论了将互易（逆）性应用到系统中以大幅度减少信道估计和信号处理开销的问题。图10显示了实际系统中的下行链路信道。它分为三个部分：无线信道（H），基站的硬件响应发送RF路径（TBS）和用户的硬件响应接收RF路径（RUE）。上行链路与此相反，RBS表征基站接收硬件RF路径，而TUE表征用户发送硬件RF路径。虽然互易（逆）性假设适用于空中接口，但不适用于硬件路径。由于走线不匹配，RF路径之间的同步性差以及与温度有关的相位漂移，RF信号链会导致系统信道估计不准确。

图10.实际下行链路信道

对RF路径中的所有LO（本地振荡器）PLL使用通用的同步参考时钟，对基带数字JESD204B信号使用同步的系统参考信号（SYSREF），将有助于解决RF路径之间的延迟问题。但是，在系统启动时，RF路径之间仍然存在一些任意的相位失配现象；与温度有关的相位漂移进一步加剧了这个问题，很明显，在初始化系统时需要现场校准，此后定期校准。校准具有互易（逆）的优势，例如在基站处保持信号处理的复杂性，并且仅保留上行链路的信道特性。通常可以简化它，以便仅需要考虑基站RF路径（TBS和RBS）。

有许多方法可以校准这些系统。一种是使用仔细放置在天线阵列前面的参考天线来校准接收和发射RF通道。将天线以这种方式放置在阵列的前面是否适合现场的实际基站校准是个问题。另一个是使用阵列中天线之间现有的互耦作为校准机制。这可能是可行的。最直接的方法可能是在基站中的天线之前添加无源耦合路径。这增加了硬件领域的复杂性，但也提供了强大的校准机制。为了完全校准系统，从一个指定的校准发射通道发送信号，该信号被所有RF接收路径通过无源耦合连接接收。然后，每个发射RF路径按顺序发送信号，该信号在每个天线之前在无源耦合点处拾取，然后中继回合成器，然后再中继到指定的校准接收路径。与温度相关的影响通常变化缓慢，因此与信道表征不同，此校准不必非常频繁地执行。

ADI公司的收发信机芯片和大规模MIMO

ADI公司的集成收发信机产品系列特别适合需要高密度RF信号链路的应用。 AD9371具有2个发送路径，2个接收路径和一个观察接收机，以及3个小数N分频PLL，用于以12 mm×12 mm的封装产生RF LO。这种无与伦比的集成水平使制造商能够及时且经济高效地创建复杂的系统。

图11显示了可能具有多个AD9371收发信机的系统实现。这是一个用16个AD9371收发信机实现的32发送32接收系统。三个AD9528时钟发生器为系统提供PLL参考时钟和JESD204B SYSREF。 AD9528是一款两级PLL，具有14个LVDS / HSTL输出和集成的JESD204B SYSREF发生器，用于多器件同步。 AD9528采用扇出缓冲器配置，其中一个充当主设备，其某些输出用于驱动从设备的时钟输入和SYSREF输入。如上一节所述，其中包括一种可能的无源校准机制（以绿色和橙色显示），其中专用的发送和接收通道用于通过分离器/合成器校准所有接收和发送信号路径。

图11.用ADI公司的AD9371收发信芯片实现的32 Tx，32 Rx大规模MIMO射频RRU的框图

结论

大规模MIMO空间复用技术已经成为蜂窝通信领域改变游戏规则的技术，从而可以在高流量城市地区提高蜂窝容量和效率。 利用多径传播引入的分集，可以在同一时间和频率资源中在基站和多个用户之间进行数据传输。 由于基站天线与用户之间的信道互易性，所有信号处理复杂性都可以在基站处保持，并且信道表征可以在上行链路中完成。 ADI公司的RadioVerse™系列集成收发器产品可在狭小空间内实现高密度的RF路径，因此非常适合在大规模MIMO中应用。

参考文献

1. Xiang Gao. Massive MIMO in Real Propagation Environments. Lund University, 2016.

2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. Linear Transmit Processing in MIMO Communications Systems. IEEE Transactions on Signal Processing, Vol. 53, Issue 8, Aug, 2005.

3. Hien Quoc Ngo. Massive MIMO: Fundamentals and System Design. Linköping University, 2015. (PDF)

,