下载掌阅APP，畅读海量书库
立即打开
随着无线通信需求的快速增长，采用单天线收发的传统无线通信系统正面临着严峻的考验，必须寻求无线通信领域的革新技术以便从根本上解决无线通信系统的频谱利用率和通信质量问题。迄今为止，传统无线通信技术对信号的频域、时域与码域信息的利用已达到一个前所未有的高度，但仍然无法满足未来移动通信系统的要求。为了提高移动通信系统的性能，人们提出了天线分集技术，联合使用天线分集技术与时间分集技术，还能获得空间维与时间维的分集效益，因此从传统单天线系统向多天线系统演进是无线通信发展的趋势之一 [11] 。
智能天线技术基于自适应天线原理，通过算法对天线阵列单元进行加权处理，使天线阵列能够实时对准有用信号，在干扰方向形成零点，从而提高信干噪比。智能天线技术可以充分利用无线资源的空间可分离性，提高无线资源的利用率，从根本上提升系统容量。智能天线阵列具有较窄的主瓣，较灵活的主/副瓣位置关系，可提供天线阵列增益与分集增益。
一般而言，智能天线可以分为2类：开关波束天线阵列和自适应天线阵列。开关波束天线阵列是一种易于工程实现的智能天线，它将一个扇区分为多个微扇区，根据信号的空间方位，每隔数秒切换到最优指向的微扇区波束，而抑制其他微扇区的干扰。自适应天线阵列能提供最优增益，实时识别并跟踪有用信号，最大限度地抑制干扰。 M 元自适应天线阵列在理论上至多能抑制 M -1个干扰，其实际性能也与传播环境密切相关。在视距链路传播环境中（如开阔地区），自适应天线可以根据估计的信号达波角（或去波角）来跟踪与调整各阵元信号的加权，使天线阵列的方向图主瓣对准所需信号的方向，零点指向干扰，但此时自适应天线无法分离间隔很近的信号。在多径传播环境中，当多径信号从多个方向到达接收天线阵列时，不可能在信号的所有到达路径上都形成波束并在所有干扰信号的到达路径上都生成零点，原因是所需零点的数目远大于阵元数目。为了获取分集增益，需要增大天线阵列的间距，这样的天线阵列可能出现栅瓣。自适应天线阵列能够利用路径分集来合并相关多径成分，减小多径衰减。对于非相关多径，自适应天线阵列可以选择最强的成分，并将其他成分看成干扰，这样就会损失部分信号功率。在多径环境中，天线阵列周围的散射体如同大量的反射天线一样，可以将在视距传播环境下无法分离的信号分离出来。如果接收天线阵列的间距足够大，波束宽度比角度扩展小，则间距很小的信号也可以被分离出来。随着阵元数目、角度扩展以及多径散射的增加，可分离的信号数目会更多，但在高强度多径成分比较丰富的环境下，自适应天线阵列的抗多径衰落能力是相当有限的。
多输入多输出（Multi Input Multi Output, MIMO）技术源于天线分集技术与智能天线技术，它是多输入单输出（Multi Input Single Output, MISO）与单输入多输出（Single Input Multiple Output, SIMO）技术的结合，具有两者的特征。MIMO技术在发送端与接收端均采用多天线单元，运用先进的无线传输与信号处理技术，以及无线信道的多径传播，开发空间资源，建立空间并行传输通道，在不增加带宽与发射功率的情况下，可以成倍地提高无线通信的质量与数据传输速率，堪称现代通信领域的重要技术突破。MIMO技术利用信道的多径效应，可以实现发送和接收分集，改善系统性能；可以扩展信号处理的操作空间，从原有的时域和频域扩展到现在的时域、频域和空域。MIMO中的关键技术有空时处理、预编码等技术。
作为5G NR关键性技术之一，大规模多输入多输出（Massive MIMO）在基站端使用远超激活终端数量的天线，实现了3D波束赋形，大幅提高了频谱利用率、网络容量和覆盖率，有效缓解了无线接入网络中频谱资源短缺以及频谱效率亟待提升等压力 [12] 。5G NR中Massive MIMO具备传统MIMO技术所无法比拟的物理特性和性能优势，主要包括以下几个方面：
（1）高复用增益和分集增益：天线数目的增多，最直接的影响是为传播信道提供了更多的复用增益和分集增益，使得系统在数据传输速率和链路可靠性方面拥有更好的性能。
（2）信道渐近正交性：随着基站天线数目的大幅增加，不同用户之间的信道向量将呈现出渐近正交特性，用户间的干扰可以被有效消除。
（3）信道硬化：当基站天线数量很多时，信道的小尺度衰落效果被平均化，显著降低了信号处理的复杂度。
（4）高能效：相干合并可以实现非常高的天线阵列增益，基站可以将能量聚焦到用户所在的空间方向上，通过大量的天线阵列增益，辐射功率可以降低一个数量级或更多。
（5）高空间分辨率：随着天线阵列规模趋于无限大，基站端形成的波束将变得非常细窄，具有极高的方向选择性及波束赋形增益。
多用户MIMO是指基站在同一时频资源上利用MIMO系统与多个用户进行通信的技术。多用户MIMO能够通过多天线分集增益提高比特率性能，通过多天线复用增益扩大多用户信道容量。常见的多用户MIMO技术有CDMA和SDMA等技术。由于CDMA技术需要占用大量的码资源，而SDMA技术的频谱利用率高且不消耗码资源，因此SDMA是多用户MIMO系统的一种重要方式。通过在基站采用多天线，多个用户可以利用空间信道的差异共享同一时频资源。SDMA允许小区内的频率复用，因此能提高系统的频谱利用率，从而在有限的频带内增加系统的数据吞吐量。
为解决无线多用户MIMO下行链路中存在的多用户干扰问题，近年来越来越多的研究致力于在发送端进行多个用户联合预编码的技术。通过预编码处理，一方面可以有效消除下行链路的多用户干扰，从而大大提高系统容量；另一方面可以大大简化接收机的算法，解决移动台的功耗和体积问题。同时，由于发送端准确知道各用户的数据，并且在发送端采用反馈干扰抵消的方法，因此不存在误码扩散问题，性能更优。
本节介绍一种用于多用户MIMO系统下行链路中的线性预编码技术——块对角化（Block Diagonalization, BD）预编码算法。BD预编码算法可以实现多用户MIMO信道矩阵的块对角化，从而完全消除多用户之间的干扰，其效果相当于将多用户MIMO系统转化为多个独立的单用户MIMO系统。当发送端向某一个用户发射信号时，先通过一个处于其他用户信道矩阵零空间内的调制矩阵对该信号进行处理，再通过天线发射出去，从而可以消除多用户干扰。多用户MIMO下行链路如图2-12所示。
图2-12 多用户MIMO下行链路
假设某个基站同时向
K
个用户发送数据，基站的天线数记为
n
T
，用户
i
的天线数记为
。假设基站到各用户的信道为瑞利平坦衰落信息，则基站到用户
i
的信道可以表示为
×
n
T
维矩阵
H
i
，其元素为服从独立的复高斯分布（0，1）的随机变量。在一个符号周期内，基站总的发射信号可以表示为
，其中
s
i
为发送给用户
i
的
L
i
维信息字符向量，其元素是相互独立的零均值、单位方差的信息字符；
W
i
为用户
i
的
n
T
×
L
i
预编码矩阵，则用户
i
的接收信号可以表示为：
式中，
H
i
W
i
s
i
为有用信号向量；
为其他用户对用户
i
的干扰信号；
I
i
为均值为0、协方差阵为
σ
的高斯白噪向量。
考虑发送端完全知道所有用户信道矩阵的情况，要求发送端的预编码使得各用户接收信号中没有其他用户的干扰，即要求
对于所有的用户
i
均为0，则各用户的预编码矩阵需满足
W
i
s
i
=（0∀
i
≠
j
）。也就是说，每个用户的预编码矩阵都位于其他所有用户的信道矩阵的零空间，此时用户
i
的接收信号向量表达式可简化为
y
i
=
H
i
W
i
s
i
+
I
i
。
定义所有用户的接收信号向量
，则
y
可以写成：
式中，所定义的预编码后的等效多用户信道矩阵 H 是一个块对角阵，因此这种预编码方案的效果是将多用户信道块对角化，故称为块对角化预编码。通过块对角化预编码，多用户MIMO系统可以看成包含 K 个独立的单用户MIMO系统，其中第 i 个用户的等效信道矩阵为 H i W i ，每个等效的单用户MIMO系统可以采用传统的单用户MIMO传输方案和检测算法。
Massive MIMO利用三维（Three-Dimension, 3D）信道中垂直和水平维度的空间分辨率，发射细窄的指向性波束来区分不同空间分布的用户，提高系统性能。Massive MIMO系统模型如图2-13所示。
图2-13 Massive MIMO系统模型
基站配置了二维均匀面阵结构（Two-Dimensional Uniform Rectangular Array, 2D URA）天线，天线数目为 N × M ，其中 N 为水平维度的天线阵列数目、 M 为垂直维度的天线阵列数目。Massive MIMO系统中共 K 个用户，每个用户均采用单天线结构配置。基站到第 k 个用户的3D信道响应矩阵可表示为：
式中，
表示基站侧第
n
个水平、第
m
个垂直发送天线阵列到用户单天线的信道响应信息。3D信道响应矩阵的每一行代表的是水平维度的信道信息，每一列代表的是垂直维度的信道信息。
表示基站的第
i
个水平天线阵列到用户单天线的信道信息，可称为水平信道；
表示基站的第
j
个垂直天线阵列到用户单天线的信道信息，可称为垂直信道。
这里主要介绍3GPP关于Massive MIMO技术标准化的现状，主要包括信道传输、信道反馈和波束管理三个方面。
1）信道传输
对于下行传输机制，LTE中的标准主要聚焦于闭环MIMO传输，而NR中要考虑高速移动场景下的鲁棒性，因此NR需要同时支持开环MIMO传输和闭环MIMO传输。LTE中开环MIMO传输和闭环MIMO传输是分开设计的，可以根据需求和客观条件进行转换。在NR中，由于传输环境更加复杂，这种转换可能跟不上环境的变化，同时考虑到分开设计难以同时满足对传输效率和鲁棒性要求，因此在NR中，3GPP在同一个框架里不仅设计了两种传输方案，同时还考虑了半开环MIMO传输方案，并支持传输方案间的动态切换。由于NR中承载的数据较多，带宽进一步被加宽，不同相干带宽上的信道特性区别较大，因此提出了频率选择性预编码，即在不同的带宽上采取不同的编码方式。为了比较清晰地分割带宽，3GPP提出了把物理资源块（Physical Resource Block, PRB）分为若干个组（Physical Resource Group, PRG）的思想，在每个组内采取相同的预编码方式，这种分组技术即PRB绑定。物理下行共享信道（Physical Downlink Shared Channel, PDSCH）的传输方案支持最多8层传输，天线端口为1000～1011，当只有一个码字时支持1～4层传输，有两个码字时支持5～8层传输；同时支持下行解调参考信号（Demodulation Reference Signal, DMRS）空间复用（SU-MIMO、MU-MIMO），对于SU-MIMO至少支持8个正交DMRS端口，对于MU-MIMO至少支持12个正交DMRS端口。
对于上行传输机制，NR中上行传输机制支持4层传输，考虑到反馈开销和性能，还支持基于码本传输、基于非码本传输、多样性/差异性传输三种方案。对于多样性/差异性传输，可以考虑DFT-S-OFDM、循环时延分集（Cyclic Delay Diversity, CDD）、预编码器循环（Precoder Cycling, PC）、天线端口切换、空频块码（Space Frequency Block Code, SFBC）和空时块编码（Space Time Block Code, STBC），同时支持传输方案间的动态切换。对于基于码本传输，NR支持频率选择性预编码。频率选择性预编码可以使信道的预编码更好地匹配信道，获得更好的性能增益。对于基于非码本传输，UE可以根据下行控制信息（Downlink Control Information, DCI）中的宽带子资源标识符（Sub-Resource Identifier, SRI）确定上行物理共享信道（Physical Uplink Shared Channel, PUSCH）的预编码和传输等级。基于CP-OFDM和DFT-s-OFDM传输都支持PRB绑定，在基于CP-OFDM传输中，PRB绑定支持基于码本传输和基于非码本传输；在基于DFT-s-OFDM传输中，PRB绑定大小是整个调度带宽。
2）信道反馈
如何准确地获取信道状态信息也是Massive MIMO系统中的重要一环。信道状态信息（Channel State Information, CSI）可以使通信系统适应当前的信道条件，在多天线系统中为高可靠性、高速率的通信提供了保障 [13] 。用户设备可以根据基站发送的导频信息（CSI Resource Indicator, CSI-RS）测量得到CSI，然后反馈给基站。NR支持周期、半周期、非周期的CSI上报，CSI-RS也可以是周期性、半周期或非周期的。NR支持两种CSI反馈方式：TypeⅠ反馈和TypeⅡ反馈。利用波束选择原理，TypeⅠ反馈的开销相当低。利用波束组合的原理，TypeⅡ反馈的性能比TpyeⅠ反馈有相当大的增益，但反馈的开销也会显著增加。设计两种CSI反馈方式的目的不同，TypeⅠ反馈适用于单用户MIMO（Single User MIMO, SU-MIMO）系统，因为SU-MIMO主要依赖于UE进行层间干扰抑制，因此不需要极高分辨率的CSI反馈；TypeⅡ反馈适用于多用户MIMO（Multi-User MIMO, MU-MIMO）系统，由于在eNB处使用多天线从空间上抑制不同UE间的干扰，因此更高分辨率的CSI反馈能够在eNB处进行更精确的波束赋形，从而显著改善MU-MIMO系统的性能。
Type I反馈为基于码本的预编码矩阵指示（Precoding Matrix Indicator, PMI）反馈，并且PMI码本至少有两级，如 W = W 1 W 2 ，其中 W 1 码本搜索的第一级波束是宽带的、长期的； W 2 码本搜索的第二级波束可以是子带的、短期的，同时还会传递每个子带的量化系数。
Type Ⅱ反馈具有更高空间分辨率，支持以下三种方案：
方案1：基于线性组合码本的预编码反馈，如图2-14所示。该图给出了两级码本的反馈方式，即 W = W 1 W 2 ，其中， W 1 由一组从二维DFT波束中提取出的 L 个正交波束组成，并且 L 个波束的集合是由过采样的二维DFT波束组成的， L ∈{2，3，4}（ L 是可配置的），且波束选择是宽带的； W 2 中 L 个波束是 W 1 内的常见波束组合，组合系数是子带上报的相位量化，在QPSK到8PSK相位相关的信息量化之间是可配置；波束幅度量化可以配置为宽带或子带上报。
图2-14 基于线性组合码本的CSI反馈
方案2：协方差矩阵反馈。信道协方差矩阵反馈是长期的、宽带的，是一种显式反馈，并且协方差矩阵的量化/压缩版本是由UE上报的，其中，量化/压缩基于一组 M 个正交基向量，上报可以包括 M 个正交基向量的指示和一组系数。
方案3：混合CSI反馈。方案1或方案2中的CSI码本可以协同LTE-Class-B-type-like CSI反馈使用，其中LTE-Class-B-type-like CSI反馈可以基于Type I或Type Ⅱ反馈的CSI码本。
3）波束管理
NR支持的高频带中的自由空间路径损耗有所增加，信道或信号的传输依赖于更高的方向性链路。Massive MIMO系统要求对准每个用户的波束更细、精确度更高。由于用户（UE）会发生移动、旋转和阻塞的情况，因此需要实时更新方向性波束来保持收发点（Transmission and Reception Point, TRP）和UE之间的链路质量。波束管理包括上/下行波束训练（目的是选择最优波束），以及波束恢复两方面 [14] 。
（1）上/下行波束训练。在波束管理中，为了选择用于上/下行的数据传输的方向性波束对链路，首先需要选定用于上/下行波束管理的参考信号（RS），然后定义波束选择的流程，运用选定的参考信号进行波束训练，从而获得用于上/下行数据传输的方向性波束对链路（Beam Pair Link, BPL）。上/下行波束训练过程如图2-15所示。
图2-15 上/下行波束训练过程
下行波束训练的具体步骤如下：
P-1：UE在不同的TRP发送端和接收端波束上测量，选择TRP发送端波束或UE接收端波束，在TRP或UE进行波束扫描，产生的是接收端和发送端的粗波束。
P-2：在P-1的基础上实现TRP波束细化。UE使用选中的粗波束对TRP细波束进行测量，找到TRP的最优发送端波束。
P-3：对UE波束的细化。在波束测量的过程中，TRP使用P-2中的细波束来细化UE接收端波束。
上行波束训练的具体步骤如下：
U-1：在不同的UE发送端波束上进行TRP检测，选择UE发送端波束或TRP接收端波束，同时进行上行随机接入。
U-2：在不同的TRP接收端波束上进行TRP检测，改变或选择TRP接收端波束，该过程中实现了TRP波束细化。
U-3：在UE使用波束赋形时，会在相同的TRP接收端波束上进行TRP检测，转换UE发送端波束，该过程实现UE波束细化。
（2）波束恢复。在初始接入过程中，波束赋形（Beam Forming, BF）称为波束训练；在数据传输中，BF称为波束追踪。由于UE可能会移动、旋转和波束阻塞，因此需要进行波束追踪。如果在数据传输过程中波束质量下降，则需要进行波束恢复。波束恢复过程包括波束失败检测、确定新的候补波束、波束失败恢复请求传输和波束失败恢复请求响应四个过程。
波束失败检测：UE检测波束失败参考信号，检测是否满足波束失败的触发条件。若检测结果满足波束失败触发条件，则宣布波束失败。
确定新的候补波束：在数据传输过程中，UE检测参考信号，用于寻找新的候补波束，既可以在之前上报的波束组中选择新的候补波束，也可以在原始波束附近选择新的候补波束。如果在规定的时间窗内找不到新的候补波束，则需要启动小区选择随机接入过程。
波束失败恢复请求传输：在检测到波束失败后，用户向基站发送波束失败恢复请求信息。用于传输波束失败恢复请求的信道有三类，即基于竞争的物理随机接入信道（Physical Random Access Channel, PRACH）、基于非竞争的PRACH和物理上行链路控制信道（Physical Uplink Control Channel, PUCCH）。
波束失败恢复请求响应：在接收到波束失败恢复请求后，基站应对UE做出响应，寻找新的候选波束或者重新建立传输链路。