Massive MIMO關(guān)鍵技術(shù)研究及試驗

韓玉楠，李福昌，張濤，張香云，張忠平

1 引言

隨著2015年LTE FDD網(wǎng)絡(luò)制式的4G經(jīng)營許可發(fā)放，全球TD－LTE和LTE FDD兩種4G網(wǎng)絡(luò)制式在我國全面鋪開，這標志著高速網(wǎng)絡(luò)時代的到來。隨著4G網(wǎng)絡(luò)的全面部署和推廣，2016年初，我國4G用戶已超過3G用戶，更于2016年8月4G用戶占移動用戶比例超過50%。4G用戶數(shù)飛速發(fā)展，給4G網(wǎng)絡(luò)帶來了十分嚴重的容量瓶頸。

隨著4G網(wǎng)絡(luò)的廣泛部署，流暢移動視頻業(yè)務成為可能，并迅速成為移動數(shù)據(jù)業(yè)務的中堅力量。此外，基于移動網(wǎng)絡(luò)的手游也迅速爆發(fā)，2016年手游玩家已達到4.65億人，手游流量占比迅速提升。業(yè)務導向、套餐優(yōu)化、網(wǎng)絡(luò)升級推動移動互聯(lián)網(wǎng)流量爆發(fā)式增長，從2015年10月到2016年10月，人均移動互聯(lián)網(wǎng)流量增長高達103%，具體如圖1所示。

圖1 2015.10——2016.10月人均移動互聯(lián)網(wǎng)流量變化

對于熱點區(qū)域流量的爆發(fā)式增長，運營商積極通過更多頻譜部署載波聚合，結(jié)合微站、室分等部署解決熱點容量問題。但在以校園為主的熱點場景，由于流量密集，現(xiàn)有頻譜資源已無法滿足容量需求，微站在站址協(xié)調(diào)及施工、設(shè)備成本、干擾管控方面依然存在諸多問題。室分造價及物業(yè)協(xié)調(diào)、施工也受到諸多限制，因此需要從空間維度考慮，利用空間維度增益提升頻譜效率，提升熱點場景業(yè)務容量。

Massive MIMO是一種利用空間分集和復用增益，實現(xiàn)更多波束，更高容量的5G無線技術(shù)。但對Massive MIMO技術(shù)來說，其不依賴空口的編碼方式，因此Massive MIMO也同樣適用于LTE網(wǎng)絡(luò)。當前，由于網(wǎng)絡(luò)容量壓力日趨增大，各設(shè)備公司均將Massive MIMO技術(shù)進行了4G化應用研究，并相繼推出可商用部署的產(chǎn)品。

本文主要介紹基于LTE的Massive MIMO關(guān)鍵技術(shù)，然后從理論展開分析，結(jié)合Massive MIMO技術(shù)試驗結(jié)果，給出Massive MIMO的性能評估，并結(jié)合Massive MIMO部署場景給出4.5G Massive MIMO部署策略。

2 Massive MIMO關(guān)鍵技術(shù)

2.1 概述

MIMO是指在無線通信收發(fā)端布置多根發(fā)射和接收天線，信號通過多根天線同時進行收發(fā)，從而改善系統(tǒng)性能的天線配置方式。在20世紀初，多天線系統(tǒng)就被提出用于抑制信道衰落。相對于傳統(tǒng)的單天線系統(tǒng)來說，MIMO技術(shù)可以大幅度地提高頻譜利用率和提升信噪比，使得系統(tǒng)可以達到更高的傳輸速率和更可靠的傳輸效率。

MIMO系統(tǒng)的性能很大程度上與收發(fā)兩端配置的天線數(shù)相關(guān)，即收發(fā)端配置的天線數(shù)目越多，系統(tǒng)的數(shù)據(jù)速率和鏈路可靠性方面的表現(xiàn)就會越好，代價是系統(tǒng)更高的復雜度。

香農(nóng)定理給出了信道信息傳送速率的上限和信道信噪比及帶寬的關(guān)系，香濃公式如下：

C為系統(tǒng)容量，即最高信息傳送速率；B為系統(tǒng)帶寬，系統(tǒng)帶寬越大，容量越高；S為信號功率；N為噪聲功率；S/N表示系統(tǒng)信噪比。

由于Massive MIMO能提供更多獨立無線信道，將S/N以矩陣形式進行表示，引入信道信息，可變?yōu)槿缦拢?/p>

Pt為發(fā)射功率，N0為噪聲，λi為信道矩陣路損因子，r為并行獨立信道個數(shù)。從公式（2）可以看出，Massive MIMO容量受到r影響，獨立信道個數(shù)越多，可提供更高的信息容量。

2.2 標準進展

LTE系統(tǒng)物理層的基本構(gòu)架建立在OFDM+MIMO的基礎(chǔ)之上，MIMO技術(shù)對于提高數(shù)據(jù)傳輸?shù)姆逯邓俾逝c可靠性、擴展覆蓋、抑制干擾、系統(tǒng)容量、系統(tǒng)吞吐量有著重要作用。面對速率與頻譜效率需求的不斷提升，對MIMO技術(shù)的增強與優(yōu)化始終是LTE系統(tǒng)演進的一個重要方向。

LTE Release 8基于發(fā)射分集、閉環(huán)/開環(huán)空間復用、波束賦形與多用戶MIMO這幾種MIMO技術(shù)定義了多種下行傳輸模式以及相應的反饋機制與控制信令。LTE Release 9中引入的雙流波束賦形技術(shù)從參考符號設(shè)計及傳輸與反饋機制角度對MU-MIMO傳輸?shù)撵`活性及MU-MIMO功能進行了改進：采用了基于專用導頻的傳輸方式，可以支持靈活的預編碼/波束賦形技術(shù)；采用了統(tǒng)一的SU/MU-MIMO傳輸模式，可以支持SU/MU-MIMO的動態(tài)切換；采用了高階MU-MIMO技術(shù)；支持基于碼本與基于信道互易性的反饋方式，更好地體現(xiàn)了對TDD的優(yōu)化。LTE Release 10的下行MIMO技術(shù)沿著雙流波束賦形方案的設(shè)計思路進行了進一步的擴展。歷經(jīng)了三個版本的演進，LTE中的MIMO技術(shù)日漸完善。

LTE Release 13開始對FD-MIMO（Full Dimension Multi Input Multi Output）進行研究，3GPP在討論了端口數(shù)目增至64的大規(guī)模2D有源天線陣列（2D Antenna Array）下的關(guān)鍵技術(shù)，F(xiàn)D-MIMO采用大規(guī)模2D有源天線陣列，可以利用空間隔離度為極大數(shù)目的移動終端同時同頻提供服務從而大幅提升系統(tǒng)容量。此外，2D天線面板可以充分利用豎直維的空間自由度實現(xiàn)3D波束賦形使得系統(tǒng)覆蓋大幅提升。LTE Release 14繼續(xù)eFD-MIMO的研究，對預編碼的CSI-RS和非預編碼的CSI-RS進行了擴展，對于DMRS和Hybrid CSI-RS仍在進行進一步的討論，由于FD-MIMO技術(shù)對系統(tǒng)的覆蓋和容量均有可觀的增益，且隨著有源天線技術(shù)的發(fā)展使得大規(guī)模天線陣列的實現(xiàn)成為可能，其發(fā)展前景被一致看好。

2.3 陣列天線

Massive MIMO相比于傳統(tǒng)MIMO能夠有效提升性能的重要關(guān)鍵技術(shù)就是大規(guī)模陣列天線。其主要原理是：相控陣天線通過控制陣列天線中輻射單元的饋電相位來改變方向圖形狀，其突出優(yōu)點是增益高，能迅速準確地控制波束方向，波束無慣性，并且能在覆蓋范圍內(nèi)同時跟蹤多個用戶。

Massive MIMO基站端放置大規(guī)模天線陣列，在理論上，當M趨于無窮時，空間分開的不同用戶的矢量信道將趨于正交，這樣同小區(qū)內(nèi)用戶間干擾被消除，簡單的MRC算法即可達到最優(yōu)。同時，由多天線所形成的極窄波束的分辨率將高于產(chǎn)生小尺度瑞利衰落的多徑的尺度，因而小尺度衰落幾乎被消除。

2.4 測量及預編碼

實現(xiàn)Massive MIMO最重要的一項關(guān)鍵技術(shù)就是信道測量及預編碼，其能夠有效獲取信道信息，并進行準確的預編碼，能發(fā)揮波束賦形的效果。當前預編碼主要分為線性預編碼和非線性預編碼。

線性預編碼是依靠閉環(huán)方式預編碼技術(shù)，其依賴于信道狀態(tài)信息（Channel State Information，CSI）測量，根據(jù)最優(yōu)化算法對傳輸數(shù)據(jù)進行預編碼操作，提升系統(tǒng)的頻譜效率。線性預編碼按照預編碼矩陣的獲得位置劃分為兩大類預編碼方式：非基于碼本的預編碼和基于碼本的預編碼，具體操作如圖2和圖3所示。

圖2 非基于碼本的預編碼過程

圖3 基于碼本的預編碼過程

非基于碼本的預編碼通過終端的SRS（探測參考信號）進行信道信息測量并進行信道估計和量化。根據(jù)信道信息狀況實時進行預編碼矩陣計算，生成預編碼后，對數(shù)據(jù)進行預編碼操作并在天線映射和發(fā)送，非碼本的預編碼方式要求使用專用參考信號，即數(shù)據(jù)符號和導頻符號一起進行預編碼操作，這樣接收端只需要通過信道估計就可以獲得預編碼之后的等效信道，從而方便地進行數(shù)據(jù)解調(diào)。由于TDD制式具有上下行信道互易性，通常現(xiàn)網(wǎng)TDD制式使用非基于碼本的方式進行預編碼。而FDD制式的上下行在不同頻段，通過上行測量的信道信息與下行信道狀況有一定差異，因此通常FDD使用基于碼本的方式。

基于碼本的預編碼信道信息測量和量化由接收端獲得，接收端根據(jù)預測的信道狀態(tài)信息從預先編制好的預編碼本中選擇，并將所選取的預編碼矩陣序號發(fā)送給基站，由基站按照對應的預編碼矩陣進行預編碼。由于采用基于碼本的預編碼方式通過發(fā)射矩陣序號代替信道矩陣，從而節(jié)省了信道資源。其缺點是由于碼本的數(shù)量有限，從而造成預編碼性能受到很大限制。

基于碼本的預編碼的主要問題：一是如何構(gòu)建碼本，二是如何從碼本中選擇一個理想的預編碼矩陣。碼本是基于信道測量而設(shè)計最優(yōu)預編碼矩陣的一個量化，碼本的大小和各碼字之間的距離影響著預編碼的性能。預編碼矩陣碼本的構(gòu)建方式也有多種，如基于DFT的碼本、基于天線選擇的碼本、RBF（Random Beamforming）、基于TxAA（Transmit Adaptive Array）模式的碼本等。

在非線性預編碼中，DPC（Dirty Paper Coding）可以達到最優(yōu)速率，但是由于實現(xiàn)復雜度非常高，難以在商用系統(tǒng)中普遍應用，不適用于Massive MIMO系統(tǒng)。

因此現(xiàn)有商用系統(tǒng)多推薦應用線性預編碼，常見的線性預編碼有MF（Match Filter）、ZF（Zero Forcing）、RZF（Regularized Zero Forcing，采用MMSE準則設(shè)計時也稱為MMSE預編碼）以及BD預編碼等。針對各種預編碼性能，相關(guān)文獻已有系統(tǒng)性評估，MMSE與ZF性能優(yōu)于MF性能，MMSE與ZF預編碼性能接近DPC。綜合實現(xiàn)復雜度和性能優(yōu)勢，各公司在商用系統(tǒng)多考慮采用ZF預編碼。

ZF算法是MIMO系統(tǒng)中應用較為廣泛的一種預編碼方式，其原理為構(gòu)造一個信道矩陣的逆矩陣，并在接收端左乘H的逆矩陣以達到消除信道影響的目的，而接收端的信號可以改寫成列式相加：

式中，h為信道矩陣的列，檢測出x，需要消除其他天線的影響，通過左乘矢量wi來實現(xiàn)，需要的wi條件為：

將wi做為行矢量構(gòu)成預編碼矩陣，WZF?H =I，可得：

發(fā)送信號估值為：

兩者的協(xié)方差為：

可以看到，ZF可以在接收到的信號中完全除去本小區(qū)內(nèi)部用戶之間的信道干擾。但是也存在兩點不足：首先，發(fā)送信號中的數(shù)據(jù)流數(shù)目需要和接收用戶數(shù)保持一致；其次，噪聲過大將導致信噪比急劇惡化從而影響總體性能。

3 4.5G Massive MIMO應用部署

3.1 4.5G Massive MIMO產(chǎn)品分析

4.5 G Massive MIMO產(chǎn)品，空口基于LTE，產(chǎn)品形態(tài)上，既存在RRU+天線的一體化設(shè)備，也存在BBU+RRU+天線的一體化設(shè)備，其切分面不同主要考慮小區(qū)間協(xié)同、CPRI接口速率限制等因素。當前主流產(chǎn)品主要為RRU+天線，即有源天線的模式。其天線陣列多采用128陣子的排列方式，如圖4所示：

圖4 Massive MIMO天線陣子排列

其采用水平8天線，垂直8天線，結(jié)合交叉雙極化的8×8×2方式。

當前TDD產(chǎn)品多采用64通道數(shù)，理論可實現(xiàn)64數(shù)據(jù)流發(fā)送與接收，但是空口受限于波束寬度、波束間干擾、信道矩陣的量化和預編碼設(shè)計，當前可實現(xiàn)空口16流的數(shù)據(jù)傳輸，相比于傳統(tǒng)2流系統(tǒng)提升頻譜效率近8倍。

TDD產(chǎn)品采用非基于碼本的預編碼方式，依賴于上行SRS進行信道測量和估計，多采用ZF預編碼算法。

當前FDD產(chǎn)品設(shè)計為32通道，理論上可實現(xiàn)32數(shù)據(jù)流發(fā)送與接收，當前可實現(xiàn)空口8～16流的數(shù)據(jù)傳輸，相比于傳統(tǒng)2流系統(tǒng)提升頻譜效率4～8倍。由于更多天線端口發(fā)送需要額外的參考信號開銷，實際系統(tǒng)頻譜效率提升會略低于4～8倍。

FDD系統(tǒng)由于無法利用上行SRS完全互易實現(xiàn)信道測量，因此，基于TM9模式采用CSI-RS測量和DM-RS的解調(diào)方式。在系統(tǒng)實現(xiàn)上，各公司根據(jù)場景變化會要求不同信道信息反饋，基站側(cè)基于私有算法進行預編碼矩陣設(shè)計，然后通過預編碼過程進行數(shù)據(jù)發(fā)送和解調(diào)。FDD信道測量及預編碼過程如圖5所示：

圖5 FDD系統(tǒng)信道測量及預編碼過程

但是由于當前支持TM9的終端市場普及率并不高，針對現(xiàn)有僅支持TM3、TM4的終端，F(xiàn)DD Massive MIMO采用類似劈裂天線概念，利用軟劈裂算法進行空分復用。

3.2 4.5G Massive MIMO性能

基于TDD的Massive MIMO各主設(shè)備公司如華為、中興、愛立信均有完善產(chǎn)品和解決方案，當前可利用MU-MIMO實現(xiàn)多用戶空間復用，達到單小區(qū)20 MHz單載波近650 Mb/s吞吐量，結(jié)合CA部署，單小區(qū)吞吐量可提升至2 Gb/s，能夠有效提升密集熱點業(yè)務場景的容量。同時由于波束賦形的功率有效性，可提升小區(qū)邊緣用戶速率10倍以上。

基于FDD的Massive MIMO當前已完成系統(tǒng)內(nèi)外場功能評估和部分性能測試。

（1）FDD Massive MIMO小區(qū)基本功能，單用戶MIMO，上行和下行FTP、網(wǎng)頁瀏覽、視頻等基本業(yè)務已完成驗證，可進行商用部署和商用用戶接入。圖6為Massive MIMO測試點示意圖：

圖6 Massive MIMO測試點示意圖

（2）對于水平分散多UE小區(qū)峰值容量測試，利用TM9終端已獲得20 MHz單小區(qū)4用戶8流達到小區(qū)吞吐量500 Mb/s效果，具體如圖7所示。

（3）對Massive MIMO小區(qū)的近點、中點、遠點波束賦形效果進行驗證測試，獲得平均6 dB～8 dB的增益。表1為波束賦形增益測試效果：

表1 波束賦形增益測試效果

FDD Massive MIMO技術(shù)受限于信道測量，需要更加復雜的信道估計和預編碼，由于各場景無線環(huán)境差異較大，需要針對信道估計和預編碼算法進行不斷完善和優(yōu)化。

圖7 4部UE用戶速率統(tǒng)計

后續(xù)FDD Massive MIMO將拓展垂直維度賦形增益，提升單小區(qū)容量，并結(jié)合載波聚合、下行256QAM、上行64QAM全面提升熱點區(qū)域容量和業(yè)務體驗。

3.3 Massive MIMO部署

當前隨著4G用戶普及率快速提升，4G網(wǎng)絡(luò)在部分場景逐漸接近擁塞，如各地高校宿舍區(qū)已開啟全部可用頻段載波聚合，但是網(wǎng)絡(luò)依然出現(xiàn)擁塞。面對此類場景，利用具有較高頻譜效率Massive MIMO的部署已是必然選擇。

此外，針對高層商務樓宇，傳統(tǒng)室分建設(shè)方案周期長，容量低，物業(yè)協(xié)調(diào)難度極高，通過Massive MIMO的垂直維度波束賦形增益，可有效進行低層、中層、高層的全面覆蓋。

由于Massive MIMO也是5G的關(guān)鍵技術(shù)之一，采用4.5G的Massive MIMO組網(wǎng)，后續(xù)可同頻段平滑演進，因此隨著業(yè)務量的提升，Massive MIMO可逐步在現(xiàn)網(wǎng)熱點區(qū)域部署，提升用戶業(yè)務感知。

4 結(jié)束語

本文以4G業(yè)務發(fā)展引入對Massive MIMO技術(shù)的需求，介紹了Massive MIMO的概念，容量提升的理論分析，并針對標準進展、陣列天線、測量和預編碼等關(guān)鍵技術(shù)進行了詳細闡述和分析，最后分析了現(xiàn)有4.5G Massive MIMO設(shè)備的情況，并針對Massive MIMO性能和試驗結(jié)果進行探討，給出了4.5G Massive MIMO應用部署的場景。

[1] Prabhu H, Rodrigues J, Edfors O, et al. Approximative matrix inverse computations for very-large MIMO and applications to linear precoding systems[C]//Wireless Communications and NETWORKING Conference.IEEE, 2013: 2710-2715.

[2] 劉慶剛,張光生. 陣列天線仿真研究[J]. 通信對抗,2012(2): 49-51.

[3] 陳文洪,高秋彬,陳潤華,等. 基于CSI-RS賦形的大規(guī)模天線陣列預編碼與反饋方法[J]. 中國科學：信息科學,2016,46(1): 49-60.

[4] Noh H, Kim Y, Lee J, et al. Codebook Design of Generalized Space Shift Keying for FDD Massive MIMO Systems in Spatially Correlated Channels[J]. IEEE Transactions on Vehicular Technology, 2015,64(2): 513-523.

[5] Costa M H M. Writing on dirty paper (Corresp.)[J]. IEEE Transactions on Information Theory, 1983,29(3): 439-441.

[6] Shirani-Mehr H, Sajadieh M, Li Q. Practical downlink transmission schemes for future LTE systems with many base-station antennas[C]//Global Communications Conference. IEEE, 2013: 4141-4145.

[7] C Shepard, H Yu, N Anand, et al. Argos: practical manyantenna base stations[C]//International Conference on Mobile Computing and NETWORKING. ACM, 2012:53-64.

[8] Hoydis J, Hoek C, Wild T, et al. Channel measurements for large antenna arrays[C]//International Symposium on Wireless Communication Systems. IEEE, 2012: 811-815.

[9] 馬珺,馬林,俞凱,等. 大規(guī)模陣列天線方向圖成形預編碼性能仿真[J]. 電視技術(shù), 2015,39(1):68-71.

[10] JOHND, KRAUS, RONALDJ, et al. 天線：FOR ALL APPLICATIONS（上冊）[M]. 北京: 電子工業(yè)出版社, 2011.

[11] Shariati N, Bj?rnson E, Bengtsson M, et al. Low-Complexity Polynomial Channel Estimation in Large-Scale MIMO with Arbitrary Statistics[J].IEEE Journal of Selected Topics in Signal Processing, 2014,8(5): 815-830.

[12] 衛(wèi)杰,楊善國,侯伶利. 一種低剖面寬帶寬角掃描陣列天線的設(shè)計[J]. 電子信息對抗技術(shù),2016,31(5): 71-75.★