基于容量相關字典的5G毫米波大規模天線單元選擇算法

王 琦 趙雄文 張 蕊 李 樹 王蒙軍 孫韶輝

?

基于容量相關字典的5G毫米波大規模天線單元選擇算法

王 琦①趙雄文*①②③張 蕊②李 樹①王蒙軍③孫韶輝③

①(華北電力大學電氣與電子工程學院 北京 102206)②(中國電波傳播研究所電波環境特性與模化技術國家重點實驗室 青島 266107)③(電信科學技術研究院無線移動通信國家重點實驗室 北京 100191)

針對傳統天線選擇算法在大規模天線陣列應用中的局限性，該文在多用戶場景下提出一種基于容量相關字典的5G毫米波大規模天線隨機選擇算法。該算法通過特定環境中不同位置處的多用戶與基站的交互，快速提取大規模天線單元間容量的強弱相關特性，并建立相關字典；在天線選擇時，先搜索最優信道容量單元連接射頻鏈路，再隨機選擇相關字典中與最優單元容量相關大的天線單元接入其余射頻鏈路。該方法大大降低了傳統天線選擇算法應用的復雜度，只與環境有關且較為穩定，當新用戶加入時也無需重新建立相關字典。該方法通過損失一部分性能來換取較低的復雜度，適用于天線單元多的大規模天線陣列。此外，該文在室內開放式辦公室開展了26 GHz視距和非視距下的大規模天線信道測試，分析了不同場景下的天線陣列行間單元間的容量相關性，并對該算法的系統信道容量性能進行了實驗驗證。

大規模天線系統；相關字典；隨機選擇；毫米波

1 引言

大規模天線是第五代(5G)無線通信系統中非常重要的傳輸技術。通過使用多個天線單元，實現分集復用，同時同頻的為多用戶服務。與傳統多輸入多輸出(MIMO)天線相比，大規模天線陣列的單元個數將增加數十倍以上[1]。在大規模天線陣列系統中，數百個天線服務用戶終端，理論以及測量結果都表明大規模天線陣列系統能夠有效地提高頻譜效率，同時降低輻射功率[2,3]。

信道測量是無線信道特性研究與建模的必要條件，目前已有的大規模天線信道測試集中在6 GHz以下，研究多用戶系統信道相關性及預編碼性能問題。文獻[4]通過在2.6 GHz開展的室外虛擬ULA(均勻線性陣列)和UCA(均勻圓柱型陣列)的大規模天線信道測試，研究了用戶間的空間相關性及隔離度。文獻[5]在2.6 GHz研究了大規模多用戶MIMO信道統計參數在線性天線不同位置處的變化情況。文獻[6]在街區進行了大規模天線信道測試，采用圓柱型天線及面板天線，頻點在2.6 GHz，帶寬為50 MHz。對迫零編碼以及最小均方根誤差編碼等幾種線性預編碼方式的性能進行比較，并且發現基站天線個數的增加可降低用戶間的相關性，增加發射端的天線數能夠使多用戶的信道更趨向于正交。當天線數超過一定數量后，信道特性趨于穩定，更多地依賴于傳播環境和用戶位置。文獻[7]是貝爾實驗室進行的旋轉虛擬大規模陣列信道測試，測試地點選擇在德國斯圖加特阿爾卡特-朗訊的校園，載頻為2.6 GHz, 帶寬20 MHz。研究結果發現，盡管獨立同分布的信道與實測信道間有顯著的差異，但大規模天線陣列的理論增益在實際中是可以實現的。此外，研究還發現不同的鏈路間存在相關性，是由于經過了共同的散射環境。為了研究公共散射體對雙鏈路信道的影響，Aalto大學在5.3 GHz進行了雙鏈路大規模天線信道測試[8]，發現在非視距場景中，公共簇的比例較低，集中在0~20%之間。在視距場景中，公共簇的比例高于50%，在部分測試點中，甚至達到100%。文獻[9]在4.45 GHz開展了大規模天線信道測試，場景選在北京交通大學的體育館內，利用實測數據對頻率相關性進行了研究，結果表明大規模天線陣列并不滿足廣義平穩非相關散射的信道特性。以上信道測試都集中在6 GHz以下頻段進行。在更高頻段中，文獻[10,11]在13-17 GHz開展了虛擬大規模天線信道測量，文獻[10]主要對信道參數進行了研究，包括信道增益，萊斯因子，均方根角度及時延擴展等。文獻[11]利用高分辨率SAGE算法對傳播信道中的第1跳簇和最后一跳簇進行了分析。在5 G毫米波頻段目前還沒有大規模陣列信道(天線單元大于100)測試和研究結果。本文在中國和歐洲5 G毫米波熱點頻段26 GHz，開展了開放辦公室場景下虛擬大規模陣列信道測試工作，主要目的是研究如何進行大規模天線單元的選擇以簡化毫米波頻段的大規模天線系統的射頻鏈路復雜度。從傳統多天線擴展到大規模天線陣列系統技術，天線單元的大幅度增加需要更多的射頻鏈路，射頻鏈路的數目直接影響硬件復雜度。在理論上，基站處的每個天線單元都需要連接射頻鏈路，射頻鏈路包含放大器，模數轉換器，以及混合器等，通過并發并收真正實現多天線技術。然而射頻鏈路價位昂貴，能耗較大，通常，射頻鏈路消耗的功率將占總發送功率的50%~80%[12]。大規模陣列天線單元間的相關性會導致每個單元對系統貢獻減小，在實際應用中，并不是每個天線單元都會匹配射頻鏈路，一種可行的方法是通過天線開關將天線單元分時接入射頻鏈路，如天線單元個數在128以上的大規模天線系統，射頻鏈路可配置8~32個[13]。由于每個天線單元對系統整體性能的貢獻不同[4]，因此，射頻鏈路采用何種方式接入天線單元使大規模天線陣列的性能和能耗達到一個平衡，將是一個非常重要的研究課題。

文章主要分為4個部分，第2節重點介紹基于容量相關字典的隨機天線單元選擇算法以及相關字典的構造過程；第3節描述實驗的驗證與分析，著重分析天線陣列的相關特性以及算法性能；第4節總結全文。

2 基于相關字典的大規模天線陣列隨機選擇算法

圖1為大規模天線系統框圖，為和本文實驗系統一致，假設基站BS為單天線，移動端MS有個天線單元，條射頻(RF)鏈路，通過開關部分從個單元中選擇個單元與射頻鏈路合并。天線選擇算法決定開關部分如何匹配。

圖1 大規模天線系統框圖

基于最大信道容量，最大信噪比或接收功率，以及基于范數的天線選擇算法的本質上都是尋找連接最優信道的天線單元，算法的復雜度都類似。在傳統多天線系統中，天線單元通常通過一個開關分時接入射頻鏈路，在大規模天線系統中，為了提高系統性能，也可以通過多個開關時分接入射頻鏈路。

圖2 基于相關字典的隨機天線選擇算法在大規模天線側的流程圖

相關字典的構造如下：

大規模天線多用戶系統不同天線單元間存在容量相關性，這種相關性取決于基站和移動臺所處的環境，對于確定環境下的多用戶，我們可根據信道矩陣建立反應單元間容量相關性的列表，將其稱之為相關字典，且每種環境對應一本相關字典。相關字典反映了天線單元間在特定環境下的信道容量的相關性的統計特性。信道容量計算公式為

矩陣為初始化階段在環境均勻采樣個位置個天線單元的信道容量。

3 實驗與驗證

3.1 實驗設計

測試系統采用時域信道探測儀，發端包含全向天線，銣鐘，任意波發生器，信號源，上變頻器，以及30 dB增益的功率放大器等。收端包含虛擬天線陣列，低噪聲功率放大器，下變頻器及數據采集卡等。表1列出了系統的詳細參數。

3.2 結果分析

在大規模天線系統中，信道容量隨著天線單元個數的增加而增大，曲線呈現凸函數特性。我們在視距和非視距場景下，研究了132個天線單元中，能夠達到信道容量80%的天線單元個數以及最大接收信噪比隨著距離的變化情況，如圖5(a)和圖5(b)所示。最大接收信噪比為

圖3 實驗場景圖

圖4 測試系統

如圖5(a)所示的視距情況，當收發端距離較小時，采用30個以內的天線單元就可以達到整體容量的80%。隨著收發距離的增大，達到80%性能的天線單元個數整體呈現上升趨勢，而最大接收信噪比呈現整體下降趨勢，并與前者呈反比例關系，達到80%信道容量的天線單元數與最大接收信噪比的相關系數為-0.80。當收發距離較遠時，最大接收信噪比整體減小，這時天線陣列中需要更多的天線才能達到較好性能。由于視距非視距兩種場景采用同一套系統，非視距中墻壁的遮擋使得所測距離小于視距如圖5(b)所示。與視距情況不同，非視距情況時，達到80%信道容量的天線個數及最大接收信噪比隨著收發距離的增大而增多或減少的趨勢并不是很明顯，而達到80%信道容量的天線個數與最大接收信噪比呈現明顯反比關系，相關系數為-0.92。

為了研究陣列天線不同單元的性能差異，圖6(a)和圖6(b)分別給出了視距，非視距兩種情況下，在L1位置處的每個天線單元的信道容量。從兩個圖中可以發現同一場景下天線陣列中不同天線單元的貢獻差距較大，最小信道容量與最大信道容量相差6 bit/(s?Hz)左右。相比于視距情況，非視距相鄰天線單元的信道容量變化更為平緩。由此可以看出，當射頻鏈路的數量有限且遠小于天線單元個數時，根據信道環境，選擇性能較好的天線單元接入鏈路對于提高大規模天線系統的性能非常有意義。

此外，通過觀察陣列的3行天線單元，發現無論視距與非視距，3行的變化趨勢呈現一致性，說明天線陣列的3行間信道容量存在一定的相關性。3行天線單元間的信道容量相關性隨著距離的變化如圖7所示。可以看出，非視距的行間天線單元容量相關性比視距時波動更為明顯，且非視距場景3行天線單元間的平均相關性小于視距場景3行間的平均相關性。此外，在3行天線中，相鄰兩行間的相關性均大于第1行與第3行間的相關性，如表2所示。在視距情況下，相鄰行間的相關性基本一致，而非視距情況下，相鄰行間的相關性差別較大。

由圖7(a)和圖7(b)，我們發現陣列的3行天線單元間容量存在較大的相關性，而相關字典需要存儲更詳細的信息，需要提取特定場景下天線陣列中天線單元間的容量相關性。對基站采用單天線，用戶端采用大規模天線其相關字典構成和維護步驟如下：首先，系統初始化時，基站在導頻信道中依次向所有用戶發送導頻信息，所有用戶的射頻鏈路采用時分的方式獲取所有天線單元接收到的信道沖激響應并根據式(2)用戶端計算各天線單元的容量，反饋給基站后構成矩陣，視距非視距的維數分別為：20×132和19×132. 第2步：基站通過式(4)計算信道容量相關系數矩陣。第3步，基站根據式(5)和式(6)，提取相關字典，在這里視距，非視距的相關閾值，定義為0.7，射頻鏈路定為10條。最后，基站通過廣播，將容量相關字典發送給用戶，用戶端進行維護。

圖5 達到信道容量80%的天線單元個數及最大接收信噪比隨著距離的變化曲線

圖6 L1位置處每個天線單元的信道容量

圖7 大規模天線陣列行間天線單元的容量相關性

表2視距與非視距情況下行間天線單元的容量相關性

場景第1行與第2行第2行與第3行第1行與第3行 視距0.760.760.65 非視距0.510.480.41

圖8(a)和圖8(b)分別為視距和非視距的容量相關系數矩陣。容量相關系數矩陣是對稱矩陣，在圖8(a)中，對角線上為天線單元與自身相關系數，除了對角線，還有4條相關性較大的直線與對角線平行，說明天線單元與所處同一列的天線單元間的相關性較大。此外，有的天線單元與周圍單元的容量相關性較大，因此在圖8(a)中會有較大的淺色方塊出現在5條平行線上。還有部分天線單元的容量相關性單元比較分散，在圖上沒有出現聚集現象。當大相關性單元聚集時，說明在當下環境中這部分天線單元除視距外會接收到經過同一個散射簇的信號，簇較大且集中。當大相關性單元分散時，說明這部分相關單元除視距外，在環境中會接收到不同簇的散射信號，簇普遍較小。在非視距場景中，除了對角線，只有兩條與對角線平行的直線，且線條不完整。說明在非視距中，同一列中處于中間位置的天線單元與上下兩個單元有一定的容量相關性，而處于上方和下方的兩個單元間的相關性較小，與圖7分析結果一致。此外，不同于視距場景，非視距中沒有較大的淺色方塊，容量相關性大的天線單元都是小范圍出現，且不止出現在平行線上，說明非視距中，散射貢獻主要來自不同的小的散射體簇。

圖8 大規模天線單元間容量相關矩陣

圖9和圖10研究了3種天線組合模式對不同區域用戶的系統性能影響，以及3種組合模式在不同射頻鏈路個數下對系統的性能影響，圖9中射頻鏈路個數為10。

圖9(a)為視距情況下，用戶處于不同區域時，3種天線選擇算法對系統性能的影響。當發端固定時，不同區域的用戶轉化為不同的收發端距離，可以看出，當收發距離逐漸增大時，3種天線選擇算法下，用戶的信道容量整體呈現下降趨勢，基于相關字典的隨機選擇算法的性能介于其他兩種算法之間。圖9(b)為非視距情況下，3種天線選擇算法對于不同區域用戶的信道容量的影響。隨著收發距離的增加，相比于視距，非視距的信道容量沒有呈現出明顯的下降趨勢，這是受到散射體分布的影響，部分用戶雖然離發射端較遠，但可視散射體較多，利于信號的傳輸，信噪比較大，從而使得信道容量較大。

為了研究3種不同天線選擇算法在不同的射頻鏈路個數下對系統容量大小的影響，分別選取視距和非視距的1位置測量數據進行研究對比，如圖10(a)和圖10(b)所示。可以看出，在視距和非視距的情況下，無論使用何種天線選擇算法，信道容量都是隨著射頻鏈路的個數逐漸增大，并緩慢達到平穩。3種天線選擇算法中，最優信道容量選擇算法的性能最優，基于相關字典的隨機選擇算法介于其他兩種算法之間。

本文所提出的算法通過損失一部分容量性能來換取較低的復雜度，適用于天線數目較多的大規模天線陣列。在實際應用中，也存在一定的挑戰，主要的難點在于如何降低天線開關的硬件成本，如何控制天線開關在不同天線單元間的接入，以及如何快速建立相關字典。在算法測試階段，相比隨機天線選擇算法的容量提升率作為該技術的主要測試指標來衡量算法的有效性，有一定的魯棒性。

4 結論

針對傳統天線選擇算法在大規模天線陣列應用中的局限性，本文提出一種基于容量相關字典的毫米波頻段大規模天線隨機選擇算法。該算法通過特定環境中不同位置處的多用戶與基站的交互，快速提取大規模天線單元間容量的強弱關聯特性，并建立相關字典；在天線選擇時，先搜索最優信道容量單元連接射頻鏈路，再隨機選擇相關字典中與最優單元容量相關大的天線單元連接其余射頻鏈路，此種方法大大降低了傳統天線算法應用的復雜度，只與環境有關且較為穩定，當新用戶加入時也無需重新建立相關字典。本文通過在26 GHz室內開放式辦公室進行的大規模天線陣列視距非視距實驗對算法進行了驗證，并對天線陣列行間容量相關性，單元間相關性進行了研究。結果發現，非視距場景天線陣列3行間的平均容量相關性小于視距場景3行間的平均相關性。視距場景下，3行中相鄰行間的相關性基本一致，而非視距場景下，3行中相鄰行間的相關性不同。此外，在視距中，存在容量相關性大的天線單元集中聚集的現象，而非視距中，相關性大的天線單元都較為分散。最后對3種天線組合模型在不同區域用戶以及不同射頻鏈路個數情況下的性能進行了分析對比，發現復雜度較低的基于相關字典的隨機選擇算法性能介于隨機選擇和最優信道容量選擇算法之間，且信道容量都是隨著射頻鏈路的個數的增加而逐漸增大，并緩慢達到平穩。

圖9 用戶在不同區域時，3種天線選擇算法對系統信道容量的影響

圖10 3種天線選擇算法在不同的射頻鏈路個數下對系統信道容量的影響

表3算法復雜度比較

最大容量選擇算法 基于相關字典的容量選擇算法

[1] Lu Lu, Li G Y, Swindlehurst A L,. An overview of massive MIMO: Benefits and challenges[J]., 2014, 8(5): 742-758. doi: 10.1109/JSTSP.2014.2317671.

[2] Larsson E G, Edfors O, Tufvesson F,Massive MIMO for next generation wireless systems[J]., 2014, 52(2): 186-195. doi: 10.1109/MCOM.2014.6736761.

[3] Rusek F, Persson D, Lau B K,Scaling up MIMO: Opportunities and challenges with very large arrays[J]., 2013, 30(1): 40-60. doi: 10.1109 /MSP.2011.2178495.

[4] Gao Xiang, Edfors O, Rusek F,. Massive MIMO performance evaluation based on measured propagation data[J]., 2015, 14(7): 3899-3911. doi: 10.1109/TWC.2015.2414413.

[5] Payami S and Tufvesson F. Channel measurements and analysis for very large array systems at 2.6 GHz[C]. 2012 6th European Conference on Antennas and Propagation (EUCAP), Prague, Czech Republic, 2012: 433-437. doi: 10.1109/EuCAP.2012.6206345.

[6] Gao Xiang, Edfors O, Rusek F,. Linear pre-coding performance in measured very-large MIMO channels[C]. 2011 IEEE Vehicular Technology Conference (VTC Fall), San Francisco, CA, USA, 2011: 1-5. doi: 10.1109/VETECF.2011. 6093291.

[7] Hoydis J, Hoek C, Wild T,. Channel measurements for large antenna arrays[C]. 2012 International Symposium on Wireless Communication Systems (ISWCS), Paris, France, 2012: 811-815. doi: 10.1109/ISWCS.2012.6328480.

[8] Poutanen J, Haneda K, Salmi J,. Significance of common scatterers in multi-link indoor radio wave propagation[C]. 2010 Proceedings of the Fourth European Conference on Antennas and Propagation (EuCAP), Barcelona, Spain, 2010: 1-5.

[9] Lu Yanping, Tao Cheng, Liu Liu,Frequency correlation investigation of massive MIMO channels in a stadium at 4.45 GHz[C]. 2015 17th International Conference on Advanced Communication Technology (ICACT), Seoul, South Korea, 2015: 271-274. doi: 10.1109/ICACT.2015. 7224801.

[10] Chen Jiajing, Yin Xuefeng, and Wang S. Measurement- based massive MIMO channel modeling in 13–17 GHz for indoor hall scenarios[C]. 2016 IEEE International Conference on Communications (ICC), Kuala Lumpur, Malaysia, 2016: 1-5. doi: 10.1109/ICC.2016.7511276.

[11] Chen Jiajing, Wang S, and Yin Xuefeng. A spherical- wavefront-based scatterer localization algorithm using large-scale antenna arrays[J]., 2016, 20(9): 1796-1799. doi: 10.1109/LCOMM.2016.2585478.

[12] Correia L M, Zeller D, Blume O,Challenges and enabling technologies for energy aware mobile radio networks[J]., 2010, 48(11): 66-72. doi: 10.1109/MCOM.2010.5621969.

[13] Samsung, Ericsson, Intel,WF on Dense Urban Scenarios[R]. 3GPP R1-168537, 2016.

[14] Chen Zhuo, Yuan Jinhong, Vucetic B,Performance of Alamouti scheme with transmit antenna selection[J]., 2003, 39(23): 1666-1668. doi: 10.1049/el:20030966.

[15] Chen Zhuo, Yuan Jinhong, and Vucetic B. Analysis of transmit antenna selection/maximal-ratio combining in Rayleigh fading channels[J]., 2005, 54(4): 1312-1321. doi: 10.1109/TVT.2005. 851319.

[16] Gorokhov A, Gore D A, and Paulraj A J. Receive antenna selection for MIMO spatial multiplexing: theory and algorithms[J]., 2003, 51(11): 2796-2807. doi: 10.1109/TSP.2003.818204.

[17] Chen R, Heath R W, and Andrews J G. Transmit selection diversity for unitary precoded multiuser spatial multiplexing systems with linear receivers[J]., 2007, 55(3): 1159-1171. doi: 10.1109/TSP.2006.887147.

[18] Le N P, Safaei F, and Tran L C. Maximising energy efficiency in antenna selection MIMO wireless systems subject to QoS constraints[J]., 2015, 51(16): 1290-1292. doi: 10.1049/el.2015.1304.

[19] Amadori P V and Masouros C. Interference driven antenna selection for massive multi-user MIMO[J]., 2016, 65(8): 5944-5958. doi: 10.1109/TVT.2015.2477457.

[20] 李潔. 基于天線選擇技術的Massive MIMO系統能效優化問題研究[D]. [碩士論文], 鄭州大學, 2015: 13-49.

Li Jie. Research on efficiency optimization of massive MIMO systems with antenna selection technology[D]. [Master dissertation], Zhengzhou University, 2015: 13-49.

王 琦： 女，1990年生，博士生，研究方向為毫米波無線通信、大規模MIMO信道建模、毫米波人體阻擋模型等.

趙雄文： 男，1964年生，教授，博士生導師，主要研究方向為MIMO無線信道建模和實驗、無線通信系統、電磁場理論及其應用、頻譜管理和干擾協調技術等.

張 蕊： 女，1979年生，女，高級工程師，主要研究方向為對流層電波傳播特性、包括波導傳播、對流層散射傳播、移動信道傳播特性等.

李 樹： 男，1991年生，博士生，研究方向為MIMO信道建模、毫米波通信、高分辨率算法等.

王蒙軍： 男，1973年生，高級工程師，主要研究方向為移動通信、高頻段通信、MIMO傳輸技術等.

孫韶輝： 男，1972年生，高級工程師，主要研究方向為LTE和第5代移動通信關鍵技術等.

Antenna Selection Algorithm Using Capacity Correlation Dictionaryfor 5G Millimeter Wave Massive Antenna Systems

WANG Qi①ZHAO Xiongwen①②③ZHANG Rui②LI Shu①WANG Mengjun③SUN Shaohui③

①(,,102206,)②(,,266107,)③(,, 100191,)

In order to solve the limitation to use the traditional antenna selection algorithm in a massive antenna for fifth Generation (5G) system, a random antenna selection algorithm based on the dictionary of capacity correlation in multi-users scenario is proposed. Before the dictionary is built, the correlation characteristics among antenna units are abstracted by the interactions between the base station and users at different locations. It needs to search the antenna unit with optimal capacity to connect one Radio Frequency (RF) link, and the reminder RF links can select the antennas randomly which have the large correlation with the optimal one in the dictionary. The method is applicable to massive antennas system because of its low complexity and stability. Moreover, there is no need to renew the dictionary for coming new users. In addition, the massive antenna channel measurements in an open office including line-of-sight and none-line-of-sight at 26 GHz are carried out to analyze the capacity correlations among the antenna units located in different rows as well as to verify the system capacity performance with the random antenna selection algorithm proposed in this work.

Massive antenna system; Dictionary of capacity correlation; Random selection; Millimeter wave

TN820

A

1009-5896(2017)12-2990-09

10.11999/JEIT170228

2017-03-20；

2017-06-28；

2017-08-28

通信作者：趙雄文 zhaoxw@ncepu.edu.cn

中國電波傳播研究所電波環境特性與模化技術國防重點實驗室基金(201600012)，電信科學技術研究院無線移動通信國家重點實驗室基金(DTimo.15.094)，中央高校基金(2015XS19)

: The National Key Laboratory of Electromagnetic Environment(201600012), China Research Institute of Radiowave Propagation, The State Key Laboratory of Wireless Mobile Communications, China Academy of Telecommunications Technology (DTimo.15.094), The Fundamental Research Funds for the Central Universities (2015XS19)