基于天線分組的高鐵大規模多輸入多輸出自適應波束賦形方案

席皓哲 王瑞峰

摘 要：針對高鐵大規模多輸入多輸出（MIMO）系統的吞吐量未被充分提升的問題，提出一種基于天線分組的自適應波束傳輸方案。首先利用基站（BS）預知的列車位置信息，并將波束賦形技術引入高速場景，建立高鐵大規模MIMO的三維模型;其次驗證BS天線分組情況下，子波束的吞吐量與其對應的發射天線數滿足非線性關系，且子波束天線數變化并未對其他波束的吞吐量產生影響。基于此，以天線分組的自適應波束賦形方案對列車運行至不同位置的波束數和子波束所需的發射天線數進行調整，保證不同位置的最優系統吞吐量。計算機仿真表明，該方案與傳統的單波束、雙波束、八波束相比，在列車距基站125m范圍內分別實現了系統吞吐量87.9%、62.3%、50.6%的提升，在125m之外與單波束賦形的系統吞吐量相近。實驗結果表明，所提方案無論列車距BS較近或較遠時，系統吞吐量均處于最佳水平，更好地適應高速鐵路環境。

關鍵詞：吞吐量;高速鐵路;波束賦形;大規模多輸入多輸出;多波束

中圖分類號： TN929.5

文獻標志碼：A

文章編號：1001-9081（2019）03-0839-06

Abstract： Aiming at the throughput of high-speed railway Multiple Input Multiple Output （MIMO） system has not been fully improved， an adaptive beam transmission scheme based on antenna grouping was proposed. Firstly， the train position information was predicted by the Base Station （BS）， and the beamforming technology was introduced into high-speed railway environment to establish a high-speed Massive MIMO three-dimensional model. Secondly， it was verified that in BS antenna grouping situation， the throughput of a sub-beam and its corresponding number of transmit antennas satisfied nonlinear relationship and the number change of sub-beam antennas did not affect the throughput of other beams. Finally， based on the above， an adaptive beamforming scheme based on antenna grouping was used to adjust the number of beams required and the number of transmit antennas required by the sub-beams when the train runed at different locations to ensure optimal system throughput at all the locations. The computer simulation results show that compared with the traditional single-beam， dual-beam and eight-beam schemes， the proposed scheme achieves 87.9%， 62.3%， and 50.6% improvement respectively in system throughput when the distance between the train and the BS is less than 125m， achieves a similar system throughput of single beamforming when the distance is more than 125m. The experimental results show that the proposed scheme has best system throughput whether the train is far away from or close to the BS， and is better adapted to high-speed railway environment.

Key words： throughput; high-speed railway; beamforming; massive MIMO （Multiple Input Multiple Output）; multi-beam

0 引言

隨著無線通信技術的飛速發展，未來鐵路旅客移動通信業務將逐漸轉變為視頻監控、無線語音、電視和廣播等高速數據接入業務。目前的鐵路專用全球數字移動通信系統（Global System for Mobile Communications-Railway， GSM-R）主要承載低速率的車地雙向數據傳輸業務，無法滿足旅客多樣的通信業務需求，這就迫切地要求通信系統提供更高的吞吐量并保障高可靠性。

無線通信一直以來備受許多科研院所和高校的關注。文獻[1]對高鐵車地通信的大規模單輸入多輸出信道建模并對容量進行了改善，卻未深入研究高速場景的大規模多輸入多輸出（Multiple Input Multiple Output， MIMO）系統。文獻[2]提出了一種多波束機會波束成形。文獻[3-7]均是基于單流或雙流波束賦形，未分析多波束賦形下系統性能。文獻[8]提出采用二分法的組內天線數調整策略。文獻[9]以提高系統能效為目標研究波束賦形技術，并未從選擇性激活天線角度，提高系統能效性能。因此，高鐵大規模多輸入多輸出波束賦形技術還有待進一步研究。

本文從最大化系統吞吐量角度出發對大規模MIMO波束賦形展開研究，提出基于天線分組的大規模MIMO自適應多波束賦形方案。在這種方案設計中，列車車頂等間隔配置多根接收天線，再將基站天線根據接收天線個數分成若干組，基站每個天線組生成的波束分別指向不同的接收天線，與此同時，根據列車的不同運行位置，自適應調節波束數和子波束所需的發射天線數目，以實現高吞吐量的車地無線傳輸。

1 高鐵MIMO建模

目前CRH這一新型列車，列車長度至少達200m，由于我國鐵路列車車身較長的實際特點，可以在列車車廂頂部等間隔安裝多根接收天線。系統結構如圖1所示，基站采用單天線組發送，列車車載臺（Mobile Relay Station， MRS）采用多天線進行接收的分布式MIMO系統。

假設基站可根據上行信道檢測獲得完全的信道狀態信息（Channel State Information， CSI）[10]，系統的同步問題也可以得到解決[11]，且車載臺相對于基站處于高速運動狀態時，發生的無線信號頻偏可以被有效地估計[12]和補償[13]。下行鏈路的高速鐵路大規模MIMO單波束傳輸建模如圖2。

2 自適應多波束賦形

2.2 子波束性能分析

由2.1節式（14）可知不同位置時子波束i的吞吐量為：

從上式可知子波束的吞吐量與其對應的基站端發射天線數和列車到基站在軌道上投影點的距離有關。對靠近車尾子波束1、子波束2和靠近車頭子波束7、子波束8的吞吐量與列車到基站在軌道投影點距離l和子波束發射天線數n之間的關系依據式（15）在Matlab中仿真。即i=1，2，7，8。

主要仿真參數的設置如下：

總的發射天線數Nt=512;波束數Nopt=8;每組天線數ni=64;系統帶寬10MHz;載頻2.5GHz;基站發射功率閾值46dBm;基站天線高度35m;基站與鐵軌垂直距離35m;車載天線高度5m;注：n1、n2、n7、n8均在0～64之間。

仿真結果為圖4和圖5。

圖4為在l=10m時子波束的吞吐量與其他波束對應的發射天線數變化之間的關系。可以看出，子波束的吞吐量大小并未與其余波束對應的發射天線數目相關。以每個子波束64根發射天線作為參照組，當波束2、波束7和波束8的發射天線均由64降為58時，并未影響波束1的吞吐量大小。

圖5為子波束的吞吐量與列車到基站在鐵軌投影點的距離和子波束發射天線數的關系。從圖（a）和（b）看出，在至少l=110m范圍內，子波束的吞吐量與天線數存在一種非線性關系，隨著天線數目的增長，子波束吞吐量整體上呈現上升趨勢。從圖（c）和（d）中可以看出，當MRS距基站的距離變大后，子波束的吞吐量與天線數變為非線性增長關系。而子波束的吞吐量與距離的關系，也可經由理論和實驗結果說明：理論上，在距基站較近時，隨著距離的增大，各個波束的波達角之差會減小，因此波束間干擾量變大，SINR降低，導致子波束吞吐量下降;距離較遠后，波束間的波達角之差接近0，因此干擾量趨于穩定，此時SINR變化不大，子波束的吞吐量改變量也變化不大。同時圖5也表明，在相同的發射天線數情況下，距基站較近的子波束其吞吐量隨距離的增大，整體呈現減小趨勢，而距基站較遠的子波束的吞吐量隨距離增加變化不顯著。

2.3 波束選擇算法

由2.2節的分析可知，子波束天線數的變化并未對其他波束吞吐量產生影響;在列車距基站一定范圍之內時，天線分組情況下會存在子波束的吞吐量與其對應的發射天線數呈非線性非單調遞增關系;在一定范圍之外，子波束的吞吐量與其對應的發射天線數呈非線性增加關系。因此本文提出一種基于天線分組的波束選擇方法。在最大化系統吞吐量的目標下，求解基站最優波束數。該目標函數可構建如下：

3 仿真與分析

本文以整個高鐵運行場景中，常見的高架橋作為仿真場景，主要仿真參數設置如表1所示。

圖6為單波束、雙波束、八波束、本文方案的系統吞吐量仿真結果對比。

采用單波束賦形時，激活車尾天線;雙波束賦形時，同時激活車頭和車尾的天線;八波束賦形時，激活所有的列車頂部天線。從圖中看出，當采用單波束、雙波束或八波束時，隨著列車位置的改變，會存在不同的最優波束數。在列車距基站較近時，八波束相比單雙波束傳輸，系統會得到更高的吞吐量;在列車距基站較遠時，由于八波束間的夾角逐漸減小，因此干擾作用增加，使得其系統吞吐量迅速下降，出現雙波束傳輸時的系統吞吐量大于八波束的情況，而單波束因發射端功率調節的原因，傳輸時系統會有穩定的吞吐量。本文所提出的方案，根據列車位置的不同，對激活波束數自適應調整，能獲得最優的波束數，從而最大化系統吞吐性能。

圖7為列車距基站不同距離時，所提方案中選擇的最佳波束數目。從圖中可以看出，在列車距基站較近時，選擇激活的波束數目比較多，但隨著列車距基站距離的增大，激活的波束數目會不斷減少，最終會在l=175m時變為單波束傳輸。同時也說明系統的吞吐量與選擇的激活的波束數并非正比例關系。

圖8為子波束的發射天線與列車到基站在鐵軌投影點距離l的關系。從圖中可以看出看出，子波束7和子波束8的發射天線數總為0;子波束1的天線數始終都不為0，其他波束的發射天線在不同l時變為0。在l=0m時，系統采用5個波束傳輸，圖8中波束6、波束7和波束8的發射天線數恰好為0;在l=5m時，波束數由5變為6，對應波束6的發射天線數量增加，而其他波束對應的發射天線相應地減少;在l=150m時，會發現波束1的發射天線數為1024，而其余所有波束的發射天線數都為0;在l=175m時，波束1的發射天線數量又變為1024，而其他波束對應的發射天線數量都為0，即列車距基站175m時后系統會退化為單波束賦形。實際上，上述列車在不同運行位置時子波束天線數量的變化，是波束選擇算法對列車不同位置時波束數量和子波束所需發射天線數自適應調整之后的結果。

圖9為迭代次數與列車到基站在鐵軌投影點距離l的關系。從圖中發現在l=70m以內，迭代次數的變化非常密集，表明這時波束數的選擇和組內天線數的調整動作很頻繁。從l=175m開始，迭代次數僅為1，即最優波束數變為1時，只需要迭代1次。可以看出來，雖然存在組內天線遍歷的過程，但此算法在本文的仿真參數下，迭代次數只有在l=0m時出現最高值20次，而隨著l的增加，波束數目整體上出現減少的趨勢，同時迭代次數也減少，這樣可減少波束成形的設計時間，更好地適應高鐵通信場景。

4 結語

本文從最大化系統吞吐量角度出發對高鐵大規模MIMO波束賦形進行了研究，首先分析了基站天線分組情況下子波束的性能，結果表明子波束吞吐量隨著天線數增加整體上呈現上升趨勢，但并不是線性增長關系;并且子波束的吞吐量大小并未與其他波束對應的發射天線數目相關。基于此，提出基于天線分組的波束數調整策略，根據系統吞吐量最優原則，對波束數、不同子波束所需的發射天線數自適應選擇。最后仿真結果表明，系統吞吐量與激活的波束數目呈非線性關系，且提出的波束賦形方案與以往的單波束、雙波束和八波束賦形方案相比，在距基站較近時性能優勢更明顯，在距基站較遠時也可保證與單波束相同的吞吐量，可適應列車的不同運行位置，使系統吞吐量始終處于最佳的水平。

參考文獻 （References）

[1] 羅萬團，方旭明，程夢，等.高速列車車載多天線系統傳輸方案及容量分析[J].通信學報，2013， 34（3）： 90-98.（LUO W T， FANG X M， CHENG M， et al. Transmission scheme and capacity analysis of onboard multi-antenna system in high-speed train [J].Journal on Communications， 2013， 34（3）： 90-98.）

[2] 高倩，張福金.基于高速鐵路通信的多波束機會波束賦形技術[J].計算機工程與應用，2013，49（18）：56-60.（GAO Q， ZHANG F J. Multi-beam opportunistic beamforming for high-speed railway communication [J]. Computer Engineering and Applications， 2013， 49（18）： 56-60.）

[3] CHENG M， FANG X， YAN L. Beamforming and alamouti STBC combined downlink transmission schemes in communication systems for high-speed railway [C]// WCSP 2013： Proceedings of the 2013 International Conference on Wireless Communications and Signal Processing. Piscataway， NJ： IEEE， 2013： 1-6.

[4] 程夢，方旭明.高鐵下一代無線通信系統的波束賦形與大規模多天線傳輸技術研究[D].成都：西南交通大學，2015： 40-52.（CHENG M，FANG X M. Beamforming and large-scale multi-antenna transmission technologies for next-generation wireless communications of high speed railway [D].Chengdu： Southwest Jiaotong University， 2015： 40-52.）

[5] 何勵勵，方旭明.高鐵毫米波通信與雷達探測波束賦形技術[D].成都：西南交通大學，2017： 17-34.（HE L L，FANG X M. High-speed rail millimeter wave communication and radar detection beamforming technology [D]. Chengdu： Southwest Jiaotong University， 2017： 17-34.）

[6] 王晨，鐘章隊.高速鐵路環境下波束賦形技術探究[D].北京：北京交通大學，2013： 24-53.（WANG C，ZHONG Z D. Research on beamforming for high speed railway [D]. Beijing： Beijing Jiaotong University， 2013： 24-53.）

[7] 閆莉，方旭明.高鐵基于毫米波的自適應波束分合傳輸方案[J].電子與信息學報，2016，38（1）：146-152.（YAN L， FANG X M. Adaptive beam splitting or integrating scheme for railway millimeter wave wireless communications[J]. Journal of Electronics and Information Technology， 2016， 38（1）： 146-152.）

[8] 姜莉莉，穆曉敏.大規模MIMO系統中基于天線分組技術的能效分析[D].鄭州：鄭州大學，2017：21-34.（JIANG L L，MU X M. Energy efficiency analysis based on antenna grouping in massive MIMO systems [D]. Zhenzhou： Zhengzhou University， 2017： 21-34.）

[9] 陸瑩，黃永明.能效優化的大規模MIMO無線傳輸技術[D].南京：東南大學，2016：9-19.（LU Y，HUANG Y M. Research on energy efficient transmission technology for massive MIMO wireless communication systems [D]. Nanjing： Southeast University， 2016： 9-19.）

[10] 孫德春，劉祖軍，易克初.使用變換域預測的TDD系統信道互易性補償方法[J].西安電子科技大學學報，2012，39（6）：22-25.（SUN D C， LIU Z J， YI K C. Compensation for channel non-reciprocity by using transform-domain prediction in TDD-MIMO-OFDM systems [J]. Journal of Xidian University， 2012， 39（6）： 22-25.）

[11] 張宇，張乃通.MIMO-OFDM系統信道估計與同步技術的研究[D].哈爾濱：哈爾濱工業大學，2009：68-84.（ZHANG Y，ZHANG N T. Study of channel estimation and synchronization for MIMO-OFDM systems [D]. Haerbin： Harbin Institute of Technology， 2009： 68-84.）

[12] 包超峰，王瑞峰，孔德龍.基于改進Fitz算法的多普勒頻移估計方法的研究[J].計算機測量與控制，2014，22（2）：611-613.（BAO C F，WANG R F， KONG D L. Study on Doppler frequency shift estimation method based on the improved Fitz algorithm [J]. Computer Measurement and Control， 2014， 22（2）： 611-613.）

[13] PIIRANINEN O. Adaptive compensation of Doppler shift in a mobile communication system： USA， 6473594 [P]. 2002-10-29.

[14] KYSTI P， MEINIL J， HENTIL L， et al. WINNER II channel models [J]. Radio Technologies and Concepts for IMT-Advanced， 2009， 50（2）： 52-92.

https：//www.docin.com/p-500873537.html

[15] 張小飛，陳華偉，仇小鋒，等.陣列信號處理及Matlab實現 [M].北京：電子工業出版社，2015：40-42.（ZHANG X F， CHENG H W， QIU X F， et al. Array Signal Processing and Matlab Implementation [M]. Beijing： Publishing House of Electronics Industry， 2015： 40-42.）

[16] LIU L， TAO C， QIU J， et al. Position-based modeling for wireless channel on high-speed railway under a viaduct at 2.35GHz [J]. IEEE Journal on Selected Areas in Communications， 2012， 30（4）： 834-845.