5G潜力最大化:大规模MIMO的规划和部署

Home » 新闻 » 5G潜力最大化:大规模MIMO的规划和部署
2024-08-14

1.引言

从在智能手机上浏览、播放喜欢的娱乐内容,到依靠物联网(IoT)实现智能家居和办公,现代社会中,我们对无线通信的依赖已经达到了前所未有的程度,对更快、更可靠的无线连接的需求在不断增长。随着需求的飙升,传统无线网络面临的挑战也在不断增加。

对更快、更可靠、更节能网络的追求催生了许多突破性的技术,大规模天线技术(mMIMO)正是其中之一。mMIMO旨在通过为每个基站(BS)配备数百个天线单元——从传统的4到8个天线的重大升级,来推进无线通信系统的发展。因此,当使用更大数量天线时,例如每个基站 128或256个天线,可以获得更好的链路可靠性(无缝连接)和频谱效率(增强的容量),其中原因如下:

  • 链路可靠性:利用空间分集增益,可以将相同的信息流从多个天线传输到相同的用户设备(UE)上 。
  • 频谱效率:通过调整空间复用增益,将一个不利的严重衰落信道(如瑞利衰落信道)变成多个独立的信道,可以同时传输多个信息流。
  • 能源效率:通过向预定的接收器发射更窄的波束,而不是将能量辐射到整个小区,从而大大降低所需的传输能量。

综上所述,mMIMO被认为是未来无线网络的关键赋能技术之一,其有效性可以通过智能波束成形技术进一步增强,它利用多径信息并使信号导向特定用户设备(UE)成为可能。

在这篇文章中,我们将探讨对mMIMO至关重要的波束赋形策略,并深入研究了来自伦敦和旧金山的实际案例,以强调严谨可靠的网络规划工具和软件在部署有效的mMIMO无线网络中所能发挥的作用。

2. mMIMO的波束赋形策略

波束赋形是一种利用天线阵列进行定向信号发射和接收的空间信号处理技术。使用一种被称为波束赋形器的专用装置,通过适当地控制每个天线上相同发射信号的相位和相对幅度来实现波束赋形。在接收端波束赋形器中,每个天线信号被按适当比例或相移后放大,以重新生成复合信号。

波束赋形主要有两种类型:

  • 数字波束赋形:每个天线单元都有自己的射频(RF)链,这意味着信号会在数字域中进行处理,即信号的相位和幅度会在组合并发送或接收之前进行数字调整。数字波束赋形能够精确控制发射和接收波形,但在硬件要求方面较为复杂和昂贵。
  • 模拟波束赋形:另一方面,模拟波束赋形通过移相器等模拟组件来控制信号的相位和幅度。它通常比数字波束赋形更简单、经济,但在灵活性和控制方面较为薄弱。

传统的数字和模拟波束赋形方法对于mMIMO系统来说是不切实际的,因此,混合波束赋形被认为是一项关键技术。

混合波束赋形

混合波束赋形技术无缝结合了射频域中模拟波束赋形的优势和基带中数字波束赋形的精度。通过在模拟波束赋形器和数字波束赋形器之间铺设有限数量的射频链,混合方法实现了成本效益和峰值性能之间的和谐统一。值得注意的是,在模拟波束赋形器中合理地使用恒幅移相器,使得在简化mMIMO系统复杂性的同时,保留了其强大的功能,这一做法非常关键。

图1:mMIMO系统的波束赋形策略

基于模拟波束赋形器与射频链之间的连接配置,有两种常用的混合波束赋形结构:

  • 全连接结构:每个射频链通过移相器连接到所有天线。
  • 部分连接结构:每个射频链通过移相器连接到一个单独的天线子集。这一方法所需移相器较少,但性能较差。

混合波束赋形的mMIMO系统的资金支出(CAPEX)和运营支出(OPEX)主要受射频链和天线元件数量的影响。一方面,每个专用的射频链包括一个低噪声放大器、一个模数转换器(ADC)和一个功率放大器,因此其数量直接影响资金成本。此外,射频链非常耗电,消耗高达70%的收发器总功率。事实上,一些研究表明,配备256个射频链的基站消耗的功率大约是配备少量天线的LTE基站的十倍,这直接影响到运营支出,特别是在能源消耗方面。另一方面,模拟波束赋形器的设计复杂度与天线元件的数量密切相关,由于需要高速移相器,其数量应至少等于天线的数量。因此,天线元件的数量将会影响mMIMO系统的资金支出。

混合波束赋形的mMIMO系统的性能与射频链和数据流的数量密切相关。当射频链的数量不小于数据流的数量时,混合波束赋形可以达到与全数字波束赋形基线相当的性能水平,特别是在平坦衰落信道中。

考虑到以上因素,很明显,波束和天线的选择(包括天线和射频链的总数)对mMIMO网络的CAPEX/OPEX、可持续性和整体性能有着深远的影响。

为了应对复杂情况并优化mMIMO网络部署,像Ranplan Professional这样的软件工具已经变得不可或缺。它们让网络规划者能够对整个无线接入网络拓扑进行模拟,利用高精尖技术 (例如混合波束赋形) 进行仿真,有助于节省资金支出和运营成本,同时提高设计生产力。在当今复杂的无线生态环境中,这些工具对于实现成本效益和最佳网络性能之间的微妙平衡是极有用的。

3. 五个mMIMO波束赋形策略的案例研究

为了评估mMIMO波束赋形策略,我们在Ranplan Professional中构建了来自伦敦和旧金山的5个现实场景的对应数字孪生体。场景根据爱立信大规模MIMO手册指导设计,具体如下:

图2: 站点A~E(基于爱立信大规模MIMO手册)
  • 站点A:高流量(红色),密集城区
  • 优先级:高
  • 站点间距离ISD: ~200米
  • 建筑高度分布:高
  • 站点B:中等流量(蓝色)城区
  • 优先级:中
  • 站点间距离ISD:~ 350米
  • 建筑高度分布:低
  • 作为与其他服务提供商共享设备的候选站点
  • 站点C:高流量(红色)郊区
  • 优先级:高
  • 站点间距离ISD:~ 800米
  • 建筑高度分布:低
  • 站点D:低流量(绿色)密集城区
  • 优先级:中
  • 站点间距离ISD:~ 300米
  • 建筑高度分布:中
  • 站点E:低流量(绿色),郊区
  • 优先级:低
  • 站点间距离ISD:~ 600米
  • 建筑高度分布:低

站点A的流量负载和增长量较大,需要优质的mMIMO产品。由于建筑高度分布的设定值较大,需要在垂直方向上具有较高的可操纵性。因此,推荐使用64根天线的mMIMO系统,工作频率为3.5 GHz,带宽为100 MHz。

站点B在流量和增长量方面与站点A相似,但建筑高度较低。因此,高操纵性的优势并不明显,32天线mMIMO系统可达到相近的容量性能,同时降低资金支出和运营成本。

对于站点C,该位置代表一个具有较大ISD的郊区,高流量负载和高流量增长期望值。由于建筑物高度较低,建议采用32天线mMIMO系统。

站点D是一个低ISD的市区,实际流量和预期流量增长较低。因此,传统的解决方案是首选,使用8天线MIMO系统,不需要部署大量天线。

对于站点E,它代表一个低流量负载和低流量增长的郊区,与站点D相比,更低成本的解决方案是首选(更低成本的RRU,更少的基带许可容量需求,更少的能耗,更简单和低廉的天线)。

基于推荐的mMIMO配置,在Ranplan Professional中使用以下仿真参数,分析每种场景下的下行链路用户吞吐量:

  • 发射功率: 43 dBm
  • 载波频率: 3.5 GHz
  • 带宽: 100 MHz
  • 站点A~B天线数量: 64
  • 站点C~E天线数量: 32
  • 波束赋形策略:混合波束赋形
  • 射频链数量: 10
  • 波束赋形算法: Zero-forcing
  • 最小接收信号:-85.7 dBm
  • 信噪比:-20 dB
图3: 旧金山郊区站点A的用户下行链路吞吐量

图3展示了整个站点A(即旧金山郊区)可实现的下行链路用户吞吐量的模拟热图。该区域的用户密度为2000用户每平方公里,流量负载大,流量增长显著。考虑到这些具有挑战性的流量需求,建议利用先进的Massive MIMO产品和软件功能,来充分利用中频段的潜力,特别是考虑到该地区较高的平均建筑高度,需要垂直方向上具有高可操作性。

图4: 伦敦郊区站点B的用户吞吐量

图4展示了伦敦郊区内个人用户的站点B的下行用户吞吐量,该地区的用户密度为1000用户每平方公里。虽然平均建筑高度较低,但流量和流量增长情况与A站点相似。

图5: 旧金山市区站点C的用户吞吐量

图5展示了站点C(伦敦郊区,用户密度为2000用户/平方公里)内可达成的下行终端用户吞吐量。该位置具有相对较大的ISD,并且经历高流量负载和高流量增长预期。此外,该地区的平均建筑高度相对较低。

图6: 旧金山郊区站点D的用户吞吐量

图6展示了站点D的下行终端用户吞吐量,此处是用户密度为500用户每平方公里的旧金山市区。与C站点相比,D站点的ISD相对较小。结果表明,该区域的当前流量和预期流量增长都较低。

图7: 伦敦市区站点E的用户吞吐量

图7展示了伦敦市区个人用户站点 E的下行用户吞吐量,其特征是用户密度为500用户每平方公里。此站点的流量低,ISD大,预期流量增长最小。

4. 结论

mMIMO的部署为提升不同郊区和城市场景下的下行链路用户吞吐量提供了一个变革性的机会。通过仔细考量CAPEX/OPEX、ISD、天线数量和射频链配置等关键因素,可以显著提高mMIMO部署的有效性,以满足每种场景的独特需求和建筑特征。

通过将mMIMO配置与特定流量需求和建筑特征相匹配,可以显著提高投资回报率。例如,在高流量负载和增长预期的场景,且建筑结构较高,需要配备有着更大天线阵列和复杂波束赋形策略的先进mMIMO产品,以充分开发中频段的潜力。另一方面,流量较少且建筑高度较低的场景可能更适合采用有着更少天线元件和简化的波束赋形技术的、更具成本效益的mMIMO解决方案。

此外,利用先进的网络规划软件(如Ranplan Professional)的重要性不容忽视。这些工具让网络运营商和规划人员能够模拟复杂的网络拓扑并优化mMIMO部署策略,从而在成本效益和网络性能之间取得微妙的平衡。通过模拟配备各种mMIMO配置的无线网络的高保真数字孪生,并分析不同仿真参数下的下行链路用户吞吐量,网络规划者可以做出明智的决策,以最大限度地提高mMIMO网络部署的效率和有效性。

从本质上讲,mMIMO的成功部署取决于对每个部署场景的独特特征和需求的全面而深入的理解,以及对先进技术和软件工具的利用。通过采用量身定制的mMIMO部署方法,无线网络运营商可以释放mMIMO技术的全部潜力,提供增强的连接和用户体验质量,满足当今无线生态系统日益增长的需求。

Latest Tweet

Stay Connected