我們對高速移動數據的渴求是無止境的。可是在城市環境中可用RF頻譜已經飽和，顯然需要提高基站收發數據的頻譜利用率。

基站包含大量天線，因此，提升基站頻譜效率的一種方案是通過這些同一頻率資源與多臺空間上分離的用戶終端同時通信并利用多徑傳輸，故通過基站提升效率是方案之一。這種技術常被稱為massive MIMO（大規模多入多出）。您可能聽到過massive MIMO被描述為大量天線的波束賦形。隨之而來的問題是：何謂波束賦形？

波束賦形與Massive MIMO的關系

不同的人對于波束賦形這個詞有著不同的理解。波束賦形是指根據特定場景自適應的調整天線陣列的輻射圖。在蜂窩通信中，許多人認為波束賦形是將天線功率主瓣指向用戶，如圖1所示。調整各天線收發單元幅度和相位，使得天線陣列在特定方向上的發射/接收信號相干疊加，而其他方向的信號則相互抵消。一般不考慮陣列和用戶所處的空間環境。這是波束賦形，不過只是它的一種特別實現。

圖1.傳統波束賦形

Massive MIMO可被視為更廣泛意義上的波束賦形的一種形式，不過它與傳統形式相去甚遠。Massive意指基站天線陣列中的大量天線；MIMO意指天線陣列使用同一時間和頻率資源滿足空間上分離的多位用戶的需求。Massive MIMO也認為在實際系統中，天線與用戶終端—以及相反過程—之間傳輸的數據經過了周圍環境的濾波。信號可能會被建筑物和其他障礙物反射，這些反射會有相關的延遲、衰減和抵達方向，如圖2所示。天線與用戶終端之間甚至可能沒有直接路徑。人們發現，這些非直接傳輸路徑同樣有利用價值。

圖2.天線陣列和用戶之間的多路徑環境

為了利用多路徑，天線元件和用戶終端之間的空間信道需要加以表征。文獻中一般將這種響應稱為信道狀態信息(CSI)。此CSI實質上是各天線與各用戶終端之間的空間傳遞函數的集合。用一個矩陣(H)來收集此空間信息，如圖3所示。下一節將詳細討論CSI概念及其收集方法。CSI用于數字化編碼和解碼天線陣列所收發的數據。

圖3.表征massive MIMO系統需要信道狀態信息

表征基站與用戶之間的空間信道

不妨考慮一個有趣的類比：一個氣球在某個位置被戳破了，發出"啪"的一聲，在另一個位置記錄此聲音或脈沖，如圖4所示。在麥克風位置記錄的聲音是一個空間脈沖響應，其包含的信息是周圍環境中氣球和麥克風在該特定位置所獨有的。與直接路徑相比，被障礙物反射的聲音會有衰減和延遲。

圖4.通過聲音類比說明信道的空間特性

如果擴大該類比以模擬天線陣列/用戶終端場景，那么需要更多氣球，如圖5所示。注意，為了表征各氣球與麥克風之間的信道，我們需要在不同時間戳破各氣球，使得麥克風記錄的不同氣球的反射不會重疊。另一方向也需要表征，如圖6所示。本例中，可以在用戶終端位置的氣球戳破時同時完成所有錄音。這樣所花的時間要少得多！

圖5.通過聲音類比下行鏈路信道表征

圖6.通過聲音類比上行鏈路信道表征

RF領域利用導頻信號表征空間信道。天線與用戶終端之間的空中傳輸信道是互易的，即該信道在兩個方向是相同的。這與系統工作在時分復用(TDD)模式還是頻分復用(FDD)模式有關。在TDD模式下，上行鏈路和下行鏈路傳輸使用相同頻率資源。互易性假設意味著只需要在一個方向上表征信道即可，上行鏈路信道是顯而易見的選擇，因為只需要將一個導頻信號從用戶終端發送，并由所有天線元件接收。信道估計的復雜度與用戶終端數成比例，而非與陣列中的天線數成正比。這點非常重要，因為用戶終端可能在移動，故信道估計需要頻繁進行。基于上行鏈路表征還有一個重要優勢，那就是所有繁重的信道估計和信號處理任務皆在基站完成，而非在用戶端完成。

圖7.每個用戶終端發射正交導頻符號

現在，收集CSI的概念既已建立，那么如何將此信息應用于數據信號以支持空間復用呢？濾波基于CSI而設計，以對天線陣列傳輸的數據進行預編碼，使得多路徑信號會在用戶終端位置相干疊加。這種濾波還可以用來線性組合天線陣列RF路徑收到的數據，從而檢測來自不同用戶的數據流。下一節更詳細討論這個問題。

支持Massive MIMO的信號處理

上一節介紹了如何估計CSI（用矩陣H表示）。檢測和預編碼矩陣基于H計算。這種矩陣有多種計算方法。本文重點討論線性方案。線性預編碼/檢測方法的例子有最大比率(MR)、迫零(ZF)和最小均方誤差(MMSE)。本文未提供從CSI導出預編碼/檢測濾波器的全過程，但討論了其優化標準及每種方法的優缺點。關于這些話題的更詳細介紹，請參閱文末給出的參考文獻1, 2, 3。

對于上述三種線性方法，圖8和圖9分別顯示了上行和下行鏈路中信號處理的工作方式。針對預編碼，可能還有某種縮放矩陣，用以歸一化陣列上為簡單起見而忽略的功率。

圖8.上行鏈路信號處理H表示共軛轉置。

圖9.下行鏈路信號處理T表示轉置。* 表示共軛

顧名思義，最大比率濾波旨在最大程度提高信噪比(SNR)。從信號處理角度看，這是最簡單的方法，因為檢測/預編碼矩陣剛好是CSI矩陣H的共軛轉置或轉置。其最大缺點是忽略了用戶間干擾。

迫零預編碼試圖解決用戶間干擾問題，通過設計優化標準來使其最小。檢測/預編碼矩陣是CSI矩陣的偽逆。偽逆的計算開銷高于MR情況中的復共軛。然而，由于太注重降低干擾，用戶的接收功率會受影響。

MMSE試圖在放大信號與降低干擾之間取得平衡。這種整體觀需付出的代價是信號處理復雜度較高。MMSE方法給優化引入了一個正則項—在圖8和圖9中表示為β—利用它可以找到噪聲協方差與發射功率的平衡點。此方法在文獻中有時也被稱為正則化迫零(RZF)。

以上并未囊括所有預編碼/檢測技術，只是簡單介紹了主要線性方法。另外還有非線性信號處理技術，例如臟紙編碼和連續干擾消除便可用來解決此問題。這些方法可提供最優容量，但實現起來非常復雜。上述線性方法對massive MIMO而言一般是足夠的，天線數目可以很大。預編碼/檢測技術的選擇取決于計算資源、天線數目、用戶數目和系統所處環境的多樣性。對于天線數目遠大于用戶數目的大天線陣列，最大比率方法可能足以滿足需要。

現實系統向Massive MIMO提出的實際挑戰

在現實場景中實現massive MIMO時，還有其他實際問題需要考慮。舉個例子，假設一個天線陣列有32個發射(Tx)信道和32個接收(Rx)信道，工作在3.5 GHz頻段。那么需要放置64個RF信號鏈，在給定工作頻率下，天線間距約為4.2 cm。這說明，有大量硬件需裝入一個很小的空間中。它還意味著會耗散大量功率，不可避免會帶來溫度問題。ADI公司的集成收發器為此類問題提供了高效解決方案。下一節將詳細討論AD9371 。

上文討論了利用系統的互易性來大幅削減信道估計和信號處理開銷。圖10顯示了一個實際系統中的下行鏈路信道。它分為三個部分：空中信道(H)、基站發射RF路徑的硬件響應(TBS)和用戶接收RF路徑的硬件響應(RUE)。上行鏈路與此相反，RBS表征基站接收硬件RF路徑，TUE表征用戶發射硬件RF路徑。互易性假設雖然對空中接口成立，但對硬件路徑不成立。由于跡線不匹配、RF路徑間同步不佳和溫度相關的相位漂移，RF信號鏈會給系統帶來誤差。

圖10.實際下行鏈路信道

對RF路徑中的所有LO（本振）PLL使用同一同步參考時鐘，并對基帶數字 JESD204B 信號使用同步SYSREF，有助于解決RF路徑間的延遲問題。但在系統啟動時，RF路徑之間仍會有通道間的相位失配，由溫度引起的相位漂移會進一步擴大此問題。因此很顯然，系統在啟動時需要需要初始化校準，此后運行中需要周期性校準。通過校準可實現互易性優勢，使信號處理復雜度維持在基站，并且只需要表征上行鏈路信道。這樣可獲得一般意義上的簡化，從而僅需要考慮基站RF路徑（TBS和RBS）。

有多種方法可校準這些系統。一種是在天線陣列前面放置一個校準天線，利用此校準天線來校準接收和發射RF信道。以這種在陣列前方放置一根天線的方式是否滿足實際系統校準的需求，是有疑問的。另一種方法是利用陣列中現有天線之間的互藕作為校準機制，這有很高的可行性。最簡單直接的方法或許是在基站中的天線之前增加一些無源耦合路徑。這會增加硬件復雜性，但應能提供一個魯棒的校準機制。為了全面校準系統，從一個指定校準發射信道發送一個信號，所有RF接收路徑通過無源耦合連接接收該信號。然后，每個發射RF路徑依次發送一個信號，該信號在各天線的耦合點被接收，被傳回到一個合路器，再被送至指定校準接收路徑。溫度相關效應的變化一般很慢，故與信道特性不同，無需頻繁執行溫度相關校準。

ADI公司收發器和Massive MIMO

ADI公司的集成收發器產品系列特別適合需要高密度RF信號鏈的應用。AD9371具有2個發射路徑、2個接收路徑和一個觀測接收機，并有3個小數N分頻PLL用于RF LO生成，采用12 mm × 12 mm封裝。這一無與倫比的集成度使得制造商能夠及時且經濟高效地創建復雜系統。

圖11顯示了一個使用多個AD9371收發器的可能系統實現。該系統有32個發射信道和32個接收信道，采用16個AD9371收發器。三個 AD9528 時鐘發生器為系統提供PLL參考時鐘和JESD204B SYSREF。AD9528是一款雙級PLL，提供14路LVDS/HSTL輸出，集成JESD204B SYSREF發生器，可用于多器件同步。AD9528排列成扇出緩沖配置，其中一個用作主器件，它的一些輸出用于驅動時鐘輸入和從器件的SYSREF輸入。圖中包括一個可能的無源校準機制—如綠色和橙色部分所示—一個專用發射和接收信道通過分相器/合相器校準所有接收和發射信號路徑，正如上一節所述。

圖11.采用ADI公司AD9371收發器的32 Tx、32 Rx massive MIMO射頻頭框圖

結語

Massive MIMO空間復用有望成為蜂窩通信領域的革命性技術，其支持在高流量城市區域實現更高的蜂窩容量和效率。它利用了多路徑傳播所帶來的分集性，允許基站與多位用戶之間使用同一時間和頻率資源進行數據傳輸。基站天線與用戶之間的信道具有互易性，故所有復雜的信號處理可以保留在基站進行，信道表征可以在上行鏈路中完成。ADI公司的RadioVerse?系列集成收發器產品支持在小的空間中實現多通路的RF路徑，因此非常適合massive MIMO應用。

參考電路
1. Xiang Gao. 實際傳播環境中的Massive MIMO. Lund University, 2016.
2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. ? MIMO通信系統中的線性發射處理. ? IEEE信號處理論文集，第53卷第8期，2005年8月。
3. Hien Quoc Ngo. Massive MIMO：基本原理和系統設計. Link?ping University, 2015年.

作者：Claire Masterson
Claire Masterson 是ADI公司利默里克通信系統團隊的系統應用工程師，從事系統實現、軟件開發和算法開發。Claire擁有都柏林三一學院BAI和博士學位，于2011年畢業后加入ADI公司。