APP下载

5G毫米波信道测量和建模技术研究

2017-10-09张沛泽周宇孙向前

移动通信 2017年14期
关键词:频段频谱信道

张沛泽 周宇 孙向前

【摘 要】提高无线通信系统的数据传输速率是第五代移动通信技术(5G)发展的核心动力,毫米波因具有丰富的频谱资源而受到广泛关注。由于工作波长较短,毫米波在传播过程中更容易受环境影响,因此搭建毫米波信道测量系统并建立相应的三维空间信道模型,有利于推动高频通信技术在5G中的应用。根据毫米波的应用场景和技术需求,重点介绍了频域和时域信道测量系统的基本原理和组成方案以及大尺度、小尺度信道模型和对应参数提取方法。最后讨论了6 GHz以上频谱划分和信道模型建立方面的标准化工作进程。

【关键词】5G 毫米波 信道测量 信道模型

1 引言

随着移动互联网和物联网业务的激增,第四代移动通信技术已无法满足用户对超高传输速率和极低能耗的需求。根据香农公式,通过增加可用频宽、提高频谱效率、加大组网密度等技术可以有效提高无线设备的接入速率,其中最为直接和有效的方式就是增加数据的传输带宽[1]。然而目前的移动通信系统、蓝牙、无线局域网等主要工作在6 GHz以下的中低频段,其可用的连续频谱资源十分稀缺。相反,6 GHz以上的高频段,除少量频段用于军事通信外,还有大量未分配的频谱资源亟待开发利用。较短的工作波长使得毫米波器件和系统的尺寸得以小型化,大规模天线阵列、波束形成、波束追踪等技术可以完美地应用于毫米波移动通信系统[2-3]。

虽然宽带毫米波通信可以满足5G高传输速率的需求,但在应用过程中仍面临着巨大挑战,包括高路径损耗、绕射能力差、大气吸收和雨衰严重等问题,这些问题严重制约了毫米波通信系统的覆盖范围和传输性能[4]。此外,由于多天线技术的引入,毫米波的空间分布特性对于天线波束方向的控制起到了决定性的作用,所以有必要对不同典型场景进行抽象并建立包含时间、频率和空间三维信息的高频信道模型。传统的信道模型主要包括基于射线追踪技术得到的确定性模型和基于实际测量结果的统计模型[5]。相比于前者,统计信道模型能够更好地反映实际无线信号传播环境,但其模型参数和测量系统的性能密切相关。本文根据毫米波在5G中的应用场景和需求,结合目前国内外的研究成果,总结并设计了一套完整的毫米波信道测量和建模方法,包括测量系统的搭建、数据预处理、模型参数提取等。建模结果一方面推动了标准化组织对高频频谱资源的评估和规划,另一方面有利于测试其他高频通信技术的性能。

2 应用场景及需求

对于毫米波信道建模而言,首先需要明确模型的应用场景,并针对不同场景,合理选取发射机和接收机的测量位置。受到毫米波传播范围的限制,其主要应用于室内热点(InH,Indoor and Hotspot)、城市微蜂窝(UMi,Urban Micro-Cell)、城市宏蜂窝(UMa,Urban Macro-Cell)和其他特殊场景,如视距路径的回传链路,具有对称结构的体育场馆等[6]。典型的InH场景包括会议室、格子间办公室、起居室、走廊和大厅等。而室外UMi和UMa两种场景的区别主要在于发射机位置是否高于周围环境中的建筑物,并且还需额外考虑室外到室内(O2I,Outdoor-to-Indoor)时建筑物材料对毫米波的穿透损耗。

在确定研究场景后,需要根据选取的参考信道模型设计具体的测量方案和技术指标。通常包括大尺度和小尺度传播模型[5],其中大尺度模型主要描述了接收信号强度随距离的变化情况。由于毫米波高传输损耗的特性,因此测量系统必须具有足够大的动态范围以保证可以分辨有用信号。而小尺度衰落模型则反映了由于环境散射造成的多径效应的影响。为建立毫米波三维信道模型,需要对不同方位角和俯仰角的接收信号进行采集,得到接收功率在空间内的分布情况。能否从信道冲激响应(CIR,Channel Impulse Response)中提取有效径则与发送信号带宽和测量系统的采样率有关,时间分辨率越高,对环境中多径效应的刻画越准确。通过对功率延迟谱(PDP,Power Delay Profile)和功率角度谱(PAP,Power Angular Profile)的测量可以得到信道在时间和角度域色散参数。基于现有毫米波信道测量结果,发现信号在传输过程中呈现簇特性,即接收信号以相近的到达角(AoA,Angle of Arrival)、离去角(AoD,Angle of Departure)和到达时间(ToA,Time of Arrival)在空间中传播。因此,簇或径的到达率和衰减率、簇内时间和角度色散、Ricean K因子等簇内和簇间参数可以用于准确描述高频无线信道的统计特性。

3 毫米波信道测量和建模技术

3.1 毫米波信道测量系统

信道测量系统是获取CIR、提取信道特征参数的基础,影响着估计参数的精度,而一套完整的信道测量系统主要由测试仪表、天线及线缆、控制转台等几部分构成,其中测试仪表的选取主要由测量原理决定。目前在毫米波频段所广泛采用的信道测量方法主要分为频域法和时域法两种。基于矢量网络分析仪(VNA,Vector Network Analyzer)的频域测量法通过扫频的方式,发送的单频信号经过准静态信道后的接收信号可以看作是对发送信号进行了幅度加权和相移。通过记录VNA的S21参数(1端口为输出,2端口为输入)得到信道的频率响应,再利用逆快速傅里叶变换获得CIR。当VNA单表无法覆盖关心频段时,需要增加上下變频模块以满足要求。图1给出了一种基于高性能VNA的频域测量系统框图,与传统的测量方案相比,其增加了高频矢量信号源作为外扩信号源,可以有效提高信号的发射功率和系统的动态范围。图1中所有的测试仪表和控制转台通过网口或RS-232串口协议相连,便于实现自动化测量。由于在毫米波频段线缆的损耗不可忽略,所以参考信号的存在造成频域系统受限于室内短距离测量。

相反,时域法通过发送自相关特性良好的宽带信号,在接收端将接收信号与原始信号进行互相关运算,进而直接获得CIR。由于不需要参考信号,时域法解决了频域法覆盖范围受限的问题,并且真正意义上实现了宽带信道测量。图2给出了时域高频信道测量系统的基本原理图。以纽约大学无线中心为代表,在接收端利用滑动相关器在硬件上实现互相关操作,避免了在数字采样和滤波过程中对信号幅度和相位所产生的影响,但无法灵活适用于多个频段。另一种方式则是直接获取基带接收信号,然后在数据预处理过程中解相关,避免了硬件结构的复杂性。随着毫米波通用测试仪表性能的提升,发射机和接收机可以分别利用矢量信号源和频谱仪实现,这种一体化信道测量系统的稳定性和综合测量精度更高。此外,在应用时域法或频域法时都需要考虑收发信机间频率和时间同步的问题,失步将会影响系统去嵌入的结果,进而错误估计系统的时间色散参数。可以将收发端通过线缆直联并发送低频同步信号,或者增加铷钟利用GPS实现同步,并且为消除系统和线缆的损耗,在测量前需将两根射频电缆直联进行系统校准。endprint

由于毫米波主要会结合多天线技术应用于未来的移动通信系统,因此为获得符合典型应用场景的大规模MIMO高频无线信道模型,通常可以直接利用MIMO天线阵进行测量,但这对收发信机的结构设计提出了更高的要求。目前主流的方法是通过在水平和俯仰两个维度旋转定向喇叭天线以构成虚拟的全向天线,替代低增益全向天线,补偿高频的路径损耗。测量得到的全向信道模型经过一系列信号处理算法后可转化为MIMO信道模型。所以为充分反映毫米波的空间信道模型,天线转台需要支持多维旋转的功能。

3.2 毫米波信道模型

无线信道的大尺度传播模型决定了毫米波通信系统的覆盖范围,通常大尺度衰落和收发天线间距离成反比,且在不同应用场景下由于环境中地物的遮挡会产生阴影衰落。考虑到大气吸收和雨衰的影响,在链路预算时其传播损耗可以表示为:

式中,Ph(τm,θ,φ)表示在方位角和俯仰角分别为θ和φ时的PDP。基于不同角度的测量结果,利用高分辨率的参数估计算法可以得到由功率、時延、角度等信息表征的多径分量,再经过多维自动分簇算法建立毫米波簇统计信道模型。

随着5G海量移动终端设备的接入,天线极化分集是提高系统容量的另一种方式。在计算交叉极化信道的大尺度和小尺度参数外,还需要考虑交叉极化比的影响,它反映了不同极化方式时信道间的隔离度[7]。

4 标准化进程

早在2012年,ITU便启动了关于5G高频频谱的研究工作,并在2015年世界无线电大会(WRC)上公布了涵盖24.25 GHz到86 GHz的八个5G毫米波候选频段以及四个需满足特定使用条件的可增选频段。此外,在2016年7月美国联邦通讯委员会(FCC)率先公布了近11 GHz的高频频谱资源用于开发和部署毫米波通信系统。11月,欧盟委员会无线频谱政策组(RSPG)也明确了三个24 GHz以上的频段作为欧洲5G应用的试验频段。我国虽未明确发布5G高频的频谱规划,但在2013年就将40.5 GHz—47.0 GHz和47.2 GHz—50.2 GHz两个频段分配给了点对点、点对多点的移动宽带接入系统,并主导了IEEE 802.11aj(45 GHz)的标准化工作[9]。近年来,在国家863计划“5G移动通信先期研究”重大专项的支持下,又对6 GHz—100 GHz重点候选频段的电波传播特性进行了评估[10]。

从信道测量和建模角度而言,以纽约大学无线中心、诺基亚、三星、NTT DOCOMO、中兴、北京邮电大学为主导的科研机构或公司,针对室内和室外不同毫米波频段的信道展开了大量的测量工作,在3GPP和WINNER II SCM模型的基础上建立了相应的高频信道模型。2016年初3GPP参考TR 25.996、TR 36.814、TR 36.873和ITU-R M.2135中对低频3D SCM模型的描述,并结合上述高频信道测量和建模结果,公布了6 GHz以上信道模型的技术报告TR 38.900[6]。此模型适用于城市街区峡谷地带、城市和乡村宏蜂窝、室内办公室等场景的宽带系统级仿真,并且支持终端简单的移动性。对于60 GHz短距离高速无线通信,已有IEEE 802.11ad和802.15.3c等国际标准颁布,其物理信道部分主要参考了Saleh-Valenzuela(S-V)模型进行描述。此外,ITU-R SG3在P.1238和P.1411中分别研究了在300 MHz到100 GHz范围内室内外无线通信系统和无线本地局域网的传播模型和预测方法,并于2016年新增议题P.2346重点研究从室外到室内建筑物穿透损耗的影响。由于标准化组织、各大运营商、设备商以及政府机构在高频频谱资源规划和高频信道模型标准建立过程中的积极推动作用,加快了毫米波应用于5G中的步伐。

5 结束语

毫米波移动通信因具有大带宽,高传输速率的特点受到了业界的广泛关注。本文结合毫米波的应用场景和技术需求,重点讨论了未来5G毫米波频段信道测量和建模中所面临的技术挑战以及相应的解决方案。根据测量原理的不同,分别介绍了频域和时域测量系统的基本组成结构和实施细节,包括如何提高系统的动态范围、测量精度、时间和频率同步的实现等问题。随后给出了在毫米波频段所广泛采用的大尺度和小尺度传播模型,以及在簇建模过程中需要考虑的簇内和簇间参数。而随着信道模型研究的不断深入,对信道测量方案的设计也提出了更高要求。最后,本文结合ITU、3GPP、IEEE等标准化组织、相关科研机构或公司公布的研究结果,给出了在高频段频谱规划和信道模型标准化的工作进程。

参考文献:

[1] 尤肖虎,潘志文,高西奇,等. 5G移动通信发展趋势与若干关键技术[J]. 中国科学:信息科学, 2014(5): 551-563.

[2] 洪伟,余超,陈继新,等. 毫米波与太赫兹技术[J]. 中国科学:信息科学, 2016(8): 1086-1107.

[3] T S Rappaport, S Sun, R Mayzus, et al. Millimeter wave mobile communications for 5G cellular: it will work![J]. IEEE Access, 2013(5): 335-349.

[4] 马蓁,高泽华,刘健哲,等. 面向5G应用场景的毫米波传输衰减分析[J]. 移动通信, 2015(23): 92-96.

[5] S Salous. Radio propagation measurement and channel modelling[M]. First ed. West Sussex: John Wiley and Sons, 2013: 213-256.

[6] 3GPP TR 38.900 V14.2.0. Study on channel model for frequency spectrum above 6 GHz (Release 14)[S]. 2016.

[7] G R Maccartney, T S Rappaport, S Sun, et al. Indoor office wideband millimeter-wave propagation measurements and channel models at 28 GHz and 73 GHz for ultra-dense 5G wireless networks[J]. IEEE Access, 2015,3(12): 2388-2424.

[8] P Zhang, H Wang, R Bai. Millimeter-wave channel measurement and spatial characteristics for indoor environments[C]//International Applied Computational Electromagnetics Society Symposium in China, 2017.

[9] 洪伟,王海明,陈继新,等. 超高速近远程毫米波无线传输标准Q-LINKPAN研究进展[J]. 信息技术与标准化, 2012(12): 54-57.

[10] 方箭,李景春,黄标,等. 5G频谱研究现状及展望[J]. 电信科学, 2015(12): 111-118.endprint

猜你喜欢

频段频谱信道
5G高新视频的双频段协同传输
gPhone重力仪的面波频段响应实测研究
一种用于深空探测的Chirp变换频谱分析仪设计与实现
一种基于稀疏度估计的自适应压缩频谱感知算法
基于导频的OFDM信道估计技术
一种改进的基于DFT-MMSE的信道估计方法
基于MED信道选择和虚拟嵌入块的YASS改进算法
一种基于GPU的数字信道化处理方法
一种基于功率限制下的认知无线电的频谱感知模型
基于Labview的虚拟频谱分析仪的设计