文章转自ADI官网，版权归属原作者一切
简介
咱们对高速移动数据的渴求是无止境的。但是在城市环境中可用RF频谱现已饱满，明显需求进步基站收发数据的频谱运用率。
基站包含很多天线，因而，进步基站频谱功率的一种计划是经过这些同一频率资源与多台空间上别离的用户终端一起通讯并运用多径传输，故经过基站进步功率是计划之一。这种技能常被称为massive MIMO（大规模多入多出）。您或许听到过massive MIMO被描绘为很多天线的波束赋形。随之而来的问题是：何谓波束赋形？
波束赋形与Massive MIMO的联系
不同的人关于波束赋形这个词有着不同的了解。波束赋形是指依据特定场景自适应的调整天线阵列的辐射图。在蜂窝通讯中，许多人以为波束赋形是将天线功率主瓣指向用户，如图1所示。调整各天线收发单元起伏和相位，使得天线阵列在特定方向上的发射/接纳信号相干叠加，而其他方向的信号则彼此抵消。一般不考虑阵列和用户所在的空间环境。这是波束赋形，不过仅仅它的一种特别完结。
Massive MIMO可被视为更广泛意义上的波束赋形的一种办法，不过它与传统办法相去甚远。Massive意指基站天线阵列中的很多天线；MIMO意指天线阵列运用同一时刻和频率资源满意空间上别离的多位用户的需求。Massive MIMO也以为在实践体系中，天线与用户终端—以及相反进程—之间传输的数据经过了周围环境的滤波。信号或许会被建筑物和其他障碍物反射，这些反射会有相关的推迟、衰减和抵达方向，如图2所示。天线与用户终端之间乃至或许没有直接途径。人们发现，这些非直接传输途径相同有运用价值。
为了运用多途径，天线元件和用户终端之间的空间信道需求加以表征。文献中一般将这种呼应称为信道状况信息(CSI)。此CSI实质上是各天线与各用户终端之间的空间传递函数的调集。用一个矩阵(H)来搜集此空间信息，如图3所示。下一节将具体评论CSI概念及其搜集办法。CSI用于数字化编码和解码天线阵列所收发的数据。
表征基站与用户之间的空间信道
无妨考虑一个风趣的类比：一个气球在某个方位被戳破了，宣布”啪”的一声，在另一个方位记载此声响或脉冲，如图4所示。在麦克风方位记载的声响是一个空间脉冲呼应，其包含的信息是周围环境中气球和麦克风在该特定方位所独有的。与直接途径比较，被障碍物反射的声响会有衰减和推迟。
假如扩展该类比以模仿天线阵列/用户终端场景，那么需求更多气球，如图5所示。留意，为了表征各气球与麦克风之间的信道，咱们需求在不一起间戳破各气球，使得麦克风记载的不同气球的反射不会堆叠。另一方向也需求表征，如图6所示。本例中，能够在用户终端方位的气球戳破时一起完结一切录音。这样所花的时刻要少得多！
RF范畴运用导频信号表征空间信道。天线与用户终端之间的空中传输信道是互易的，即该信道在两个方向是相同的。这与体系作业在时分复用(TDD)形式仍是频分复用(FDD)形式有关。在TDD形式下，上行链路和下行链路传输运用相同频率资源。互易性假定意味着只需求在一个方向上表征信道即可，上行链路信道是清楚明了的挑选，因为只需求将一个导频信号从用户终端发送，并由一切天线元件接纳。信道估量的杂乱度与用户终端数成份额，而非与阵列中的天线数成正比。这点十分重要，因为用户终端或许在移动，故信道估量需求频频进行。根据上行链路表征还有一个重要优势，那就是一切深重的信道估量和信号处理使命皆在基站完结，而非在用户端完结。
现在，搜集CSI的概念既已树立，那么怎么将此信息运用于数据信号以支撑空间复用呢？滤波根据CSI而规划，以对天线阵列传输的数据进行预编码，使得多途径信号会在用户终端方位相干叠加。这种滤波还能够用来线性组合天线阵列RF途径收到的数据，然后检测来自不同用户的数据流。下一节更具体评论这个问题。
支撑Massive MIMO的信号处理
上一节介绍了怎么估量CSI（用矩阵H表明）。检测和预编码矩阵根据H核算。这种矩阵有多种核算办法。本文要点评论线性计划。线性预编码/检测办法的比如有最大比率(MR)、迫零(ZF)和最小均方差错(MMSE)。本文未供给从CSI导出预编码/检测滤波器的全进程，但评论了其优化规范及每种办法的优缺陷。关于这些论题的更具体介绍，请参阅文末给出的参阅文献1, 2, 3。
关于上述三种线性办法，图8和图9别离显现了上行和下行链路中信号处理的作业办法。针对预编码，或许还有某种缩放矩阵，用以归一化阵列上为简略起见而疏忽的功率。
望文生义，最大比率滤波旨在最大程度进步信噪比(SNR)。从信号处理视点看，这是最简略的办法，因为检测/预编码矩阵刚好是CSI矩阵H的共轭转置或转置。其最大缺陷是疏忽了用户间搅扰。
迫零预编码企图处理用户间搅扰问题，经过规划优化规范来使其最小。检测/预编码矩阵是CSI矩阵的伪逆。伪逆的核算开支高于MR状况中的复共轭。但是，因为太重视下降搅扰，用户的接纳功率会受影响。
MMSE企图在扩展信号与下降搅扰之间获得平衡。这种全体观需支付的价值是信号处理杂乱度较高。MMSE办法给优化引入了一个正则项—在图8和图9中表明为β—运用它能够找到噪声协方差与发射功率的平衡点。此办法在文献中有时也被称为正则化迫零(RZF)。
以上并未包含一切预编码/检测技能，仅仅简略介绍了首要线性办法。别的还有非线性信号处理技能，例如脏纸编码和接连搅扰消除便可用来处理此问题。这些办法可供给最优容量，但完结起来十分杂乱。上述线性办法对massive MIMO而言一般是满意的，天线数目能够很大。预编码/检测技能的挑选取决于核算资源、天线数目、用户数目和体系所在环境的多样性。关于天线数目远大于用户数意图大天线阵列，最大比率办法或许足以满意需求。
实践体系向Massive MIMO提出的实践应战
在实践场景中完结massive MIMO时，还有其他实践问题需求考虑。举个比如，假定一个天线阵列有32个发射(Tx)信道和32个接纳(Rx)信道，作业在3.5 GHz频段。那么需求放置64个RF信号链，在给定作业频率下，天线距离约为4.2 cm。这阐明，有很多硬件需装入一个很小的空间中。它还意味着会耗散很多功率，不可避免会带来温度问题。ADI公司的集成收发器为此类问题供给了高效处理计划。下一节将具体评论AD9371 。
上文评论了运用体系的互易性来大幅减少信道估量和信号处理开支。图10显现了一个实践体系中的下行链路信道。它分为三个部分：空中信道(H)、基站发射RF途径的硬件呼应(TBS)和用户接纳RF途径的硬件呼应(RUE)。上行链路与此相反，RBS表征基站接纳硬件RF途径，TUE表征用户发射硬件RF途径。互易性假定尽管对空中接口建立，但对硬件途径不建立。因为迹线不匹配、RF途径间同步欠安和温度相关的相位漂移，RF信号链会给体系带来差错。
对RF途径中的一切LO（本振）PLL运用同一同步参阅时钟，并对基带数字 JESD204B 信号运用同步SYSREF，有助于处理RF途径间的推迟问题。但在体系启动时，RF途径之间仍会有通道间的相位失配，由温度引起的相位漂移会进一步扩展此问题。因而很明显，体系在启动时需求需求初始化校准，尔后运转中需求周期性校准。经过校准可完结互易性优势，使信号处理杂乱度维持在基站，而且只需求表征上行链路信道。这样可获得一般意义上的简化，然后仅需求考虑基站RF途径（TBS和RBS）。
有多种办法可校准这些体系。一种是在天线阵列前面放置一个校准天线，运用此校准天线来校准接纳和发射RF信道。以这种在阵列前方放置一根天线的办法是否满意实践体系校准的需求，是有疑问的。另一种办法是运用阵列中现有天线之间的互藕作为校准机制，这有很高的可行性。最简略直接的办法或许是在基站中的天线之前添加一些无源耦合途径。这会添加硬件杂乱性，但应能供给一个鲁棒的校准机制。为了全面校准体系，从一个指定校准发射信道发送一个信号，一切RF接纳途径经过无源耦合衔接接纳该信号。然后，每个发射RF途径顺次发送一个信号，该信号在各天线的耦合点被接纳，被传回到一个合路器，再被送至指定校准接纳途径。温度相关效应的改变一般很慢，故与信道特性不同，无需频频履行温度相关校准。
ADI公司收发器和Massive MIMO
ADI公司的集成收发器产品系列特别合适需求高密度RF信号链的运用。AD9371具有2个发射途径、2个接纳途径和一个观测接纳机，并有3个小数N分频PLL用于RF LO生成，选用12 mm × 12 mm封装。这一无与伦比的集成度使得制造商能够及时且经济高效地创立杂乱体系。
图11显现了一个运用多个AD9371收发器的或许体系完结。该体系有32个发射信道和32个接纳信道，选用16个AD9371收发器。三个 AD9528 时钟发生器为体系供给PLL参阅时钟和JESD204B SYSREF。AD9528是一款双级PLL，供给14路LVDS/HSTL输出，集成JESD204B SYSREF发生器，可用于多器材同步。AD9528排列成扇出缓冲装备，其间一个用作主器材，它的一些输出用于驱动时钟输入和从器材的SYSREF输入。图中包含一个或许的无源校准机制—如绿色和橙色部分所示—一个专用发射和接纳信道经过分相器/合相器校准一切接纳和发射信号途径，正如上一节所述。
结语
Massive MIMO空间复用有望成为蜂窝通讯范畴的革命性技能，其支撑在高流量城市区域完结更高的蜂窝容量和功率。它运用了多途径传达所带来的分集性，答应基站与多位用户之间运用同一时刻和频率资源进行数据传输。基站天线与用户之间的信道具有互易性，故一切杂乱的信号处理能够保留在基站进行，信道表征能够在上行链路中完结。ADI公司的RadioVerse™系列集成收发器产品支撑在小的空间中完结多通路的RF途径，因而十分合适massive MIMO运用。
参阅电路
1. Xiang Gao. 实践传达环境中的Massive MIMO. Lund University, 2016.
2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. ̏ MIMO通讯体系中的线性发射处理. ̋ IEEE信号处理论文集，第53卷第8期，2005年8月。
3. Hien Quoc Ngo. Massive MIMO：基本原理和体系规划. linköping University, 2015年.
