关于波束赋形概念分析

这是一篇关于”波束赋形“的笔记。可以说波束赋形是到目前贯穿我专业研究的一条线。当初本科上天线课时其实对就天线方向图很感兴趣,但当时的老师上课比较迷,要不然我可能是天线方向的博士了。后来读博机缘巧合选择了波束赋形(偏预编码)这个课题,在联培期间因波束赋形的一些概念问题与外导交流被气得敲桌子,好在坚持出好的论文。再后来博士论文答辩又与评委组长就波束赋形概念发生争执。虽然都是波束赋形,但是概念不同,当一些概念被根深蒂固,怎么也解释不清楚。当前的工作又涉及阵列信号处理,也是在学习与理解过程中渐渐发现了各类波束赋形技术的区别。

基本概念:

回归正题,下面是自己对波束赋形理解性的描述,不会太专业性。首先还是要解释下一般波束赋形的概念:波束赋形(也称波束形成、波束成形、自适应滤波、空域滤波等,但英文是beamforming)是通过调整多天线信号的幅相以产生干涉效应,使最终辐射的信号集中朝着某个方向传播或者接收(一般专业词汇的定义总让人看不懂,但却又是本质意思)。网上给出一种科普例子,手电筒将灯光集中某个方向形成强光束就是种光的波束赋形。其实从数学的角度讲,从多天线辐射的射频信号就是很多正弦信号的和,在调整每个正弦信号的福相之后,这些信号和的功率在一些位置会变为零(相消干涉),在另一些位置功率最大(相长干涉)。

技术分类:

基于当前的理解,波束赋形技术可分为三类,即智能天线领域的波束赋形(AKA:BF1),阵列信号处理领域的波束赋形(AKA:BF2)以及通信编码领域的波束赋形(AKA:BF3)。其实还有用透镜天线和开关阵列等方式实现波束赋形的,这里归到了智能天线领域没做细分。

BF1:智能天线领域的波束赋形,会偏重从天线合成方向图的角度设计波束,一般是通过设计天线阵元来调整其方向图,设计时强调波束指向、波束形状、波束宽度与波束覆盖范围等指标。下图给出在通信应用中的示例,基站通过波束赋形覆盖一定区域的用户。这里方向图可理解为电场强度相对空间二维角的函数,图2给出8*8面阵在球坐标下的波束合成方向图。(这个BF1就是当时答辩组组长说的波束赋形。)

 

 

通信应用中波束覆盖用户示例

8*8面阵的波束合成方向图示例

BF2:阵列信号处理领域的波束赋形,在考虑抗干扰设计时也称自适应波束赋形,BF2也是主要强调波束指向性设计,以及对干扰来向的抑制设计,这类波束赋形一般会利用已知的阵列流型、信号与干扰信号导向矢量来建立数学优化问题(信噪比最大化等准则),通过优化每天线的权重最大化目标函数,以使得在信号方向形成强波束,在干扰方向形成零陷。有时因特殊需要(如波束测向)也会考虑主波束形状、旁瓣功率等问题。图3是与图1对应的BF2通信场景的示例,主要区别是每个波束指向一个用户。图4给出自适应波束赋形的一个示例。图中在-20度与40度认为是干扰来向,形成了-80dB的干扰抑制。另外这类波束赋形画出的波束图其实类似阵列天线合成方向图,但与BF1主要区别在于假设每个天线阵元是全向天线。

通信应用中波束覆盖用户示例

自适应波束赋形示例

BF3:基于信道信息的波束赋形,有时也称预编码,这种波束赋形不一定偏重指向性,而且根据信道状态信息设计优化问题(如信噪比最大化)来获得最优的波束权重。这种优化结果得到的波束很可能不是指向性的波束,因为优化问题设计充分利用空间的信道信息以使得目标函数最大化(如接收收信号功率最大化)。这类波束赋形相比指向性的波束其实是最理想或者最优的方法,只是实际实现时完整的信道信息难以获得。在通信过程中精确的信道估计会占用太多时间、功率资源,导致整体吞吐量下降,得不偿失。至于为什么不一定是强指向性波束设计,稍后在比较的内容中解释。图5为通信中典型应用场景,波束增益只在用户天线处增强。图6为BF3的一个示例,为没有一个强指向性的主波束情况特例。

通信应用中波束覆盖用户示例

非指向性波束方向图

技术比较

BF1VSBF3:这个问题就是当初答辩时被问到的问题,BF1设计偏重实际信号的指向与覆盖范围,覆盖区域里每个用户获得的信号功率增益相近。而BF3会根据每个用户与基站间的信道信息设计,只会使得实际通信用户接收天线处的信号增益最大,其他位置信号会很小,不是偏重从指向性功率设计。换句话说,BF1设计强调主波束的显式设计,而BF3设计是抽象的波束设计,BF3一定想要画出主波束概念图,则坐标不是空间坐标,而是通过信道信息转化的等效空间坐标。

BF2 VS BF3:这两种波束赋形设计有很强的相似性,都是可以通过求解数学优化问题(信噪比最大化,信干噪比最大化等)得到最优加权。BF2的波束权重是导向矢量的函数,而BF3的是信道信息的函数。其实BF3中的信息信息中是含有导向矢量信息的,也就是BF3的设计时是把导向矢量考虑在内的,且阵元间距可任意,但空间信道信息更丰富,完整空间信道信息可在理论上实现信号无失真接收。而BF2设计需要阵列天线间间距是半波长级别的,这也是实现阵列信号处理的前提。一般情况下区别于BF3,BF2也是强调波束指向性,但在室外开阔无遮挡无反射等场景下,BF3的结果会与BF2近似,也是指向性波束了。

BF1 vs BF 2:这两种都是偏重强指向性的波束赋形设计,一个主要的区别BF1本质在于阵元本身设计,而BF2本质是加权设计。在通信领域,有时候波束赋形设计也是两者的结合,波束是阵列合成方向图(后边有解释),从移动通信演进角度讲,波束赋形被用在更高的频段,而天线阵列基本使用贴片天线,在针对不同场景研究时,贴片阵元的方向图就已经固定了。

通过上面的比较,对于波束赋形设计的效率来说有这样的关系:BF1<BF2<BF3。

特别举例

很多人会认为,BF3设计结果也应该是强指向性的波束,为了更好的解释,给出下面的例子,简单说就是当点对点通信存在多条路径时,信号依据路径的增益从多条路径传输比只从最强路径传输得到的接收功率更高。

假设有A站向B站发送信号,因为强反射空间中存在三条路径,且每条路径的增益分别为 h, 2h,3h,假设A站发射功率是P,则如何分配三条路径的功率使得B站接收信号功率最大? (注:假设通过波束赋形可以实现信号的传输路径选择。)

 

解答:为了清楚分析,这里从数学角度给出分析过程。

1、假设只从最强增益路径发信号,则接收功率为

P *(3h)^2 = 9Ph^2;

2、假设从三条路径等功率发信号,则接收功率为

(sqrt(1/3*P)*h + sqrt(1/3*P)*2h +sqrt(1/3*P)*3h)^2 = 12Ph^2;

3、假设从弱到强三条路径发射功率分别为1/14P、4/14P、9/14P,则接收功率为

(sqrt(1/14*P)*h + sqrt(4/14*P)*2h +sqrt(9/14*P)*3h)^2 = 14Ph^2 。

从上面三个情况发现,信号从三条路径传输接收功率会更大,其实第三种方法是最大传输结果,对应通信中的最大比值传输方法(MRT),显然多条路径的信号和比从单路径传输有更高接收信号增益。也就说明了BF3方法利用空间信道信息更够实现功率最大化传输,显然大于BF1或BF2的单路径传输。

这里只是从接收功率角度讲,此外对于多用户通信场景时,总传输功率不变通过分配多用户传输功率使得用户总通信速率最大化是一个常见通信资源分配问题,对应常见的解决方法是“注水法”(water filling),也是从另一个角度说明多路径的利用效用更大。

预编码与波束赋形

无论学术界还是产业界,在波束赋形技术这一概念上的混用,也导致了预编码与波束赋形这两个概念的混淆不清。实际上预编码设计偏重编码设计,通过编码可以利用空间复用实现多流(多层,就是多路信号)同时传输,而且也分为线性与非线性预编码,简单线性预编码设计中单层信号传输时的预编码其实就是BF3。通信里包括3GPP标准里,如果是从数字域利用信道信息对信号进行加权设计,其实还是偏重预编码,波束的概念比较抽象,而在毫米波的模拟波束,因是指向性设计就偏重波束赋形。

模拟与数字波束赋形

模拟波束赋形是指通过天线端的移相器与增益控制器实现对射频信号的加权(通过信号延迟也可以),从而实现波束赋形。数字波束赋形则是在基带数字域对信号加权实现波束赋形。除了实现条件的差异外,模拟波束由于一个天线只能有一个加权,所以阵列一次只有一个波束,或者说只能单流传输。数字域的波束赋形则通过编码设计可以对不同信号进行不同的加权,一种加权信号和对应一个天线发送出去,以实现多波束,即多流信号的同时传输。

毫米波混合波束赋形

在无线通信领域,其实在LTE中已经涉及了波束赋形,但由于sub-6GHz对波束赋形需求不强,这点不同于WIFI领域波束赋形的利用(这点后边说明)。到了5G时代,为了更高速率传输, 开始探索毫米波频段,但是这个频段信道衰减实在太快,需要通过收发波束赋形提高信号传输增益,即使这样毫米波基站的信号覆盖范围还是缩减不少。实现波束赋形前提之一有多天线阵列,一般在雷达或者通信宏站,实现波束赋形需要多天线阵列中每一个阵元都有链接一个RF链路,这样对于雷达可以更好实现更复杂的波束设计,对于通信则可以实现复杂的预编码,况且每个天线对应的信道也方便估计。但到了毫米波频段,硬件效率太低、实现太复杂,对于普通微站,在对成本与性能衡量之后折中选择了混合波束赋形的实现方式,即数字加模拟波束赋形,一般情况下可实现的是一个射频链同时接阵列的部分天线阵元。由于属于一个射频链的多个阵元无法做更细粒度的信道估计,难以通过信道信息方式设计模拟权重,另一点模拟波束赋形一般也只有移相器没有可控增益,导致最终只能通过波束扫描的方式,在恒模的码本(如DFT码本)里搜索,通过接收端的接收功率上报选择最合适的模拟波束。

DFT波束码本

对于模拟波束扫描里,波束可能的加权集合形成一个码本,在某种规则下根据阵列流型设计的波束码本所组成的矩阵与发送信号相乘的结果正好等价于这个信号的DFT变换,因此这个码本被称为DFT码本。

WiFi波束赋形

在WiFi领域,在802.11ac标准就开始支持波束赋形了,在802.11n标准有了提升。不过使用的波束赋形技术并没有具体规定,其不是基于相控阵的原理,更多是通过DSP芯片对多路信号的幅相加权的形式最终形成一定的波束赋形能力,使得覆盖范围变小,但速率有明显的提升。WiFi在sub 6GHz可以更好利用波束赋形原因之一是WiFi通信属于近距离慢移动的通信,一般用户在WiFi覆盖下可以等效静止,这样WIFI可以通过一点点波束扫描,直到信号增益最大从而实现高速率传输。

波束测向

通过波束指向来进行测向是在雷达领域很早就开始应用的方法,而且测向精度非常高,但在移动通信领域,受限于阵元数量、发射功率、信号灵敏度、硬件损伤等因素,利用波束测向可能会面临很多要解决的问题。

天线阵列合成方向图

每个天线单元都有一个方向图,代表该天线向空间辐射的电场强度,对于点源来说其辐射的方向图是一个球面,对于其他类型的天线则形状各异。而阵列的合成方向图则是阵元的归一化方向图与阵列的归一化阵因子的乘积,其中阵因子就是导向矢量与加权的点乘(内积)。通过研究发现基于这样的原理,对于贴片阵列在大角度形成波束时,受限于阵元数量与阵元方向图形状,波束设置的指向与波束增益最大方向有偏离,阵元数越少或者信号方向与阵列方向夹角越大,则偏离越严重。不过好在这不影响通过波束扫描或者和差波束等方法的测向结果,也不影响用DBF的方式的DOA估计结果。但是说明的一个问题是,在大角度波束增益并不能得到充分利用。

小结

虽然涉猎波束赋形概念已有很长时间,但受限于理论学习与仿真,仍有太多细节不了解,以上的总结仅是到目前为止的理解,另外实践出真知,要走的路还很长。

  • 54
    点赞
  • 248
    收藏
    觉得还不错? 一键收藏
  • 19
    评论
传统波束赋形算法(Traditional Beamforming Algorithm)是一种常见的无线通信技术,用于优化天线阵列的辐射方向,以增强信号的接收或发送效果。传统波束赋形算法主要包括最大比合成(Maximum Ratio Combining,MRC)和最大比传输(Maximum Ratio Transmission,MRT)两种方式。 1. 最大比合成(MRC):MRC算法在接收端使用,通过将多个接收天线上的信号进行加权叠加,以最大化接收信号的信噪比。MRC算法根据接收天线上的信号功率和相位信息进行加权叠加,使得来自目标信号的能量最大化。 2. 最大比传输(MRT):MRT算法在发送端使用,通过将发送天线上的信号进行加权叠加,以最大化目标接收端的信号功率。MRT算法根据发送天线上的信号功率和相位信息进行加权叠加,使得目标接收端接收到的信号功率最大化。 ZF波束赋形算法(Zero Forcing Beamforming Algorithm)是一种基于线性代数的波束赋形算法,旨在消除多天线系统中的干扰。ZF波束赋形算法主要包括ZF波束赋形算法1和ZF波束赋形算法2两种方式。 1. ZF波束赋形算法1:ZF波束赋形算法1通过将接收天线上的信号与干扰信号进行正交化,以消除干扰。该算法通过求解线性方程组,将干扰信号的影响最小化,从而实现干扰消除。 2. ZF波束赋形算法2:ZF波束赋形算法2在ZF波束赋形算法1的基础上进一步考虑了信道的特性。该算法通过对信道矩阵进行奇异值分解,得到信道的特征向量,从而实现更精确的干扰消除。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值