Fast MillimeterWave Beam Alignment

Abstract

将毫米波无线电（MMWave）集成到无线局域网和5G蜂窝网络中，以利用其可用频谱的多GHz，这一点引起了人们的极大兴趣。然而，与现有技术（如WiFi）不同，微波无线电需要高度定向天线。由于天线有笔形波束，因此发射器和接收器需要先对准波束，然后才能通信。现有系统扫描空间以找到最佳对齐方式。这一过程已被证明会带来高达数秒的延迟，不适用于接入点必须在用户之间快速切换并容纳移动客户端的无线网络。

Agile-Link 敏捷链接 agile 敏捷的
提出了一种无需扫描空间就能找到最佳毫米波波束对准的新协议敏捷链路。考虑到设置天线波束的所有可能方向，敏捷链路可以证明在对数测量中找到最佳方向。此外，敏捷链接在现有的802.11ad标准的MMwave局域网内工作，可以同时支持客户端和接入点。我们在MMwave无线电中实现了敏捷链接，并对其进行了经验评估。我们的结果表明，它可以将光束对准延迟减少几个数量级。特别是，对于在802.11ad下运行的高方向MMwave设备，延迟从超过一秒下降到2.5 ms。

1. Introduction

对移动和无线数据日益增长的需求给无线网络带来了巨大压力。毫米波（mmwave）频段通过提供multi-GHz的无许可带宽来解决这个问题，比分配给当今WiFi和蜂窝网络的带宽多200倍。它们的范围从24GHz ISM频段一直到数百GHz。预计它们将在处理多媒体流量增加、引入新的高数据率应用程序（如虚拟现实）以及预计的物联网无线设备激增方面发挥核心作用[2，4]。新标准将毫米波技术纳入5G网络[25、34]和802.11无线LAN，巩固了这一角色。

然而，毫米波无线电不能很好地与移动设备或动态环境配合使用，这是标准中强调的一个关键挑战[22，28]。具体来说，毫米波信号随距离衰减很快，因此它们需要使用高方向性天线将其功率集中在接收器上。幸运的是，由于它们的波长很小（毫米级），在一个很小的区域内可以容纳数百或数千个天线，从而形成一个有许多天线的阵列，因此波束非常窄，如图1所示。然而，由于波束非常窄，只有当发送器和接收器的波束对齐时，才可能进行通信。目前的光束对准解决方案扫描整个空间，尝试各种光束对准，直到找到最佳位置。这个过程可能需要几秒钟[39，47]。如此长的延迟使得无线网络中的mmwave链路部署不可行，在无线网络中，接入点必须不断重新调整其波束，以便在用户之间切换并容纳移动客户机。

为了理解这个问题，考虑一个有很多天线的相控阵。它的光束宽度可以是few digree甚至更小。寻找最佳对准的简单方法是让发射器和接收器用光束扫描3D空间，以找到最大功率的方向，如图1（b）所示。接收器必须对发射器侧的每个光束方向选择重复扫描。因此，这种详尽搜索的复杂性是O（n2），其中n是可能的波束方向数。为了加快搜索速度，802.11ad标准将发射器和接收器的转向分离。特别是，发射器从准全向光束开始，而接收器扫描空间以获得最佳光束方向。然后反向处理，让发射器扫描空间，同时保持接收器准全向[22，46]（有关详细信息，请参见6.1）。这种方法将搜索复杂性降低到O（N）。尽管如此，对于几度的光束，延迟可以是几百毫秒到几秒[39，47]，这将很容易停止实时应用程序。

但是，在不扫描所有可能信号方向的空间的情况下，是否可以确定最佳对准？原则上，“是的”。过去有很多研究表明，毫米波信号沿少量路径传播，例如2或3条路径[6，34]。这意味着可能信号方向的空间是稀疏的。人们希望使用稀疏恢复理论，用对数测量值来估计最佳对准的方向[9，11，18]，从而避免过多的延迟。

Problem Formalization

波束对准的目标是测量每个空间方向上的信号功率。假设$x$为$n$个元素向量，表示沿着不同空间方向的信号。由于在实际过程中，信号只沿着很少的几个方向$K$到达，即$x$是$K$稀疏的（K-sparse）。

假设$h_i$是$i^{th}$天线的信号，如图1（c）所示。基于标准天线阵列方程[44]，即$h=F^{{}^{\prime }}x$，其中，$F^{{}^{\prime }}$是逆傅里叶变换矩阵。我们可以通过对每个天线施加相移$a_i=e^{-j2\pi {\varphi }_i}$来控制天线波束。

对于移相器的每个设置，我们可以测量接受到的功率
$$y_j=\left|{\mathbf{a}}_j{\mathbf{F}}^{\prime }\mathbf{x}\right|$$
其中，符号$\left|.\right|$代表信号的幅度, $a_j$是一个vector，其元素被用于控制相移

注意：知道信号的幅值和信号的功率是一样的，因为信号的功率是信号幅值的平方。在802.11ad协议中，每个测量值对应于发送一个特殊帧。每次发送特殊帧时，由于发送器和接收器之间的载波频率偏移（CFO），信号会产生随机相位[22,32] (详情见4.1)。因此，不能比较两个测量值的相位，测量值的幅值是相关的。由于我们想知道每个空间方向的功率，问题可以表述为：
$$\text{estimate each}\left|x_i\right|,\text{ given measurements }{y}_j=\left|{\mathbf{a}}_j{\mathbf{F}}^{\prime }\mathbf{x}\right|$$

当然，解决该问题的一个办法是使用{n}个测量值，每次设置一行傅里叶矩阵。这相当于每次测量一个方向，如802.11ad协议中所提出的。或者，我们可以利用vector$x$是稀疏的，并希望用对数测量来解决这个问题。Unfortunate，使用现成的算法，如压缩感知或者稀疏的快速傅里叶变换都不起作用，因为这两种算法都不能处理测量值是复信号幅值的情况，即存在$\left|.\right|$项。据我们所知，没有算法可以提供可证明的对数保证。

Our design & Analysis

本文介绍了Agile-Link，这是第一个在对数测量中证明最佳波束对准的解决方案。在高层次上，它的工作原理是：Agile-Link不需要创建一个窄波束，而是每次沿着一个空间方向对功率进行采样，而是通过操纵移相器来创建 multi-armed 波束，该波束可以同时对多个空间方向进行采样（见图2（a））。由于multi-armed 光束将多个方向的能量结合在一起，接收器无法立即判断哪个方向产生了所产生的能量。然而，Agile-Link 使用随机multi-armed光束的组合，这些光束一起提供足够的信息来识别沿所有空间方向的信号功率。我们正式分析了Agile-Link，并证明它能够在O（k log n）测量中提供最佳的对齐，其中k是信号所经过的路径数。由于k通常是2或3条路径[6，34]，Agile-Link显著减少波束对准延迟。

Agile-Link 具有其他重要功能。首先，Agile-Link与802.11ad协议兼容，即，在使用802.11ad协议时，敏捷链接设备可以与非Agile-Link设备一起工作，以找到最佳的对齐方式。在这种情况下，Agile-Link设备可以在对数测量值中找到最佳的对齐方式，而传统的802.11ad设备则采用线性测量值。其次，根据[7，31]的结果，我们的O（k log n）的测量复杂度对于较小的K是渐近最优的，也就是说，它不能进一步降低。

Implementation & Emprical Results

我们还实施了Agile-Link，并使用微波无线电对其进行了评估，每个无线电都配备了一个有8根天线的相控阵。我们还使用模拟来探索它对具有数百个天线的大型阵列的缩放行为，这在未来是可以预料的[8]。我们将Agile-Link与两个基线进行了比较：对空间进行详尽扫描以找到最佳光束，以及802.11ad标准中提出的准全向搜索。我们的评估揭示了以下发现.

1. 与穷尽搜索相比，对于8个天线到256个天线的阵列大小，Agile-Link将搜索时间减少了1到3个数量级。与准全向搜索相比，Agile Link将相同阵列大小范围内的测量数量减少了1.5x至16.4x。特别是，对于带有256根天线的大型阵列，Agile Link将对准延迟从一秒以上减少到2.5毫秒。
2. 在具有多径效应的情况下，准全向搜索的性能较差。这是因为使用准全向天线允许沿不同路径的信号以破坏性方式组合，从而产生低功率并阻止对最佳信号方向的精确检测。此外，由于准全向模式[20，27]存在缺陷，一些路径可能会衰减，因此这种方法可以选择错误的方向来对齐其光束。相比之下，敏捷链接在单路径和多路径场景中都表现良好

2. RELATED WORK

（a）mmWave Solutions & Research

对毫米波快速波束对准的研究可分为两类：基于经验的和基于仿真的。过去的经验工作已经证明了波束对齐过程中产生的巨大延迟[39，47]。它还提出了故障转移协议，当当前波束被阻塞时切换到下一个最佳波束[16，40]。然而，这种方法假定信号传播路径是预先知道的，因此可以快速切换到故障转移方向。

许多先前的关于快速波束对准的工作都是基于仿真的。这项工作中的大部分都提出了对标准的改进，标准采用一种层次结构形式来加速搜索[26，41，45]。然而，层次算法对多路径不具有鲁棒性。这是因为不同的路径可以在层次结构的任何级别上破坏性地组合并相互取消。在3（b）中，我们提供了一个例子来说明这个例子。此外，在实践中，层次搜索需要来自客户机的反馈来指导层次结构的每个阶段的访问点，这会导致显著的协议延迟。

我们的工作是最接近过去的工作，利用压缩传感加快寻找最佳光束对准。[5，12]中的工作需要一个更复杂的体系结构，该体系结构具有二次数移相器和多个发送-接收链（通常为10到15[5]）。对于这种复杂的体系结构，最著名的结果可以保证只有在没有多路径的情况下（k严格为1），并且只有在平均情况错误[5]下，才能保证测量的对数数量。[35]中的工作还使用压缩传感来加快搜索速度，但它没有提供任何理论保证。相比之下，敏捷链接可以证明在对数测量中找到最佳的对齐方式，并且它的保证适用于最坏情况下的行为。在6.5中，我们根据经验将敏捷链路的性能与[35]中提出的压缩传感方案进行了比较。

过去的一些理论工作应用了标准的压缩传感，并假设它能够正确地获得测量的相位[13，33]。这种方法不适用于实际的802.11ad或蜂窝无线电，因为它忽略了CFO（载波频率偏移），CFO（载波频率偏移）会破坏测量的相位[32，35]，如我们在§4.1中所述。

最后，一些公司[8，36，38]提供毫米波系统，但它们需要很长时间来控制波束或需要复杂的硬件，使其不适合移动客户[39，47]。此外，对mmwave的一些研究集中在数据中心的点对点链接[17]或蜂窝和WiFi应用程序[16、29、39、40、47]。这些工作通常使用喇叭天线来引导光束，这需要机械转向，不适合移动连接。

（b）Sparse Recovery Theory

我们考虑的问题属于“稀疏相位检索”[23, 24]。一般来说，目标函数是从形式为$|\mathrm{B}\mathrm{x}|$的多个测量值中恢复出$K$稀疏的vector $x$。绝对值的存在使这个问题不同于通常的压缩感知[9,11]和稀疏FFT[14,15,18,19]。在我们的上下文中，我们还有一个额外的限制，矩阵$B$可以表示为$A{F}^{{}^{\prime }}$，其中$F^{{}^{\prime }}$是逆傅里叶变换矩阵，同时矩阵$A$中的所有元素均为单位值，即对所有的i和j来说，$\left|a_{ij}\right|=1$。据我们所知，先前的工作从未考虑过这种形式。

我们的一些证明技术灵感来自于过去对稀疏FFT的研究，特别是在[14，15]中的工作，该工作使用BoxCars滤波器进行稀疏傅立叶变换算法。然而，由于multi-armed 波束之间的漏波，我们证明的技术发展是不同的，这需要额外的随机层。此外，由于对测量的限制，我们的结果和问题是不同的，而这些限制并不存在于稀疏的快速傅立叶变换中。

（c）Massive MIMO Beamforming

巨大的mimo[37]有许多天线，但是每个天线的信号都是独立接收和操作的。相比之下，毫米波相控阵只接收来自其天线的组合信号。因此，标准和大规模MIMO中的波束形成技术不适用于毫米波相控阵。

3. ILLUSTRATIVE EXAMPLE

（a） Single Path Example

我们首先解释我们算法的直觉。考虑一个发射器与接收器成60度角的情况。为清晰起见，假设为二维设置。同样的参数也可以扩展到3d。我们希望接收器检测到最佳的对准是沿着60度角，而不扫描整个空间。

Agile-Link避免了使用multi-armed光束扫描所有空间方向的需要，multi-armed光束同时沿着多个方向对信号进行采样。例如，假设空间中有16个可能的方向，即n=16。Agile-Link可以使用4个multi-armed波束对所有这些方向进行采样，每个梁覆盖N/4=4个空间方向。
图2（a）显示了四个这样的multi-armed波束，图2（b）显示了它们如何一起覆盖整个方向空间。这样一组multi-armed波束像散列函数一样工作，其中n=16个方向散列成4个箱，每个箱覆盖n/4=4个不同的方向。bin的值表示信号的hash值。例如，如果信号沿60o方向发送，60o散列到1号bin，那么只有一个bin有能量，而其他bin没有能量，如图2（c）所示。因此，可以忽略散列到bin 2、3和4的方向，只关注散列到bin 1的方向。这大大减少了搜索空间到散列到第一个箱（即第一个multi-armed波束）的方向。

在这个阶段，我们知道信号可能来自第一个箱子所覆盖的方向，即0o、60o、90o和120o，但我们不知道其中哪个方向是正确的。因此，我们更改哈希函数并重试。为此，我们使用第二组multi-armed波束，将整个方向空间散列到一组bin中。但是，散列是相对于前一个散列随机的，因此散列在一起的方向不太可能再次散列在一起。图2（d，e，f）展示了一个将multi-armed波束随机化后的空间方向散列到箱中，从而随机化哪些方向映射到哪个箱中的示例。第一个bin现在沿30o、80o、110o和140o收集能量。由于信号沿60o到达，它将被图2（f）中蓝色表示的第三个垃圾桶捕获。因此，在第二次散列中，只有第三个垃圾箱的能量较大。这表明信号是沿着映射到第三个垃圾桶的一个方向到达的，在本例中，第三个垃圾桶是40o、60o、105o和150o。由于60o方向是第一个bin和第二个bin中唯一常见的候选方向，敏捷链接选择它作为信号的方向。因此，Agile Link能够在不扫描所有可能方向的情况下找到发送器信号到达的正确方向。

（b） Multipath Example

但是，如果信号沿着多条路径到达呢？例如，在图3中，信号沿着三个方向到达：p1、p2和p3。路径p1和p2比p3的功率更高，因为它们明显更短；最佳光束对准是沿着p1的方向，它提供最大的功率。

让我们比较两种光束对准算法：层次搜索和Agile-Link。如第2章所述，多个过去的提案使用multi-armed波束的层次结构来加快寻找最佳对齐的速度[26、41、45]。方案在细节上有所不同，但它们在层次结构顶部使用宽波束，例如，它们可以从两个宽波束开始，检查哪个波束返回更多的功率，然后放大返回更多功率的空间部分，并使用更窄的波束进行探索。和Agile-Link一样，层次搜索只需要对数的度量。问题是，使用宽波束意味着附近的信号方向将在同一波束内发生碰撞。由于射频信号是波，碰撞信号可以破坏性地结合，相互抵消的功率。在我们的例子中，p1和p2的方向很近，因此会在宽光束中碰撞。假设p1和p2的相位相反，它们会相互抵消的功率，使它看起来好像来自空间左半部分的信号（即方向90o到180o）有更大的功率。因此，层次搜索将放大这些方向，并用更窄的光束探索它们，直到找到路径p3，这是三个信号方向中最差的对齐方式。请注意，这种故障模式可能非常常见，不要求p1和p2的相位完全相反；它们相互指向对方就足够了，从而导致功率下降，使其看起来像p3是更高的功率。

相比之下，Agile-Link不使用附近的方向会发生碰撞的multi-armed波束。Agile-Link使用multi-armed波束，其中每个multi-armed波束中的arms可以随机化。即使两条路径在一个multi-armed波束中发生碰撞，我们的随机化确保同一条路径不会在其他multi-armed波束中发生碰撞，如4.2中所述。因此，Agile-Link可以恢复所有可能的路径，然后选择最佳路径来对齐波束。在较高的层次上，该系统作为多个随机散列函数运行，即使在存在多路径的情况下，也可以证明该散列函数能够恢复所有信号方向。

4. AGILE-LINK

本节详细描述了Agile-Link。为了清晰起见，我们描述了假设只有接收机有天线阵，而发射机是全向的算法。发射器和接收器都有天线阵列的情况下的扩展在§4.4中描述。

4.1 Problem Statement

回想一下，问题的定义如下：让$x$代表$K$稀疏的$N$个元素的复向量，这个复向量代表空间中不同方向的信号。其目的是沿着每个方向，$\left|x_i\right|$, 使用形式为$y_j=\left|{\mathbf{a}}_j{\mathbf{F}}^{\prime }\mathbf{x}\right|$的少量的测量来估计信号的功率（或幅值），其中${\mathbf{F}}^{\prime }$是逆傅里叶变换矩阵，${\mathbf{a}}_j$ 是移相的Vector，且有$\left|a_{ij}\right|=1$, 都在我们的控制之下。

在描述我们解决这个问题的方法之前，重要的是要理解为什么我们只能测量数量，而不能测量相位。每次测量都需要从发送器发送帧到接收器。由于发送器和接收器上的振荡器总是会遇到一些CFO（载波频率偏移）[32]，因此每个帧的信号会产生一个额外的未知相移。此外，这一相移会在帧间发生变化。802.11ad标准[22]不支持跨测量帧更正CFO。此外，由于毫米波的频率很高，这种校正将非常困难。例如，在这样的频率下，10 ppm的微小偏移可能在不到100纳秒的时间内导致大的相位偏差。

4.2 Agile-Link’s Algorithm

Agile-Link分两个阶段工作。首先，它将空间随机散列到垃圾箱中（使用multi-armed波束），这样每个bin就可以从一系列方向收集能量。第二，它使用投票机制来恢复拥有权力的方向。下面，我们将详细描述这两个阶段。

（a）
Agile-Link使用multi-armed波束将信号沿不同方向散列到bin。让我们将每个multi-armed波束中的臂称为子波束。设R为各波束中的子波束，B为各散列函数中的箱数，L为散列函数数。移相器矢量$a$的每一个设置都会产生一个不同的波束模式，由此产生的测量值$y=\left|{\mathbf{a}\mathbf{F}}^{\prime }\mathbf{x}\right|$将对应于光束模式所覆盖方向上的功率。

所以我们如何产生好的multi-armed波束呢？很明显，考虑到测量的结构，我们可以通过设置$a$到傅里叶变换矩阵的$s^{th}$行来产生指向一个方向的波束$s$。因此，为了产生multi-armed波束，Agile-Link 将矢量$a$分割成$R$个segment，其中每个segment都是长度为$N/R$。然后，每个segment将其子波束设置为不同的方向。

由于傅立叶变换的特性，每个分段产生的子波束将比全阵列产生的单个波束宽$R$倍，因此每个子波束覆盖R个相邻方向。由于存在R这样的子波束，因此通过矢量$a$的设置创建的multi-armed波束将覆盖$R^2$方向。现在，如果我们希望将方向空间散列到B箱中，那么每个方向都将覆盖$R^2$方向，因此$B=R^2$

但是我们如何在每个multi-armed波束中选择子波束的方向呢？最好的情况是，当每个multi-armed光束中的子束间隔良好，从而使其旁瓣的泄漏最小化。图4（a）显示了间隔良好的子波束示例，其中我们有一个multi-armed波束，两个次梁相距60度。在这种情况下，光束模式将把60度的方向散列到同一个箱子中。通过改变方向，我们可以在hash函数中创建所有不同的bin，如图4（b）所示，其中每个颜色对应于hash函数中的bin。从形式上讲，上述过程是通过将料仓B中的第r段方向设置为 $s_b^r=Rb+rP$，其中$P=N/R$是对应于同一个波束的两个子波束之间的间距。

5 AGILE-LINK IMPLEMENTATION

我们通过设计和构建一个能够快速波束转向的成熟的毫米波无线电来实现Agile-Link，如图5所示。收音机在新的24GHz ISM波段工作，并作为USRP软件收音机的子板。它的物理层支持高达256 QAM的完整OFDM堆栈。我们的实现解决了下面描述的关键系统和设计问题.

（a）Heterodyne Architecture

毫米波硬件比GHz硬件贵得多。因此，我们利用外差结构，在I和Q（实部和假想部）分量分离之前，先将毫米波信号引入几个GHz的中频。这样的设计减少了需要在非常高频率下工作的组件的数量（例如混频器、滤波器等），并用运行在几个GHz的组件来代替它们，这些组件的运行成本要低得多。

Agile Link S接收器的体系结构如图6所示。第一块是一个毫米波相控阵，它允许我们以电子方式控制波束。阵列由天线元件组成，每个元件连接到移相器。移相器的输出被组合起来并馈送到一个单一的毫米波前端。前端有一个低噪声放大器（LNA）、带通滤波器、混频器和PLL的标准设计。mmwave前端向下将mmwave信号转换为中频（if），并将其馈送到USRP上的子板，USRP对其进行采样，并将数字化样本传递给UHD驱动程序。这使得使用标准GNU无线电软件很容易操作毫米波信号，并允许我们构建一个支持高达256 QAM的OFDM堆栈。

我们使用现成的组件构建了图6中的设计。对于毫米波低噪声放大器（LNA）和功率放大器（PA），我们分别使用Hittite HMC-C020和Quinstar QLW-2440。对于毫米波混频器，我们使用marki m1r-0726ms。为了产生本地振荡器（lo）信号，我们使用模拟设备ADF5355 PLL和Hittite HMC-C035倍频器。相控阵包括8个天线元件，由2分开，每个元件连接到一个Hittite HMC-933模拟移相器。我们使用模拟设备AD7228数字模拟转换器（DAC）和Arduino Due微型控制器板对移相器进行数字控制。

（b）Radio Performance

为了测试Agile-Link使用相控阵提供高数据速率和远距离的能力，我们测量了Agile-Link的接收器和发送器之间不同距离的接收信号的信噪比，其中发射功率符合FCC第15部分的要求。图7显示了接收器的信噪比与发射器和接收器之间的距离。图7中显示，Agile-Link的实现为小于10米的距离提供超过30分贝的信噪比，即使在100米处也提供17分贝的信噪比，这足以进行相对密集的调制，如16 qam。

6. Experimental Evaluation

我们评估了Agile-Link的能力，以快速和准确地确定最佳光束对准。我们用标准家具（桌子、椅子、电脑等）在实验室区域进行了实验。我们还在消声室进行了实验，在那里我们可以精确地测量真实值。消声室壁上覆盖有射频吸收器，以消除多径干扰，并将空间与外部干扰隔离开来。这种隔离对于测量信号通过的地面真值路径而不产生射频反射是必要的。

6.1 Compared Schemes

我们比较以下三个方案

Exhaustive Search

在这种方法中，对于发射器光束方向的每个设置，接收器扫描所有不同的方向。发送最大功率的收发光束组合被选作信号的方向。

802.11ad Standard

该标准分为三个阶段[22]。第一阶段称为扇区级扫描（SLS）。在这个阶段，AP向所有可能的方向传输，客户机将其接收光束模式设置为准全向光束。然后，当AP将其接收天线设置为准全向且客户机扫过所有发射方向时，重复该过程。在这个阶段的最后，AP和客户机分别选择提供最大功率的$\gamma$个方向。请注意，虽然一些建议修改了使用分层波束执行SLS的标准，但分层搜索对于多路径不具有鲁棒性，如3所述。第二阶段称为多扇区ID检测（MID）。该阶段重复上述过程，但发射光束设置为准全向，扫描用接收光束进行。这个阶段补偿了准全向光束中的缺陷。第三阶段被称为波束组合（BC）。在此阶段，将尝试AP上的$\gamma$个最佳方向，并在客户端上尝试每个方向。因此，${\gamma }^2$个组合测试，选择传输最大功率的发射和接收波束组合，并在数据传输期间用于波束形成。在我们的实验中，我们设置$\gamma$=4

6.2 Beam Alignment Accuracy vs. the Ground Truth

我们首先评估敏捷链路是否能够检测到接收机和发射机波束的最佳对准。为了进行这种评估，我们需要知道地面的真实情况，即信号的实际方向。因此，我们在一个消声室里进行这个实验，在那里我们可以精确地测量地面的真实情况。对于每个实验，我们将敏捷链路的发送器和接收器放置在两个不同的位置。然后，我们改变发射器和接收器天线阵列在50度到130度之间的所有角度的相对方向，增量为10度。由于消声室中只有一条视线路径，因此该路径将以不同的方向出现。在发射器和接收器上，取决于天线阵列的方向。因此，这允许我们测试任何方向组合，从中最强的路径可以离开发射器并到达接收器。对于每个设置，发送器都会发送测量帧（如802.11ad中所要求的），接收器使用该帧计算最佳光束对准的方向。然后，我们根据对准的输出控制光束，并测量通过对准实现的信噪比。

6.4 Beam Alignment Latency

接下来，我们要评估一下在减少Agile-Link交付的超过两个基线的延迟方面所获得的收益。然而，由于我们的无线电有一个固定的阵列大小，我们不能用经验测量这种增益如何为更大的阵列缩放。因此，我们对较大的阵列进行了广泛的模拟计算，并使用我们的8天线阵列的经验结果来找出该阵列尺寸的延迟。

(a) Reduction in the Number of Measurements

由于802.11ad中的每个测量都需要发送一个特殊帧，因此测量延迟的一种方法是根据测量帧的数量。图10描绘了敏捷链接实现的过度详尽搜索和标准的测量数量的减少。对于8天线相控阵，与详尽搜索和标准相比，Agile Link将测量次数分别减少了7x和1.5x。此外，增益随着天线数量的增加而迅速增加。这是由于每个算法的缩放特性以及它是二次的、线性的还是对数的。对于大小为256的阵列，Agile Link比标准阵列高16.4，比详尽搜索高3个数量级。

(b) Reduction in Search Time

接下来，我们将研究在802.11ad mac协议下找到每个方案中最佳对齐所需的时间。标准仍在发展；我们的描述基于[22]。由于穷尽搜索的延迟在实践中是不可接受的，因此我们在标准中只考虑AgileLink和光束对准方案。

802.11ad有一个协议，当AP和客户端搜索空间以对齐其波束时[22，28]。通过这个过程产生的延迟不同于简单地将测量帧的数量乘以每次测量的持续时间。这是由于三个主要原因：1）协议只允许在特定间隔内进行波束扫描（称为波束训练）。如果客户无法收集所有必要的度量，则需要等到下一次机会执行更多度量。2）不同的客户争夺光束对准槽，因此，延迟会随着客户数量的增加而增加。3）AP扫光时，所有客户都可以采集测量值，因此该部分可以摊销。

为了更好地理解上述限制，让我们从高层描述802.11ad如何执行波束形成训练。AP定期发送信标间隔（bi），通常持续100 ms[28]。每个BI都有一个信标头间隔（BHI），然后是数据传输间隔（DTI），如图11所示。在BHI期间搜索最佳对准。每个BHI由一个信标传输间隔（BTI）和八个关联波束形成训练（A-BFT）插槽组成，这些插槽由客户端随机选择来训练其波束。最后，每个A-BFT插槽由多达16个SSW帧组成，其中每个帧用于执行一次测量，持续时间为15.8_s[3，22]。每个BI最多有8个波束训练槽。所有客户都在为这些时段的培训而竞争。如果客户无法在一次A-BFT期间完成培训，则可以在同一次或之后的BI期间争取更多的时段。然而，等待下一个BI会增加100米的延迟