认识NR(三):5G Type I 码本(codebook)的物理意义
零.说明
本篇文章是sharetechnote https://www.sharetechnote.com/html/5G/5G_CSI_RS_Codebook.html的学习笔记,我对此进行了一些总结和完善,感谢sharetechnote该篇作者的整理和分享!
一.认识不同参考信号的作用
由于NR中码本非常复杂,NR中UE并不一定知晓gNodeB所使用的码本,因此,NR中的参考信号分类比LTE中更加细致,这里简要阐述他们和信道,预编码矩阵,还有波束赋形矩阵的关系
CRS
在LTE中,最常见的就是CRS,他在时频映射的时候和数据分别填入到自己对应该所在的RE。因此,他是在MIMO的预编码操作之后,进行CRS的插入,这也就是说,UE通过结算CRS,只能得到H的信息
DM-RS
DM-RS本身就被成为解调参考信号,他是随data一起生成的,一起进行MIMO和时频映射,因此也被预编码了,通过它,UE可以解算到W*H的信息,这也就是常说的有效信道effective channel,在这种情况下,UE可以不知道gNodeB所使用的参考信号
CSI-RS
CSI-RS是信道估计专用的参考信号,我们先看下图
这时候就有人要问了,CRS和CSI-RS有什么不同?这是在同一位置啊,但其实不然,如果我们再加上波束赋形矩阵就明白了
在X的后面,才是CRS,也就是说CSI-RS可以用来解算波束赋形,DM-RS可以解算数据,CRS可以单独的估计信道
不过,这是R10的标准,在NR中,按照我的理解,W和X已经合并了?(存疑)
二.NR中的天线构成
我们常说发射天线是4天线 8天线 32天线,这就是说32根天线竖在地上吗,当然不是,这里,我们简要介绍一下NR中天线的构成
- 天线的最小单位是一个element,目前被广泛采用的是45°双极化天线,一个双极化天线为一个element
- 多个elements保持发送完全相同的信号,即幅度和相位完全相同,并相邻放置,这就组成了一个subarray,成为天线子阵,这在计数时,被称作一个天线,他有两个天线端口,分别对应其中每一个element的+45°天线和-45°天线。
- 多个subarray组成一个ULA或者UPA,他们之间相隔半波长,并规定了水平和垂直方向的数量,这就是最终的天线阵列了
- 我们称的N天线,是指N个天线端口,天线端口是3GPP定义的一个逻辑端口,不过他确实是和双极化天线中的天线一一对应的,N个天线端口对应N/2个的天线阵列
- 在我们绘制示意图的时候,通常就用一个双极化天线来代表一个subarray
三.动手算一算Type I Layers = 1预编码矩阵
之前的博客已经介绍了,预编码是DFT码本,他有波束赋形的作用,那么具体是什么作用呢,我们这里来手动算一算,首先我想引用一下sharetechnote总结的码本计算方法,真的是很精炼
下面我们来计算两个矩阵
1. NT=8 (8,1)排列
此时O1,O2取值为(4,1),采用的是N2=1的情况进行映射
φ
n
=
e
j
π
n
/
2
θ
p
=
e
j
π
p
/
4
\begin{array}{l} \varphi_{n}=e^{j \pi n / 2}\\ \theta_{p}=e^{j \pi p / 4} \end{array}
φn=ejπn/2θp=ejπp/4
v
l
,
m
=
[
u
m
e
j
2
π
l
O
1
N
1
u
m
⋯
e
j
2
π
l
(
N
1
−
1
)
O
1
N
1
u
m
]
T
v_{l, m}=\left[u_{m} \quad e^{j \frac{2 \pi l}{O_{1} N_{1}}} u_{m} \quad \cdots \quad e^{j \frac{2 \pi l\left(N_{1}-1\right)}{O_{1} N_{1}}} u_{m}\right]^{T}
vl,m=[umejO1N12πlum⋯ejO1N12πl(N1−1)um]T
那么可以得到
u
m
=
1
u_m = 1
um=1
v l , m = [ [ 1 e j 2 π l 4 ∗ 8 ∗ 1 e j 2 π 2 l 4 ∗ 8 ∗ 1 e j 2 π 3 l 4 ∗ 8 ∗ 1 e j 2 π 4 l 4 ∗ 8 ∗ 1 e j 2 π 5 l 4 ∗ 8 ∗ 1 e j 2 π 6 l 4 ∗ 8 ∗ 1 e j 2 π 7 l 4 ∗ 8 ∗ 1 ] ] v_{l,m} = [\begin{bmatrix} 1 & e^{j\frac{2\pi l}{4*8}} *1 & e^{j\frac{2\pi 2l}{4*8}} *1 & e^{j\frac{2\pi 3l}{4*8}} *1 & e^{j\frac{2\pi 4l}{4*8}} *1 & e^{j\frac{2\pi 5l}{4*8}} *1 & e^{j\frac{2\pi 6l}{4*8}} *1 & e^{j\frac{2\pi 7l}{4*8}} *1 \end{bmatrix}] vl,m=[[1ej4∗82πl∗1ej4∗82π2l∗1ej4∗82π3l∗1ej4∗82π4l∗1ej4∗82π5l∗1ej4∗82π6l∗1ej4∗82π7l∗1]]
最终码本为
2. NT = 8 (4,2)排列
参照
同理可得
u
m
=
[
1
e
j
m
π
4
]
u_m = [1\quad e^{j\frac{m\pi}{4}}]
um=[1ej4mπ]
v l , m = [ 1 e j 2 m π 8 e j l π 8 e j ( 2 m + l ) π 8 e j 2 l π 8 e j ( 2 m + 2 l ) π 8 e j 3 l π 8 e j ( 2 m + 3 l ) π 8 ] T v_{l,m} = \left[1 \quad e^{j\frac{2m\pi}{8}} \quad e^{j\frac{l\pi}{8}} \quad e^{j\frac{(2m+l)\pi}{8}} \quad e^{j\frac{2l\pi}{8}} \quad e^{j\frac{(2m+2l)\pi}{8}} \quad e^{j\frac{3l\pi}{8}} \quad e^{j\frac{(2m+3l)\pi}{8}} \quad\right]^{T} vl,m=[1ej82mπej8lπej8(2m+l)πej82lπej8(2m+2l)πej83lπej8(2m+3l)π]T
最终的码本为
$$
W_{l,m,n} = \begin{bmatrix}
\begin{bmatrix}
1 \ e^{j\frac{2m\pi}{8}} \ e^{j\frac{l\pi}{8}} \ e^{j\frac{(2m+l)\pi}{8}} \ e^{j\frac{2l\pi}{8}} \ e^{j\frac{(2m+2l)\pi}{8}} \ e^{j\frac{3l\pi}{8}} \ e^{j\frac{(2m+3l)\pi}{8}}
\end{bmatrix}
\
e^{j\frac{n\pi}{2}}\begin{bmatrix}
1 \ e^{j\frac{2m\pi}{8}} \ e^{j\frac{l\pi}{8}} \ e^{j\frac{(2m+l)\pi}{8}} \ e^{j\frac{2l\pi}{8}} \ e^{j\frac{(2m+2l)\pi}{8}} \ e^{j\frac{3l\pi}{8}} \ e^{j\frac{(2m+3l)\pi}{8}}
\end{bmatrix}
\end{bmatrix}
$$
四.通过码本可视化探寻码本参数的物理意义
如果d是半波长,那么 ψ = π s i n θ \psi=\pi sin\theta ψ=πsinθ
现在,我们来简单做一个计算
1.NT=8 (8,1)排列
ULA的相应为
h
=
[
1
e
π
s
i
n
θ
e
2
π
s
i
n
θ
e
3
π
s
i
n
θ
e
4
π
s
i
n
θ
e
5
π
s
i
n
θ
e
6
π
s
i
n
θ
e
7
π
s
i
n
θ
]
T
h = \begin{bmatrix} 1 & e^{\pi sin\theta} & e^{2\pi sin\theta} & e^{3\pi sin\theta} & e^{4\pi sin\theta} & e^{5\pi sin\theta} & e^{6\pi sin\theta} & e^{7\pi sin\theta} \end{bmatrix}^{T}
h=[1eπsinθe2πsinθe3πsinθe4πsinθe5πsinθe6πsinθe7πsinθ]T
与码本相乘后结果为
v
l
,
m
H
h
=
1
+
e
π
s
i
n
θ
−
l
π
16
+
e
2
π
s
i
n
θ
−
2
l
π
16
+
.
.
.
+
e
7
π
s
i
n
θ
−
7
l
π
16
v_{l,m}^Hh =1+e^{\pi sin\theta -\frac{l\pi}{16}}+e^{2\pi sin\theta -\frac{2l\pi}{16}}+...+e^{7\pi sin\theta -\frac{7l\pi}{16}}
vl,mHh=1+eπsinθ−16lπ+e2πsinθ−162lπ+...+e7πsinθ−167lπ
显然,最大幅度出现在所有向量相位一致的情况下,因此可以得到
π
s
i
n
θ
−
l
π
16
=
2
k
π
,
k
为整数
\pi sin\theta -\frac{l\pi}{16} = 2k\pi,k为整数
πsinθ−16lπ=2kπ,k为整数
由此可以得到
θ
=
a
r
c
s
i
n
(
l
16
)
\theta = arcsin(\frac{l}{16})
θ=arcsin(16l)
带入 i2=0, i12=0,可以解算到
θ
=
a
r
c
s
i
n
(
i
11
8
)
\theta = arcsin(\frac{i_{11}}{8})
θ=arcsin(8i11)
那么事实是不是如此呢,这里我做了一个图
5G NR 单天线阵列码本(single panel Typ
可以看到,当i11变化到4的时候,刚好是30°
这个上面公式反映的
θ
=
a
r
c
s
i
n
(
4
8
)
=
30
°
\theta = arcsin(\frac{4}{8})=30°
θ=arcsin(84)=30°
是一致的,说明我们的计算和天线的可视化效果是一致的
2.NT=16 (16,1)排列
ULA 天线越多,波束会变得更加尖,波束赋形的效果也就更好,我们画出来的方向图也反映了这一点
5G NR 单天线阵列码本(single panel Typ
3.NT = 8 (4,2)排列
4,2排列就和上面N2=1的情况很不一样了
因为这是一个UPA天线,UPA的天线的响应可以看
https://zhuyulab.blog.csdn.net/article/details/109104070
https://blog.csdn.net/weixin_39274659/article/details/108894763
来理解,写的非常好
可以看到UPA的响应受到两个入射角的影响,也就是说他是一个3维的响应
a
U
P
A
(
ϕ
,
θ
)
=
1
N
[
1
,
…
,
e
j
π
(
q
sin
(
ϕ
)
cos
(
θ
)
+
p
cos
(
ϕ
)
)
…
,
e
j
π
(
(
Q
−
1
)
sin
(
ϕ
)
cos
(
θ
)
+
(
P
−
1
)
cos
(
ϕ
)
)
]
T
\mathbf{a}_{\mathrm{UPA}}(\phi, \theta)=\frac{1}{\sqrt{\mathrm{N}}}\left[1, \ldots, \mathrm{e}^{\mathrm{j} \pi(\mathrm{q} \sin (\phi) \cos (\theta)+\mathrm{p} \cos (\phi))} \ldots, \mathrm{e}^{\mathrm{j} \pi((\mathrm{Q}-1) \sin (\phi) \cos (\theta)+(\mathrm{P}-1) \cos (\phi))}\right]^{\mathrm{T}}
aUPA(ϕ,θ)=N1[1,…,ejπ(qsin(ϕ)cos(θ)+pcos(ϕ))…,ejπ((Q−1)sin(ϕ)cos(θ)+(P−1)cos(ϕ))]T
这里
那么这里,我提供在NR中,考虑了过采样的情况下,UPA码本的生成
function [A] = UPA_arrayresponse2(P,Q, theta, phi)
% P, Q: rows and columns of UPA
% theta, phi: AODs
A = zeros(P, Q);
for p = 1 : P
for q = 1 : Q
A(p, q) = exp(1j*pi*(q-1)*sin(phi)*cos(theta)+1j*pi*(p-1)*cos(phi));
end
end
A = A(:);
end
由此我们可以得到其天线图,显然变化没有非常明显的规律
5G NR 单天线阵列码本(single panel Typ
4. NT=16 (4,4)排列
4,4天线的规律更加明显,可以很清晰的看到i11和i12对波束方向的影响
5G NR 单天线阵列码本(single panel Typ
5.NT=16 (8,2)排列
同样没有很明显的规律
希望有大佬能指出其中的规律
5G NR 单天线阵列码本(single panel Typ
五.总结
可以看到,码本应该还是有很明显的物理意义和规律的,但不对称天线的不明显,希望有大佬能指点一二!