大规模MIMO的原型制作 Prototyping Massive MIMO解析

对无线数据的无线需求不断促使研发人员寻找新的技术来扩大无线数据容量和网络能力。业界专家们普遍认为，即使当前和规划中的基础设施全面展开，数据需求仍然会继续超过现有的能力，辩论已经从这“是否”会发生转为“何时”发生。无线服务提供商纷纷计划将网络升级到4G LTE、LTEAdvanced（LTE-A），以及更先进的技术，推出微蜂窝覆盖、异构网络、载波聚合、3GPP路线图等创新方案。然而很明显，当前技术轨迹产生的容量斜坡仍然比需求线平坦。面对此挑战，3GPP 标准实体近来提出了数据容量“到2020 年增长1000 倍”的目标，以满足演进性或革命性创意的需要。

这种概念要求基站部署极大规模的天线阵列，可能包含成百上千的收发器。此概念称为大规模MIMO。的确，大规模MIMO 脱离了当前的网络拓补，可能是解决我们所面对的无线数据挑战的关键；然而，在认知大规模MIMO 广泛部署的效能和/ 或可行性的过程中，出现了一个值得关注的问题，有人会创建一个原型，只为确定它是否真正行之有效吗？毕竟，创建一个具有上千天线的原型会带来若干工程上的挑战，另外还有其他不可忽视的问题，即成本和时间。

图1天线MIMO 收发器。

MIMO背景

MIMO 依赖多路来提高无线数据链路的可靠性以及有效数据率，通常使用数根独立天线获得多个数据流。多路传播是通信系统面临的巨大挑战，实践中采用MIMO，运用空间- 时间编码和/ 或空间分集等多种技术。4G 移动通信标准LTE-A 规定MIMO 组态最多使用8 根天线。IEEE 802.11n/ac 标准以及这些标准的实际商业化均普遍使用MIMO。

基本上，更多天线会给传播通道带来更高的自由度，从而在数据率和/ 或链路可靠性方面拥有更高的性能。然而，总体数据率仍然受到香农理论的限制。在多个用户组成的网络中，增大总体网络吞吐量的一种方法是多用户MIMO（MU-MIMO），其中，多个用户可以同时访问同一时频资源，但是通过多根天线产生的多“空间维度”实现隔离。

更多天线，更大容量，更高的可靠性

增大MU-MIMO 的规模， 称为大规模MIMO，可以提供更大的网络容量、更高的可靠性，并通过降低一个蜂窝或服务地区的总发射功率而提高大规模MIMO 基站的能量效率。理论上，每根天线的发射功率能够低于以相同数据率为指定蜂窝或者地区服务的单根天线的发射功率。即，总功率为：

PTotMM ~ PT NT

其中，PTotMM 是每个地区的总传输功率，PT 是每根天线的功率，NT 是发射天线的数目。其中，PTotMM 低于单天线系统的PTot。与单天线系统相比，为了达到相同的可靠性和/ 或吞吐量，由于大规模MIMO 基站能够凭借其更高的自由度而将发射的能量聚焦于目标用户，所以大规模MIMO 蜂窝拓补能够降低分区地域的总发射功率。另外，当使用多根天线时，从发射器至接收器的正确位发射概率会增大，因为链路中断概率~ 1 / SNR NT NR。

其中，SNR 是信噪比，NR 是接收天线的数目，NT 是发射天线的数目。由于此关系，当系统中的天线数目增加时，链路中断概率会降低，从而提高了通信链路可靠性。［1］

大规模MIMO 天线阵列基于这里所述的基本概念，按照理论，数百倍规模的天线部署将获得比当前MIMO 点对点部署更高的效率。具体来说，凭借数百根天线，天线孔径和部署网格均有精细的多的分辨率。配合波束成形，能够更加精细地控制天线波瓣，以降低通道中的能量。

大规模MIMO 系统也有其挑战。一个挑战是寻找从接收器到发射器的通道状态信息通信方法，以进行预编码。鉴于有数百根天线，通过导频信号来推论通道状态在实践中是不可行的。因此，目前实现的大规模MIMO只能实际使用依赖于通道互易的时分双工（TDD）系统，然而要确定此方法的可行性，还需要进行更多研究。另外，一些初步研究提出，系统中的热噪声对于如此之多的天线来说不必过于关注，并且干扰器的影响成为更大的问题。这些挑战以及其他挑战，可以在开发出有效的原型之后使用实际波形来进行研究。

图2. M 用户N 天线大规模MIMO 系统

图3. 典型1x1 软件定义无线电体系结构。

大规模MIMO系统的原型制作

制作大规模MIMO 系统的原型需要预先进行许多工作，以便仔细、恰当地设计实际运作系统。大多数研究人员会发现，甚至制作只有2 天线的最低组态MIMO 收发器系统也是极具挑战性的（参见图1）。为设计大规模MIMO 原型，首先绘制系统草图（参见图2）。在本练习中，基站处的天线数目N 为128，从而获得128×128 MIMO 组态。组态假设M个移动用户使用SISO 天线。

在设计大规模MIMO 系统时，需要考虑许多事项，包括发射功率、相邻通道干扰、频谱罩等RF 系统参数。然而，大规模MIMO 系统需要考虑的一个关键参数是每根天线的数字数据吞吐量。从图中可知，系统最具挑战性的一个方面是将所有接收到的样本聚合到公共处理子系统内。与使用SISO 无线电的简单发射和接收通信不同，大规模MIMO 要求发射和接收元件之间拥有高速数据吞吐，以及高基带，并且其数量级高于目前部署的系统。

可以选择在靠近天线处的节点，以分布方式处理数据流，但是为了恢复从不同用户处收到的信号，或者有效地为不同用户进行信号预编码，必须将从各个天线接收到的数据流聚集在一个公共位置，以获得最优性能。通过仔细观察吞吐量和数据要求，我们将系统分成基本元件。这样，我们就可以在原型的实际构建中量化数据率，并在系统设计、集成、功率和成本之间取得平衡。

基线系统参数

典型SISO 无线电如图3 所示。在该图中，RF 信号下变频或混合，滤波，放大，然后转化为数字数据。发射过程的次序则相反。大规模MIMO系统包含数百个这种基本SISO 元。为了使用现货供应设备，以降低成本和加快原型开发，假设每个同相正交样本均为16 位。位数决定了动态范围，实际上对于原型来说过好了。减少分辨率位数会显著降低数据吞吐量，特别是在聚集极多通道的时候。虽然16 位会增加数据路径，并最终增加数据吞吐量要求——位数更多会导致数据路径加宽和数据吞吐量要求增加——然而，现货供应组件和编程体系结构不需要进行自定义就能够轻

松处理16 位样本

接下来考虑采样率。接收链中的每个模数转换器（ADC）均必须以高于尼奎斯特通道带宽的速率对下变频波形进行采样。本例以LTE 作为基线，普通移动通信场景，每个转换器均以30.72 MS/s 的采样率对接收到的波形进行采样。实际上，转换器可以对信号进行过采样，以提高分辨率，但是这会增加信号处理量，以便将数据率转换到标准信号处理模块可以接受的数据流。数据吞吐量使用下述方程得到：（2 个样本）（16 位/ 样本或者2字节/ 秒）（采样率）

对于上例：

（2 个样本）（2 字节/ 秒）（30.72）= 122.88 MB/s对于上例系统，一个通道的聚集数据吞吐量等于122.88 MB/s。为扩大到大规模MIMO 系统，可以按照下文所述计算有效速率：总系统吞吐量（TST）=（吞吐率/ 通道）（天线数目）TST =（122.88 MB/s）（128）TST = 15.7 GB/s

这样，如果所有通道均同时发射或接收，那么中央处理系统的数据吞吐量将为15.7 GB/s。另外，将所有这些数据聚集到中央处理系统中，还要求处理引擎能够接受此庞大的数据量，并且能够进一步处理数据，以便生成通信链路。上述简要分析揭示了两个挑战。首先，极少（如果有的话）低成本市售技术能够满足这些要求。其次，原型的数据量要求开发备选信号处理链分割技术，包括分布式实现和并行实现。

通过审查可用的原型制作技术，我们提出了一种可以用作大规模MIMO 原型构建数据框架的高速串行总线的简要研究。

表1 概述了目前的一些市售高速总线技术。当然还有其他总线，然而上表提供的是目前常用的许多标准而非专有总线技术的指南。另外，这些总线技术已经用于许多模块化体系结构，例如PXIe，基本上基于PCIe 标准。应该考虑的一个规格是潜伏时间。潜伏时间是指发射与接收 *** 作之间的周转时间。如果原型是用于单向链路，那么潜伏时间不是特别重要。然而，对于真正的TDD 大规模MIMO 原型，必须考虑潜伏时间，因为周期时间比无线通道的相干时间更短，从而下行链路预编码不是基于已经过时的通道信息，这是至关重要的。上文给出的潜伏时间规格为近似值。然而，一般来说，以太网的潜伏时间并非决定性的，可能会发生极大的变化。另一方面，以太网的实现一般成本较低。

应该指出，PCIe Gen 3 实现刚刚在市场上出现，实际吞吐数据测量值并不可用。另外应该指出，虽然基本提供了最大/ 峰值数据率，然而由于成本、IP 核的尺寸，以及功率等原因，实际实现了总线的典型实现是不同的。所提供的典型数目仅供参考，因为极少的（如果有的话）实现达到了所发布的最大速率。

图4 所示是一个使用PXIe 的系统配置实例

在此组态中，总共使用了10 块底板来实现128 根天线的大规模MIMO 系统。系统用2 块“主”底板来聚集数据，用8 块底板来安装128 个能够在蜂窝带进行发射和接收的收发器（NI 5791 RF 收发器）。数据基干使用PCI Express Gen 2 ×8，通过合适的分割轻松采集和发射20MHz RF 带宽数据。