来源 | 网络整编
智库 | 云脑智库(CloudBrain-TT)
云圈 | 进“云脑智库微信群”,请加微信:15881101905,备注您的研究方向
声明 | 本号聚焦相关知识分享，内容观点不代表本号立场，可追溯内容均注明来源，若存在版权等问题，请联系(15881101905，微信同号)删除，谢谢
波束形成背景
早在上世纪60年代就有采用天线分集接收的阵列信号处理技术，在电子对抗、相控阵雷达、声纳等通信设备中得到了高度重视。基于数字波束形成（DBF）的自适应阵列干扰置零技术，能够提高雷达系统的抗干扰能力，是新一代军用雷达必用的关键技术。定位通信系统通过传声器阵列获取声场信息，使用波束成形和功率谱估计原理，对信号进行处理，确定信号来波方向，从而可对信源进行精确定向。只不过，由于早年半导体技术还处在微米级，所以它没有在民用通信中发挥到理想的状态。
而发展到WLAN阶段，特别是应用在个人通信中，信号传输距离和信道质量以及无线通信的抗干扰问题便成为瓶颈。支持高吞吐是WLAN技术发展历程的关键。802.11n主要是结合物理层和MAC层的优化，来充分提高WLAN技术的吞吐。此时，波束成形又有了用武之地。
波束成形，源于自适应天线的一个概念。接收端的信号处理，可以通过对多天线阵元接收到的各路信号进行加权合成，形成所需的理想信号。从天线方向图(pattern)视角来看，这样做相当于形成了规定指向上的波束。 例如，将原来全方位的接收方向图转换成了有零点、有最大指向的波瓣方向图。同样原理也适用用于发射端。对天线阵元馈电进行幅度和相位调整，可形成所需形状的方向图。
如果要采用波束成形技术， 前提是必须采用多天线系统。例如，多进多出（MIMO），不仅采用多接收天线，还可用多发射天线。由于采用了多组天线，从发射端到接收端无线信号对应同一条空间流(spatial streams)， 是通过多条路径传输的。在接收端采用一定的算法对多个天线收到信号进行处理，就可以明显改善接收端的信噪比。即使在接收端较远时，也能获得较好的信号质量。
MIMO可大大提高网络传输速率、覆盖范围和性能。当基于MIMO而同时传递多条独立空间流时，系统的吞吐量可成倍地提高。MIMO系统支持空间流的数量取决于发送天线和接收天线的最小值。如发送天线数量为3,而接收天线数量为2，则支持的空间流为2。在市场上，经历了三年3×3模式的量产磨合期后，4X4模式崭露头角，立刻引起了业界重视。
波束成形的工作过程是怎样的？以热点为例，基站给客户端周期性发送声信号，客户端将信道信息反馈给基站，于是基站可根据信道状态发送导向数据包给客户端。高速的数据计算处理，给出了复形的指示，客户端方向上的增益得以加强，方向图随之整型，相应方向的传输距离也有所增加。AP如果用4组发射天线4x4三组空间流，便能在多天线得到的增益基础上，获取较大的空间分集增益。
从结构和设置来分，支持802.11n标准的波束成形可分为显性波束成形和隐形波束成形两大类。显性波束成形在AP和客户端均有设置，对增加距离和链路耐用性有很大提高。隐性波束成形的好处是客户端不需要做相应的处理，在设备实现上较为简单，对增加距离和耐用性也有一定帮助。
以显性波束成形的热点为例， 无线局域网信号传输过程是这样开始的：
· 基站与客户端之间需要不断地周期性握手（发送声信号，信道矩阵反馈）
· 客户端反馈信道信息给热点
· 热点根据信道状态信息发送复形数据包给客户端，加强某客户端方向的强度
· 由此获得空间分集增益 + 发射阵列增益（此与发射天线数量有关）
随着WLAN的发展，基站的数量需求极大，而且基站安装的成本比较高，在这种情况下，增大覆盖范围，克服无线干扰显得尤为重要。
波束成形并不要求采用特殊的天线，也不增加其它无线子系统，就能在性能上得以提高， 而且比其它数字信号处理技术，例如空时分组码(STBC)及低密度奇偶校验码(LDPC)的引入，效益更高，可高出数倍。 在家庭和企业的环境下，均可适用。
当前，波束成形也成为了802.11 ac 技术规范的一部分。而对于Wi-Fi认证来说，它仅是一种供选项， 并不是必须的。将来是否成为Wi-Fi认证的必要构件，仍有待技术发展的态势而定。事实上，在任何Wi-Fi的设备上都是可以采用波束成形技术的，只不过，这涉及到设备得进行的相应配置。如果在两端均采取对应部署时，它才会真正获得增益最大化。当采用高阶的MIMO时， 获取的增益提高会高于低阶的MIMO。例如，4x4的系统总是比2x2的系统具有更大的性能提高空间。
波束成形技术固然能改善系统性能，增加接收距离，但同时也会增加设备成本和功耗。在多天线都处于连接的状态下，即使在严重的衰落情况下，它提供的信号增益也可获提高，但要求信号处理能力也要很强。所以，多天线带来的问题是要求数据处理速度高，控制成本，并降低功耗。因而，芯片的高集成度高性能和电源管理高效性是至关重要的。一方面要提高吞吐量，同时又要将功耗降到最低。
波束成形技术（Beam Forming，BF）可分为自适应波束成形、固定波束和切换波束成形技术。固定波束即天线的方向图是固定的，把IS-95中的三个120°扇区分割即为固定波束。切换波束是对固定波束的扩展，将每个120°的扇区再分为多个更小的分区，每个分区有一固定波束，当用户在一扇区内移动时，切换波束机制可自动将波束切换到包含最强信号的分区，但切换波束机制的致命弱点是不能区分理想信号和干扰信号。
自适应波束成形器可依据用户信号在空间传播的不同路径，最佳地形成方向图，在不同到达方向上给予不同的天线增益，实时地形成窄波束对准用户信号，而在其他方向尽量压低旁瓣，采用指向性接收，从而提高系统的容量。由于移动站的移动性以及散射环境，基站接收到的信号的到达方向是时变的，使用自适应波束成形器可以将频率相近但空间可分离的信号分离开，并跟踪这些信号，调整天线阵的加权值，使天线阵的波束指向理想信号的方向。自适应波束成形的关键技术是如何较精确地获得信道参数。
什么是波束？
“波束”这个词看上去有些陌生，但是“光束”大家一定都很熟悉。当一束光的方向都相同时，就成了光束，类似手电筒发出的光。反之，如果光向四面八方辐射（如电灯泡发出的光），则不能形成光束。和光束一样，当所有波的传播方向都一致时，即形成了波束。
工程师利用波束已经有相当久的历史。在二战中，工程师已经将波束利用在雷达中。雷达通过波束的反射时间来计算波束方向物体的距离，并通过扫描波束方向来探测整个空间中所有目标的位置。如果雷达不使用波束而使用全方向辐射的电磁波，则雷达将无法确定空间物体的具体位置。另一个例子是卫星通讯，也即我们生活中常见的“锅盖天线”。卫星通讯使用波束的目的是为了补偿信道的衰减。卫星和地面接收天线的距离非常远，信道衰减非常大，于是卫星信号到达地面时能量已经非常小，甚至比热噪声还要低。因此，我们需要想方设法收取卫星发出的每一点信号能量。当卫星的信号向空间全方向辐射时，绝大多数能量并没有被地面天线接收到，而是被浪费了。为了避免这种浪费，我们在接收和发射卫星信号时，都会使用波束。这样，发射的电磁波信号都集中在一个方向上，只要接收天线能对准这个方向，就可以接收到每一点信号。
如何实现波束成型光束很简单实现，只要用不透明的材料把其它方向的光遮住即可。这是因为可见光近似沿直线传播，衍射能力很弱。然而，在无线通讯系统中，信号以衍射能力很强的电磁波的形式存在。由于无线通讯使用的电磁波衍射能力很强，所以无法使用生成光束的方法来实现波束成型，而必须使用其他方法。
无线通讯电磁波的信号能量在发射机由天线辐射进入空气，并在接收端由天线接收。因此，电磁波的辐射方向由天线的特性决定。天线的方向特性可以由辐射方向图（即天线发射的信号在空间不同方向的幅度）来描述。普通的天线的辐射方向图方向性很弱（即每个方向的辐射强度都差不多，类似电灯泡），而最基本的形成波束的方法则是使用辐射方向性很强的天线（即瞄准一个方向辐射，类似手电筒）。然而，此类天线往往体积较大，很难安装到移动终端上（想象一下iPhone上安了一个锅盖天线会是什么样子）。另外，波束成型需要可以随着接收端和发射端之间的相对位置而改变波束的方向。传统使用单一天线形成波束的方法需要机械转动天线才能改变波束的方向，而这在手机上显然不可能。因此，实用的波束成型方案使用的是智能天线阵列。
智能天线阵列原理并不复杂，主要涉及的知识范围是高中物理教的波的干涉。当由两个波源产生的两列波互相干涉时，有的方向两列波互相增强，而有的方向两列波正好抵消（如下图）。
在波束成型中，我们有许多个波源（即天线阵列），通过仔细控制波源发射／接收的波之间的相对相位和幅度我们可以做到电磁波辐射／接收增益都集中在一个方向上（即接收机／发射机所在的位置），而在其他地方电磁波辐射／接收增益都很小（即减少了对其他接收机的干扰／减小了被其他发射机干扰的机会）。我们以接收天线阵列为例。对于沿我们想要方向传播的电磁波，波前到达天线阵列中每个天线的时间（相位）均有所不同。对于每一个天线，我们都加入一个特定的相位延迟用来补偿波前到达天线相位的区别，因此在经过该相位延迟后，我们就把每个天线收到的信号在相位上对齐了，从而不同天线接收到的有用信号在经过加和后会幅度变得很大。另一方面，当沿其它方向传播的干扰信号到达天线阵列时，每个天线对应的延迟与信号到达天线的时间差并不符合，因此在加和后幅度并不会变大。这样，天线阵列就可以通过多个普通天线配合特定的延迟来等效实现具有方向性的天线。根据天线的互易性原理，相同的架构也可以用在发射天线阵列里去等效一个高方向性的天线。此外天线辐射的方向可以通过改变波源之间的相对延时和幅度来实现，可以轻松跟踪发射端和接收端之间相对位置的改变。
波束成型与毫米波是天作之合
目前波束成型已经被使用在带有多天线的WiFi路由器中。然而，手机上不可能像路由器一样安装WiFi频段的多根天线，因为天线尺寸太大了。天线的尺寸是由电磁波信号的波长决定的，WiFi和当前手机频段的电磁波波长可达十几厘米，因此很难将如此大的天线集成在手机上。为了解决这个问题，我们可以把波束成型和毫米波技术结合在一起。毫米波波段的波长大约是WiFi和手机频段波长的十分之一左右，因此可以把多个毫米波天线集成到手机上，实现毫米波频段的波束成型。波束成型和毫米波技术可谓是天作之合，使用毫米波可以给信号传输带来更大的带宽，波束成型则能解决频谱利用问题。
毫米波天线阵列体积很小，可以安装到手机上
波束成型可以使信号的能量集中在接收端所在的方向，从而改善频谱利用效率。波束成型配合毫米波技术可以让通讯系统拥有高带宽并且支持大量用户同时通讯，从而使5G系统如虎添翼。
多波束相控阵雷达
利用同一相控阵天线孔径同时形成多个无损或接近无损的接收波束，是相控阵雷达的一个重要特点。综合起来，多波束相控阵天线的优势主要体现在以下几个方面：
• 单脉冲测角：形成和、差波束或实现比幅/比相的多个接收波束
• 充分利用雷达发射波束内的能量
例如，美国AN/FPS-85空间目标预警和跟踪雷达，其收、发天线分置，发射波束宽度(1.4°)大于接收波束宽度(0.8°)，相控阵天线形成图示的9个接收波束。不仅能够充分利用发射波束主瓣照射覆盖区内的辐射信号能量．同时提供了幅度比较实现单脉冲两维测角的条件。
• 应用于两坐标和三坐标雷达，提高雷达的搜索数据率和跟踪数据率
• 应用于原有两坐标雷达的接收天线，使雷达具有测高功能，成为三坐标雷达，并可降低作为三坐标雷达的造价
• 应用于分布式雷达与宽波束发射-高增益接收低截获雷达．满足宽监视空域覆盖的要求
• 多辐射源定位和多方向信号接收
• 目标确认和丢失目标重照
雷达从发现目标到转入跟踪过程中必须对初发现目标进行确认，如用多个接收波束可缩短确认时间及提高确认结果的正确率。当目标在跟踪过程中丢失后，必须在目标丢失区域附近进行局部搜索、重新发现目标。此时具有多个接收波束形成能力的相控阵天线有利于提高丢失目标重照的效率。
1)相控阵天线接收多波束形成
相控阵天线接收多波束形成可在射频、中频、视频，甚至光学波段形成。目前，多数相控阵雷达接收多波束以射频方法为主。当要形成的接收波束数目不大时，采用在低噪声放大器(LNA)后接移相器的方法，通常适用于强制馈电方式(若为空间馈电，可参照抛物面天线多波束设计方法，用多个初级馈源喇叭实现)；当要形成的接收波束数目很大时，如要求覆盖较大空域(例如±60°扫描范围)，一般多采用Blass多波束形成法、Butler矩阵多波束形成法、龙伯透镜法等。但考虑天线副瓣、信号带宽增大等因素。上述方法在真正成功的相控阵雷达中尚未有报道，而较多的应用于电子侦察和电子干扰等系统中。多波束形成亦可在中频实现(如Blass多波束形成法等)，英国早期一维相扫三坐标雷达Martello(圆堡)中即有应用。
数字波束形成(DBF)则在视频形成，由于波束形成在计算机内完成，各天线单元需要的相位补偿和幅度加权也在计算机内完成。因而具有很多优点，在相控阵雷达中应用渐增。DBF技术的主要特点是：
• 可形成多个接收波束
• 具有改变天线波束形状的灵活性，即波束形状捷变能力
例如，为了合理解决相控阵雷达在搜索和跟踪两种状态对信号能量分配、数据率等的要求不同带来的矛盾，在搜索状态和跟踪状态可采用不同形状的天线波束。DBF允许在一个重复周期内改变方向图形状(如由笔形波束变为余割平方波束)、波束宽度、多波束之间的相交电平和天线波束的副瓣结构等。
• 实现接收天线低副瓣或超低副瓣的要求
• 改善天线波束指向精度
• 自适应波束形成
自适应零点控制(波束凹口的数目与指向)适用于雷达抗干扰、电子侦察等。空时自适应信号处理(STAP)在机载雷达中的应用是DBF技术的一个重要分支
• 多信号源定向
• 有利于形成共形相控阵天线
DBF技术应用于相控阵雷达必须解决以下问题：
• 高精度信号相位/幅度采样/检测设备．这是实现相位、幅度补偿的必要条件
• 多通道接收机。中频直接采样
• 稳定的本振信号功率分配网络
• 多波束形成算法及自适应算法
目前，最经济的多波束形成算法是FFT，它的等效RF方案即是Butler矩阵。DBF技术广泛应用目前还存在一些制约因素，其设备量较大、成本较高，同时难以在瞬时宽带信号条件下使用。因此，对大型相控阵天线目前主要采用子阵级DBF。
2)相控阵天线发射多波束形成
相控阵发射天线多波束形成采用时间分割方法，即在一个重复周期内顺序向不同空间方向发射脉冲,获得多个发射波束，通过改变重复周期及发往不同方向的信号脉冲宽度，可以调节各个方向的跟踪目标所需的发射能量和跟踪数据率。
改变发射波束方向的转换时间取决于波控的转换时间。当采用基于DDS的数字T/R组件后，这一转换时间将大大缩短，使实现发射多波束更为方便。
数字波束形成合成孔径雷达（DBSAR）
波束形成架构技术分析
假设接收天线为N阵元均匀直线阵，目标的来波方向为θ，第k个波束指向为θk，相邻阵元间距为d，信号波长为λ，且各阵元都是各向同性的，对K阵元的加权分别为WK，...,Wnk，信号是窄带信号。数字多波束形成器就是一个乘加器。天线的方图不是唯一的，根据要求，相同的数据可以用不同方法加权(改变权因子)，以便形成不同形式的波束、和任意多的波束。通过数字波束合成后输出的信号(如信号确实投射在该波束内)可以大幅度的提高信号的SNR。最后得到的复输出信号直接送入后续处理单元。
多旁瓣对消是一种最早的基于统计最优设计的波束形成器，有两部分组成，主通道是高增益方向性的天线，其主瓣指向期望信号的方向，并假设干扰信号只能从主通道旁瓣进入。辅助天线为一天线阵列，其目的是选择权矢量使得它对干扰信号的响应与主通道进来的干扰信号相对消。
基于参考信号的自适应DBF,权矢量选择的准则是阵列输出信号与参考信号之间的均方误差最小化，这就是自适应LMS滤波算法的基本思想。
线性约束最小方程LCMV，也叫最小方差无失真响应自使用波束形成器。简单说就是对权矢量加以线性约束条件，以便有效的控制波束响应，使得从感兴趣方向来的信号能以特定的增益与相位通过，从而使输出信号的总能量最大或者方差达到最小。
1.信噪比准则是指选择加权实例使整个阵输出信噪比最大。是基于期望信号的功率与噪声功率之比最大的准则。
2.最小均方误差准则就是使阵列输出F与参考信号之间的均方误差最小，所对应的权矢量。
3.似然比性能准则是在所需信号波形完全未知时，所需信号可以认为是一个待估计的时间函数，所需最大似然比估计器的噪声为多维高斯分布，以所需信号似然函数最大为准则条件下所得到的最优权矢量。
4.噪声方差准则是在所学信号机器方向都已知是，使输出噪声方差最小条件下，求得的最优权矢量。
1.数字波束形成在在所谓数字域实现对天线幅相加权的控制，而传统的波束形成是在模拟域，依靠移相器、衰减器、波束形成网络等模拟器件实现对相位的控制和调整
2.数字波束形成方法实质上式一种在视频实现的多波束形成方法，而传统的多波束形成方法是在高频或者中频实现的，都是用硬件实现的模拟方法。
3.数字波束形成方法可以灵活的对波束形状、数量等实现灵活的控制，能够方便的实现多低副瓣的接收波束。但是传统基于模拟器件的多波束形成技术，一旦波束形成网络方案确定之后，波束的形状、相邻波束的间隔等参数便固定了，难以实现自适应控制，特别是如果要形成的波束数量很多时，硬件设备量将成倍增加，给安装调试等带来很大问题， 并且很难实现多低副瓣的接收波束。
4.利用数字波束形成技术，接收机将阵列天线接收到的各路信号都变成数字信号进行灵活的数字技术处理以形成波束，并且能够尽可能的保持各个天线的阵元接收到的全部有用信息到数字处理端。DBF在处理信号之前保留了N元的信息，但是模拟波束形成期将信号从N维降低到一维，从而损失了大量的信息。
1.由DBF原理可以知道，通过数字波束合成后输出信号的强度能够大大增强（信号投射在波束内），可以大幅度提高信号的信噪比。
2.DBF还能对杂波信号进行有效的抑制。因为杂波具有较大的角度扩展，通过对数字信号进行相位加权求和可以改变波束指向，同时对数字信号进行幅度加权可以达到压低旁瓣电平的目的，使从主波束以外的地方进入的信号得到一定抑制。但是降低副瓣电平的同时，主瓣会展宽，造成天线增益下降。在实际应用中应折中考虑。
3.DBF能够通过一定的算法实现对干扰方向的天线方向图置零，从而抑制干扰源对有用信号干扰，具有多个自由度，可以形成多个零点，实现自适应置零。
4.根据不同工种方式和要求，可以自适应的实现单波束、多波束或者波束组以及各种变化。
5.能够实现空间目标超分辨
6.能够实现灵活的雷达功率和时间管理。
相控阵在现代雷达和通信系统中发挥着越来越重要的作用，这使人们对提高系统性能和效率重新产生了兴趣。数十年来，数字波束成型(DBF)及其与传统模拟方法相比的优势已广为人知，但与数字信号处理相关的各种挑战阻碍了它的应用。随着特征尺寸的不断缩小以及由此带来的计算能力的指数级增长，我们看到，现在大家普遍有兴趣采用数字相控阵。虽然DBF具有许多吸引人的特性，但更高的功耗和成本仍然是一个问题。混合波束成型方法具有出色的能效比，可能适合于许多应用。
波束成型的核心是延迟和求和运算，它可以发生在模拟域或数字域中。根据延迟或相移在信号链中应用的位置，模拟波束成型又可以分为多个子类别。本文仅考虑射频波束成型。如图1a所示，来自天线元件的信号经过加权和合并，产生一个波束，然后由混频器和信号链其余部分加以处理，这就是相控阵的传统实现方式。
图1. (a) 模拟和 (b) 数字波束成型架构的比较。
这种架构的缺点之一是难以创建大量同时波束。现在，为了创建多个波束，每个元件的信号需要先分离，再独立地延迟和求和。为此所需的可变幅度和相位(VAP)模块的数量与元件数量和波束数量成正比。VAP模块以及网络的分路和合并需要占用很大的面积，而且除了几个波束之外，网络分路和合并造成的不断增加的面积要求和复杂性使得实现多个同时模拟波束变得不切实际。对于平面阵列，不断增加的面积还使得难以将电子器件安装在元件间距所决定的网格内。此外，更为根本的是，每次分路时，信噪比(SNR)都会降低，而且本底噪声限制了信号可以分路的次数，超过此次数，信号就会淹没在本底噪声中。
而使用DBF的话，创建多个同时波束相对较容易。如图1b所示，每个元件的信号都被独立数字化，然后在数字域中进行波束成型操作。一旦进入数字域，就可以在不损失保真度的情况下创建信号的副本，然后将信号的新副本延迟并求和以创建新波束。这可以根据需要重复多次，理论上可产生无限数量的波束。实践中，数字信号处理及相关功耗和成本不是无限的，这会限制波束数量或波束带宽积。此外，DBF中的波束数量可以随时重新配置，这是模拟技术无法做到的。DBF还支持更好的校准和自适应归零。所有这些优点使得DBF对通信和雷达系统中的各种相控阵应用非常有吸引力。但是，所有这些好处都是以增加成本和功耗为代价的。基带DBF需要为每个元件配备一个ADC和一个混频器，而模拟波束成型只需要为每个波束配备相关器件。器件数量的增加会显著提高功耗和成本，尤其是对于大型阵列。此外，DBF中的波束成型发生在基带，混频器和ADC会受到每个元件的广阔视场中存在的任何信号的影响，因此需要有足够的动态范围来处理可能的干扰。对于模拟波束成型，混频器和ADC享有空间滤波的好处，因此动态范围要求可以放宽。在分配高频LO信号的同时保持相位相干性，也是DBF实现方案的一个挑战，而且会增加功耗。
数字波束成型的计算需求是总体功耗的一个重要贡献因素。DSP须处理的数据量与元件数量、波束数量和信号的瞬时带宽成正比。
对于在毫米波频率运行的大型阵列，信号带宽通常很大，数据负载可能高得像天文数字。例如，对于一个具有500 MHz带宽和8位ADC的1024元件阵列，DSP需要处理每波束每秒大约8 Tb的数据。移动和处理如此大量的数据需要消耗相当多的电力。就计算负载而言，这相当于为每个波束每秒执行大约4×1012次乘法运算。对于全信号带宽的多个波束，所需的计算能力超出了当今的DSP硬件的能力范围。在典型实现中，波束带宽积保持不变，若增加波束数量，总带宽将在各波束之间分配。数字信号处理通常以分布式方式进行，以便能够应对大量数据。但这通常需要权衡各种因素，如波束成型灵活性、功耗、延迟等。除了处理能力之外，各种DSP模块的高速输入/输出数据接口也会消耗大量电力。
顾名思义，混合波束成型是模拟和数字波束成型技术的结合，在两者之间提供了一个中间地带。做法之一是将阵列划分为更小的子阵列，并在子阵列内执行模拟波束成型。如果子阵列中的元件数量相对较少，则产生的波束相对较宽，如图2所示。每个子阵列可以被认为是具有某种定向辐射图的超级元件。然后使用来自子阵列的信号执行数字波束成型，产生对应于阵列全孔径的高增益窄波束。采用这种方法时，与全数字波束成型相比，混频器和ADC的数量以及数据处理负载的大小减少的幅度等于子阵列的大小，因此成本和功耗显著节省。对于32×32元件阵列，若子阵列为2×2大小，则将产生256个子阵列，其半功率波束宽度(HPBW)为50.8°或0.61立体弧度。使用来自256个子阵列的信号，可以利用DBF在合乎实际的范围内创建尽可能多的波束。对应于全孔径的HPBW为3.2°或0.0024 sr。然后，在每个子阵列的波束内可以创建大约254个数字波束，它们相互之间不会明显重叠。与全DBF相比，这种方法的一个限制是所有数字波束都将包含在子阵列方向图的视场内。子阵列模拟波束当然也可以进行控制，但在一个时间点，模拟波束宽度会限制最终波束的指向。
图2. 混合波束成型。
子阵列方向图通常很宽，这对于许多应用来说可能是一个可以接受的折衷方案。对于其他需要更大灵活性的应用而言，可以创建多个独立的模拟波束来解决此问题。这将需要在RF前端使用更多VAP模块，但与全DBF相比，仍然可以减少ADC和混频器的数量。如图3所示，可以创建两个模拟波束以实现更大的覆盖范围，同时仍能将混频器、ADC和产生的数据流的数量减少两倍。
图3. 多个模拟波束的混合波束成型。
与DBF相比，混合波束成型还会导致旁瓣退化。当远离模拟波束中心扫描数字波束时，相位控制的混合性会引入相位误差。子阵列内元件之间的相位变化由模拟波束控制确定，无论数字扫描角度如何都保持固定。对于给定的扫描角度，数字控制只能将适当的相位应用于子阵列的中心；当从中心向子阵列边缘移动时，相位误差会增加。这导致整个阵列出现周期性相位误差，从而降低波束增益并产生准旁瓣和栅瓣。这些影响随着扫描角度的增大而增加，与纯模拟或数字架构相比，这是混合波束成型的一个缺点。让误差变成非周期性可以改善旁瓣和栅瓣的退化，这可以通过混合子阵列大小、方向和位置来实现。
本节从接收相控阵的角度比较模拟、数字和混合波束成型的能效比。模拟、数字和混合波束成型的功耗模型分别由公式2、3、4给出。表1列出了各种符号的含义以及它们在后续分析中的假定值。
表1. 符号、含义、假定值和相关参考文献
关于功耗模型的一些关键点如下：
假设混频器处的射频信号功率对于所有三种波束成型架构都相同。
在一些公开文献中，有人认为对于DBF，由于ADC的量化噪声对SNR的影响有所降低（降幅等于阵列因子），因此与模拟波束成型相比，所需的位数可以减少。然而，在DBF中，ADC也需要具有更高的动态范围，因为它们不享有空间滤波的好处，而且需要处理各元件辐射图的视场中存在的所有干扰。考虑到这一点，本模型假设ADC的位数在所有情况中都相同。
对于DBF，波束带宽积受DSP处理能力的限制，这一点在变量DSPTP中考虑。对于混合情况，最大处理能力随着功耗的降低而成比例降低。
DBF的DSP功耗有两个部分——计算和I/O。每次复数乘法需要四次实数乘法和累加(MAC)运算，基于 "Assessing Trends in Performance per Watt for Signal Processing Applications," （信号处理应用的每瓦性能趋势评估）一文，MAC运算的功耗计算结果为大约1.25 mW/GMAC。在这种情况下，I/O消耗了大部分DSP功率，根据 "A 56-Gb/s PAM4 Wireline Transceiver Using a 32-Way Time-Interleaved SAR ADC in 16-nm FinFET." （16 nm FinFET中使用32路时间交错SAR ADC的56 Gbps PAM4有线收发器）一文，其估计值为10 mW/Gbps。对于需要更密集计算的更复杂波束成型方法，功耗比的偏斜会更小，但DSP总功耗会增加。此外，此模型中的I/O功耗假设基于最低数据传输。根据DBF架构，I/O的功耗可能更高。
ADC和DSP计算的功耗与位数呈指数关系。因此，可以通过减少位数来大幅降低这些功耗数值。另一方面，作为最大贡献因素的DSP I/O功耗随位数的变化不是那么剧烈。
布线损耗(Lpath)通过合并硅IC和低损耗PCB上的GCPW传输线的损耗来计算。对于片内传输线，假设损耗为0.4 dB/mm，而对于PCB走线，损耗取为0.025 dB/mm。另外，据估计，5%的线路是在芯片上，其余是在PCB上。模拟波束成型考虑射频合并相关的布线损耗，而数字波束成型考虑LO分配网络的损耗。
对于混合模型，假设每个波束对应于阵列的全孔径。
功耗与波束数量的依赖关系如图4所示。对于模拟情况，改变波束数量需要更改设计，而在DBF中，波束数量可以随时改变，设计则保持不变。对于混合情况，考虑具有固定数量模拟波束(ns)的单一设计。另外假设，当波束数量小于ns时，未使用路径中的放大器关断。
图4. 模拟、数字和混合（具有四个模拟波束）波束成型架构的功耗与波束数量的关系对于模拟情况，超过四个波束时曲线显示为虚线，表示使用模拟技术难以实现更多波束。对于数字和混合情况，一旦达到DSP的容量，每个波束的功率和带宽就变得恒定。
对于单个波束，由于额外混频器、LO放大器和ADC的开销，数字实现方案会消耗更多功率。对于数字情况，功耗增加的速率取决于聚合数据速率的增加情况；对于模拟情况，功耗增加的速率与补偿分路和附加VAP模块造成的损耗所需的功率有关。由于上述网络分路和合并的复杂性，使用模拟波束成型实现大量波束是不切实际的，超过四个波束的虚线反映了这一事实。对于DBF，一旦达到最大DSP容量，功耗便不再增加。超过这一点之后，若增加波束数量，则每个波束的带宽会减少。在功耗方面，DBF与ABF不相上下，有大量波束时功耗更少。与DBF相比，混合方法显著降低了功耗开销和斜率，并更快地达到盈亏平衡点。
图5显示了每波束带宽积的功耗，并比较了三种波束成型情况的能效比。可以看出，模拟波束成型始终更有效率。混合方法从两个极端之间的某个位置开始，随着波束数量增加而变得与模拟情况相当。
图5. 比较模拟、数字和混合波束成型架构的能效比。
本文介绍的比较和功耗模型仅适用于接收(Rx)相控阵。对于发射情况，一些基本假设将会改变，全DBF架构的功耗增加可能不那么严重。即使对于接收情况，三种架构之间的差异在很大程度上也取决于公式2至4中所示的参数。对于表1中未给出的参数值，图表之间的差异将会变化。但可以肯定地说，混合方法可让许多应用大幅节省功耗，同时保留数字波束成型的大部分优势。如前所述，采用混合路线有缺点，但对于许多应用而言，这些不足可以被节省的功耗所抵消。
下面介绍下各种波束合成方法：模拟、数字和混合，如图1所示。相信大家都很熟悉模拟波束合成的概念。
图1. 各种波束合成方法
在这里，我们有数据转换器，将数字信号与宽带基带或IF信号相互转换，连接执行上变频和下变频处理的无线电收发器。在射频（例如，28 GHz）中，我们将单个射频路径分成多条路径，通过控制每个路径的相位来执行波束合成，从而在远场朝目标用户的方向形成波束。这使得每条数据路径都能引导单个波束，因此理论上来说，我们可以使用该架构一次为一个用户服务。
数字波束成型就是字面意思。相移完全在数字电路中实现，然后通过收发器阵列馈送到天线阵列。简单地说，每个无线电收发器都连接到一个天线元件，但实际上每个无线电都可以有多个天线元件，具体取决于所需扇区的形状。该数字方法可实现最大容量和灵活性，并支持毫米波频率的多用户MIMO发展规划，类似于中频系统。这非常复杂，考虑到目前可用的技术，无论是在射频还是数字电路中，都将消耗过多的直流电。然而，随着未来技术的发展，毫米波无线电将出现数字波束合成。
近期最实用、最有效的波束合成方法是混合数模波束成型，它实质上是将数字预编码和模拟波束合成结合起来，在一个空间（空间复用）中同时产生多个波束。通过将功率引导至具有窄波束的目标用户，基站可以重用相同的频谱，同时在给定的时隙中为多个用户服务。虽然文献中报道的混合波束成型有几种不同的方法，但这里显示的子阵方法是最实际的实现方法，本质上是模拟波束成型的步骤和重复。目前，报告的系统实际上支持2到8个数字流，可以用于同时支持单个用户，或者向较少数量的用户提供2层或更多层的MIMO。
让我们更深入地探讨模拟波束成型的技术选择，即构建混合波束成型的构建模块，如图2所示。在这里，我们将模拟波束合成系统分为三个模块进行处理：数字、位到毫米波和波束成型。这并非实际系统的划分方式，因为人们会把所有毫米波组件放在邻近位置以减少损耗，但是这种划分的原因很快就会变得很明显。
图2. 模拟波束合成系统方框图
波束成型功能受到许多因素的推动，包括分段形状和距离、功率电平、路径损耗、热限制等，是毫米波系统的区段，随着行业的学习和成熟，需要一定的灵活性。即便如此，仍将继续需要各种传输功率电平，以解决从小型蜂窝到宏的不同部署情形。另一方面，用于基站的位到毫米波无线电需要的灵活性则要小得多，并且在很大程度上可以从当前Release 15规格中派生出来。换言之，设计人员可以结合多个波束成型配置重用相同的无线电。这与当前的蜂窝无线电系统没有什么不同，在这些系统中，小信号段跨平台很常见，而且每个用例的前端更多都是定制的。
当我们从数字转向天线时，就已经为信号链绘制了潜在技术的进展图。当然，数字信号和混合信号都是在细线体CMOS工艺中产生的。根据基站的要求，整个信号链可以用CMOS开发，或者更有可能的是，采用多种技术的混合开发，为信号链提供最佳性能。例如，一种常见的配置是使用具有高性能SiGe BiCMOS IF到毫米波转换的CMOS数据转换器。如图所示，波束成型可采用多种技术实现，具体取决于系统需求，我们将在下面讨论。根据所选的天线尺寸和发射功率要求，可以实现高度集成的硅方法，也可以是硅波束成型与离散PA和LNA的组合。
在之前的工作中，对变送器功率与技术选择之间的关系进行了分析，在此不再全面重复。但是，为了总结这一分析，我们在图3中包含了一个图表。功率放大器技术的选择基于综合考虑所需的变送器功率、天线增益（元件数）和所选技术的RF发电能力。
图3. 60 dBm EIRP的天线所需的变送器功率、天线尺寸和半导体技术选择之间的关系
如图所示，可以在前端使用II-V技术（低集成方法）或使用基于硅的高集成方法，通过较少的天线元件来实现所需的EIRP。每种方法都有各自的优缺点，而实际的实现取决于工程在规模、重量、直流功耗和成本方面的权衡。为了为表1中导出的案例生成60 dBm的EIRP，ADI 公司 Thomas Cameron 博士在2018 国际固态电路会议上的演示文稿“5G毫米波无线电的架构与技术”中进行的分析得出，最佳天线尺寸介于128至256个元件之间，较低的数量通过GaAs功率放大器实现，而较大的数量可采用全硅波束成型基于RF IC的技术实现。
表1. 5G基站示例
现在让我们从不同的角度来研究这个问题。60 dBm EIRP是FWA常用的EIRP目标，但数值可能更高或更低，具体取决于基站和周围环境的期望范围。由于部署情形变化很大，无论是树木成荫的地区、街道峡谷地区，还是广阔的空地，都有大量的路径损耗需要根据具体情况进行处理。例如，在假定为LOS的密集城市部署中，EIRP目标可能低至50 dBm。
FCC按设备类别设定有定义和发布的规格，以及发射功率限制，这里我们遵循基站的3GPP术语。如图4所示，设备类别或多或少地限定了功率放大器的技术选择。
图4. 基于变送器功率的各种毫米波无线电尺寸适配技术
虽然这不是一门精确的科学，但我们可以看到，移动用户设备（手机）非常适合 CMOS技术，相对较低的天线数量可以达到所需的变送器功率。这种类型的无线电将需要高度集成和省电才能满足便携式设备的需求。本地基站（小型蜂窝）和消费者终端设备（可移动电 源）要求类似，涉及从变送器功率要求低端的CMOS到更高端的SiGe BiCMOS的一系列技术。中程基站非常适合SiGe BiCMOS技 术，可实现紧凑的外形尺寸。在高端，对于广域基站来说，可以应用各种技术，具体取决于对天线尺寸和技术成本的权衡。尽管可在60 dBm EIRP范围内应用SiGe BiCMOS，但GaAs或GaN功率放大器更适合更高的功率。
图4显示了当前技术的快照，但行业正在取得很大进展，技术也在不断改进，而提高毫米波功率放大器的直流功率效率是设计人员面临的主要挑战之一。
随着新技术和PA架构的出现，上面的曲线将发生变化，并将为高功率基站提供集成度更高的结构。最后我们再复习一下上面的观点，对波束成型部分进行总结——目前还没有一种万能的方法，可能需要设计各种前端设计来解决从小型蜂窝到宏的各种用例。
数字波束形成到混合多波束形成
主要的几种阵列多波束形成方法包括：数字波束形成、模拟波束形成，以及二者的结合。本文将着重介绍数字波束形成以及近年兴起的混合波束形成技术。
数字波束形成
混合波束形成
所有子阵信号处理将在基带处理器中统一进行，在发射阵与接收阵中，子阵与该统一处理器分别通过模数转换器与数模转换器连接。
数字波束形成（DBF）
数字波束形成（Digital Beam Forming，DBF）技术，是针对阵列天线，利用阵列天线的孔径，通过数字信号处理在期望的方向形成接收波束。
单个天线的方向图是全向的，但对阵列多个接收通道的信号，利用数字处理方法，对某一方向的入射信号，补偿由于传感器在空间位置不同而引起的传播波程差导致的相位差，实现同相叠加，从而实现该方向的最大能量接收，完成该方向上的波束形成，来接收有用的期望信号。
这种把阵列接收的方向增益聚集在一个指定的方向上，相当于形成了一个“波束”。
可以通过改变权值，使得波束指向不同的方向，并实现波束的扫描。通过多通道的并行处理也可以同时形成多个波束，还可以选择合适的窗函数来降低副瓣电平。
DBF 原理
窄带信号模型
对于窄带、宽带与超宽带并无完全统一的定义，不过较普遍认可的是：当相对带宽（信号带宽与中心频率之比）小于
DBF 一般是针对接收阵列天线而言的。对如下图所示的由
考虑
空间匹配滤波器
波束形成（Beamforming）是指对空间传感器的采样加权求和以增强特定方向信号功率、抑制其它方向的干扰信号或提取波场特征参数等为目的空域滤波。在阵列信号处理中，称其为常规波束形成（CBF），同时也称作空间匹配滤波器。
假设阵列接收信号只含期望信号和噪声，且期望信号和噪声互不相关，各阵元噪声为功率相同的高斯白噪声，空间相互独立，给第
波束形成算法的关键是寻找最佳权矢量，使得接收到的信号通过
当
阵列方向图
由#阵列的方向图#可知，阵列输出的绝对值与来波方向之间的关系称为天线方向图。故对
对一个
下图给出了 DBF 时加汉明（Hamming）窗的处理结果，这里副瓣电平为
自适应数字波束形成（ABDF）
复杂信号环境中不仅存在所需的信号，还存在大量干扰信号，当干扰强于所需信号时，阵列输出中所需信号被干扰信号掩盖。要降低干扰的影响，最好的方法是使其天线方向图零点位置始终指向干扰方向，同时保证主瓣对准所需信号的来波方向。
由于干扰和信号方向都是未知的，要求天线方向图自动地满足上述要求，换句话说，天线方向性必须具有自适应能力。这种具有自适应能力的多波束形成技术称之为自适应多波束形成。
自适应数字波束形成简称 ADBF（Adaptive Digital Beam Forming），是自适应天线阵列用于复杂信号环境，对阵列接收信号的一种波控技术。其基本思想是依据不同的最优化准则，通过自适应算法，对各阵元输出加权求和，使阵列的输出对不同空间方向的信号产生不同的响应。
从而使得天线阵列波束指向期望的方向的同时，在干扰方向形成“零点”，即通过空域滤波达到抑制干扰。ADBF 与 DBF 处理的最大区别就在于ADBF 能够自适应地在干扰方向形成“零点”。
自适应阵的基本框图如下图所示。自适应阵系统的主要组成单元是阵元、方向图形成网络和自适应处理器（自适应方向图控制器）。
自适应处理器是用来调整方向图形成网络中的可变加权系数的，自适应处理器包括信号处理器和自适应算法控制器。
方向图形成网络把方向图波束的零陷（Null）调至干扰源方向，降低波束副瓣，抑制干扰和噪声，同时保证主波束特性使其能接收到所需信号。自适应阵系统正是依靠这种空间特性改进输出信号与干扰、噪声的功率之比（SINR）的。
自适应数字波束形成就是对阵列接收信号加权求和，即
自适应波束形成最佳权向量准则
自适应数字波束形成是在某一准则下寻求最优权矢量，使阵列系统在复杂的信号环境中使波束具有自动抑制干扰和增强信号的能力。
常用的最佳准则有最小均方误差（MMSE）准则，最大信噪比（MSNR）准则，线性约束最小方差（LCMV）准则，最大似然（ML）准则，最小二乘法（LS）准则等。
基本自适应数字系统
自适应信号处理由时变系统的自动控制技术演化而来。数字处理计算技术和相关硬件的进步促进了自适应处理技术和算法的成熟。
考虑下图所示的基本自适应数字系统。系统输入是序列
穿过传递函数盒的箭头被用来表示自适应处理（或时变传递函数）。序列
为使误差序列最小，已经发展了多种不同的技术和算法。使用某种技术而不是其他技术很大程度上依赖于需要考虑的工作环境。例如，如果输入是一个静态随机过程，那么使误差最小就是解最小均方问题。
最小均方误差（MMSE）准则
MMSE 准则是利用参考信号求解权矢量的一种准则，如下图所示。参考信号是根据期望信号特性产生的本地参考信号。参考天线可以从主天线阵列中选取，也可以单独附加辅助天线。
阵列自适应权矢量的求解是使得参考信号与阵列加权相加的输出信号之差的均方值最小为最佳。维纳于 1949 年首先根据这一准则导出了最佳线性滤波器，奠定了最佳滤波器的理论基础。
对上图所示的滤波器，要求根据输入信号
最佳处理问题可归结为无约束最优化问题，即
估计误差取最小值时的最佳权为
上式是矩阵形式的维纳—霍夫方程，同时也是最优维纳解，此结果更多地被应用于旁瓣相消处理结构中，包括自适应旁瓣相消、广义旁瓣相消和自适应均衡等。
下图给出了静态方向图和 MMSE 准则下的自适应动态方向图。仿真条件为：均匀线阵，主天线阵元数为
可见在两个干扰方向的“零点”深度达到
最大信噪比（MSNR）准则
若阵列接收的数据为
即可得
下图给出了静态方向图和 MSNR 准则下的自适应动态方向图。其中信噪比为
由图可见，静态方向图在干扰方向的副瓣较高
最小方差（LCMV）准则
维纳滤波器的本质是使估计误差均方值最小化，没有对它的解加任何约束条件。然而，在一些滤波应用中，希望滤波器在一定约束条件下使均方误差最小化。例如，要求最小化线性滤波器的平均输出功率而同时约束滤波器在一些特定的感兴趣频率上响应保持恒定。
在已知期待信号的来波方向和参考信号的条件下，最小方差准则是通过最小化阵列输出的噪声方差来取得对信号
求解最优权矢量，使得在上式的线性约束条件下，波束形成器的输出干扰和噪声功率的均方值最小。采用拉格朗日乘子法，得到最优权向量为
下图给出了静态方向图和 LCMV 准则下的自适应动态方向图。其条件与 MSAR 准则仿真一致。
由图可见，静态方向图在干扰方向的副瓣较高
三个最优准则的比较
三个最优准则 MMSE、MSNR 和 LCMV 的比较如下表所示。
虽然以上三种准则在原理上是完全不同的，实际上，它们的联系非常紧密，可以证明，这些准则下的最佳权向量都可表示为维纳解。在应用时，可根据不同的已知条件采用不同的准则。从仿真结果中可以看出，基于这三个准则的自适应波束形成可获得良好的阵列输出性能。
附：ADI数字波束赋形技术报告
－ The End －
版权声明：欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系删除。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。
投稿/招聘/推广/合作/入群/赞助 请加微信：15881101905，备注关键词
“阅读是一种习惯，分享是一种美德，我们是一群专业、有态度的知识传播者
↓↓↓ 戳“阅读原文”，加入“知识星球”，发现更多精彩内容.
分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容！
