来源 | 雷达通信电子战
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
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。
对于天线阵列，数字波束形成是实现最优性能的终极手段，其可灵活且高质量地生成多个独立可控的波束。对一个足够大的每个阵元都配备了射频链路的阵列而言，通过在数字域为每个阵元设定不同的复数权重(幅度&相位)，可生成任意多的波束。
更先进的数字波束形成策略采用了诸如本征波束形成(eigen- beamforming)等算法，以获得最优的信号干扰噪声比(SINR)。在未来的无线通信网络中，信道容量、延时、数据率、通信安全等是最具挑战的指标，而全数字波束形成是大型阵列攻克这些挑战的有效手段。上图展示了一种高度数字化的接收端波束形成网络，其天线阵列中的每一个阵元都配备了射频接收链路，这一链路包括滤波器、低噪声放大器、下变频器、模数转换器(ADC)。基于此，每个天线单元都对应一条信号链路。每条信号链路中的信号最终汇总至数字波束形成器中，这一形成器理论上可通过实时信号处理来瞬时生成任意多的波束。然而，这一方法在实际应用中往往成本极高，其成本主要体现在计算资源及射频器件、ADC、FBGA等硬件设备之中。其中，射频器件的成本与所需工作带宽的关系不大，但数字信号处理所需的硬件及计算成本却几与带宽成正比。在系统成本高企的同时，系统运行所需的能量或将是笔更大的开支，大型数字波束形成网络的功耗可达上百乃至上千瓦特。上述问题表明，对大多数应用场景而言，若欲在未来通过大型全数字阵列来实现超高数据率通信系统所需的全部功能，其成本是不可接受的。不仅如此，在现有的器件工艺下，这一技术在许多5G基站天线阵列中尚且难以应用。这意味着在可预见的未来中，采用数字与模拟联合的混合波束形成技术或是实现大型多可控波束天线阵列的优选策略。混合波束形成结合了模拟与数字波束形成技术的优点，其能在削减硬件成本和信号处理复杂度的同时逼近全数字系统所能达成的最优的性能。混合波束形成的核心思想是：将整个大阵划分为多个小子阵，即每个天线单元不再是完全独立的。其中，每个子阵都是一个模拟波束形成阵列，而划分出的子阵数决定着整个大阵的波束形成自由度。在5G术语中，这也被称为子阵阵列(array of subarray, AOSA)。由于模拟波束形成仅需模拟移相器等类似器件即可实现，系统的成本会因所需的完整射频链路数目的减少而大幅降低。然而，相比于全数字波束形成阵列，混合波束形成阵列所能支持的数据流或波束数量也会降低。在实际应用中，该类天线阵列的设计需综合考虑波束形成能力、系统复杂度、系统预算等，而这些问题都直接受到所需可控波束数目及可接受成本的影响。此外，虽然射频链路数的缩减会降低数据流的数目，混合波束形成系统的单位用户性能却可通过合理设计来逼近全数字系统。对近在眼前的毫米波通信系统而言，鉴于该频段无限电依赖视距传播且单基站用户数量减少，混合波束形成是更切合实际的选择。上图给出了基于混合波束形成的发射及接收系统的基本架构，其天线阵被划分为复数个子阵，每个子阵包含N个天线及射频/中频单元，其中的器件可基于实际设计进一步被多个天线单元共用。为了便于理解，此处将含有M个子阵及N个子阵天线单元的混合波束形成阵列称为M×N混合阵。具体而言，对于规模既定的阵列，子阵的规模（即M与N的确定）代表着系统成本与性能间的权衡。例如当N较大时，天线的增益提高且成本较低，但该阵列可支持的用户数将受限。相邻子阵中对应单元间的距离称为子阵间距（subarray spacing），其由所需的多波束性能及可用的阵列物理面积决定。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。
－ The End －
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。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！
