介绍

本文演示了如何使用MATLAB®和仿真软金宝app件®功能和工具箱:

  1. 设计和合成复杂天线元件和MIMO相控阵及子阵
  2. 智能地划分RF和数字领域的混合波束形成系统
  3. 验证空间信号处理算法的概念
  4. 使用高保真仿真验证链路级设计
  5. 评估失败或不完美的元素和子数组的影响
  6. 在构建硬件之前消除设计问题

这个应用程序的MATLAB和Simulink产品的一个基本目标是在金宝app项目开发的许多阶段下载188bet金宝搏中提供一个直接的途径来扩展模型的逼真程度。这包括将测量数据导入天线模式和传播路径模型等任务。它还包括通过在Simulink的多域仿真环境中引入射频组件模型来扩展射频链的保真度。金宝app

注意:在下面的例子中,我们使用相控阵系统工具箱™、天线工具箱™、射频块集™、射频工具箱™、通信工具箱™和全局优化工具箱来完成相关的工作流程。

为5G设计大规模MIMO阵列面临的挑战

随着5G标准的不断发展,更高的数据速率、更低的延迟网络接入和更节能的实现目标是明确的。更高的数据速率驱动了对更大带宽系统的需求。6ghz以上的可用带宽不足以满足这些要求。这使得下一代无线通信系统的目标工作频带上升到毫米波范围。

基于波束形成的智能阵列设计

更小的波长在这些更高的频带,使实现更多的天线元素,每个系统在小的形式因素。在这些频率下工作的信号路径和传播挑战也会增加。例如,60 GHz波形由于气体吸收的衰减大于10 dB/km,而700 MHz波形的衰减在0.01 dB/km量级。你可以用智能阵列设计和空间信号处理技术(包括波束形成)来抵消这些损失。这种类型的处理可以通过大量的MIMO阵列实现,并且可以直接用于提供更高的链路级增益,以克服路径损耗和不需要的干扰源。

为了在有源阵列设计中实现波束形成的最大控制和灵活性,最好对每个天线阵列单元具有独立的加权控制。这需要一个专门用于每个元件的发送/接收(T/R)模块。对于大规模MIMO通信系统中典型的阵列尺寸,由于成本、空间和功率的限制,这种类型的架构很难构建。例如,为每个通道配备高性能ADC和DAC(以及支持组件)可以使成本和功率超出分配的设计预算。金宝app同样,在射频链中为每个通道使用可变增益放大器会增加系统成本。

混合波束形成

混合波束形成是一种可以用于在数字域和射频域之间划分波束形成的技术。系统设计人员可以实现混合波束形成来平衡灵活性和成本,同时仍然使系统满足所需的性能参数。通过将多个阵列单元组合成子阵列模块,发展了混合波束形成设计。发送/接收(T/R)模块专用于阵列中的子阵列,因此系统中所需的T/R模块较少。元件的数量和每个子阵列中的位置都可以选择,以确保在一系列转向角度中满足系统级性能。

使用发射信号链作为我们的第一个例子,子阵列中的每个元素可以有一个直接应用于RF域的相移,而基于复杂加权向量的数字波束形成技术可以应用于馈送每个子阵列的信号。数字波束形成允许控制信号的幅度和相位在子阵列水平上聚集的信号。由于成本和复杂性的原因,射频控制通常仅限于对每个元件应用相移。

图1所示。混合波束形成系统结构:发射机、信道和接收机。

图1中所示的系统开发起来很复杂。您可以使用建模技术来设计和评估大量MIMO阵列以及相应的射频和数字架构,以帮助管理它们的复杂性。使用这些技术,您可以在项目的早期阶段降低风险并验证设计方法。我们将首先看一个数组设计示例。

我们已经为5G无线社区中常见的每个示例选择了参数,但可以对所示的所有示例进行修改,以匹配您所需的配置。

设计该数组

在设计阵列时,有许多因素需要考虑。典型的阵列设计包括阵列几何形状、单元间距、单元的晶格结构和单元的锥形等参数。此外,在最终设计实施之前,相互耦合的影响是重要的。一旦完成了阵列设计的初始配置,就可以根据总体系统性能目标迭代地评估架构分区。

在毫米波系统中,阵列的面积按波长大小的比例缩小。例如,在毫米波频率下设计的天线阵列可以比在微波频率下设计的天线阵列小100倍。通过建立一个具有更多天线单元的阵列,可以实现高波束形成增益。高定向光束有助于抵消更高频率操作时增加的路径损耗,因为光束被引导到一个特定的方向。

为了启动阵列设计过程,可以从MATLAB提示符中启动传感器阵列分析仪应用程序,该应用程序可与相控阵系统工具箱一起使用:

>>传感器阵列分析器

图2。用于阵列设计的传感器阵列分析仪应用程序。

在图2所示的array Settings窗口中,您可以在应用程序的左侧直接编辑所有定义数组的设计参数。参数包括数组大小、数组几何形状、元素间距和渐尖。

从这个应用程序,你可以很容易地可视化结果的几何图形,2D和3D方向性,以及光栅波瓣图。

为了实现方位角和仰角的转向,可以设计均匀间隔的平面阵列。图3显示了传感器阵列分析仪应用程序中设计的64 × 64均匀矩形阵列的示例。大量的元素提供了高水平的方向性。下面所示的设计也有锥形应用到阵列的行和列,以减少旁瓣水平。就像所有的设计选择一样,更窄的波束所获得的更大的天线增益必须与MIMO系统基于散射环境的事实相平衡,而散射环境也依赖于更宽的波束模式,以最大限度地提高信道容量。这种权衡也可以在交互设计过程中进行评估。

图3。66ghz 64x64单元的波束图和光栅瓣图设计。

图3右侧显示的图像显示,在元素之间的半波长间距,没有光栅瓣出现在整个方向上的预期。理解这些影响是很重要的,因为可能有必要增加元素之间的间距,以减轻相互耦合的影响。这是一个需要考虑的重要设计因素。幸运的是,在较高的频率中,半波长间距很小,在66 GHz时,元素分离增加10%的波长只需要不到0.5 mm的变化。图4显示了在元件间距增加10%的光栅波瓣图中必须考虑的权衡。对于这个例子,光栅瓣只存在于+/- 54.9度以外的方位角和仰角。这可以用更少的元素之间的空间(和更多的相互耦合效果)来权衡数组。

图4。元件间距大于半波长的光栅波瓣图。

当设计数组的过程完成时,您可以从应用程序生成MATLAB代码,可以直接用于模型中,也可以作为进一步定制的起点,如图5所示。


图5。从传感器阵列分析仪生成MATLAB代码。

扩展模型保真度:天线和射频

在前面的例子中,一个理想的天线单元被用来模拟阵列方向图。有多种理想的元素可供选择,包括全向和余弦元素。下一个例子中使用的元件不再是理想的,它是基于为66 GHz谐振设计的贴片天线。参见完整的MATLAB示例为这类天线元件设计。

我们提取了一些关键代码部分,以展示如何在天线工具箱中快速设计天线。在我们的示例中,我们使用了一个在66 GHz共振的贴片微带元件。产生的图案也如下图7所示。

我们从天线工具箱库中的补丁元素开始,并直接修改补丁参数以运行在66ghz。代码示例和补丁结构(如图6所示)如下所示。

p = patchMicrostrip;p.Length = 0.49 *λ;p.Widthλ= 1.5 * 0.49 *;p.Height = 0.01 *λ;p.GroundPlaneLength =λ;p.GroundPlaneWidth =λ;

图6。贴片微带元素。

我们使用天线工具箱中F0 = 66e9的全波电磁求解器在自由空间生成patch单元的图形:

p_ isolated = pattern(P, F0);图模式(p, F0);

图7。在天线工具箱中使用全波电磁求解器生成的元素模式。

注意,我们在上面的代码中直接修改了补丁元素参数,但是在Antenna Toolbox中也有一个专用函数,您可以使用它直接为任何库元素和频率组合生成参数。在这个例子中,它是:

66 p =设计(patchMicrostrip e9)

接下来,我们构建统一线性数组(ULA),它在本例中充当子数组。然后,我们基于多个子数组的集合创建完整数组。根据上面所示的代码,我们为子数组中的每个元素生成P_isolated模式。P_isolated被定义为一个跨越方位角和仰角范围的模式。

我们建模一个8x1元素均匀线性阵列,其中每个元素都有来自patch元素的模式响应。然后使用如下所示的MATLAB代码将8个子数组复制成一个8x8数组。注意,每个子数组中的元素的锥度可以直接应用于子数组中。增加汉明权值以减少由此产生的图形中的旁瓣水平。

为相控。ula阵列定义定制天线元件patchElement = phased.CustomAntennaElement;patchElement。AzimuthAngles = (180:5:180);patchElement。ElevationAngles = (90:5:90);patchElement。RadiationPattern = p_ isolated;%基于隔离单元方向图叠加的相控阵设计numElementsA = 8;每个子阵中的%数天线元素numElementsS = 8;%数组中子数组的个数%子阵列设计(垂直堆叠的面片)sULA=phased.ULA(“NumElements”, numElementsA,…“元素”, patchElement,…“ElementSpacing”,λ/间距,……“ArrayAxis”“z”“锥”、汉明(8));%阵列设计(水平堆叠子阵列)aURA =相控。ReplicatedSubarray (“子数组”,苏拉,…“GridSize”,[1 numElementsS],…“SubarraySteering”、“阶段”,……“PhaseShifterFrequency”, F0,…GridSpacing,λ/间距);

相控阵系统工具箱通过使用相控阵复制子阵列,使构建大型阵列变得容易。复制子数组系统对象,如上面的代码所示。得到的数组结构可以如下所示,其中每个子数组(8个元素x 1个子数组)显示在图8的左侧。右边显示了完整数组(在8列中复制了1个子数组)。

图8.8x1 ULA子阵列和相应的全阵列。

完整的数组如图9所示。

图9。相应的数组。

从混合波束形成的角度来看,您可以将驱动8x1阵列中的元素的每个信号通过一个移相器在仰角平面上进行转向。在下一节中,我们将展示如何在RF域中建模。此外,可以通过数字波束形成技术控制馈送8个子阵列的每个信号,以在方位角方向上控制波束。

通过叠加计算得到的这个阵列结构的波束方向图如图10所示。通过射频和数字波束形成的这种组合,您可以在方位角方向上实现更粒度的转向角度。图11给出了用叠加法和矩量法计算的子阵图的比较。

图10。使用叠加技术与相控阵系统工具箱生成的阵列图案。

图11。叠加法与矩量法计算子阵图的比较。

在这个示例中,我们首先对传输链的架构进行划分,包括相移(应用于射频域)和复权(应用于数字域)。对于基本分析,您可以使用MATLAB和相控阵系统工具箱生成权重,如下面的代码所示。

%用于作为数字ita的一部分的复杂权重;基带预编码wT _ digital = steervec(subpos,[tp.steeringAngle;0]);%模拟相移值用作射频预编码的一部分wT _模拟= exp(li*angle(steervec(subbelempos,[t.p eringangle;0])));从系统的角度来看,混合波束形成的效果可以用混合权值表示,如下图所示。wt_混合= kron(wt_数字,wt_模拟);

结合前面建立的阵列设计参数,可以使用Simulink中的架构模型应用上述MATLAB代码中生成的数字权重和射频相移,然后将其作为多域系统仿真的一部分(如图12所示)。金宝app

在这个框图中,可以看到相移作为每个子阵列的输入提供,然后应用于射频信号。数字波束形成权值用于塑造馈送每个子阵列的信号。

在Simulink中使用RF Blockset来执行电金宝app路包络仿真(注意,电路包络允许您实现快速仿真)。RF Blockset包含RF组件库,如放大器、混频器、滤波器、耦合器、分配器和其他可以用来创建RF链的典型部件。这样做是为了提高模型的逼真度。

图12。Simulink和RF Blockset中的多域混合架构。金宝app

图13。使用射频块组块控制移相器的射频传输链。

图13提供了图12中单个RF阵列块的详细视图。图13中所示的RF移相器在仰角平面执行波束形成,而基带权重在方位平面提供波束形成。您可以使用供应商数据表中的参数配置每个块。功率图14和图15显示了放大器和调制器模块,以说明此功能。

图14。调制器的例子。

图15。功率放大器的例子。

在模型中创建RF链的另一种方法涉及使用RF Budget Analyzer,它是RF Toolbox的一部分(如图16所示)。在这里,你可以直接在应用程序中建立你的射频链,包括用s参数表示的设备、混频器、放大器和滤波器。这个应用程序提供了一个直观的界面,建立你的链接预算直接。属性可以将生成的级联直接导出到系统模型出口工具条上的选项。

图16.射频预算分析仪。

值得注意的是,我们示例中的最后一个块还包括前面描述的数组的详细模型。模式(表示为P_antenna)包括相互耦合的影响,并直接在阵列中作为自定义天线使用。P_antenna定义为跨越方位角和仰角的辐射图。注意,从实际元素度量的模式也可以以同样的方式导入模型。

此外,8元素ULA的阵列参数也包含在同一块中,如图17所示。

图17。在Simulink模块中使用数组设计。金宝app

采用优化技术改进波束图

到目前为止,我们一直专注于在数字和射频子系统之间建立一个特定的配置和划分。我们可以继续构建我们的系统链接级模型,并观察随着转向重量的变化,性能如何变化,以及频率如何影响性能。

如果有大量的元素和广泛的操作频带,这可能是一个人工密集的过程。

或者,我们可以利用优化工具箱中的优化技术™ 和全局优化工具箱,以迭代方式了解如何调整阵列元素间距和元素锥化,以实现混合波束形成系统所需的性能。

图18演示了如何实现这一点。例如,您可以尝试匹配一个特定的波束模式,或者您可能希望将波束模式的属性驱动到一个特定的方向(例如,较低的旁瓣,较窄的波束宽度)。

图18。数组合成工作流。

全局优化工具箱提供了可在存在许多局部最优解(或函数不平滑时)时使用的求解器。金宝搏官方网站在我们的例子中,我们希望通过一组转向角度和频率获得最佳性能,这意味着需要多种最佳解决方案。金宝搏官方网站

作为优化的一部分,可以设置输出的约束,例如权重和元素位置。这可以包括绑定每个子数组的元素数量的参数,元素位于子数组中的位置。它还可以包括考虑相移量化的影响。您可以使用这种通用功能来确保优化后的设计实际上是可构建的。

一旦阵列设置好,就可以确定方位和仰角的波束模式。然后,您可以直接使用该数据来提取与模式关联的关键指标。这个例子着重于主瓣、旁瓣和波束宽度,但也可以考虑许多其他参数。

请参阅详细的示例和代码。

使用模型进行生命周期分析和校准框架的开发

在回顾评估链接级性能的方法之前,有趣的是,您可以使用该模型来支持各种特定的“假设”与更详细的设计权衡和生命周期规划相关的分析练习。例如,使用生成的建模框架,您可以找到阵列细化的最佳实现。您可以评估阵列中失败元素的相对影响。这金宝app对于确定维护周期很重要。对于阵列t没有24/7的员工,在访问现场和修复故障之前,可以容忍多个故障。图19中的波束图显示了波束图中15%的元件发生故障时的降级。

图19所示。失败的元素分析。

您也可以在子阵列级别执行类似的分析。图20中显示了一个示例,其中阵列由6x6子阵列构成。结果波束图还显示了36个子阵列中的10个子阵列处于失败状态。同样,您可以使用此类数据来确定应实现多少子阵列。它也可以用于一种类似于前面描述的维护概念的方法。

图20。失败的子数组结构。

评估链路级别的性能

一旦阵列、子阵列和波束形成设计完成,就可以围绕阵列和子阵列实现更大的系统。您可以设置场景和信号处理算法,包括波束形成和DOA集成。有多种方法可以可视化链接级性能,包括图21中所示的星座图。这个例子演示如何实现这一点。

图21。链路级别的性能评估。

多波束混合系统架构

该模型可以扩展到支持多用户波束形成系统。金宝app您可以使用上面描述的基带波束形成块从阵列创建多个波束,以同时覆盖多个用户,如图22所示。您还可以使用这种波束形成来考虑发射机和所需用户位置之间的路径变化。

您可以将得到的信号组合起来执行射频波束形成,并为距离基站特定距离的扇区中的不同用户提供服务。

图22。多波束混合系统架构。

总结

MIMO阵列以及相应的射频和数字架构是5G设计的关键组件。这些元件也驱动相关的混合波束形成系统。必须在这些系统中达到平衡,以满足系统性能目标和系统级成本目标。

建模和仿真技术可以帮助减少与这个复杂工作流相关的风险。可以在整个项目生命周期中添加更高级别的保真度,使模型与最终系统实现保持一致。

开发混合波束形成器并评估算法替代方案只是实现无线通信系统所需性能的第一步。为了评估性能,必须将波束形成器集成到系统级模型中,并在参数、方向和信道组合的集合上进行评估。

在整个系统(包括射频、天线和信号处理组件)中对这些波束形成算法进行建模,可以帮助在项目的早期阶段验证设计选择,并减少相关挑战。

在MATLAB中,你可以用一个全波EM求解器来设计天线元素。您可以在复杂的数组设计模型中直接使用生成的元素模式。迭代数组的关键参数很容易,包括几何形状、锥形、元素间距和元素之间的晶格结构。当您设计阵列时,您可以访问一整套可视化,包括2D和3D方向性和光栅瓣图。或者,您可以从一个波束模式开始,并合成一个生成所需模式的数组。

您有一个空间信号处理算法库,可用于您的系统模型,包括窄带和宽带波束形成和到达方向(DOA)估计算法。

您可以使用单个组件,如基带接收和传输系统,并在MATLAB中连接,以形成一个系统链接级模型,在该模型中,您的设计可以在整体系统性能的上下文中进行评估和测试。还提供了许金宝app多支持组件,包括由于大气条件(如雨、气体、雾)的模型传播效果,多路径反射和平台运动建模。

除了上面描述的系统建模之外,您还可以使用相控阵模型来评估诸如设备生命周期规划(失败的元素和子阵列影响)或帮助开发校准框架(纠正不完美的元素和阵列)等领域。

随着项目的发展,扩展RF领域的保真度是很有价值的。你可以通过天线和射频设计来实现这一点。


了解更多

探索5G系统的混合波束形成体系结构

大量的MIMO概述,视频,和例子

基于光线追踪信道的LTE MIMO波束形成

尝试MATLAB的无线通信