5G天线Massive MIMO智能优化的研究与应用

Massive MIMO技术是第5代移动通信的核心技术,由于配置大量射频天线,通过波束赋形实现多个高增益、窄波束进行空间覆盖。同时,复杂的多维度波束赋形权值配置,使得人工手动配置Massive MIMO天线波束权值难度大、配置精准度差、运维成本高。本文通过基于3D数字地图、5G基站工程参数和MDT/MR等大数据,构建高精度三维数字化栅格,并利用栅格化的用户分布和业务分布权重,精准定位5G用户的覆盖需求。通过AI启发式寻优算法对5G天线波束权值配置迭代寻优,获得最佳的波束权值配置,实现5G天线Massive MIMO子波束精准覆盖数字化栅格,从而提升5G网络质量,提升运维人员Massive MIMO网络优化效率,最终实现5G覆盖区域内网络质量与工作效率的双提升。     

基于Actor-Critical架构的5G Massive MIMO波束能效的研究与应用

大规模阵列天线技术（Massive Multiple Input Multiple Output,Massive MIMO）作为第五代移动通信（5G）的无线核心技术,实现了多波束空间覆盖增强,然而5G Massive MIMO的多波束射频高能耗、多波束碰撞和增加的干扰造会成5G网络能效下降,运营成本增高。基于3D数字地图、基站工程参数、终端上报的测量报告/最小化路测（Measurement Report/Minimization of Drive Test,MR/MDT）数据、用户/业务分布构建的三维数字孪生栅格,通过卷积长短期记忆（Convolutional Long Short Term Memory,Conv-LSTM）算法对栅格内的用户分布、业务分布进行分析和预测,通过Actor-Critic架构对5G波束配置和优化策略进行评估,实现不同场景、时段的5G波束最佳能效,智能适应5G网络潮汐效应,实现“网随业动”。     

智慧工厂5G室内分布式Massive MIMO增强技术运用

在5G室内高负荷场景中,分布式皮基站采用密集组网,重叠覆盖导致小区间同频干扰严重,网络容量的下降影响用户体验。通过将Massive MIMO(大规模天线)技术引入数字室内子系统,将干扰转化为增强信号,并通过波束赋形和多用户MIMO(多输入多输出)来提高容量和体验,有效地解决了室内5G小区间干扰问题,大大提高了小区容量,满足了5G室内场景的需求。测试结果表明,当开启Massive MIMO时,上下行速率都有显著提高。     

基于用户分布的5G波束天线寻优方法

Massive MIMO是5G关键技术之一,根据场景分布可对波束赋形进行调整,能改善信号覆盖和提升小区吞吐量。本文通过采集用户上报的MR分布信息,结合波束的寻优算法,对天线的权值等进行调整,实现覆盖和业务分布的有效对应。     

4G/5G共模协同权值优化方法的研究

随着5G多频段组网的开始，天面资源日益紧张，5G建设主要在4G站址上共模改造新建5G，同时替换4G的D频段设备并反向开通LTE的Massive MIMO。该组网场景下4G和5G共模共天馈，可以实现4G/5G共AAU场景下的天馈协同优化。重点研究了4G/5G共AAU场景下的天馈协同优化方案，以路测和测量报告等数据为输入源，对弱覆盖、高干扰和重叠覆盖区域进行识别，并联动寻优天线覆盖场景的最佳权值、方位角和下倾角等参数，达到4G/5G综合覆盖性能最优。     

基于AAPC功能的Massive MIMO 4G/5G天线权值协同优化方法研究

为了应对5G Massive MIMO天线权值人工调整难度大的挑战,本文提出基于AAPC功能的4G/5G天线权值协同优化方法,通过构建不同场景下利用4G反开3DMIMO权值对5G天线权值的映射矫正模型,实现对5G权值的再优化和偏差矫正。该算法可显著提升权值优化效率和权值优化准确性,为5G Massive MIMO天线发挥兼顾网络覆盖和用户空间分布的权值优势提供有效的解决方案。     

5G Massive MIMO寻优验证与应用

5G Massive MIMO的多天线阵列系统增加了垂直维的自由度,可灵活调整水平维和垂直维的波束形状,并引出了立体覆盖波束Pattern这一概念。现网普遍采用厂家默认的Pattern,仅在单站和簇优化过程中根据测试情况,进行Pattern的局部优化,明显滞后。为探索不同场景5G Masiive MIMO最优配置,指导一线快速掌握不同场景下的Pattern经验值,支撑5G精准规划与优化,基于规划平台输出建议,在不同场景下开展Pattern权值寻优验证,并输出不同场景下的推荐值。     

5G Massive MIMO天线OTA测试方法探讨

针对5G Massive MIMO天线测试展开讨论,参考当前5G天线测量前沿技术提出5G Massive MIMO通信系统级测试的方案,实现对整个基站、终端在仿真信道环境中的上下行模拟,直接测量通信系统工作指标.对毫米波波段天线测量中常用的紧缩场系统进行深入介绍和分析,探讨紧缩场技术在5G Massive MIMO天线测试中的应用前景.最后,介绍天线近场聚焦的原理及相控阵天线在紧缩场中的测量应用.     

面向5G的大规模MIMO天线的波束规划及天线选型探讨

大规模MIMO天线技术作为5G技术的关键,在解决超高容量和多用户连接的问题上极具优势。天线的实际增益效果与多波束的管理和天线的选型紧密相关。基于此,本文先行阐述了大规模MIMO天线的波束形成技术,提出了不同场景下的多套波束规划方案,并进一步地对不同覆盖场景给出天线选型建议,为5G的网络设计与建设提供切实可行的参考依据。     

5G Massive MIMO的优化思路探讨

首先重点介绍了5G Massive MIMO关键技术特征,然后分析了该技术与Pre-5G多天线技术的联系与区别。进一步给出了不同广播波束和业务波束配置条件下5G NR的覆盖能力与用户速率感知情况,最后再结合原理分析和测试结论,给出了5G Massive MIMO优化的主要思路,并针对后续优化工作面临的挑战提出了一些建议。     

一种5G手机的紧凑型16单元多频MIMO天线

提出一种应用于5G智能手机中结构紧凑的16单元多频段多输入多输出(MIMO)天线阵列。该多天线系统由8个紧凑天线阵列对组成,为了预留2G/3G/4G天线的布局空间,这8个天线阵列印刷在智能手机的两侧边上。每个天线阵列对由2个紧凑的间隙耦合环路天线组成,分别布置在系统板的上、下两侧;其中上侧天线工作在LTE band 46(5 150~5 925 MHz),下侧天线覆盖LTE band 42/43(3 400~3 800 MHz)。测试结果表明该天线阵列具有良好的阻抗匹配和隔离性能。同时还对MIMO一些包络相关系数进行了研究分析。最后研究了人手和头对整个天线性能的影响,仿真结果表明,在日常各种使用情况下,该天线阵列也具有良好的辐射特性。     

Massive MIMO关键技术及应用初探

随着无线通信技术和新型业务的快速发展,人们对数据传输速率提出了更高的需求。为进一步提高数据传输速率,通过增加基站天线数目构建Massive MIMO系统,是一种高效而相对便捷的方式。本文介绍了Massive MIMO研究进展和技术原理,并针对其特有的关键技术信道信息的获取、天线阵列的设计、低复杂度传输技术进行了分析讨论,最后从覆盖、容量、感知和上行干扰四个维度对4G网络上部署的Massive MIMO系统进行了评估分析。     

基于近似信息传递算法的大规模MIMO信号检测

大规模多输入多输出(MIMO)技术通过增加天线的数目可以有效降低发送功率,提高能量效率,被认为是5G移动通信的一项关键技术。随着天线数目的大幅增加,信号检测的复杂度随之增加。分析了大规模MIMO 信号检测的研究现状,提出了近似信息传递(AMP)算法,并比较了 AMP 算法、Richarson 算法以及Neumann级数迭代近似算法的复杂度。仿真结果表明,该算法使用较少的迭代次数即可达到和MMSE近似的系统差错性能。     

基于建筑模型的5G Massive MIMO天馈寻优方法研究与应用

当前5G MR/MDT等定位技术尚不成熟且样本过少,本文提出了一种基于建筑物信息的5G Massive MIMO天馈寻优方法,利用5G大规模阵列天线的技术优势,通过Massive MIMO天线波瓣宽度的精确计算,实现了天线覆盖方案的寻优,以最大程度地提升室内覆盖.本方法在降低网络运维成本的同时,提升了资源效能,为后续5...     

LTE移动终端天线技术及测试简

LTE／LTE-Advanced技术正在全球获得普及和应用。本文重点关注LTE／LTE-Advanced关键技术MIMO天线技术，并对其所带来的天线测试技术的更新和进展进行了分析。     

面向5G的大规模MIMO技术综述

未来第5代移动通信系统(5G)中无线数据业务量的爆发性增长推动着研究人员发展新的颠覆性技术.作为5G的关键候选技术之一,大规模多入多出(MIMO)在基站使用远超激活终端数的天线,能增加一个数量级的频谱效率并大幅降低发射功率.首先介绍了大规模MIMO的系统模型和理论性能,其次分析和归纳了在信道测量与建模、信道信息获取、传输方法的研究成果,然后简述了实验和测试进展,最后讨论了未来研究方向.     

大规模MIMO系统中基于溢出概率的鲁棒协作波束设计

大规模多输入多输出(Massive MIMO)技术通过在基站端配置大规模天线能有效提升5G蜂窝系统容量。考虑信道估计误差对系统性能的影响,该文在多小区大规模MIMO系统中形成了用户信干噪比的非溢出概率约束下最小化系统功率的优化问题。针对非凸概率约束中下行波束难于求解的问题,该文根据矩阵迹的性质将优化问题中的非凸约束缩放,进而提出上下行对偶算法求解波束矢量。为进一步减少多小区系统中信令开销,基于大系统分析,提出了仅采用大尺度信息的分布式算法。仿真结果表明,所提的分布式算法与对偶算法相比,在保证用户信干噪比的概率约束时,降低了大规模MIMO系统中传输瞬时信道状态信息的开销,同时具有良好的鲁棒性。     

LTE系统中下行预编码技术

长期演进技术（LTE,Long Term Evolution）采用正交频分复用（Orthogonal Frequency Division Multiplexing）和多输入多输出（Multiple-Input Multiple-Output）相关技术作为其无线网络演进的标准。MIMO是下一代无线移动通信的关键技术之一,它通过使用多天线来抑制信道衰落,能够获得比传统单输入单输出（Single Input,Single Output）系统更高的信道容量,在实际中有广泛的应用。文中主要研究了LTE系统中MIMO下行链路的预编码技术以及相关仿真算法。仿真结果表明了LTE系统中预编码技术的有效性。     

Hybrid Beamforming for Massive MIMO Using Rectangular Antenna Array Model in 5G Wireless Networks

Fifth and future generation (5G and B5G) wireless networks aim to serve users with higher data rates and lower latency. Data traffic due to the rapid growth in communication has motivated the study of Multiple Input Multiple Output (MIMO) systems. They utilize multiple antennas in both transmitter and receiver sides. It is necessary to improve the existing technology to achieve fast and reliable communication. In this research work, a rectangular array antenna based hybrid beamforming in a massive MIMO model has been proposed to improve the spectral efficiency of the system. Thus channel capacity with small RF chains is used. To achieve the high signal strength in the main lobe, Chebyshev tapering has been used to suppress the side lobes signals. In this manner, the proposed Hybrid Beamforming for Massive Output MIMO has been realized with a small complexity and higher spectral efficiency. In this research work, the spectral efficiency of both proposed Hybrid and fully-digital beamforming with a different number of RF chains for a various number of antennas at the transmitter, the receiver side has been analyzed. From the simulation results, it has been observed that the proposed rectangular array antenna based Hybrid beamforming in a massive MIMO system reduces the computational complexity up to 99% as compared with conventional fully digital beamforming to achieve the same spectral efficiencies, which is a productive model for 5G wireless networks.