5G技术演进及Massive MIMO天线性能评估平台研究

介绍5G技术的演进路线和关键技术,着重分析大规模阵列天线的结构,并提出一种3D覆盖优化算法,以及评估Massive MIMO天线性能新方法,并生成相关仿真平台.最后通过实验验证平台的高效率和准确性.     

基于5G Massive MIMO的波束级MR研究与应用实践

随着5G网络逐渐步入存量优化阶段,单纯基于MR的数据无法体现场景用户的深度覆盖水平,且在运维过程中,如何精准定位以提升规划准确度、如何降本增效以提高运维效率成为了重要课题。在传统MR覆盖优化的基础上,利用当前5G独有的波束级MR测量,可以使Massive MIMO权值优化从典型波束场景,向自定义波束场景演进。将成熟的MR立体分析方法应用到自定义波束领域,再次提升深度覆盖问题的优化方法的准确性和灵活性。经验证,SSB RSRP均值可提升1dB,重叠覆盖率改善了1.22%,大幅改善了5G用户的网络质量。     

5G大规模MIMO增强技术及发展趋势

大规模MIMO技术是5G的关键技术之一,其原理是当基站天线数量远远大于终端天线数量的时候,基站到各个用户之间的干扰趋于消失,为更好地应用大规模MIMO技术提升系统容量和用户频谱效率,3GPP对相关技术进行了标准化。首先介绍了3GPP在Rel15阶段对大规模波束赋形的传输方案和波束管理等关键技术的标准化情况,然后重点分析描述了Rel16阶段大规模MIMO的增强技术,包括多点(TRP)/多面板(panel)发送以及多波束发送等关键技术,未来大规模MIMO的发展趋势将根据实际应用部署对相关的技术做进一步增强。     

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。     

5G室内分布式Massive MIMO增强技术

在5G室内高负荷场景中,分布式皮基站采用密集组网部署方式,重叠覆盖造成小区间同频干扰严重,网络容量下降影响用户体验.将Massive MIMO(大规模天线)技术引入到数字化室分系统中,化干扰为增强信号,通过联合波束赋形和多用户MIMO(多输入多输出)提升容量与体验,有效解决室内5G小区间干扰问题,大幅提升小区容量,满足...     

数字波束形成技术的实验研究

阵列天线技术是在复杂电磁环境中提高通信侦察系统效能的一种有效方法，本文从实验角度出发对数字波束的性能进行研究，通过和理论方向图对比证明了基于实际测量的数字波束方法检验自适应波束形成算法的可行性；在此基础上分析了两种自适应零陷算法的效果。     

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.     

Massive MIMO在5G中的应用与挑战

5G无线技术有望建立一个丰富、可靠的超连接世界。但是无论是较高的通信频段、更高的带宽需求、极为高效的天线收发方式,亦或是新的波束赋形技术,5G NR(新空口)都提出创新性的设计。文章阐述单用户和多用户Massive MIMO(大规模多输入多输出)技术原理,分析Massive MIMO的应用背景,在此基础上指出MassiveMIMO的应用优势,并论述其在5G中的应用及挑战。     

5G Massive MIMO天线权值优化方法研究

Massive MIMO技术在垂直维度和水平维度均具备良好的波束赋形能力,有效提升了5G覆盖,降低了干扰,增加了覆盖优化的灵活性.本文提出了一种根据覆盖区域内用户话务分布自适应权值优化的方法,通过动态调整同步信号(SSB)天线波束赋形,实现Massive MIMO小区覆盖与业务分布的实时匹配.     

基于5G大规模阵列天线波束指向精度的研究

对于有源天线技术的研究是整个5G通信系统研究的重要一环.由于5G天线的设计思路是来源于于相控阵天线的设计架构,而因为使用数字移相器的原因,天线的波束精度会产生偏差.本文研究了提高天线波束精度的三种随机馈相法,推导出了有效的通用公式,并对这三种方法进行比较.     

基于数字波束形成阵列天线低副瓣实现方法研究

在阵列天线数字波束形成系统中,天线的副瓣性能是很重要的,低副瓣阵列天线是实现现代高性能通信的关键技术之一.本文对等三角形排列的多个阵元的几种幅度加权方法进行研究比较,通过仿真选择一种获得低副瓣电平的最优方法.     

面向5G Massive MIMO的无线网智能规划研究

传统基于人工经验规划的方法已不能满足5G网络精准规划的需求,急需引入基于大数据分析的5G无线网智能规划方法,本文利用在线地图爬虫得到覆盖场点区域库,采用聚类算法进行5G弱覆盖区域的判定与弱覆盖区域站址规划,以及Massive MIMO广播波束权值规划,熵权法的价值区域预测等几个维度,为5G无线网规划提供高效支撑.     

5G大规模紧耦合阵列天线研究

介绍了5G移动通信技术的概念、背景、发展历程以及大规模阵列天线对于5G移动通信系统的重要性;详细阐述了二维、三维阵列天线的基本原理和相关理论;在此基础上,重点介绍了紧耦合阵列天线,其具有体积小、带宽大等技术优势,是5G大规模阵列天线研究的重要方向;详细阐述了紧耦合阵列天线的构成、设计方法和设计步骤,设计出了一种高性能5×5的紧耦合阵列天线.     

基于AI算法的Massive MIMO波束权值优化研究与应用

针对Massive MIMO波束权值优化的难点,提出了一种基于GBDT机器学习的回归预测算法,通过实测及仿真,研究该算法在不同场景下各种波束权值的覆盖能力,基于机器学习模型,利用研究结果结合三维地图、建筑物数据、MR数据、仿真/测试数据等进行机器学习建模,输出Massive MIMO波束自适应覆盖优化算法。在现网的应用结果表明,该算法能够有效地提升5G网络覆盖质量。     

基于差分进化算法的阵列天线波束赋形研究

在阵列天线波束赋形设计中,通常方法是对阵列的阵因子进行分析,这类方法没有考虑阵列单元的影响,所设计的波束形状与要求的有一定差异。本文将差分进化算法(DE)与高频电磁仿真软件HFSS相结合,分析阵中每个单元的影响,减少波束赋形结果与天线实际方向图之间的差异。文中对一个微带缝隙阵列天线进行了低副瓣优化设计,设计结果和HFSS仿真结果吻合良好,两者之间差异在0.3dB范围之内,验证了设计方法的可行性。     

典型场景下5G天线波束权值研究

5G NR系统采用波束赋形技术。不同权值赋形的广播波束,增强不同组网场景下广播信道、同步信号的覆盖范围,更好地匹配小区覆盖范围和用户分布。根据不同场景选择适合自身覆盖需求的波束配置方案,能够解决当前小区覆盖能力有限以及受周围环境干扰等问题,适用于不同组网场景。基于此,结合实际场景问题,深入探究基站的下倾角、高度以及距离与需要覆盖区域的高度和宽度之间的关系,匹配出适配的波束覆盖方案,并给出典型场景下5G权值建议。     

数字阵列天线接收波束形成方法及实验研究

针对数字阵列天线的发展需求,介绍了用快速傅里叶变换法、数字混频低通滤波法、多相滤波正交下变频法等3种数字接收机通道内信号的幅度、相位计算方法,给出了数字阵天线接收通道的内校准法和外校准法,以及校准后的天线方向图计算公式,并用实验结果检验了上述方法的有效性。