隨著對高速移動數據的需求的增加，需要提高我們從無線基站發送和接收數據的效率。
對高速移動數據的渴望是永無止境的。隨著我們在稠密的城市環境中可使用的RF頻譜越來越接近於飽和，越來越明顯的是，有必要提高我們從無線基站發送和接收數據的效率。
由大量天線組成的基站在同一頻率資源上同時與多個空間上分離的用戶終端進行通信並利用多徑傳播是實現提升這一效率節省頻譜資源的一種選擇。該技術通常稱為大規模MIMO（多輸入，多輸出，Massive MIMO）。您可能已經聽說過大規模MIMO（Massive MIMO），描述為帶有大量天線的波束成形技術。但這提出了另外一個問題：什麼是波束成形？
波束成形與大規模MIMO
波束成形（Beamforming）這個詞對不同的人意味著不同的意思。波束成形是使天線陣列的輻射方向圖適應特定環境情況的能力。如圖1所示，在移動蜂窩通信領域，許多人認為波束成形是對將功率波瓣朝著用戶的特定方向的操縱過程，如圖1所示。相對幅度和相移應用於每個天線元件，以允許來自天線陣列的輸出信號以針對特定的發射/接收角度相干相加，並針對其他信號相互破壞性地抵消。通常不考慮陣列和用戶所處的空間環境。這確實是波束成形的基本原理，但這只是它的一種特定實現方式。
大規模MIMO在這個術語的更一般意義上可以被認為是波束成形的一種形式，但與傳統形式相比卻大相逕庭。 大量（Massive）只是指基站天線陣列中的大量天線； MIMO是指天線陣列在相同的時間和頻率資源中滿足多個空間上分離的用戶的事實。 Massive MIMO（大規模MIMO）還承認，在實際系統中，天線與用戶終端之間傳輸的數據（反之亦然）正在經歷來自周圍環境的濾波效應。 信號可能會被建築物和其他障礙物反射，並且這些反射將具有相關的延遲，衰減和到達方向，如圖2所示。在天線和用戶終端之間甚至可能沒有直接的視線電波。 事實證明，可以將這些非直接傳輸路徑用作好的信號功率。
為了利用多徑電波，需要表征天線元件和用戶終端之間的空間信道。 在研究文獻中，這種響應通常稱為信道狀態信息（CSI）。 該CSI是每個天線和每個用戶終端之間的空間傳遞函數的有效集合。 如圖3所示，該空間信息被收集在矩陣（H）中。CSI用於對天線陣列發送和接收的數據進行數字編碼和解碼，本文的下一部分將討論CSI的概念以及如何更詳細地收集它。
表征基站和用戶之間的空間信道
一個有趣的類比是考慮一個氣球在一個位置彈出或者刺穿，而該彈出或刺穿的脈衝聲音記錄在另一位置，如圖4所示。在麥克風位置記錄的聲音是一種到氣球和麥克風在周圍環境中的特定位置的空間脈衝響應，其中包含唯一的信息。 與直接路徑相比，從障礙物反射的聲音會衰減並延遲。
如果我們擴大類比以與天線陣列/用戶終端的情況進行比較，則我們需要更多的氣球，如圖5所示。請注意，為了表征每個氣球和麥克風之間的信道，我們需要以 分開的時間，這樣麥克風就不會記錄不同氣球重疊的反射。 如圖6所示，還需要確定另一個方向的特徵。在這種情況下，當氣球在用戶終端位置彈出時，所有記錄都可以同時進行。 這顯然省時得多！
在RF空間中，導頻信號用於表征空間信道。天線與用戶終端之間的空中傳輸信道是互逆的的，這意味著該信道在上行下行兩個方向上都是相同的。這取決於以時分雙工（TDD）模式而不是頻分雙工（FDD）模式運行的系統。在TDD模式下，上行鏈路和下行鏈路傳輸使用相同的頻率資源。互逆性假設意味著只需要在一個方向上表徵信道。上行鏈路信道是顯而易見的選擇，因為僅需從用戶終端發送一個導頻信號，並由基站所有天線單元接收。信道估計的複雜度與用戶終端的數量成正比，而不與陣列中天線的數量成正比。考慮到用戶終端可能正在移動，這是至關重要的，因此將需要頻繁執行信道估計。基於上行鏈路的表征的另一個顯著優勢是，所有的重處理負荷的信道估計和信號處理任務都是在基站而不是用戶端完成的。
因此，既然已經建立了收集CSI的概念，那麼該信息如何應用於數據信號以進行空間復用的呢？濾波器是基於CSI進行設計的，以對從天線陣列發送的數據進行預編碼，以便在用戶終端位置相干地疊加多徑信號。這種空間濾波也可以用於線性合成天線陣列RF路徑接收的數據，以便可以檢測到來自不同用戶的數據流。下一節將對此進行更詳細的介紹。
支持大規模MIMO的信號處理
在上一節中，我們介紹了如何估算CSI（以矩陣H表示）。檢測和預編碼矩陣是基於H矩陣進行計算的。有許多方法可用於計算這些矩陣。本文重點介紹線性方案。線性預編碼/檢測方法的示例是最大比率（MR），迫零（ZF）和最小均方誤差（MMSE）。本文沒有提供來自CSI的預編碼/檢測濾波器的完整推導，但討論了它們針對的優化標準以及每種方法的優缺點。這些主題的更詳細處理可以在本文結尾的參考文獻中找到。
圖8和圖9分別描述了上述三種線性方法在上行鏈路和下行鏈路中信號處理的工作方式。為了進行預編碼，可能還存在一些縮放矩陣以對整個陣列的功率進行歸一化，為簡單起見此處已省略了該矩陣。
顧名思義，最大比率（MR）濾波旨在最大程度地提高信噪比（SNR）。從信號處理的角度來看，這是最簡單的方法，因為檢測/預編碼矩陣只是CSI矩陣H的共軛轉置或共軛。此方法的一大缺點是忽略了用戶之間的干擾。
強制迫零預編碼嘗試通過設計優化標準來最大程度地解決用戶間的干擾問題。檢測/預編碼矩陣是CSI矩陣的偽逆。與在MR情況下相比，計算偽逆要比複雜共軛的計算量更大。然而，通過如此專注於使干擾最小化，用戶的接收功率受到損害。
MMSE試圖在最大程度地放大信號和減少干擾之間取得平衡。這種整體觀點將以信號處理的複雜性增加作為代價。 MMSE方法為優化引入了正則化項（在圖8和9中表示為β），該項可以在噪聲協方差和發射功率之間找到平衡。在文獻中有時也將其稱為正則強迫歸零（RZF）。
本文不是詳盡的預編碼/檢測技術列表，而是概述了主要的線性方法。也可以將非線性信號處理技術（例如髒紙（dirty paper）編碼和連續干擾消除）應用於此問題。這些提供最佳容量，但實施起來非常複雜。上面描述的線性方法通常足以滿足大規模MIMO的應用需求，其中天線的數量變大。預編碼/檢測技術的選擇取決於計算資源，天線數量，用戶數量以及系統所處特定環境的多樣性。對於大型天線陣列，天線數量明顯大於對於用戶數量，最大比例（MR）方法可能就足夠了。
大規模MIMO系統實現面臨的實際障礙
當在實際場景中實現大規模MIMO時，還需要考慮更多實際問題。以在3.5 GHz頻帶中運行的具有32個發射（Tx）和32個接收（Rx）信道的天線陣列為例。有64條RF信號鏈放置在適當的位置，考慮到工作頻率，天線之間的間距約為4.2厘米。將很多硬體打包到一個很小的空間中。這也意味著要消耗大量功率，這不可避免地帶來了溫度問題。 ADI公司的集成收發信機為許多此類問題提供了高效的解決方案。下一節將詳細討論AD9371。
在本文前面，已經討論了將互易（逆）性應用到系統中以大幅度減少信道估計和信號處理開銷的問題。圖10顯示了實際系統中的下行鏈路信道。它分為三個部分：無線信道（H），基站的硬體響應發送RF路徑（TBS）和用戶的硬體響應接收RF路徑（RUE）。上行鏈路與此相反，RBS表征基站接收硬體RF路徑，而TUE表徵用戶發送硬體RF路徑。雖然互易（逆）性假設適用於空中接口，但不適用於硬體路徑。由於走線不匹配，RF路徑之間的同步性差以及與溫度有關的相位漂移，RF信號鏈會導致系統信道估計不準確。
對RF路徑中的所有LO（本地振蕩器）PLL使用通用的同步參考時鐘，對基帶數字JESD204B信號使用同步的系統參考信號（SYSREF），將有助於解決RF路徑之間的延遲問題。但是，在系統啟動時，RF路徑之間仍然存在一些任意的相位失配現象；與溫度有關的相位漂移進一步加劇了這個問題，很明顯，在初始化系統時需要現場校準，此後定期校準。校準具有互易（逆）的優勢，例如在基站處保持信號處理的複雜性，並且僅保留上行鏈路的信道特性。通常可以簡化它，以便僅需要考慮基站RF路徑（TBS和RBS）。
有許多方法可以校準這些系統。一種是使用仔細放置在天線陣列前面的參考天線來校準接收和發射RF通道。將天線以這種方式放置在陣列的前面是否適合現場的實際基站校準是個問題。另一個是使用陣列中天線之間現有的互耦作為校準機制。這可能是可行的。最直接的方法可能是在基站中的天線之前添加無源耦合路徑。這增加了硬體領域的複雜性，但也提供了強大的校準機制。為了完全校準系統，從一個指定的校準發射通道發送信號，該信號被所有RF接收路徑通過無源耦合連接接收。然後，每個發射RF路徑按順序發送信號，該信號在每個天線之前在無源耦合點處拾取，然後中繼回合成器，然後再中繼到指定的校準接收路徑。與溫度相關的影響通常變化緩慢，因此與信道表征不同，此校準不必非常頻繁地執行。
ADI公司的收發信機晶片和大規模MIMO
ADI公司的集成收發信機產品系列特別適合需要高密度RF信號鏈路的應用。 AD9371具有2個發送路徑，2個接收路徑和一個觀察接收機，以及3個小數N分頻PLL，用於以12 mm×12 mm的封裝產生RF LO。這種無與倫比的集成水平使製造商能夠及時且經濟高效地創建複雜的系統。
圖11顯示了可能具有多個AD9371收發信機的系統實現。這是一個用16個AD9371收發信機實現的32發送32接收系統。三個AD9528時鐘發生器為系統提供PLL參考時鐘和JESD204B SYSREF。 AD9528是一款兩級PLL，具有14個LVDS / HSTL輸出和集成的JESD204B SYSREF發生器，用於多器件同步。 AD9528採用扇出緩衝器配置，其中一個充當主設備，其某些輸出用於驅動從設備的時鐘輸入和SYSREF輸入。如上一節所述，其中包括一種可能的無源校準機制（以綠色和橙色顯示），其中專用的發送和接收通道用於通過分離器/合成器校準所有接收和發送信號路徑。
結論
大規模MIMO空間復用技術已經成為蜂窩通信領域改變遊戲規則的技術，從而可以在高流量城市地區提高蜂窩容量和效率。 利用多徑傳播引入的分集，可以在同一時間和頻率資源中在基站和多個用戶之間進行數據傳輸。 由於基站天線與用戶之間的信道互易性，所有信號處理複雜性都可以在基站處保持，並且信道表征可以在上行鏈路中完成。 ADI公司的RadioVerse™系列集成收發器產品可在狹小空間內實現高密度的RF路徑，因此非常適合在大規模MIMO中應用。
參考文獻
1. Xiang Gao. Massive MIMO in Real Propagation Environments. Lund University, 2016.
2. Michael Joham, Josef A. Nossek, and Wolfgang Utschick. Linear Transmit Processing in MIMO Communications Systems. IEEE Transactions on Signal Processing, Vol. 53, Issue 8, Aug, 2005.
3. Hien Quoc Ngo. Massive MIMO: Fundamentals and System Design. Linköping University, 2015. (PDF)