介绍
本文演示了如何使用MATLAB®和仿真软万博1manbetx件®功能和工具箱:
- 设计和合成复杂天线元件和MIMO相控阵和子阵
- 在射频和数字领域智能地划分混合波束形成系统
- 验证空间信号处理算法的概念
- 使用高保真度模拟验证链路级设计
- 评估失败或不完善的元素和子数组的影响
- 在构建硬件之前消除设计问题
针对这个应用程序的MATLAB和Simulink产品的一个基本目标万博1manbetx是在项目开发的许多s manbetx 845阶段中提供扩展模型逼真度级别的直接途径。这包括将测量数据带入天线模式和传播路径的模型等任务。它还包括通过引入使用Simulink进行多域仿真的射频组件模型来扩大射频链的逼真度水平。万博1manbetx
注意:在下面的示例中，我们使用相控阵系统工具箱™、天线工具箱™、射频区块集、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。
5G大规模MIMO阵列设计面临的挑战
随着5G标准的不断发展，更高的数据速率、更低的网络接入延迟和更节能的实施目标是明确的。更高的数据速率驱动了对更大带宽系统的需求。频谱中高达6ghz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操作频带上升到毫米波范围。
基于波束形成的智能阵列设计
在这些更高频带上的波长越小，每个系统的天线单元就越小。与在这些频率下工作相关的信号路径和传播挑战也会增加。例如，60ghz波形的气体吸收引起的衰减大于10db/km，而700mhz波形的衰减约为0.01db/km。你可以通过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。这种类型的处理由大量MIMO阵列实现，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希望的干扰源。
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，对每个天线阵列元件进行独立的加权控制是可取的。这需要一个传输/接收(T/R)模块专用于每个元素。对于大型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建立。例如，为每个通道配备高性能ADC和DAC(以及支持组件)可能会导致成本和功耗超出设计预算。万博1manbetx类似地，在每个通道的射频链中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。系统设计者可以实现混合波束形成，以平衡灵活性和成本权衡，同时仍然部署满足所需性能参数的系统。混合波束形成设计是通过将多个阵列单元组合到子阵列模块中来实现的。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。元素的数量和每个子阵列中的定位可以被选择，以确保在一系列转向角上满足系统级性能。
使用发射信号链作为我们的第一个例子，子阵中的每个元素都可以有一个相移直接应用于射频域，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的信号。数字波束形成允许控制信号的振幅和相位对信号聚集在子阵水平。由于成本和复杂性的原因，射频控制通常仅限于在每个元件上应用相移。
图1所示。混合波束形成系统结构:发射机、信道、接收机。
如在图1所示的一个系统是复杂的开发。您可以使用建模技术来设计和评估大规模MIMO阵列和相应的射频和需要帮助的数字架构管理的复杂性。有了这些技术，可以减少风险，并验证设计在项目的最初阶段接近。我们首先来看一个阵列设计实例。
我们为每个示例选择了在5G无线社区中常见的参数，但是可以修改所展示的所有示例以匹配您所需的配置。
设计该数组
有许多因素在设计阵列时需要考虑的。典型的阵列设计包括参数，诸如阵列的几何形状，元件间隔，元件的晶格结构，以及元件逐渐变细。此外，相互耦合的影响是很重要的特点是实现最终设计之前。一旦阵列设计的初始配置后，体系结构划分可以被迭代针对整个系统的性能目标评价。
与毫米波系统中，阵列的面积正比于波长尺寸减小。作为示例，天线阵列在毫米设计波频率可高达比设计成在微波频率下操作的阵列小100倍。通过建立与天线元件的更大数量的阵列，就可以实现高的波束成形增益。高度定向波束有助于抵消在操作的较高频率的增加的路径损耗，因为波束被转向到一个特定的方向。
要开始阵列设计过程，可以从MATLAB提示中启动Sensor array Analyzer app，相控阵系统工具箱中有这个app:
> > sensorArrayAnalyzer
图2。用于阵列设计的传感器阵列分析仪app。
您可以在应用程序左侧的数组设置窗口中直接编辑所有定义数组的设计参数，如图2所示。参数包括阵列大小、阵列几何形状、单元间距和锥度。
从应用程序，你可以轻松可视化的结果几何，2D和3D指向性，以及光栅波瓣图。
为了实现方位和仰角的转向，可以设计一个均匀间隔的平面阵列。图3是在Sensor array Analyzer app中设计的一个64x64的均匀矩形阵列示例。由于元素数量多，具有很高的方向性。下面所示的设计还对阵列的行和列应用了锥形，以减少旁瓣电平。与所有的设计选择一样，较窄波束获得的较大天线增益必须与MIMO系统基于的散射环境相平衡，这种环境也依赖于更宽的波束模式来最大化信道容量。这种权衡也可以在交互设计过程中进行评估。
图3。66 GHz 64x64单元设计的光束模式和光栅波瓣图。
图3右侧显示的图像显示，当元件之间存在半波长间距时，在预期的整个方向范围内没有光栅瓣。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考虑。幸运的是，在较高的频率上，当半波长间距很小的时候，一个波长增加10%的元素分离只需要在66 GHz下改变小于0.5毫米。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。在这个例子中，光栅波瓣只显示在+/- 54.9度以外的方位角和仰角。这可以与元素间的空间更小(以及更多的相互耦合效应)的数组进行权衡。
图4。元件间距大于半波长的光栅波瓣图。
设计数组的过程完成后，可以从应用程序生成MATLAB代码，并直接在模型中使用，或者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，使用了一个理想的天线单元来模拟阵列模式。有多种理想的元素可供选择，包括全向元素和余弦元素。在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。请参见完整的MATLAB示例适用于此类天线元件的设计。
我们已经提取了一些关键代码部分，以显示如何天线可以快速设计在天线工具箱。在我们的例子中，我们使用了一个66ghz谐振的贴片微带元件。所产生的模式也如图7所示。
我们从天线工具箱库中的贴片元件开始，直接修改贴片参数以在66 GHz下工作。代码示例和补丁结构(如图6所示)如下所示。
p = patchMicrostrip;p。长度= 0.49 *λ;p。宽= 1.5 * 0.49 *λ;p。身高= 0.01 *λ;p。GroundPlaneLength =λ;p。GroundPlaneWidth = lambda;
图6。贴片微带元素。
我们使用天线工具箱中的全波EM求解器生成自由空间中的patch元素的模式，其中F0 = 66e9:
p_ isolation = pattern(P, F0);图模式(p, F0);
在天线工具箱求解器使用全波EM生成图7元的图案。
注意，我们在上面的代码中直接修改了patch元素参数，但是在Antenna Toolbox中还有一个专门的函数，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，我们构建一个统一线性数组(ULA)，它在本例中用作子数组。然后根据多个子数组的集合创建一个完整数组。从上面的代码中，我们为子数组中的每个元素生成模式p_isolation。p_isolation被定义为一个横跨方位角和仰角范围的图案。
我们建立了一个8x1元素的均匀线性阵列，其中每个元素都有一个来自patch元素的模式响应。然后使用下面所示的MATLAB代码将8个子数组复制成一个8x8数组。注意，每个子数组中元素的锥度可以直接应用于子数组中。在生成的模式中，增加汉明权重来降低靠边的级别。
定义用于相控阵。ula阵列的自定义天线元件。patchElement = phased.CustomAntennaElement;patchElement。AzimuthAngles = (180:5:180);patchElement。ElevationAngles = (90:5:90);patchElement。辐射模式= p_孤立的;采用孤立元件图案叠加的相控阵设计numElementsA = 8;每个子阵中的天线单元%数numElementsS = 8;一个数组中子数组的数目%子阵列设计(贴片垂直叠加)“婚礼”, numElementsA,…“元素”，补丁元素，。。。“ElementSpacing”，λ/间距，。。。'ArrayAxis',“z”,“锥”、汉明(8));%阵列设计(子阵列水平堆叠)“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，可以很容易地构建大阵。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图所示，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。完整的数组(在8列中复制了1个子数组)显示在右侧。
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.相应的全阵列。
从混合波束形成的角度来看，您可以让驱动8x1阵列内元件的每个信号通过一个移相器，用于在仰角平面上转向。在下一节中，我们将展示如何在射频域中建模。此外，八个子阵列的每一个信号都可以通过数字波束形成技术来控制，从而使波束朝着方位角方向。
使用叠加法计算得到的阵列结构的波束图如图10所示。通过这种射频和数字波束形成的结合，您可以在转向角度和方位角方向上实现更细的粒度。图11给出了用叠加法和矩量法计算的子阵图的对比。
图10。阵列图生成使用叠加技术与相控阵系统工具箱。
图11。叠加法与矩量法计算子阵方向图的比较。
在这个例子中，我们先从我们的体系结构的用于与相移发送链（在RF域中应用）和复权重（在数字域中施加）的分区。对于基本的分析，你就可以使用MATLAB和相控阵系统工具箱中的权重，如下面的代码。
%作为digita一部分的复权值;基带预编码wT _ digital = steervec(subpos，[tp.steeringAngle;0]);%作为RF预编码的一部分的模拟移相值wT _模拟= exp(li*角度(subelempos，[tp.steeringAngle;0]));从系统的角度来看，混合波束形成的影响可以用混合权重表示，如下图所示。混合= kron(数字，模拟);
结合前面建立的阵列设计参数，在MATLAB代码中生成的数字权重和射频相位偏移可以使用Simulink中的架构模型进行应用，然后可以作为多域系统仿真的一部分(如图12所示)。万博1manbetx
在该框图中，可以看到的是，相移作为输入到每个子阵列，然后将其施加于RF信号的提供。数字波束成形权重被用来塑造进给各子阵列的信号。
在Simulink中使用RF区块集来执行电路包络模拟(万博1manbetx注意电路包络允许您实现快速模拟)。射频块集包含一个射频组件库，如放大器、混频器、滤波器、耦合器、分配器和其他典型部件，您可以使用创建射频链。这样做是为了提高模型的逼真度。
图12。Simulink和RF区块集的多域混合架构。万博1manbetx
图13。射频传输链使用射频块集块来控制移相器。
图13提供了图12中单个射频阵列块的详细视图。图13所示的射频移相器在仰角平面进行波束形成，而基带权重在方位角平面进行波束形成。您可以使用从供应商的数据表中获取的参数来配置每个块。功率放大器和调制器模块如图14和15所示，以说明这种能力。
调制器的图14实施例。
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预算分析仪，它是RF工具箱的一部分(如图16所示)。在这里，您可以在应用程序中直接建立您的射频链，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，直接建立您的链接预算。属性可以将生成的级联直接导出到系统模型出口选项在工具带上。
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。图案（表示为P_antenna）包括相互耦合的影响，并在阵列作为定制天线中直接使用。P_antenna被定义为通过方位角和仰角的辐射模式。注意，从实际元素度量的模式也可以以同样的方式导入到模型中。
另外，8元ULA的数组参数也包含在同一块中，如图17所示。
图17。在Simulink块中使用数组设计。万博1manbetx
结合优化技术来改进光束模式
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，看看性能如何随着转向重量的变化而变化，以及频率如何影响性能。
如果有大量的元素和较宽的操作频带，这可能是一个手动密集的过程。
或者，我们可以利用优化工具箱和全局优化工具箱中的优化技术，迭代地理解如何调优阵列单元间距和单元渐变，以实现混合波束形成系统的期望性能。
图18演示了如何实现这一点。例如，你可以尝试匹配一个特定的光束模式，或者你可能想要驱动光束模式的属性在一个特定的方向上(例如，更低的侧板，更窄的光束宽度)。
图18。数组合成工作流。
全局优化工具箱提供解决方案，可以使用时，有许多局部最优解决方案(或当函数不平滑)。万博 尤文图斯在我们的示例中，我们希望通过一组转向角度和频率获得最佳性能，这意味着需要多个最优解决方案。万博 尤文图斯
输出的约束，例如权重和元素位置，可以作为优化的一部分来设置。这可以包括用于绑定每个子数组的元素数量的参数，这些元素位于子数组中的位置。它还可以包括考虑相移量子化的影响。您可以使用这个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，您就可以通过方位角和仰角来确定波束模式。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。本例主要关注主瓣、旁瓣和波束宽度，但也可以考虑其他许多参数。
利用该模型进行生命周期分析和校准框架开发
在回顾评估链接级性能的方法之前，需要注意的是，您可以使用模型来支持各种具体的“如果”分析练习，这些练习与更详细的设计权衡和生命周期规划有关。万博1manbetx例如，有了最终的建模框架，您就可以找到数组细化的最佳实现。您可以评估数组中失败元素的相对影响。这对于确定维护周期很重要。对于一个没有24/7人手的数组，在访问一个站点并修复故障之前，可以容忍多个故障。图19中的光束模式显示了15%的元件失效时光束模式的退化。
图19所示。失败的元素分析。
您也可以在子数组级别上执行类似的分析。图20显示了一个示例，其中数组是由6x6子数组构建的。36个子阵列中的10个处于失败状态时，所得到的波束模式也显示出来。同样，您可以使用这种类型的数据来确定应该实现多少子数组。它还可以以类似于前面描述的维护概念的方式使用。
图20。失败的子数组结构。
评估链路级性能
一旦阵列，子阵列和波束成形设计完成，您就可以实现阵列和子阵列周围一个更大的系统。您可以设置场景和信号处理算法，包括波束形成和DOA整合。有多种方法以可视化的链路级性能，包括在图21所示的星座图。这个例子演示如何实现这一点。
图21。链路级性能评估。
多波束混合系统架构
该模型可扩展为支持多用户波束形成系统。万博1manbetx您可以使用上面描述的基带波束形成块从数组创建多个波束，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。
你可以结合所产生的信号来执行RF波束赋形和服务于不同的用户在从基站特定距离的扇区。
图22。多波束混合系统结构。
总结
MIMO阵列以及相应的射频和数字架构是5G设计的关键组成部分。这些组件还驱动相关的混合波束形成系统。在这些系统中必须达到平衡，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降低与此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逼真度，以使模型与最终系统实现保持一致。
开发一种混合波束形成器和评估替代算法只是实现无线通信系统所需性能的第一步。为了评估性能，波束形成器必须集成到系统级模型中，并在参数、转向和通道组合的集合上进行评估。
在整个系统的上下文中建模这些波束形成算法，包括RF、天线和信号处理组件，可以帮助在项目的最初阶段验证设计选择，并减少相关的挑战。
在MATLAB中，你可以用全波电磁解算器设计天线元件。可以直接在复杂阵列设计模型中使用生成的元素模式。它可以很容易地迭代阵列的关键参数，包括几何结构、锥度、单元间距和单元之间的晶格结构。在设计阵列时，您可以访问一整套可视化效果，包括二维和三维方向性图以及光栅波瓣图。或者，您可以从一个波束图案开始，合成一个阵列来生成这个所需的图案。
你有一个空间信号处理算法库可用在你的系统模型中，包括窄带和宽带波束形成和到达方向(DOA)估计算法。
您可以使用单独的部件，如基带接收和发射系统，并在MATLAB连接，形成一个系统链路级模型，其中的设计可以进行评估，并在整个系统的性能范围内进行测试。还提供了许万博1manbetx多支持组件，包括模型传播效应由于大气条件（例如，雨，气体，雾），多径反射，和平台运动建模。
除了以上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(失效元素和子阵的影响)或帮助开发校准框架(纠正不完善的元素和阵列)。
随着项目的发展，扩大RF领域的保真度水平是有价值的。你有多种方法来做这与你的天线和射频设计。
