第五代新无线(5G NR)通信框架带来了蜂窝通信的全新方法。得益于更大的带宽,5G新无线能够支持可扩展波形、多种接入机制以及业务复用,并且可以在支持现有服务的同时向前兼容将来的需求。
虽然5G无线需要采用比以往的协议更复杂的数据处理,其数据传输速度也显著高于以往的协议,但其成功的关键之一在于天线设计。本文回顾了5G用例和5G规范如何改变天线设计,以及这些新设计如何克服实现5G网络面临的严峻挑战。
5G新无线规范及其对天线设计的意义
5G在其构想中是一种能实现以下功能的规范:
· 增强型移动宽带(eMBB):适用于数据密集型应用,例如增强现实(AR)、3D视频会议、2D流视频、固定的无线Internet访问接入点以及其他高带宽应用
· 大规模机器类通信(mMTC):适用于大规模直接物联网(loT)连接,包括互联城市和互联家庭中的高密度传感器和设备阵列、用于监控复杂全球供应链的设备以及高速移动的互联设备
· 低时延高可靠通信(URLLC):适用于关键任务实时应用,例如工业控制系统、自动驾驶汽车,以及诸如远程实时手术等需要高带宽、高可靠性和低延迟的应用
要满足这些要求,就必须使用新的频谱。分配给5G通信的新频谱分为中低频(6GHz以下)和高频(24GHz以上的毫米波)两部分,因而5G天线设计面临的一项挑战就是部分设备需要在多个频带上运行。另一个问题则源自毫米波信号传输的特性,因为在同样的蜂窝网络功率下,毫米波相比中低波段而言更容易受到建筑、植物、雨滴的阻碍,导致毫米波通信被限制在视线可及范围内,因而需要将蜂窝设置得更小,但这样做会使蜂窝之间的边缘干扰更容易发生。
此外,天线的体积大小也是一个值得关注的问题。虽然较高频率的信号只需较小的天线就可以实现相同的增益水平,但天线面积小就意味着捕获的能量少,其有效的信号覆盖范围也会小于使用低频信号的情况。但是,在天线物理面积固定的情况下,随着频率提高、波束宽度减小,其收发增益都会增大。对于各种天线实施方式而言,都需要在尺寸和增益之间做出权衡,才能找出最合适的尺寸。
5G天线技术和设计
要实现5G新无线的目标,就需要在新的天线设计中采用有源天线阵列,以扩大覆盖范围、减少干扰并提高数据承载能力。
适应5G频率范围全频谱
为了能够在分配给5G通信的所有频率范围内运行,5G新无线使用了可扩展框架,该框架可在450MHz至6GHz之间(即频率范围1[FR1])以及24.25GHz至52.6GHz之间(即频率范围2[FR2])运行。
在具体实现上,5G新无线采用可伸缩正交频分复用(OFDM)波形来实现这一目标。该波形可在子载波信号之间留出不同的间隔,以适应不同频率范围提供的各种信道宽度。频率越高,信道就越宽,子载波间隔就越大;频率越低,信道就越窄,子载波间隔就越小。将子载波间隔缩放到可用的信道宽度,就可以使5G框架在较宽的频率范围内运行,最终便可以在现有的4G长期演进(LTE)网络中部署5G,并且使5G通信系统可以根据用例或工作负载要求在中低频和高频之间切换。
对于天线设计人员,他们则需要面对物理定律带来的挑战。FR1中1GHz信号的波长约为30cm;FR2中28GHz信号的波长为1.07mm。这两种信号不能共用同一天线,因此对运行在FR1和FR2频带都有需求的5G设备将至少需要两组天线。这在大型设备和基站中尚可接受,因为它们有足够的空间容纳多个天线阵列;但对于小型设备和手机而言,这就成为了设计中面临的一项重大挑战。高通公司(Qualcomm®)等部分制造商已经开始发布紧凑型射频(RF)模块,这些模块能够与多个5G频段的天线阵列一起工作。
适应5G频率范围全频谱
5G规范带来的一大挑战,是要在支持更高数据速率联网设备的同时支持它们以更高的密度连接,这就需要提高蜂窝小区密度,同时更加广泛地使用4G LTE网络中已经运用的多输入多输出(MIMO)天线技术。MIMO是由多个发射和接收天线组成的天线阵列(目前LTE网络通常采用8×8天线阵列)。MIMO使用空间复用将信号分解为编码流,并同时通过阵列中的不同天线进行传输;发射和接收设备都具有多个天线以及用于编码和解码多路复用信号的信号处理机制。通过该项技术可以做到以下两点:
· 同时与多个用户和设备进行通信。
· 以更高的吞吐量进行通信。
MIMO的类型多种多样,而用于5G的一大重要类型是大规模MIMO(mMIMO)。与以往的MIMO方案相比,该类型MIMO在天线设计上将多得多的天线单元封装到一个密集的阵列中。低频天线通常较大,所以在一个大小可接受的低频MIMO阵列中,能够容纳的天线单元数量存在明显的实际极限;而毫米波的天线单元往往小得多,因而只需较小的封装,就可以构建mMIMO阵列。部分制造商已经开始制造包含128个单元的mMIMO天线。通过增加数据流的数量,mMIMO可以在无需增加频谱的情况下提高信号容量,进而提高数据速率和链路可靠性。
波束成形、方向性和用户设备跟踪
波束成形是一种通过对传输进行整形,从而创建出针对特定接收天线并且界限清晰的天线方向图的方法。这一功能是通过调整等距天线阵列中不同天线单元的相位和振幅传输来完成的。波束成形可用于减少干扰,还可通过集中波束能量来扩大信号覆盖范围。初期的中频5G部署采用4×4或8×8的MIMO天线,通过与运行中的LTE网络类似的方式实现波束成形;而高频(毫米波)5G部署将采用更大的mMIMO天线来获得自适应阵列的优势,这种天线中的天线单元更多,并能够实现更紧密的波束成形和实时控制。
5G波束成形的效果取决于发射设备确定的到达对应接收设备的最佳信号路径。在确定此路径的过程中,发射设备分析收发双方之间发送的探测参考信号(SRS),然后评估这些信号以得出信道状态。随后发射设备基于信道状态信息(CSI)应用波束成形算法,在接收效果最好的最佳调度期间向最合适的方向发射成形处理后的无线电模式。如果该路径是通往接收设备的最佳路径,则波束成形可以让信号通过建筑物的反射到达接收设备。在许多设备都使用相同mMIMO信道的环境中,算法将对数据包进行计时,以避免数据包冲突,最大程度减少信号干扰。
为了避免出现干扰和信号中断,发射设备需要不断跟踪接收设备并重新计算最佳数据路径。这样一来,当5G设备(如车辆或手机)发生移动或者有物体挡住最佳信号路径时,就可以实时调整传输,确保数据连接一致、不中断。波束成形是一项计算密集型过程,需要信号处理能力强大的有源MIMO天线。
对上下行链路的要求
在给定的使用情况下,5G规范可使最大下行链路数据速率达到上行链路数据速率的两倍。在频率低于2.6GHz的当前部署阶段,5G至少需要采用4×4下行链路MIMO,并且建议至少采用2x2上行链路MIMO。
针对不同用例的天线设计
部署5G网络,需要采用许多适用于室内和室外的天线封装,以小蜂窝广覆盖的方式组网,同时还需要各种类型的终端设备。以下是基于几种常见部署情况的一些5G天线设计注意事项。
基站
当今大多数手机信号塔的网络资源都非常拥挤。为此,构建集成高低频的紧凑型5G天线是最具成本效益的解决方案。此外,要通过将天线放置在路灯杆和建筑物拐角处以实现小蜂窝覆盖,也离不开更紧凑的设计。目前,多家电信运营商已开始部署小型4G蜂窝,以解决带宽和延迟问题。在早期5G部署中,需要在现有4G LTE天线旁放置5G天线,或者将现有天线更换为可同时用作4G LTE天线和低频5G天线的单元。
最终,不同的频率范围将会用于不同的应用实现。例如,部分现在使用700MHz频率范围的室外大蜂窝和小蜂窝实现将使用3GHz至5GHz频率范围;高带宽的室内和室外应用可能会采用微蜂窝架构,这种架构使用的是分布式天线系统。随着更高频率的5G推出,带有许多天线单元的mMIMO阵列将有助于减少网络拥塞并增加基站容量。
用户和终端设备
数据、通信要求、工作频率和设备的设计将决定各种5G应用所采用的的天线设计。5G连接的传感器和控制设备有许多用途,它们尤其有望在制造业、基础设施监视和控制、农业和固定的无线Internet接入点中取代电缆连接。针对低数据速率和低延迟优化的传感器和控制器需要在特定频率下运行。固定的无线Internet接入点可能会结合使用6GHz以下频率和毫米波频率,前者用于控制平面信号,后者用于为最终用户设备提供高吞吐量和低延迟。其他应用,例如自动驾驶汽车,则会提出更加复杂的要求,诸如「车联万物」(V2X)通信之类的技术就需要实现低延迟控制功能和高带宽。对于车辆而言,天线阵列可以灵活地嵌入到车体中。
手机
手机本身就已经装有天线,因此要通过增加天线来支持全部5G频率,这会是一个不小的挑战。许多手机的内部空间即为有限,但它们需要采用MIMO天线来实现高性能,并且需要将天线放在边缘和角落的位置,因为只有这些位置才能补偿阻挡毫米波的物体,例如用户的手,从而实现波束成形。
5G天线设计面临的挑战
5G天线在5G通信的正常工作中起着关键作用,但它们也带来了工程上的挑战。天线设计人员通常是从天线仿真软件开始的,这些软件可以根据某些假设条件投射信号场。但这只是设计天线的第一步。
在5G天线设计中,天线测试是一项重大挑战。5G天线并不是静态的全向设备;它们是活动的,并且会将信号传输到特定设备。将5G天线放在测试室中进行静态测试,并不能展示其在嘈杂RF环境中与上千台不断移动的设备同时通信的性能。大多数天线设计人员并不确定通过怎样的方法才能最有效地测试使用mMIMO阵列的设备或验证其性能。一些测试方法还可能涉及基于场景的自动化测试。
5G天线的设计很大程度上仍然是一项未竟的事业。初期的5G部署才刚刚开始,涉及安装低频5G以与4G LTE协同工作。只有在现在进行更多的试验,才能实现需要更复杂天线的未来部署。
文章来源:贸泽电子
作者:David Talbott
David Talbott是Mighty Guides的IT和技术分析师,专注于各种新兴技术,包括深度学习、云计算和边缘计算以及泛在网络,同时还关注如何将这些技术融合,以创建强大的自学系统。