您的瀏覽器不支援JavaScript語法,但是並不影響您獲取本網站的內容。

技術探索

5G行動通訊之巨量天線基頻技術研究

中文摘要

  為了因應未來行動裝置快速增加,造成頻寬與資料量需求增加的問題,現階段第四代行動通訊系統(4G),如LTE、LTE-Advanced系統,已經無法滿足比目前通訊技術高10-100倍之資料量,因此許多國際主要通訊研究組織、通訊大廠、電信營運商、及台灣在內之各國政府,紛紛投入相當龐大的資源來進行第五代行動通訊(5G)技術先期研究與專利布局。依照目前的研究現況,5G系統可能採用的技術包含了巨量天線(Massive MIMO)、毫米波(Millimeter Wave,mmWave)、異質網路(Heterogeneous Network,HetNet)及等前瞻技術。雖然巨量天線技術可以有效的提高頻譜效益(Spectral Efficiency),但通道估測、領航汙染、預編碼等基頻訊號處理問題也隨之而生。因此本論文將著重於討論巨量天線基頻(Baseband)訊號處理相關問題與限制,及未來可能之研究方向。

Abstract

  Since the number of mobile devices are dramatically growing, high bandwidth and datatransmission rate demands become the main problem. Additionally, current 4G systems can not satisfy the future requirements, whose data transmission rate is 10-100 times greater than that of current modern communication systems, such as LTE/LTE-Advanced systems. Therefore, several research institutes, communication operators, communication companies, and governments in the world, including Taiwan, provide large resources to design possible technologies for 5G mobile communication systems. According to current research results, the possible candidates for 5G systems include massive MIMO, millimeter wave(mmWave), and heterogeneous network(HetNet)technologies. Although the massive MIMO technology can effectively increase the spectral and energy efficiency, related problems, such as channel estimation, pilot contamination, precoding, need to be considered. Therefore, this paper will focus on discussing the problem of baseband signal processing and limitation of massive MIMO systems and future possible research directions.

關鍵詞(Key Words)

巨量天線(Massive Multiple-Input Multiple-Output;Massive MIMO)
異質網路(Heterogeneous Network;HetNet)
波數成型(Beamforming)
多用戶多重輸入多重輸出(Multi-User MIMO;MU-MIMO)
分散式天線系統(Distributed Antenna System;DAS)
系統容量(System Capacity)

1. 前言

  隨著第四代行動通訊系統(4G)趨於成熟,台灣之電信營運商,如中華電信、遠傳、台灣大哥大等,也從2014下半年陸續開台,因此包含台灣工業技術研究院在內之世界各國研究組織,已經陸續將研究方向擴展至未來第五代行動通訊系統(5G)之技術與應用。根據歐洲研究組織METIS (Mobile and Wireless Communications Enablers for the Twenty-Twenty Information Society;METIS)[1]所提出之系統標準,未來5G系統必須符合以下五大需求:

  • 每區域下之行動資料量(Mobile Data Volume)大於1000倍
  • 連接之裝置數目大於10-100倍
  • 使用者之資料量大於10-1000倍
  • 低功耗且巨量機器通訊(Massive Machine Communication)下電池壽命可達10倍

  • 點對點延遲(End-to-end Latency)可減少5倍

圖1 巨量天線系統

圖1 巨量天線系統

  除此之外,文獻[2]中也提出了未來5G系統的可能五種技術,如裝置與中心架構(Device-Centric Architectures) 、毫米波(Millimeter Wave ;mmWave) 、巨量天線(Massive Multiple Input Multiple Output;Massive MIMO) 、更智慧裝置(Smarter Devices) 、與支援Machine-to-Machine (M2M) 通訊。由上述可知,不同的研究組織對於未來5G系統的觀點皆不完全相同,但是高系統容量(System Capacity)需求是必須要符合的。為了達成上述容量要求,現有4G通訊系統,如LTE/LTE-Advanced,已經無法滿足此需求,而巨量天線正是達成此目標之關鍵技術。巨量天線系統中,傳送端具有大量數目的天線,並可同時服務多個使用者用戶,如圖1所示,且使用者端之天線數目遠小於基地台端,因此運算複雜度將集中於基地台端。

2. 多輸入多輸出系統介紹

2.1 點對點多輸入多輸出系統(Point-to-point MIMO)

 圖2描述了傳統點對點多輸入多輸出系統之架構,其中傳送端(Transmitter)包含了NT根傳送天線,接收端(Receiver)具有NR根接收天線,且相對應之通道矩陣(Channel Matrix)可表示成



  其中hij代表第j根傳送天線傳給第i根接收天線之頻率響應。一般而言,為了讓接收端能得到通道資訊, 接收端會傳送一些已知訊號給接收端作為通道估測使用,此部分通常假設通道為平坦衰減(Flat Fading)的環境。此系統若要用於多使用者系統,可透過分時多工(Time DivisionMultiplexing;TDD) 或分頻多工(Frequency
Division Multiplexing;FDD)技術分別在不同時間或頻率傳送不同使用者資料。TDD模式與FDD模式在通道估測部分會有不同之作法,論文第3部分會有詳細說明。

圖2 點對點多輸入多輸出系統

圖2 點對點多輸入多輸出系統

2.2 多用戶多輸入多輸出(Multi-User MIMO)

  不同於點對點多輸入多輸出系統同一時間/頻率只服務一個使用者,多用戶多輸入多輸出系統之傳送端可同時傳送不同的資料串流(Data Stream)給不同使用者,如圖3所示,因此傳送端的多工增益(Multiplexing Gain)可由全部的使用者來分享。如此複雜度高且較昂貴的設備只會存在基地台端,而使用者端可利用相對複雜度低且便宜之單天線(Single Antenna)設備來實現。目前多用戶多輸入多輸出技術已經被許多通訊標準所採用,如IEEE 802.11、IEEE 802.16、3GPP LTE/LTE- Advanced。利用多用戶多輸入多輸出系統所帶來之好處如下:

  1. 提高資料傳輸率: 利用多天線系統之影響, 更多的獨立資料串流可以同時間傳送給不同使用者。
  2. 增加能量傳輸效益(Energy Efficiency):使用者可藉由回報通道資訊(Channel State Information; CSI)給基地台端, 讓基地台能夠了解使用者之位置,並且透過波束成型(Beamforming) 技術將能量集中傳送給使用者,進而提高能量傳輸效益。
  3. 減少干擾(Interference): 由於傳送能量可以更集中傳送給特定使用者,因此其餘使用者較不容易收到來自特定使用者的傳輸能量,因此可減少干擾訊號能量。

圖3 4x4多用戶多輸入多輸出系統

圖3 4x4多用戶多輸入多輸出系統

2.3 巨量天線系統(Massive MIMO) [3]-[6]

  巨量天線系統,或稱為大規模天線系統(Large Scale Antenna Systems)或大規模多輸入多輸出系統(Large Scale MIMO),是未來5G可能採用的傳輸技術。相較於傳統點對點多輸入多輸出系統,巨量天線系統可利用單一成本低之天線來實現,且不需要豐富散射(RichScattering)的環境。巨量天線可能實現方式包含了線性(Linear) 、矩形(Rectangular) 、圓柱形(Cylindrical)、與分散式(Distributed)等多種天線型態[5]。巨量天線系統雖然可藉由提高天線數目來達到較高的資料傳輸率,但隨之而來的問題也必須更深入之討論。接下來第3部分將會討論巨量天線所衍生之問題。

3. 巨量天線問題探討

3.1 通道估測(Channel Estimation)

  傳統無線通訊系統中,為了提升整體系統傳輸效能,必須要藉由通道估測來得到傳輸通道(Propagation Channel)中的通道資訊,如此基地台端或手機端才能正確解碼出傳送訊號。此通道資訊在巨量天線系統中尤其重要,因為在下鏈傳輸時,基地台端可藉由此通道資訊了解手機端之位置,進而利用波束成型技術把資料有效率的傳送至手機端,進而提高整體之SINR。以下將針對TDD與FDD兩種傳輸模式之通道估測方法進行討論。

3.1.1 TDD傳輸模式

  TDD 利用分時多工技術來區分下鏈(Uplink) 及上鏈(Downlink) 之訊號, 如圖4 所示。由於下鏈與上鏈訊號是使用相同頻率來傳輸,且兩者訊號所經過之路徑大致相同,因此兩者之通道具有通道互(Channel Reciprocity),因此基地台端若要得到下鏈通道之CSI, 可藉由手機端所傳送之領航符號(Pilot Symbols)所估計出上鏈通道來視為下鏈通道估測之結果, 此特性將可大幅提升整體之傳送效率。TDD模式下相對應之傳輸Slot結構如圖5所示[4]。
  下鏈與上鏈通道在TDD模式下雖然可視為相同, 但實際上兩者等效通道(EquivalentChannel)可能會因為下鏈基地台端與上鏈手機端之傳送硬體模組不匹配的問題,造成兩者有所差異。為了解決此問題,基地台端之設備通常會經過修正(Calibration)來拉近兩者通道之差距, 如此下鏈才能夠藉由修正後之通道資訊,傳送正確的波束到達手機端。

圖4 TDD傳輸模式

圖4 TDD傳輸模式

圖5 TDD模式Slot結構

圖5 TDD模式Slot結構

  不同於TDD傳輸模式,FDD模式利用分頻多工技術來區分下鏈與上鏈之訊號, 如圖6所示。由於下鏈與上鏈訊號是使用不同頻率來傳輸, 故無法藉由上鏈通道估測來得到下鏈通道資訊。FDD模式下相對應之傳輸Slot結構如圖7所示。與TDD模式之Slot架構比較後,FDD模式之Slot架構除了下鏈與上鏈有各自的領航符號來做通道估測外,上鏈必須要額外配置一段時間來回傳下鏈通道之CSI給基地台,如此基地台才能傳送正確波束給使用者端。若考量巨量天線環境, 天線數增多將會造成相對應之通道資訊也增加,因此必須藉由其他機制來減少通道資訊之回報。

圖6 FDD傳輸模式

圖6 FDD傳輸模式

圖7 FDD模式Slot結構

圖7 FDD模式Slot結構

3.2 領航汙染(Pilot Contamination)

  巨量天線系統中,另一個常被提及的問題為領航汙染問題,如圖8所示。從圖中可看到,在TDD的傳輸模式下,細胞(Cell)2中的使用者在上鏈訓練(Uplink Training)階段會先傳送領航符號給細胞2的基地台作為通道估測使用,但是此訊號可能會溢散至細胞1中基地台端。因此細胞1中基地台的通道估測結果除了有細胞1中使用者的通道,也包含了細胞2中使用者傳送至細胞1中的通道。由於基地台端是根據通道估測結果並且利用下鏈波束成型技術(Downlink Beamforming)將資料傳送給特定使用者端,此估計出之組合通道會使細胞1基地台除了將訊號傳送至細胞1中的使用者,也會傳送額外訊號至細胞2中的使用者,進而造成干擾,如圖9所示。

圖8 上鏈訓練階段

圖8 上鏈訓練階段

圖9 下鏈波束成型階段

圖9 下鏈波束成型階段

  領航汙染問題雖然不是巨量天線系統特有,但其影響會比傳統多輸出多輸出系統中還要大。要解決此問題的最簡單方式就是利用正交領航序列(Orthogonal Pilot Sequences),如此一來基地台就可以清楚的分辨出那些領航序列是來自服務中細胞的使用者。圖10 Cluster 1-7中,不同顏色的細胞可使用不同的正交領航序列,因此並不會產生領航汙染問題,但如此一來也造成訓練週期(Training Period)增長,而使傳輸效率降低。以下將介紹兩種不需要正交領航序列就可解決領航汙染問題之方法,如盲蔽式通道估測(Blind Channel Estimation)與領航汙染編碼(Pilot Contamination Precoding;PCP)。

圖10 正交領航序列配置圖

圖10 正交領航序列配置圖

3.2.1 盲蔽式通道估測

  盲蔽式通道估測是利用子空間分解(Subspace Decomposition)的方法來估測出通道結果, 因此不需要額外的正交領航序列就可以解決領航汙染問題。基於此想法,文獻[7]中提出了利用特徵值分解(Eigenvalue Decomposition EVD)來達到通道估測之方法。此方法之流程摘要如下:


3.2.2 領航汙染編碼

  為了減少領航汙染之影響,可在訊號傳送之前先考率領航汙染之影響,此即稱為領航汙染編碼[8]。因此傳送訊號 , 可修正為

其中aj,k,l代表領航汙染編碼係數(PCPCoefficients) 。此係數可根據不同的準則(Criterion) 而得到不一樣之編碼係數。以Zero-forcing準則(ZF Criterion)為例,若將此利用在計算編碼係數時,則此方法則稱為ZF-PCP,且可同時移除雜訊與細胞間干擾(Inter-cell Interference;ICI)之影響。根據[8]之結果,利用ZF-PCP且在天線數為Q的情況下可得到


其中dj,k,l 代表大規模衰減係數(Large-scaleFading Coefficients)。由上式可知,理論上當天線數Q 無窮大時, 訊號干擾雜訊比(Signal-to-interference-plus-noise Ratio;SINR)可趨近於無窮大,代表領航汙染所造成之干擾影響可被消除。相反的,當天線數Q太小時,可能導致SINR過低,而使領航符號編碼的效果不佳。

3.3 預編碼設計[9]

 傳統多輸入多輸出系統中,線性預編碼(Linear Precoding) 技術與非線性預編碼(Non-linear Precoding)技術可被使用於此系統中。一般常見的非線性預編碼包含了dirty-paper-coding (DPC) 與vector perturbation(VP)方法。這些方法雖然可以得到較好的傳輸效能,但相對而言也必須要付出較高的運算複雜度來實現預編碼技術。隨著巨量天線系統中的天線數目不斷增大,線性預編碼如Matched-Filter (MF) Precoding 、Zero-forcing(ZF) Precoding、與Conjugate Beamforming等方法, 已經被證實在巨量天線系統中,其效能結果非常接近最佳解(near-optimal)[3]。因此線性預編碼是很實際且低複雜度的方法來實現巨量天線系統。

4. 巨量天線系統實例

  巨量天線技術雖然可達到高系統容量之優勢,但是實際實線巨量天線系統目前還處於研究階段。以下將介紹利用多天線技術來實現之系統。

4.1 Argos巨量天線系統

  為了減少基地台的使用面積,一維(OneDimensional;1D)天線擺置在巨量天線系統中並非是一較好的天線擺置方法,而二維(Two Dimensional;2D)天線陣列的擺放方式將可減少基地台的使用面積。基於此想法,文獻[10]提出了可擴展式(Scalable) 多天線基地台架構,如圖11所示,稱為”Argos基地台”,並且使用了64根天線與15個使用者來驗證巨量天線之概念。根據Argos基地台架構,其包含了許多元件,如中央控制器、WARP模組Argos Hub、Ethernet Switch 、Sync Distribution 、與Clock Distribution等。由於此基地台採用可擴充且階層式之架構,因此若要額外增加天線模組,此架構皆可以輕易達成。

圖11 Argos基地台架構

圖11 Argos基地台架構

5. 結論

  因應下世代5G行動通訊系統資料傳輸率提高10-100倍之需求,現階段第四代行動通訊標準,如LTE/LTE-Advanced系統,勢必無法滿足此資料傳輸率,而巨量天線技術則是達成此高傳輸率目標之可能通訊技術之一。巨量天線系統相較於傳統點對點多輸入多輸出系統雖可得到許多優勢,但是相對應的潛在問題也隨之而生。TDD傳輸模式下,雖然上鏈通道與下鏈通道具有互易性,但是由於傳送端與接收端硬體不匹配的問題,可能還是需要額外的修正機制。在FDD傳輸模式部分,上鏈通道與下鏈通道都必須有各自的領航符號來做通道估測,並且使用者端還需要額外配置時間將下鏈通道結果回傳給基地台端。而在領航汙染問題部分,雖然基地台會產生干擾訊號給其他細胞使用者,但可藉由盲蔽式通道估測或領航汙染編碼來降低領航汙染之影響。最後在預編碼設計部分,由於預編碼技術會隨著天線數增加而提高複雜度,因此如何在巨量天線系統中設計出低複雜度的預編碼機制,是此部分重要之課題。除了上述討論之問題,巨量天線系統中還包含了其他待解決之議題,如通道模(Channel Model)、訊號處理(Signal Processing)、與雛型建立(Prototype Development)等,現階段還需要更多之研究結果與理論基礎來實現巨量天線系統。

參考文獻

  1. A. Osseiran, F. Boccardi, V. Braun, K.Kusume, etc., "Scenarios for 5G Mobile and Wireless Communications: the Vision of the METIS Project," IEEE Commun. Mag.,vol. 52, no. 5, pp. 25-35, May 2014.
  2. F. Boccardi, R.W. Heath, A. Lozano, T. L.Marzetta, and P. Popovski, “Five disruptive technology directions for 5G,” IEEE Commun. Mag., vol. 52, no. 2, pp. 74-80,Feb. 2014.
  3. T. L. Marzetta, “Noncooperative Cellular Wireless with Unlimited Number of Base Station Antennas,” IEEE Trans. Wireless Commun., vol. 9, no. 1, pp. 3590-3600, Nov.2010.
  4. T. L. Marzetta, “Massive MIMO: An Introduction,” Bell Labs Technical Journal,vol. 20, pp. 11-55, 2015.
  5. E. G. Larsson, O. Edfors, F. Tufvesson, and T. L. Marzetta, “Massive MIMO for Next Generation Wireless Systems,” IEEE Magazine, pp. 186-195, Feb. 2014.
  6. L. Lu, G. Y. Li, A. L. Swindlehurst, A. Ashikhmin, and R. Zhang, “An Overview of
    Massive MIMO: Benefits and Challenges,”IEEE Journal of Sel. Topics in Signal
    Process., vol. 8, no. 5, pp. 742-758, Oct.2014.

  7. H. Q. Ngo and E. G. Larsson, “EVD-basedChannel Estimations for Multicell Multiuser MIMO Systems with Very Large Antenna Arrays,” in Proc. IEEE Int. Conf. Acoust., Speed,Signal Process. (ICASSP), Mar.2012, pp. 3249-3252.

  8. A. Sshikhmin and T. Marzetta, "Pilot Contamination Precoding in Multi-cell Large Scale Antenna Systems," in Proc. IEEE Int. Symp. Inf. Theory (ISIT), July 2012, pp. 1137-1141

  9. H. Yang and T. L. Marzetta, "Performance of Conjugate and Zero-forcing Beamforming in Large-scale Antenna Systems," IEEE J. Sel. Area Commun., vol.31, no. 2, pp. 172-179, Feb. 2013.

  10. C. Shepard, H. Yu, N. Anand, and L. E. Li,“Argos: Practical Many Antenna Base Stations," in Proc. ACM Workshop on Mobile Commun. (MobCom), Aug. 2012.

  11. S. Perlman and A. Forenza, “An Introduction to Pcell,” Artemis Networks White Paper, Feb. 2015.

作者簡介

方士豪

現任工業技術研究院資訊與通訊研究所(ITRI/ICL)新興無線應用技術組(Emerging Wireless Division)基頻設計部(Baseband Design Department)工程師。2012年取得國立成功大學電機工程研究所博士學位。主要負責巨量天線系統基頻設計與無線通訊系統實體層設計。
E-mail: shfang@itri.org.tw

許仁源

現任工研院資通所新興無線應用技術組基頻設計部經理。1999年取得國立清華大學電機工程研究所碩士學位。主要負責無線通訊系統與基頻訊號處理。
E-mail: jyshu@itri.org.tw