波束赋形

波束赋形（精选4篇）

波束赋形 篇1

(一) 引言

智能天线是TD-SCDMA的关键技术之一。该技术的运用大大降低了TD-SCDMA系统内部的干扰, 提高了系统容量。然而这只适用于用户在通话过程中, 智能天线对每个用户的上行信号均采用赋形波束, 使天线主波束对准用户信号到达方向DOA, 旁瓣或零陷对准干扰信号到达方向, 达到抑制干扰信号的目的, 提高系统性能。但在用户没有发射, 仅处于接收状态下, 基站不能知道该用户所处的方位, 只能使用全向波束进行发射。因此优化广播信道及下行导频信道波束, 不仅可以减少公共信道的干扰, 提升系统性能, 还能根据场景之需, 因地制宜, 达到良好覆盖效果。

(二) 广播波束赋形的介绍

天线的垂直波瓣宽度和下倾角决定基站覆盖的距离, 而天线的水平波瓣宽度和方位角度决定覆盖的范围。广播波束是在广播时隙形成, 实现对整个小区的广播。TD系统中, 在帧结构中为广播信道设置了专门的时隙。图1为TD帧结构图。

波瓣宽度的大小反映了天线的能量辐射集中程度, 波瓣宽度越窄天线主瓣 (3dB角内) 能量越集中, 旁瓣对周边小区干扰也越小。对于广播信道全向赋形, 全向天线的水平波瓣宽度均为360度, 定向天线的常见水平波瓣宽度有30度、65度、90度、120度等多种。

对使用普通天线的无线基站, 其小区的覆盖完全由天线的辐射方向图形确定。当然, 天线的辐射方向图形是可以根据需要而设计的。但在现场安装后除非更换天线, 否则其辐射方向图形是不可能改变或很难调整的。而智能天线的辐射图形则完全可以用软件控制, 在网络覆盖需要调整或由于新的建筑物等原因使原覆盖改变等情况下, 均能通过软件来优化, 如图2。所以在TD系统中, 广播波束赋形已经成为日常优化的一种参数方法。有了它, 网优人员就可能轻松地根据实际环境之需, 根据周边站点的间距、疏密程度来调整使用广播信道的波束赋形宽度, 达到预期的效果。

目前TD系统不仅可以通过软件调整广播信道的波束宽度, 还可以通过软件调整波束的水平方向、调整权值等。主要调整思路如表1。

注:若配合天线型号调整权值效果会更好。

(三) 场景应用探讨

1. 密集城区场景

(1) 场景特点

密集城区建筑物平均高度超过30米, 建筑物较为密集, 平均楼间距约10～20米;区域内通常存在大量写字楼、商场、店铺等建筑, 区域内话务量密集、业务速率要求较高, 是数据业务发展的重点区域。密集城区无线信号的传播环境复杂。

(2) 优化建议

密集城区的TD-SCDMA网络, 无线环境复杂, 站点间距小, 同时可能存在由于选址问题导致的站点布局不合理, 容易产生大量由于阻挡导致的信号弱场或盲区、街道效应、拐角效应、越区覆盖、导频污染、乒乓切换等问题。该场景下广播波束宽度建议调整为65度, 波束图参见图3。该波束主瓣能量集中在65度角的范围内, 旁瓣干扰相对较小, 配合天线的方向、下倾角可以较容易解决由于密集城区站间距相对较小导致的导频污染, 可以合理地控制覆盖范围及切换带。

2. 一般城区场景

(1) 场景特点

一般城区建筑物平均高度在30米以下, 建筑物相对密集, 平均楼间距约20米左右, 区域内通常存在大量高度起伏不大的楼房、店铺或厂房, 区域内话务量相对密集。在普通城区构建的TD-SCDMA网络, 由于无线信号的传播环境相对复杂, 同样也会遇到和密集城区类似的网络优化问题, 如覆盖的弱场盲区、导频污染、同频干扰、街道效应等, 这些都是造成网络性能指标差的主要原因。

(2) 优化建议

一般城区的场景特点和网络问题与密集城区类似, 优化思路也基本一致, 广播波束宽度建议调整为65度为宜, 主要是为了减少导频污染, 覆盖距离可以通过下倾角来控制。

3. 郊区场景

(1) 场景特点

建筑物平均高度10～15米, 建筑物较为稀疏, 平均楼距约30～50米;区域内通常存在大量居民住宅小区、工厂、商铺等建筑;区域内话务量较低, 可提供低速率数据业务, 对覆盖需求较为迫切。

(2) 优化建议

郊区构建的TD-SCDMA网络, 由于站间距相对较大, 弱覆盖问题相对比较多, 个别地方也会存在导频污染、远端DwPCH对UpPCH的干扰、越区覆盖等网络优化问题。

该场景下广播波束宽度建议调整为120度, 波束图参见图4。郊区场景站间距较大, 住宅区分散, 话务量较小, 站点稀疏, 该场景对覆盖的需求较高。比较65度波瓣, 120度波瓣的特点在于覆盖较广、距离较短, 在较广阔的范围内提供均匀的能量。配合方向、下倾角、功率的调整能够较好地解决郊区环境下的广度覆盖需求。

4. 城乡结合部场景

(1) 场景特点

城乡结合部筑物平均高度在20米以下, 建筑物密集, 平均楼间距约2米;区域内为出租房, 话务量密集又相对较高。这种区域即要投入站点来加强覆盖, 吸收潜在话务, 又要最大程度减少站间的相互干扰。该场景是目前网络覆盖中使用宏基站最难处理的一种环境。

(2) 优化建议

受城乡结合部特点影响, 这种区域内覆盖与设备的投入成本成正比关系。在这种情况下, 若考虑到成本因素, 可以尝试将广播波束宽度调整为90度, 波束图如图5。90度波瓣的覆盖范围介于65度与120度之间, 旁瓣的干扰也介于65度与120度之间, 所以使用90度波瓣可以在牺牲一部分干扰的情况下增加基站覆盖范围。

5. 高速公路 (跨海大桥) 场景

(1) 场景特点

高速公路或跨海大桥这种带状环境, 传播环境一般较理想, 区域内话务稀疏, 建站的目的主要是为了解决宏蜂窝公路广覆盖, 覆盖目的性明确。

(2) 优化建议

该场景下广播波束宽度建议调整为30度。该类型的波束宽度能将天线发射能量全部集中在一个较窄的波束带内, 有效地增加主瓣覆盖的距离, 同时由于旁瓣能量的减弱, 旁瓣干扰抑制相对好于其它几种情况。

该波束正好符合高速公路及跨海大桥场景所需, 尖锐的波束既可增加本站的覆盖距离, 又可以降低信号对周边站点干扰, 尤其在覆盖桥面时, 可以较好控制波束的朝向, 降低因海面镜面效应带来的相互干扰。

(四) 广播波束赋形应用效果

以某市网络为例, 采用细分方式, 将TD覆盖区域细致划分成以上5种类型, 并根据类型需求, 配合天线工程参数相应调整了P-CCPCH广播波束赋形宽度。调整之后P-CCPCH C/I效果明显。

图6为调整之前某市的P-CCPCH C/I分布图, 受建网之初保覆盖的影响, 调整之前大部分区域采用120度宽度波瓣。图中显示, 某市的东北角、东南角、以及西北角的城乡结合部都存在C/I较差的情况。

图7为调整之后某市的P-CCPCH C/I分布图。在修正波瓣宽度后, 大部分区域的C/I取得明显的改善。P-CCPCH C/I从调整前的97%左右提升到98.2%。

(五) 总结

TD组网过程中最大的问题是信号覆盖与自干扰。P-CCPCH是小区广播信道, 决定小区的覆盖范围, 然而系统中受干扰最为严重的时隙正是P-CCPCH所位于的TS0与下行导频时隙。保证覆盖又减少P-CCPCH干扰的办法很多, 文章提供了调整广播波束赋形宽度这种便捷有效的方法, 可以根据不同的无线场景, 设置最为合理的波束宽度, 既达到预期的覆盖效果, 又能减少公共信道的干扰, 提升系统性能。

波束赋形 篇2

与其他的多址方式相比, CDMA具有抗干扰性强、隐蔽性好、多址访问灵活、对非正交系统不需要系统的同步、与同频通信系统之间的相互干扰小、对多普勒频移不敏感等优点;通过采取以下提高容量的措施, 如话音激活、计划隔离和相邻波束同频复用等, 其传统的频带利用率低的缺点也不再存在。因此, 目前绝大多数移动卫星通信系统 (包括LEO卫星通信系统) 都采用CDMA的多址方式。

卫星的通信容量分为反向链路容量和前向链路容量。在前向链路中, 卫星载荷或信关站采用同步CDMA 方式, 若用户间扩频码正交性能优越, 用户间多址干扰可视为零, 但是由于国际电联 (ITU) 对移动卫星在地球表面功率密度覆盖提出一个上限指标要求, 称为协调触发电平 (CTL, Coordination Trigger Level) , 使得整个卫星通信系统处于功率受限状态, 使得系统容量受到约束。

在反向链路中, 各用户发射信号采用异步CDMA 方式, 在卫星载荷或信关站遭受的多址干扰远较前向链路严重。在已有的反向链路系统容量分析相关文献中, 天线辐射模型都是采用常规的二阶锥形口径模型, 而且往往考虑的各方面因素不够全面。例如在文献[1]中, 作者没有考虑非理想功率控制引起的信号衰落以及相邻波束的信号干扰;文献[2]通过计算其他小区的干扰因子来分析多波束卫星CDMA反向链路的容量, 但其分析过程不够清晰, 结论的可信度不高。

对于LEO卫星而言, 星下点到覆盖区域边缘路径损耗差异时不能忽略的, 为了补偿路径损耗差异, 达到“等通量”覆盖的目标, 需要对波束赋形展宽[3,4]。在波束赋形展宽后, 波束的主瓣和旁瓣增益水平都会发生变化, 特别是旁瓣增益的提升会对通信系统的容量造成很大影响。因此, 已有的系统容量分析结果在赋形多波束情况下是不准确的。本文结合文献[4]中赋形后的天线增益模型, 给出了单星LEO通信系统前向和反向链路的容量分析模型, 计算了单星LEO通信系统的容量并分析了各个参数对系统容量的影响。

1天线增益模型

为了达到“等通量”覆盖的目的, 不仅要求天线宽角度高增益的覆盖, 而且要求增益中间凹陷, 边缘升高, 且变化的幅度达到5dB以上, 波束覆盖角度为53°, 星下点增益为11dBi, 覆盖边缘增益为16dBi[4]。图1和图2所示分别为通过运用遗传算法等智能优化算法得到的发射天线和接收天线多波束覆盖效果图[4], 即是本文在分析中所采用的天线增益模型。

2前向链路系统容量分析

国际电联 (ITU) 在无线规范2566 (Radio Regulation 2566) 中对移动卫星在地球表面接收功率流密度 (PFD, Power Flux Density) 覆盖提出一个上限指标要求, 称为协调触发电平 (CTL) 。CTL大小为$\frac{-142dBW}{(m{}^2\cdot 4k{\rm H}z)}$, 该数值是针对4kHz下得到的, 实际CDMA 系统是在一定频带扩展的。因此对扩频带宽为B的信号, 其功率密度上限 (PFD) 为

[PFD]dBW=[CTL]+[B]-[4000] (1)

该PFD 是针对一颗卫星的用户, 由于多波束阵列天线中的阵列天线同时发射各个波束信号, 因此在地球表面某点接收到用户信息不仅来自本波束, 同时也来自其他波束信号, 因此地面接收信号的总功率Pr

${\rm P}{}_r={\displaystyle \sum _{i=1}^{{\rm N}{}_0}{\rm P}}{}_1(1+{\displaystyle \sum _{j}S}LL{}_j(\theta {}_i,\phi {}_i))[(1-A)+\frac{A}{c}]$ (2)

其中N0为每波束内同频用户数, P1是单个波束内一个用户的理想接收功率, (θi, φi) 分别表示某个用户的俯仰角和方位角, j表示除去该用户所在波束外的其他15波束的集合, SLL表示旁瓣增益水平, A表示用户被遮挡的概率, 由于阴影效应, 接收信号强度下降c倍, 则天线的发射功率应相应地提高1/c倍, 这里我们假设c=1/2。Pr应满足

Pr≤Pmax=PFD·Ae (3)

其中Ae表示用户接收天线的有效面积。由用户接收天线增益

$G{}_R=\frac{4\pi }{\lambda {}^2}A{}_e$ (4)

可得

$A{}_e=G{}_R\cdot \frac{\lambda {}^2}{4\pi }$ (5)

其中, λ为信号载波波长。由基本传输方程可得单波束中每个用户的理想接收功率P1为

${\rm P}{}_1=\frac{{\rm P}{}_{{\rm T}}G{}_{{\rm T}}G{}_R}{L{}_f}$ (6)

其中PT为卫星发射天线的输入功率, GT为卫星发射天线增益, GR为用户接收天线增益, Lf为路径损耗, 在卫星通信中, 常取自由空间路径损耗, 可以按下式计算

$L{}_f=(\frac{4\pi d}{\lambda }){}^2$ (7)

其中d为传输距离, λ为信号波长, 带入上式并将基本传输方程用分贝形式表示, 则单波束中每个用户的理想接收功率P1为

[P1]dBW=[PT]dBW+[GT]dBW+[GR]dBW-[Lf]dBW=[EIRP]dBW+[GR]dBW-20lgd-20lgf+147.56 (8)

其中EIRP是发射天线的等效全向辐射功率, EIRP=PTGT, f为信号载波的中心频点。

卫星前向链路的路径损耗在此按照地面通信仰角10度 (卫星覆盖区域边缘) 计算得到为170.3dB, 按照星下点计算得到为162.5dB。

3反向链路系统容量分析

反向链路容量主要受限于同频用户的多址干扰。在通信系统信道纠错码选定的情况下, 给定的误码率水平对应的解调信噪比是固定的, 无线通信系统容量取决于干扰的大小。CDMA系统是一个干扰受限系统, 反向链路容量仍然会受到热噪声 (内部干扰) 和同频用户多址干扰 (外部干扰) 的影响[5,6]。通常, 在单星CDMA通信系统中, 产生干扰的主要原因有:

(1) 同一波束中其他用户产生的多址干扰;

(2) 同一卫星中其他波束产生的干扰。

图3为基于多波束天线的星地通信反向链路干扰分析模型。

该卫星的覆盖区域被划分成16个波束小区 (图中空白部分) , 我们假设在每个波束小区内均匀分布N个同频用户。定义第j波束小区的第k个用户为 (j, k) , V表示在该卫星覆盖区域内与关注用户相关的其他用户集合。为了便于分析, 将卫星覆盖区域分为S1和S2两个部分:S1表示关注用户所在波束小区;S2表示其余波束小区。

我们可以用接收信号比特信噪比来表示CDMA系统的通信质量, 接收信号比特信噪比的表达式为

$\frac{E{}_b}{{\rm N}{}_0}=\frac{B}{R}\times \frac{C}{{\rm I}+\eta }$ (9)

其中, B为系统带宽, R为比特速率, I为总的多址干扰, η为热噪声功率, 其功率谱密度为η0, C表示卫星天线接收到的载波功率。

定义CNR (the received carrier-to-noise power ratio) 为$C{\rm N}R=\frac{C}{{\rm I}+\eta }$, 表示卫星天线接收到的载波与噪声 (包括干扰和热噪声) 功率比。

如图3所示, 对于一个关注用户 (j0, k0) , C=αj0k0EIRPj0k0Gj0 (θj0k0, φj0k0) , 干扰用户为 (j, k) ∈V, 可以将CNR改写为

$C{\rm N}R=\frac{C}{{\rm I}+\eta }=\frac{\alpha {}_{j{}_{0}k{}_0}E{\rm I}R{\rm P}{}_{j{}_{0}k{}_0}G{}_{j{}_0}(\theta {}_{j{}_{0}k{}_0},\phi {}_{j{}_{0}k{}_0})}{{\displaystyle {\sum }_{(j,k)\in V}\alpha }{}_{jk}E{\rm I}R{\rm P}{}_{jk}G{}_{j{}_0}(\theta {}_{jk},\phi {}_{jk})+\eta }$ (10)

其中, αjk表示从用户 (j, k) 到卫星的信道增益 (α${}_{jk}^{-1}$表示信道衰减) , EIRPjk表示用户的等效全向发射功率, (θjk, φjk) 分别表示用户的俯仰角和方位角, Gj (θjk, φjk) 表示用户 (j, k) 在波束j的多波束天线增益。

在CDMA通信系统中, 为使系统既能维持高质量通信, 又不对占用同一信道的其他用户产生过多的干扰, 用户会受到其所在波束的功率控制[7]。在实际的通信中, 用户有时会处于被遮挡状态, 有研究表明, 即便是未受遮挡用户也会受到功率控制误差 (Power Control Error, PCE) 的影响[2,8], 功率控制误差γ通常服从对数正态分布[9]

γ=eδ (11)

其中, δ为0均值、方差为σδ的高斯变量。对于未受遮挡用户, σδ的值一般为1dB;对于受遮挡用户, σδ的值一般为2-4dB[9]。

假设在理想的功率控制条件下, 卫星天线接收到每个用户的功率为P0。由于天线波束增益在每个波束小区的非一致性, 定义参数β${}_{jk}^2$用来表示这种基于关注波束天线增益和范围的补偿因子[10]

$\beta {}_{jk}^2=\frac{G{}_{j{}_0}(\theta {}_{jk},\phi {}_{jk})}{G{}_j(\theta {}_{jk},\phi {}_{jk})}$ (12)

则干扰用户经增益调整后进入关注波束的信号功率为P0eδj0k0·β${}_{jk}^2$。

显然, 式 (9) 中的C即为P0·eδj0k0, 则

$\frac{E{}_b}{{\rm N}{}_0}=\frac{B}{R}\frac{{\rm P}{}_{0}e{}^{\delta {}_{j{}_{0}k{}_0}}}{{\rm I}+\eta }$ (13)

其中, 总的多址干扰I包括同波束内用户干扰 (来自S1区域) 和其余波束内用户干扰 (来自S2区域) , I可以表示为

${\rm I}={\rm I}{}_{S{}_1}+{\rm I}{}_{S{}_2}={\displaystyle \sum _{\begin{array}{l}(j,k)\in S{}_1\\ (j,k)\ne (j{}_0,k{}_0)\end{array}}v}{\rm P}{}_{0}e{}^{\delta {}_{jk}}+{\displaystyle \sum _{(j,k)\in S{}_2}v}{\rm P}{}_{0}e{}^{\delta {}_{jk}}\cdot \beta {}_{jk}^2$ (14)

其中, v为话音激活因子。则

$\frac{{\rm I}}{{\rm P}{}_0}={\displaystyle \sum _{\begin{array}{l}(j,k)\in S{}_1\\ (j,k)\ne (j{}_0,k{}_0)\end{array}}v}e{}^{\delta {}_{jk}}+{\displaystyle \sum _{(j,k)\in S{}_2}v}e{}^{\delta {}_{jk}}\cdot \beta {}_{jk}^2$ (15)

其中, N表示每个波束小区的同频用户数。

对于给定的性能要求, 解调所需信号干扰噪声比SINRreq取决于信道条件、调制方法和编码方式, 定义中断概率为

${\rm P}{}_{out}=\text{Ρ}\text{r}\left\{\frac{E{}_b}{{\rm N}{}_0}\le S{\rm I}{\rm N}R{}_{req}\right\}$ (16)

将式 (13) 带入上式, 可以求出中断概率为

${\rm P}{}_{out}=\text{Ρ}\text{r}\left\{\frac{{\rm I}}{{\rm P}{}_0}\ge \lambda \right\}$ (17)

其中$\lambda =\frac{B}{R}\left[\frac{e{}^{\delta {}_{j{}_{0}k{}_0}}}{S{\rm I}{\rm N}R{}_{req}}-\frac{1}{\frac{E{}_b}{\eta {}_0}}\right]$ (18)

为了简化计算, 可以近似地认为总的多址干扰I服从高斯分布, 那么$\frac{{\rm I}}{{\rm P}{}_0}$也服从高斯分布[6]。由式 (15) 可以得出$\frac{{\rm I}}{{\rm P}{}_0}$的均值μI和方差σ${}_{{\rm I}}^2$为

$\mu {}_{{\rm I}}=E[\frac{{\rm I}}{{\rm P}{}_0}]=v\cdot g{}_1({\rm N}-1+{\displaystyle \sum _{(j,k)\in S{}_2}\beta }{}_{jk}^2)$ (19)

$\sigma {}_{{\rm I}}^2=E[(\frac{{\rm I}}{{\rm P}{}_0}){}^2]-\{E[\frac{{\rm I}}{{\rm P}{}_0}]\}{}^2=v\cdot (g{}_2-\omega g{}_1^2)({\rm N}-1+{\displaystyle \sum _{(j,k)\in S{}_2}\beta }{}_{jk}^4)$ (20)

其中$g{}_1=E[e{}^{\delta }]=Ae{}^{\frac{h{}^2\sigma {}_{\delta {}_s}^2}{2}}+(1-A)e{}^{\frac{h{}^2\sigma {}_{\delta {}_{us}}^2}{2}}$ (21)

g2=E[ (eδ) 2]=Ae2h2σ2δs+ (1-A) e2h2σ2δus (22)

其中$h=\frac{(\ln 10)}{20}$, δs和δus分别表示受遮挡和未受遮挡时功率控制误差的高斯变量, A表示用户被遮挡的概率。那么Pout关于δj0k0的条件概率为

${\rm P}{}_{out}|\delta =\frac{1}{2}erfc\left(\frac{\lambda -\mu {}_{{\rm I}}}{\sqrt{2\sigma {}_{{\rm I}}^2}}\right)$ (23)

其中erfc为补误差函数, 则中断概率为

${\rm P}{}_{out}=A{\displaystyle {\int }_{-\infty }^{\infty }{\rm P}}{}_{out}|\delta {}_s\cdot f(\delta {}_s)d\delta {}_s+(1-A){\displaystyle {\int }_{-\infty }^{\infty }{\rm P}}{}_{out}|\delta {}_{us}\cdot f(\delta {}_{us})d\delta {}_{us}$ (24)

4仿真结果分析

本系统采用的多址方式为多载波CDMA (MF-CDMA) , 每个波束内将10MHz可用频带划分为8条带宽为1.25MHz的CDMA信道。多载波的系统容量可以近似于每个信道的可容纳用户数乘上信道数。信息速率R=2.4kb/s, 遮挡概率A=0.3, 话音激活因子$v=\frac{3}{8}$, 载波波长λ=0.14m (载波频率f=2.2GHz) , 则用户接收天线的有效面积为Ae=1.6×10-3m2, 信号与热噪声的比特信噪比为Eb/η0=20dB。根据相关技术指标, 可得单个波束内一个用户的理想接收功率P1=-161.7dBW。

图4所示为用户数与地面接收功率Pr的关系。可以看出, 每信道可容纳的用户数为24, 前向链路的系统总用户容量为3072。

图5和图6分别表示了在非理想功率控制条件下, 功率控制误差σs和解调信噪比门限SINRreq对反向链路系统容量的影响。从图5, 图6中我们可以发现, 在解调信噪比门限给定的情况下, σs每增大1dB, 系统容量下降约25%。显然, 对于σs的典型值2-4dB, 系统的通信中断概率很难达到1%, 因此需要对功率控制算法做进一步的改进, 降低功率控制误差水平。在σs一定的情况下, SINRreq每增大1dB, 系统容量下降约30%。为了提高系统容量, 需要寻找性能更加优异的纠错码, 以降低解调所要求的信号干扰噪声比门限值。

在中断概率为5%的条件下, 选取不同的PCE方差σs和解调信干比门限SINRreq, 归纳了6种典型系统参数的LEO星地通信系统反向链路容量, 如表1所示, 可以看出不同参数时系统容量的对比。其中第1种情况时系统的容量最大, 单波束用户数为81, 波束簇总用户数为1296;第6种情况时系统的容量最小, 单波束用户数为30, 波束簇总用户数为480, 此时系统容量降低到了第1种情况的2/5左右。可见LEO卫星赋形多波束星地通信反向链路的容量对系统的功能参数非常敏感, 很小的参数变动可引起容量的急剧变化。

对比前向链路和反向链路的容量可以发现, 即便是选取了较优的系统参数和较低的中断概率值, 反向链路的系统容量仍旧比前向链路的容量小得多, 这主要是因为, 前向链路中用户几乎不受其他同频用户的多址干扰, 而反向链路中用户遭受了很大的多址干扰影响。

5结束语

本文主要分析了赋形多波束LEO卫星CDMA通信系统的前向和反向链路容量, 文中采用了基于“等通量”的赋形多波束增益模型, 这一增益模型相比传统的二阶锥形增益模型能够较好地补偿路径损耗差异, 保证了覆盖区域的“等通量”覆盖, 更符合LEO卫星通信系统的实际应用环境。

对于前向链路, 系统容量受到CTL标准的制约, 能达到的容量上限为3072个用户。对于反向链路, 在如表1所示的情况1下 (Pout=5%, σs=2dB, SINRreq=4dB) , 系统的容量可以达到1296个用户, 能满足基本的通信要求。当然, 为了提升系统性能以满足更高的通信需求, 需要着力提高系统的反向链路容量。分析表明, 提高反向链路系统容量可以通过以下途径:改进功率控制算法, 降低功率控制误差;寻找性能更加优异的纠错码;优化波束赋形算法, 降低赋形波束的旁瓣增益水平。

目前, 发展我国自主的低轨通信星座系统是必然趋势, 本文所采用的系统容量分析方法对低轨通信星座系统的规划和设计起到了至关重要的作用。

参考文献

[1]Icreased capacity using CDMA for mobile satellite communication[J].Gilhousen K S, Jacobs I M, etc.IEEE Journal on SelectedAreas in Communications, 1990, 8 (4) :503-514

[2]A capacity analysis of CDMA multi-beam mobile satellite systems with imperfect power control[C].Ekici O, Yongacoglu A.IEEE Globecom (Globeal Telecommunications Conference) , Texas, USA, 2001:1157-1162

[3]Development of 61-channel digital beamforming (DBF) transmitter array for mobile satellite communication[J].Liang Guang, Gong Wen-bin, Yu Jin-pei.Progress In Electromagnetics Research-PIER, 2009, 97:177-195

[4]星载多波束天线赋形技术研究[D].贾铂奇.上海:上海微系统与信息技术研究所, 2007.[Shaped beam synthesis of satel-lite-borne planar array[D].Jia Bo-qi.Shanghai:Shanghai institute of microsystem and information technology, 2007].

[5]Tota1 capacity in a shared CDMALEOs environment[J].Vojcic B R, Milstein LB, Pickholtz R L.IEEE J.of SAC, 1995, SAC, 13 (2) :232-244

[6]Erlang capacity for satellite CDMA systems with adaptive power control and interference cancellation[C].Guo Zi-hua, Letaief KB.IEEE Inernational Conference on Communications, New Orleans, USA, 2000, 2 (5) :119-223

[7]Uplink power control with faster covergence in DS-CDMA system[C].Gong Wen-bin, Gan Zhong-ming.IEEE InternationalConference on Communication, ICC2003, Anchorage, USA, May, 2003, Vol.1:373-376

[8]Multiple-access capacity in mobile user satellite systems[J].Monsen P.IEEE Journal on Selected Areas in Communication, 1995, 13 (2) :222-231

[9]Open-loop power control error in a land mobile satellite system[J].A.M.Monk, L.B.Milstein.IEEE J.Select.Areas Commun.vol.13, Feb, 1995:205-212

[10]Other-cell interference in satellite power-contolled CDMAuplink[C].E.Lutz.in Proc.5th Int.Mobile Satellite Conf.Pasa-dena, CA, June, 1997:83-88

波束赋形 篇3

智能天线作为TD-SCDMA中的关键技术之一, 其应用水平直接决定了TD网络质量的优劣。本质上, 智能天线是一种多阵元系统, 可以通过调整其各阵元的权值, 来使天线波束方向图形状变为指定波束形状, 即实现所谓波束赋形。根据赋形所处时隙的不同, 波束赋形可以分为业务波束赋形和广播波束赋形。前者是在TS1-TS6时隙形成的波束赋形, 根据用户的位置信息形成多个高增益窄波束, 动态实时地跟踪多个期望用户。后者是在广播时隙TS0产生的波束赋形, 用于手机与基站联系和进行广播业务。

目前业务波束赋形的应用已经比较成熟, 如现网广泛采用的EBB算法和GOB算法。而广播波束赋形的应用则是一个较新的研究方向, 并逐步成为近来一个研究热点。目前的广播波束赋形应用主要集中在65°、90°等常见波形上, 对于其他广播覆盖形状的应用则较少涉猎。事实上, 由于各个TD基站所处站址的不同, 其覆盖小区所要达到的广播覆盖效果也不尽相同。对于一些特殊场景, 采用65°波束、90°波束的覆盖不一定能达到最佳的覆盖效果, 需要通过特殊广播波形优化小区覆盖。

1 智能天线广播波束赋形方法

智能天线系统包括天线和信号收发控制两部分。天线部分是一种由多个阵元组成的阵列天线。收发控制部分通过调节各阵元信号的权值来改变阵列天线辐射电磁场的方向图。在广播时隙或下行导频时隙, 基带输出信号通过功分器分发到智能天线的N个激励单元, 每个激励单元对通过本分路的信号施加以相应的权值, 包括幅度和相位部分。经过激励的各分路信号经过射频组件后从各自的天线单元发射出去, 而总的方向图F (θ) 即是各天线单元辐射场图的合成, 表示为:

$F(\theta )={\displaystyle \sum _{i=1}^{{\rm N}}f}{}_i(\theta )|W{}_i|\exp [\text{j}\phi {}_i]\cdot \exp [\text{j}\cdot (i-1)\cdot k\cdot d{}_x\cdot \sin \theta ]$。 (1)

式中, i表示第i个单元, k为波数, dx为相邻单元的间距, θ为离开阵面法线方向的偏离角, |Wi|为单元激励权值Wi的幅度部分, φi为单元激励权值Wi的相位部分, fi (θ) 为第 i个单元在阵中的有源方向图 (以第i个单元的相位中心为相对坐标原点) , F (θ) 为合成的阵列方向图。

在天线仿真或实际的天线测量中, 通常容易获得第i个单元在阵中的有源方向图为f${}_i^{´}$ (θ) , 其与fi (θ) 的对应关系为:

f${}_i^{´}$ (θ) =fi (θ) ·exp[j· (i-1) ·k·dx·sinθ]; (2)

因此, 合成方向图F (θ) 也可以表示为:

$F(\theta )={\displaystyle \sum _{i=1}^{{\rm N}}f}´{}_i(\theta )\cdot |W{}_i|\cdot \exp [\text{j}\phi {}_i]$。 (3)

从上式可以看出, 无论单排单极化天线、双排单极化天线和双极化天线, 最终的多阵元天线的电磁波信号叠加式子中都是幅度|Wi|与相位φi的函数, 通过调整幅度和相位可以得到不同多阵元电磁波信号的叠加结果, 这就是智能天线广播波束赋形的原理。

2 常见特殊广播覆盖场景总结

尽管对于多数场景, 65°波束或90°波束是适用的, 但是对于一些特殊场景, 应用上述广播波形难以达到最佳的覆盖效果, 需要根据其特有的覆盖需求进一步调整广播波束权值。在此, 总结出几种常见的有特殊形状覆盖需求的场景, 作为研究对象。

(1) 窄广播波束

窄广播波束主要应用在公路、高架桥和隧道等场景。基站位于此类设施的附近, 需要小区天线沿与设施平行的方向提供覆盖。为了提供尽可能远的覆盖距离, 应使广播波束尽可能收窄, 从而使天线的能量集中在与设施平行的方向上。另外, 在海面上也存在窄广播波束的应用需求。海上用户距离陆地基站很远, 通常在几十公里之外, 为提高基站覆盖能力, 需要使用增益最高的窄波束天线, 采用多个扇区或基站组网, 实现超远距离海面覆盖。

(2) 宽广播波束

宽广播波束主要应用在广场等开阔区域, 用于提供大范围的广播覆盖, 有时也应用于公路等场景。例如, 当基站距离道路较远时, 如果与道路垂直的小区覆盖角度过窄, 可能由于信号衰落过快导致切换不及时甚至掉话, 在此场景下, 建议加大广播波束宽度。

(3) 马鞍形广播波束

马鞍形广播波束主要应用在山区岔路、弯道和街道的拐角等场景, 在此类场景中, 基站多位于拐角处, 相对于在多个方向上由多个天线提供覆盖的方案来说, 由单个天线形成面向多个方向的马鞍形波束是一个更为经济的方案。此外, 在一些基站稀少的平原, 也存在对于马鞍形波束的应用需求, 需要单个天线提供面向位于不同位置的村庄的马鞍形广播覆盖。

(4) 广播波束偏转

在基站运维过程中, 由于风吹等外界因素干扰或安装存在偏差, 基站天线经常出现实际覆盖方向与所需覆盖方向相比存在一定的角度偏差。对于普通的2G天线, 出现这种情况需要机械调整天线的方位角以纠正偏差;对于智能天线来说, 则可以通过权值的调整实现广播波束的偏转。

3 基于目标覆盖的广播波束权值生成

根据所总结出的常见特殊形状覆盖场景, 需要进一步生成对应的广播波束权值, 以便将其作为TD小区天线的输入, 在现网上加以应用。广播波束权值的生成主要是通过计算机仿真与人工辅助相结合的方式, 具体如下:

① 结合电子地图和TD-SCDMA站点的规划情况, 确定目标小区的覆盖边界和覆盖区域形状, 进而概括出基于目标覆盖的广播波束的方向图的大致形状。作为示例, 表1在此仅列出4种方向图分别作为第2节中各类特殊广播覆盖场景的代表;

② 分配一组初始权值作为权值调整的起点, 为便于权值的调整, 建议尽量选择合成波形与目标方向图较为接近的权值作为初始权值;

③ 基于现有的权值和目标小区天线的阵元方向图, 形成合成波形, 通过比较3 dB波束宽度、波束± (波束宽度) 边缘功率下降、前后比等指标考察合成波形与目标方向图的符合程度;

④ 如果合成波形满足要求则输出当前权值, 否则继续对权值进行修正。

基于目标覆盖的广播波束权值生成的具体流程如图1所示。

假设智能天线为4阵元或8阵元天线, 基于上述流程, 可以分别获得表1中4种目标方向图对应的广播波束权值。其中, 30°波束的合成方向图和权值如图2和表2所示。

120°波束的合成方向图和权值如图3和表3所示。

马鞍形主瓣20°、夹角60°波束的合成方向图和权值如图4和表4所示。

65°偏转20°波束的合成方向图和权值如图5和表5所示。

4 仿真结果实验

为了验证特殊覆盖场景下广播波束赋形技术在现网中的应用效果, 在保定、秦皇岛等地分别选择符合表1中4种特殊覆盖需求的部分小区进行验证, 将符合该场景的权值通过OMCR输入该小区天线, 通过路测的方式比较权值输入前后的小区覆盖的变化情况。

(1) 30°波束测试

在A小区对30°广播波束的权值进行了测试, 权值调整前后的路测指标统计结果如表6所示。

由表6可以看出, 权值调整后PCCPCH RSCP覆盖效果得到明显增强, -80～-70 dBm、-70～-60 dBm的覆盖比率明显提高, 而-105～-95 dBm的覆盖率则明显降低。

(2) 120°波束测试

在B小区对120°广播波束权值进行了测试, 权值调整前后的路测指标统计结果如表7所示。

由表7可以看出, 权值调整后-65～0 dBm的测试采样点覆盖比率由16.41%提高到46.27%, 而-85～-75 dBm的覆盖比率显著降低。说明宽波束120°波形由于扩大了小区的覆盖区域, 因而改善了B小区覆盖范围内的道路信号强度。

(3) 马鞍形主瓣20°、夹角60°波束测试

在C小区对马鞍形主瓣20°、夹角60°波束的权值进行了测试, 权值调整前后的路测指标统计结果如表8所示。

由表8中DT测试指标统计可以看出, 调整前后PCCPCH RSCP变化非常明显, -80～-70 dBm的覆盖比率有明显升高, -115～-105 dBm的覆盖比率有很大下降, 说明按照马鞍形权值进行广播波束赋形后, 该小区的覆盖效果得到了进一步优化。

(4) 65°偏转20°波束测试

在D小区对65°偏转20°广播波束的权值进行了测试, 权值调整前后的路测指标统计结果如表9所示。

从表9可以看出, 权值调整后-80～-70 dBm、-70～-60 dBm的覆盖比率增大, 而-105～-95 dBm的覆盖比率明显降低, 说明该小区的道路覆盖得到了增强, 广播波束的偏转效果得到了验证。

5 结束语

总的来说, 外场测试基本验证了4类特殊覆盖场景下的广播波束赋形的效果。可以认为, 在特殊覆盖场景下, 小区天线采用与之相匹配特殊权值相对于常规权值来说能够进一步优化广播覆盖的效果, 从而进一步提高TD-SCDMA网络的整体质量。另一方面, 由于基站个体差异、建筑物阻挡、权值与特殊场景地形难以精确匹配以及特殊场景权值的旁瓣等问题, 要实现对特殊覆盖场景下小区覆盖的精确控制仍然是一个挑战, 这也是今后基于智能天线的广播波束技术进行TD网络优化时所要解决的一个重点问题。

参考文献

[1]李晓明, 刘旸, 陈新, 等.一种采用智能天线的基站小区覆盖规划方法[J].电信工程技术与标准化, 2009 (5) ;45-47.

波束赋形 篇4

关键词：通信技术,放大转发,协作波束赋形,中继选择,能量有效性

由于协作传输技术能在更大的覆盖范围内提供更高速、可靠的数据服务［1 －2］。在多中继协作网络中,通过利用中继节点之间形成的虚拟天线特性,在各个节点间进行协作波束赋形可有效提高系统性能［3］。在协作波束赋形方法中,中继网络中的所有中继节点均参与波束赋形。然而,每条协作链路( 源节点- 中继节点- 目的节点) 具有不同的衰落特性,这会造成有些中继节点会降低端到端的中断概率。因此,如何选择合适的中继节点进行波束赋形,将有限的资源分配给这些中继节点对进一步提高系统性能至关重要。本文针对这一问题,提出了一种基于中继选择的协作波束赋形方法,通过中继选择,选取有用的节点进行波束赋形。该方法的选择过程需要的搜索次数和中继节点个数相等,从而减小了选择过程的复杂度。仿真结果表明,基于选择的协作波束赋形方法可有效提高系统中断概率性能。

1系统模型

如图1所示,考虑一个半双工,两跳无线中继网络。其中,源节点S和目的节点D之间存在直传链路,系统中有KＲ个中继节点R,每个节点只配置单天线。假设,源节点到目的节点之间的各条链路均服从频率非选择性的瑞利块衰落,源节点和中继节点可获得完整的信道状态信息。且总功率满足

这里,Ps是源节点的传输功率; Pr是中继节点集合SＲ= { 1,2,…,KＲ} 的功率和; Psum是端到端传输总功率。源节点、中继节点的传输功率分别满足

其中,Pi,i =1,2,…,KＲ表示第i个中继节点的传输功率; 若第i个中继节点未被选择到,则其功率为零,而被选择到的中继节点之间功率等分。ζ∈( 0,1) 和( 1 - ζ) ∈( 1,0) 分别表示分配给源节点和中继节点的功率占总功率的比例。

中继节点工作在放大转发( Amplify - And - Forward AF) 方式下。从S ~ D的传输过程分为两个时隙。第一时隙,S以功率Ps向R和D广播数据s。此时,源节点与中继节点、目的节点之间的传输关系可写为

这里,hs，i~ CN( 0,Ωs，i) 和hs，d~ CN( 0,Ωs，d) 分别表示从源节点到第i个中继节点、目的节点的信道冲激响应。ni和nd，1是中继节点和目的节点处的复加性高斯白噪声。

第二时隙,中继节点首先对接收信号进行功率归一化。接着每个中继节点将转发的信号xi乘以相应的权值系数wi后同时传输到目的节点。这样,目的节点处的接收信号可写为

此处,hi，d~ CN( 0,Ωi，d) 是第i个中继节点到目的节点的信道冲激响应,nd，2是第二时隙目的节点处的加性高斯白噪声。

在目的节点已知信道响应和噪声分布的条件下, 可得到等效接收信噪比 γdAP。

而hisig和hni分别定义为

2基于选择的协作波束赋形

2. 1最优协作波束赋形向量

多中继协作传输网络中,协作波束赋形可有效提高系统中断概率性能和能量效率。中继节点发送信号前首先乘以一个复系数wi,这样目的节点处的接收信号可进行相关合并。

式( 6) 中等式右边的第一部分只与源节点到目的节点的直传链路有关。因此,可认为波束赋形向量的设计仅依赖于协作链路的信噪比 γr，d。将 γr，d写成矩阵形式

这里,w和h*sig是列向量,其元素分别为wi和hisig。 hn= diag{ hn1,…,hni,…,hnKＲ} 是一个对角阵。( ·)*表示矩阵的共轭转置。

波束赋形向量的设计等效于在满足w2= 1的条件下,计算w使得 γr，d最大。最优的波束赋形向量可表示成［4］

其中,‖·‖2表示2范数。

2. 2中继选择策略

多中继网络中,每条协作链路都具有独立的衰落特性。这使得某些协作链路可提高端到端中断概率性能,而另一些协作链路则会使端到端中断概率性能恶化。考虑总功率受限的条件,应将能量分配给可以提高中断概率性能的中继节点,中继选择就是一个有效的解决方法。对于最优的选择方案,最佳中继子集满足

这里,Ψm是所有中继节点的任意一个子集。式( 10) 表示,一个包括m个中继节点的最优中继子集,其端到端中断概率最小。得到这样的集合需要sKＲ- 1次搜索,可看到搜索次数随中继个数按指数增加。

因此,文中给出一种次优的中继选择方案,用以确定参与协作波束赋形的中继节点。初始状态中,协作集合包括所有中继节点。随后,不满足门限的中继节点将被逐一去除。若用x表示集合 Ψm + 1中的任一中继节点,且不满足选择门限。当x从 Ψm + 1中排除后, Ψm和 Ψm + 1的中断概率应满足

式中,POm表示集合具有m个中继节点时的中断概率。 当给定一个中继集合 Ψm,协作波束赋形中断概率函数可表示为［5］

则式( 11) 可改写为

此时有则有下式成立

这样,对式( 14) 做简单变换,便可得到满足中断概率选择要求的门限

可以看到,选择到的中继节点依赖于网络传输的总功率,及中继集合的大小。该方法在源节点传输前就可决定哪些中继节点会被选择,这将减少在不必要的中继节点之间进行信道状态信息交换所带来的额外传输量。下面将给出详细的选择步骤。尽管此处讨论针对最优的波束赋形,然而相应的讨论可轻易的扩展到有限反馈场景中,从而进一步减少信息交互［6 －7］。

步骤1初始状态,所有的中继节点包括在中继集合 Ψm中,同时设置计数器m = KＲ。

步骤2对每一个中继节点计算选择尺度,(表示两跳链路的能量强度)并定义两个变量:

若 Γ KＲ- m + 1 ≤ThKＲ－ m + 1,执行步骤5; 若不满足门限,即 Γ KＲ- m + 1 > ThKＲ － m + 1,第i各中继从集合 Ψ m中剔除。

步骤3计数器值变为m = m - 1。更新 ΓKＲ－ m + 1和门限ThKＲ－ m + 1。

步骤4当m =1时,执行步骤5,否则若m >1,则执行步骤2。

步骤5最后,将一个被选择的中继节点利用式( 9) 计算波束赋形向量。且将第一时隙收到的信号乘以波束赋形向量后转发到目的节点。

显然,本文提出的算法只需KＲ次搜索,这大幅降低了选择过程需要的复杂度。式( 15) 中的门限是传输功率和中继个数的单调函数。当固定传输功率时, 中继集合较大则其对应的门限更小,这意味着选到更多的中继节点是一个小概率事件。在固定中继节点个数时,门限值随总功率的增加而增加。这一特点表明, 当信道状态较差时,选择到的中继节点更少,相反更大的中继子集适合相对较好的信道状态。

3仿真结果

该节给出了S - BF - AF( 放大转发中继网络中基于选择的波束赋形) 策略的中断概率性能仿真。仿真中只部署一个源节点和目的节点,中继节点随机分布在网络中,且每个节点均只有一根天线。源节点和目的节点相距1 km。仿真中假设源节点和中继节点之间服从等功率分配,即 ζ =0. 5。中继节点和目的节点处的噪声方差是0 dB。

假设仿真中所有的信道服从复高斯分布,即

这里,a表示发射节点; b表示接收节点; d表示节点a和b之间的距离; α 表示路损因子( 文中 α =3) 。下面的仿真结果表明,尽管式( 15) 是基于高信噪比的推导,但在较低信噪比条件下,算法依旧可提高端到端平均中断概率性能。

图3和图4分别比较了部署6个中继节点和8个中继节点时,各算法之间的性能差异,图中AP - BF - AF( 放大转发中继网络中所有中继节点均参加的波束赋形算法) 是指所有中继节点均参与协作的放大转发协作波束赋形算法。可看到,AP - BF - AF的性能优于各个中继节点之间等功率分配的性能。而采用基于选择的协作波束赋形时,性能优于AP - BF - AF的性能。这说明,基于选择的协作波束赋形可将有限的功率分配给能够降低中断概率的中继节点。从这两个仿真图还可看出,网络中部署8个中继节点时,文中算法将获得更高的性能增益。在总功率受限的情况下,该算法更适合规模大的协作传输网络。

图5比较了S - BF - AF和AP - BF - AF算法相对于等功率分配的信噪比增益。而信噪比增益将被作为中继节点个数和总功率的函数。仿真过程中发现, 两种算法得到的信噪比增益在整个变化区间内未呈现出明显不同,其变化趋势是中继节点个数和Psum/ N0的单调增函数。S - BF - AF算法的信噪比增益性能要优于AP - BF - AF算法,提高了网络能量效率。

4结束语