Mathematical Modeling in Engineering
Mimo System Capacity Limits Under Different Propagation Conditions
Table of Contents
Die Multiple Input Multiple Output (MIMO)-Technologie ist zu einem Eckpfeiler der modernen drahtlosen Kommunikation geworden und stützt alles von 4G LTE und 5G New Radio bis hin zu Wi‐Fi 6 und darüber hinaus. MIMO nutzt im Kern mehrere Antennen am Sender und Empfänger, um den Datendurchsatz zu steigern, die Verbindungszuverlässigkeit zu verbessern und gleichzeitig mehr Benutzern zu dienen. Die tatsächliche Kapazität, die ein MIMO-System erreichen kann, ist jedoch bei weitem nicht konstant - sie ist eine Funktion der Ausbreitungsumgebung, in der das System arbeitet. Zu verstehen, wie unterschiedliche Ausbreitungsbedingungen die MIMO-Kapazitätsgrenzen beeinflussen, ist für Ingenieure, die robuste, leistungsstarke Netzwerke entwerfen, unerlässlich. Dieser Artikel bietet eine eingehende Untersuchung der MIMO-Systemkapazität, des Einflusses von Line‐of‐Sight (LOS), Rich Scattering und Nicht‐Line‐Sight (NLOS) Bedingungen und die Strategien zur Maximierung der Kapazität in realen Einsatzbereichen.
Grundlagen der MIMO-Kapazität
Die theoretische Kapazität eines MIMO-Systems wird durch eine Erweiterung des Shannon-Hartley-Theorems angegeben. Für einen Kanal mit Nt Sende- und Nr Empfangsantennen kann die Kapazität (in Bits/s/Hz) ausgedrückt werden als:
C = log2 det( IN + (ρ / N[t) H HH )
wobei H die Nrx Nt Kanalmatrix ist, Iρ ist das Signal-zu-Rausch-Verhältnis an jeder Empfangsantenne und ]H bezeichnet die konjugierte Transpose. Diese Formel zeigt, dass die Kapazität nicht nur von der Anzahl der Antennen und dem SNR abhängt, sondern auch von den Eigenschaften der Kanalmatrix H.
Zu den wichtigsten Faktoren, die H beeinflussen, gehören der rank (Anzahl unabhängiger räumlicher Ströme, die unterstützt werden können) und die condition number (die misst, wie gut bedingte der Kanal für das räumliche Multiplexing ist). Unter idealen Bedingungen ermöglicht eine vollwertige Matrix mit einer niedrigen Bedingungszahl dem System, sich der maximalen theoretischen Kapazität zu nähern – proportional zum Minimum von Nt und Nr In der Praxis können Ausbreitungsbedingungen diese Metriken jedoch dramatisch verändern.
Ein weiteres wichtiges Konzept ist räumliche Korrelation. Wenn Signale, die an verschiedenen Antennen ankommen, stark korreliert sind (z. B. weil Antennen zu nahe beieinander liegen oder die Umgebung keine Streuer hat), nimmt der effektive Rang ab und die Kapazität leidet. Umgekehrt neigt eine niedrige Korrelation (Rich-Streuung) dazu, die Kapazität zu erhöhen, indem sie unabhängigere räumliche Kanäle bereitstellt.
Line-of-Sight (LOS) Bedingungen
In einer reinen Line-of-Sight-Umgebung - wie einer Punkt-zu-Punkt-Mikrowellenverbindung im Freien - sind Sender und Empfänger mit minimalen Hindernissen direkt für einander sichtbar. Die Kanalmatrix H ist im Wesentlichen Rang-1 (alle Einträge haben den gleichen Phasenverlauf), so dass das System nur einen einzigen räumlichen Strom unterstützen kann. Trotz des hohen SNR, der oft mit LOS einhergeht, ist die Kapazität auf die eines Single-Input-Single-Output-Kanals (SISO) begrenzt, der durch das Produkt der Antennenverstärkungen skaliert wird.
LOS-Bedingungen sind jedoch nicht immer nachteilig. Werden die Antennenarrays sorgfältig mit einem Inter-Element-Abstand konstruiert, der messbare Phasenunterschiede über das Array erzeugt - sogenannte "massive MIMO"- oder "large-scale MIMO"-Anordnungen -, kann der effektive Rang zunehmen. So können Basisstationen mit Hunderten von Antennenelementen bei 5G-Festnetzzugangs (FWA) -Einsätzen auch unter Nah-LOS-Bedingungen durch Ausnutzung der sphärischen Wellenfront in kurzen Abständen ein sinnvolles räumliches Multiplexing erreichen. Dennoch begrenzt ein reiner LOS-Kanal für die meisten praktischen Systeme die MIMO-Kapazität deutlich unter das theoretische Maximum basierend auf der Antennenzahl.
Reiche Streuumgebungen
In reichhaltigen Streuumgebungen, die durch viele Reflektoren (Gebäude, Bäume, Möbel usw.) gekennzeichnet sind, glänzt MIMO wirklich. Signale prallen von mehreren Objekten ab und erzeugen zahlreiche Pfade zwischen jedem Sende-Empfangsantennenpaar. Diese Mehrwegausbreitung erzeugt eine Kanalmatrix ]H mit hohem Rang und niedriger Korrelation - ideal für das räumliche Multiplexing. Die Kapazität skaliert sich annähernd linear mit dem Minimum der Anzahl von Sende- und Empfangsantennen, vorausgesetzt, es wird ein ausreichendes SNR angenommen.
Beispiele für Rich-Scatter-Umgebungen sind dichte Stadtgebiete, Innenbüros mit vielen reflektierenden Oberflächen und Fabrikhallen mit Metallmaschinen. In solchen Einstellungen kann ein 4×4-MIMO-System (vier Sende- und vier Empfangsantennen) eine vierfache Kapazitätssteigerung gegenüber einem Single-Antennensystem erreichen. Deshalb legen modernes WLAN (802.11ac/ax) und 5G NR großen Wert auf Multi-Antennen-Betrieb und Beamforming - sie nutzen die verfügbare Streuung, um Gigabit pro Sekunde Datenraten zu liefern.
Wichtig ist, dass die "Rich-Streuung" keine perfekte Leistung garantiert. Ist der SNR gering (z. B. am Zellenrand), können die Kapazitätsgewinne aus dem räumlichen Multiplexen durch Rauschensverstärkung ausgeglichen werden. Darüber hinaus erfordern zeitvariable Kanäle (z. B. durch sich bewegende Fahrzeuge) eine schnelle Kanalschätzung und adaptive Modulation. Eine Rich-Streuumgebung ermöglicht es MIMO-Systemen jedoch, bei richtiger Auslegung nahe ihrer theoretischen Grenzen zu arbeiten.
Non-Line-of-Sight (NLOS) Bedingungen
Nicht-Line-of-Sight-Bedingungen treten auf, wenn der direkte Weg zwischen Sender und Empfänger durch Hindernisse wie Gebäude, Hügel oder Mauern blockiert wird. Die Kommunikation beruht vollständig auf reflektierten, gebeugten oder gestreuten Signalen. Während NLOS-Kanäle immer noch reiche Mehrwege und damit viele räumliche Ströme bereitstellen können, leiden sie oft unter zwei großen Beeinträchtigungen: Pfadverlust und Exzessverzögerungsspreizung.
Auswirkungen auf SNR und Effective Rank
Da das Signal über indirekte Pfade verlaufen muss, ist der Pfadverlust typischerweise höher als in LOS. Ein niedriger empfangenes SNR verringert die Kapazität pro räumlichem Strom. Ferner kann bei einem großen Hindernis und wenigen Streupfaden (z. B. einem einzigen dominanten Reflektor) der Kanal schlecht konditioniert werden, mit einem oder mehreren singulären Werten nahe Null. Der effektive Rang sinkt, wodurch die Anzahl der nutzbaren räumlichen Ströme begrenzt wird.
Gemeinsame NLOS-Szenarien
Indoor-NLOS ist in Bürogebäuden üblich, in denen Wände und Möbel direkte Sicht zwischen Zugangspunkten und Geräten blockieren. Draußen erzeugen städtische Schluchten oft NLOS für Benutzer hinter Gebäuden. In diesen Umgebungen müssen MIMO-Systeme auf Diversitätstechniken (z. B. Alamouti-Codierung) zurückgreifen oder auf fortschrittliche Empfänger mit Interferenzunterdrückung zurückgreifen, um nutzbare Kapazitäten zu retten. Zum Beispiel verwendet 5G NR multi-TRP (multiple Übertragungspunkte), um die Abdeckung in NLOS-Standorten zu verbessern, effektiv durch Koordination den effektiven Kanalrang zu verbessern.
Trotz der Herausforderungen zerstört NLOS nicht immer die MIMO-Kapazität. In einigen Fällen kann der durch Reflexionen erzeugte Mehrweg immer noch eine angemessene Anzahl von unkorrelierten Kanälen bereitstellen. Der Schlüssel liegt darin, das Übertragungsschema an die momentanen Kanalbedingungen anzupassen, indem Rückmeldungen vom Empfänger (z. B. Kanalzustandsinformationen am Sender oder CSIT) verwendet werden. Ohne genaue CSIT kann das System Strom für Ströme verschwenden, die zu schwach sind, um zu dekodieren, wobei der Wirkungsgrad weit unter den theoretischen Vorhersagen liegt.
Strategien zur Maximierung der MIMO-Kapazität unter unterschiedlichen Ausbreitungsbedingungen
Netzwerkingenieure haben eine Reihe von Techniken entwickelt, um die MIMO-Übertragung an die Ausbreitungsumgebung anzupassen, die sowohl in Standards (3GPP, IEEE 802.11) als auch in proprietären Implementierungen eingesetzt werden.
1. Strahlformgebung
Strahlformungskonzentrate übertragen Energie in einer engen Winkelrichtung, wodurch der SNR am vorgesehenen Empfänger erhöht wird. Unter LOS-Bedingungen kann digitale Strahlformung eine virtuelle High-Gain-Verbindung erzeugen, die den Mangel an räumlichem Multiplexing teilweise ausgleicht. Bei NLOS kann Strahlformung über mehrere Cluster die Kapazität durch Fokussierung auf die stärksten Streuer noch verbessern. Massive MIMO-Basisstationen verwenden Codebuch-basiertes oder eigenbasiertes Strahlformung, um Strahlen adaptiv zu steuern.
2. Adaptive Modulation und Codierung (AMC)
Moderne Systeme überwachen kontinuierlich den Kanalqualitätsindikator (CQI) und passen die Modulationsreihenfolge (QPSK, 16‐QAM, 64‐QAM, 256‐QAM usw.) und die Coderate an. Unter schlechten NLOS-Bedingungen wird eine Modulation niedrigerer Ordnung mit stärkerer Codierung verwendet, um die Link-Verlässlichkeit zu erhalten, wenn auch bei reduzierten Datenraten pro Stream. Bei Rich-Scattern kann eine Modulation höherer Ordnung auf alle räumlichen Streams angewendet werden, um Spitzenkapazitäten zu erreichen.
3. Räumliches Multiplexen und Vorcodieren
Räumliches Multiplexen sendet gleichzeitig unabhängige Datenströme auf jeder Antenne. Um die Kapazität zu maximieren, verwendet der Sender eine Vorcodiermatrix (abgeleitet von CSIT), die mit den einzelnen Vektoren des Kanals übereinstimmt. Dies entspricht der Diagonalisierung des MIMO-Kanals in unabhängige Unterkanäle. Die Anzahl der Ströme entspricht der Anzahl von ungleich null Singularwerten von H In rangunfähigen Umgebungen (z. B. starke LOS) kann Vorcodierung immer noch verwendet werden, um einen einzelnen Strom mit maximaler Verhältniskombination zu senden, der den Durchsatz für Robustheit austauscht.
4. Diversitätstechniken
Wenn räumliche Multiplex-Verstärkungen nicht möglich sind (z. B. tiefe NLOS mit niedrigem Rang), können Diversitätstechniken die Zuverlässigkeit verbessern. Raumzeit-Blockcodes (STBC) wie das Alamouti-Schema übertragen Repliken der Daten über Antennen hinweg und bieten Diversitätsgewinn, ohne dass CSIT erforderlich ist. Empfangen Sie Diversität (mehrere Empfangsantennen) bekämpft auch das Fading. Für kapazitätsbegrenzte Verbindungen hilft Diversität, die erforderliche SNR zu reduzieren, um eine gegebene Fehlerrate zu erreichen, indirekt erhöht den durchschnittlichen Durchsatz.
5. Mehrbenutzer-MIMO (MU‐MIMO)
MU‐MIMO bedient mehrere Nutzer gleichzeitig auf derselben Zeitfrequenzressource. Diese Technik profitiert davon, dass unterschiedliche Nutzer oft unterschiedliche Ausbreitungsbedingungen erleben. Selbst wenn jeder Kanal eines Nutzers Rang 1 (z. B. LOS) hat, kann der aggregierte Kanal über die Nutzer hinweg vollständig gerankt werden, was ein räumliches Multiplexen von Nutzern anstelle von Streams ermöglicht. Dies ist ein wesentliches Merkmal von 5G NR und Wi‐Fi 6. Bei der Rich-Scattering erzielt MU‐MIMO noch höhere Gewinne, indem es Benutzer mit unkorrelierten Kanälen koppelt.
6. Kanalschätzung und Feedback
Genaue Kenntnisse des Kanals - insbesondere am Sender - sind für alle adaptiven Techniken von entscheidender Bedeutung. In FDD-Systemen (Frequency Division Duplex) sendet der Empfänger quantisierte Kanalschätzungen oder Precoding-Matrixindikatoren (PMI) an den Sender. In TDD-Systemen (Time Division Duplex) wird die Kanalwechselseitigkeit ausgenutzt. Die Qualität der Rückkopplung wirkt sich direkt auf die Anpassungsfähigkeit des Systems aus; schlechte Rückkopplung kann zu suboptimaler Strahlformung oder Stromzuweisung führen, wodurch die Kapazität reduziert wird. Die Forschung an effizienten Rückkopplungssystemen, einschließlich Deep-Learning-basierter Kompression, wird fortgesetzt.
Reale Welt Beispiele und Standards
Die 5G-NR-Spezifikation von 3GPP definiert eine umfangreiche Reihe von MIMO-Funktionen, die auf verschiedene Ausbreitungsbedingungen zugeschnitten sind. Beispielsweise ermöglichen die Konfigurationen von Reference Signal (RS) der Basisstation, Referenzsignale zu strahlenformen, um den Kanal zu schätzen. Der Standard unterstützt auch codebuchbasierte und nicht-codebuchbasierte Uplink-Übertragung, wodurch das UE den besten Precoder auswählen kann. In dichten städtischen Umgebungen bietet massives MIMO (mit 64, 128 oder mehr Antennenelementen) die notwendigen Freiheitsgrade, um Dutzenden von Benutzern mit hoher Kapazität zu dienen.
Wi‐Fi 6 (802.11ax) nutzt OFDMA in Kombination mit MU‐MIMO für Szenarien wie überfüllte Stadien oder offene Büros. Der Standard erlaubt bis zu acht räumliche Streams und unterstützt explizites Beamforming mit Channel Sounding. Für Indoor-LOS-Situationen (z. B. ein Wohnzimmer mit direktem Blick auf den Router) hilft der Beamforming-Report dem Zugangspunkt, das beste Antennenmuster zu verwenden, auch wenn der räumliche Multiplexing-Verstärkungsgrad begrenzt ist.
Das Spektrum oberhalb von 6 GHz (mmWave) stellt zusätzliche Herausforderungen dar. Der hohe Pfadverlust in NLOS erfordert eine hochgerichtete Strahlformung, und der Kanal ist oft spärlich (wenige signifikante Strahlen). Die MIMO-Kapazität bei mmWave hängt daher stark von der Strahlausrichtung und der Fähigkeit ab, starke reflektierte Pfade zu finden. Standards wie 5G NR FR2 (24-52 GHz) setzen auf analog-digitales Hybrid-Strahlenformen, um die Hardwarekomplexität zu bewältigen und gleichzeitig ein räumliches Multiplexen über einige wenige Ströme zu erreichen.
Fazit: Design für die reale Welt
Die MIMO-Systemkapazität ist keine feste Zahl - es ist eine dynamische Größe, die durch die Ausbreitungsumgebung geformt wird. Line-of-Sight-Bedingungen beschränken das räumliche Multiplexen, können aber hohe SNR unterstützen; Rich Scattering erschließt das volle Potenzial mehrerer Antennen; und Nicht-Line-of-Sight-Bedingungen erfordern adaptive Strategien, um Pfadverlust und Rangmangel zu überwinden. Durch das Verständnis dieser Beziehungen können Ingenieure die geeigneten Antennenkonfigurationen, Übertragungsschemata und Anpassungsalgorithmen auswählen, um eine zuverlässige Hochgeschwindigkeitsverbindung in verschiedenen Einsatzszenarien zu liefern. Zukünftige Systeme - einschließlich 6G - werden MIMO weiter vorantreiben, mit noch größeren Arrays, intelligenten reflektierenden Oberflächen und Deep Learning-basierte Kanalvorhersage, die alle darauf abzielen, die maximal mögliche Kapazität aus jeder Funkumgebung herauszupressen.
Externe Referenzen für die weitere Lektüre:
- „Kapazität von Gaußischen Mehrantennenkanälen – E. Telatar (1999) – Das grundlegende Papier über MIMO-Kapazität.
- 3GPP – 5G System Overview – Offizielle Spezifikation für den 5G NR MIMO Betrieb.
- Wi‐Fi Alliance – Evolution of Wi‐Fi 6 – Übersicht über MIMO-Erweiterungen in 802.11ax.
- „Eine Umfrage über MIMO für 5G und darüber hinaus – Albreem et al. (2021) – Umfassende Umfrage über MIMO-Techniken.