Langattoman viestinnän jatkuva laajentaminen vaatii yhä suurempia datanopeuksia ja vankempia yhteyksiä. Keskeistä näiden vaatimusten täyttämisessä on [spektrin tehokkuus[].Tässä artikkelissa tarkastellaan taajuuksien tehokkuuden teknisiä perusteita, sen parantamiseen käytettäviä keskeisiä menetelmiä ja sen suoraa vaikutusta kanavakapasiteettiin nykyaikaisissa ja tulevissa verkoissa.

Taajuustehokkuuden ymmärtäminen

Taajuustehokkuus, ilmaistuna bittinä sekunnissa Hertz- (bps/Hz) kohti, määrittää suurimman datan taajuuden, joka voidaan luotettavasti siirtää 1 Hz:n kaistanleveydellä. 10 bps/Hz-järjestelmä voi lähettää 10 Mbps:n taajuuksia 1 MHz:n taajuuksilla, kun taas vähemmän tehokas järjestelmä voi hallita vain 2 Mbps:n kaistanleveydellä. Teoreettinen yläraja Shannon.Hartley-teoreema[] riippuu vain signaalin ja äänen välisestä suhteesta (SNR). Käytännössä modernit viestintäjärjestelmät lähestyvät tätä kautta kehittyneiden transsetterien malleja ja signaalin käsittelyä.

On tärkeää erottaa taajuustehokkuus -tehokkuudesta. Taajuustehokkuus on fyysisen kerroksen raakamittari, kun taas protokollan yleiskustannukset, edelleenlähetykset ja aikataulujen tehottomuus ovat erittäin tärkeitä todellisen maailman kapasiteetin saavuttamiseksi, mutta taajuuksien tehokkuus on tietyn kaistanleveyden perusraja.

Shannon...Hartleyn lause ja kapasiteettirajat

Shannon.Hartley-lauseessa todetaan, että kanavan kapasiteetti C[ (bps:2] on [B[[] × log[[[]]2[[[]]]]][1 + []]]]), jossa ] [[[]] [[[ on kaistanleveys Hertzissä ja [] on lineaarinen signaali-melusuhde. Tämä paljastaa kaksi reittiä suurempaan nopeuteen: kaistanleveyden lisääminen tai SNR:n parantaminen. Taajuustehokkuus keskittyy jälkimmäiseen, koska laajempia kaistanpituuksia ei usein ole saatavilla tai kustannus-protivitiiveja.

Todelliset kanavat kuitenkin ottavat käyttöön haalistumista, häiriöitä ja liikkuvuutta. Käytännön järjestelmien on käytettävä mukautuvia tekniikoita tehokkuuden ylläpitämiseksi erilaisissa olosuhteissa. Teoreettisten valmiuksien ja saavutettavissa olevan kapasiteetin välinen kuilu tunnetaan Shannon-kuilu[. Tämän kuilun sulkeminen on taajuuksien tehokkuuden parantamisen ensisijainen tavoite.

Taajuustehokkuuden parantamiseen tähtäävät keskeiset tekniikat

Kehittyneet muokkausjärjestelmät

Modulointikartat digitaalisia bittiä analogiseen aaltomuotoon. Korkeammat modulaatiojärjestelmät, kuten 256-QAM ja 1024-QAM, lähettävät enemmän bittiä symbolia kohti käyttämällä tiheämpiä konstellaatiopisteitä. Esimerkiksi 256-QAM koodaa 8 bittiä symbolia kohti, kun taas QPSK koodaa vain 2 bittiä symbolia kohti. Vaihtokauppa on lisääntynyt melu- ja vääristymäherkkyys. Nykyaikaiset verkot valitsevat dynaamisesti suurimman mahdollisen modulaatiotilauksen, joka perustuu hetkelliseen SNR:ään, tekniikkaan , mukautuva modulaatio[.

Useita syötteitä sisältävä monitoimisyöttö (MIMO) ja Spatial Multiplexing

MIMO käyttää useita antenneja sekä lähettimessä että vastaanottimessa rinnakkaisten paikkatietovirtojen luomiseksi. Jokainen tilavirta lisää tehokkaasti riippumattoman kanavan, moninkertaistaa kapasiteetin ilman lisätaajuuksia. Tehokkuushyöty on verrannollinen virtojen määrään . Esimerkiksi 8×8 MIMO-järjestelmä voi teoriassa saavuttaa kahdeksan kertaa yhden antennin järjestelmän bps/Hz:n. Reaaliset käyttöönottot, kuten 64 tai 128 antennielementtiä sisältävät 5G-tukiasemat (Massive MIMO) tuottavat valtavia spektrisiä hyötyjä. Lisätietoja MIMO-järjestelmästä löytyy 3GPP....

Orthogonaalinen taajuus Division Multiplexing (OPDM) ja aaltomuotosuunnittelu

OFDM jakaa laajan kanavan moniin ortogonaalisiin alialustoihin, jotka ovat riittävän kapeat kokeakseen tasaista haalistumista. Tämä yksinkertainen tasaus ja monipolkuinen käsittely tekevät OFDM:stä LTE:n ja 5G NR:n perustan. Muunnokset, kuten []Filtered-OFDM[] ja []UFMC[], vähentävät edelleen taajuuskaistan ulkopuolisia päästöjä, mikä mahdollistaa taajuuksien entistä tiukemman uudelleenkäytön ja suuremman kokonaistehokkuuden.

Mukautuva koodaus ja mukauttaminen (ACM)

ACM säätää dynaamisesti modulaatiojärjestystä ja koodausnopeutta vastaamaan reaaliaikaisia kanavaolosuhteita. Kun kanava on hyvä, käytetään tehokasta yhdistelmätä (esim. 64-QAM ja nopeus-5/6 koodaus), huonoissa olosuhteissa järjestelmä palautuu takaisin vankkaan QPSK:hen, jonka koodinopeus on alhainen. Tämä maksimoi keskimääräisen taajuustehokkuuden ja ylläpitää linkin luotettavuutta. ACM on olennainen mobiiliympäristöille, joissa reitin menetys ja häiriöt vaihtelevat nopeasti.

Operaattorin kokoaminen ja laajemmat kaistanleveydet

Vaikka operaattorien yhdistäminen lisää kaistanleveyttä koko kaistanleveyttä eikä bps/Hz-tehoa operaattoria kohti, se parantaa välillisesti taajuuksien tehokkuutta yhdistämällä hajanaisia taajuuslohkoja. Operaattorit voivat yhdistää ei-tarttuvia lisensoituja taajuuksia loogiseksi rasvaputkeksi. 5G:ssä jopa 100 MHz:n (ala-6 GHz:n) tai 400 MHz:n (mmWave) käyttö operaattoria kohti yhdistettynä aggregaatiin mahdollistaa erittäin korkeat huippuhinnat ja säilyttää samalla kunkin komponentin operaattorin korkean jännitteen/hehtotason, joka johtuu signaalin pitkälle edenneestä käsittelystä.

Häiriöiden hallinta ja taajuuksien uudelleenkäyttö

Soluverkoissa taajuuksien tehokkuuteen vaikuttavat voimakkaasti vierekkäisten solujen häiriöt. Solujen interferenssien koordinointi (ICIC), koordinoitu monipiste (Comarised Multi-Point) ja säteenmuodostuksen kaltaiset tekniikat vähentävät häiriöitä, mikä mahdollistaa samojen taajuuksien suuremman uudelleenkäytön. Massive MIMO-säteenmuodostuksessa energia kohdistetaan kohdekäyttäjiin ja nollaan interferoijiin, mikä parantaa merkittävästi signaalin ja häiriön välistä suhdetta (SINR) ja siten bps/Hz.

Reaalimaailman vaikutukset: 5G ja sen ulkopuolella

5G NR:n tavoitteena on 3...4× taajuustehokkuuden parantaminen LTE:hen verrattuna. Tämä saavutetaan yhdistämällä joustavat numerologiat, massiivinen MIMO, jopa 256-QAM, ja tehokkaat ohjauskanavamallit. Varhaiset kenttäkokeet kertovat laskevan linkin tehokkuudesta yli 10 bp/Hz:n ja 32-kerroksisen MIMO:n välillä. Tiheissä kaupunkikäytössä nämä hyödyt johtavat useisiin Gbps-arvoihin alakohtaista kohden, jotka tukevat samanaikaisesti 4K-videostreamaalausta, lisääntynyttä todellisuutta ja massiivista IoT:tä ilman ruuhkia.

6G:n osalta tutkijat tutkivat -osa-THz[-taajuuksia, joilla on valtava määrä raakakaistaa. Näiden taajuuksien levinneisyyden haasteet vaativat kuitenkin vieläkin kehittyneempiä säteenmuodostuksen ja aaltomuodon tekniikoita käyttökelpoisen taajuustehokkuuden ylläpitämiseksi. Koneoppimista käytetään myös resurssien ja häiriöiden hallinnan optimoimiseen reaaliajassa, mikä lupaa uusia harppauksia bps/Hz:ssä.

Korkean taajuuksien tehokkuuden saavuttamisen haasteet

Teoriasta huolimatta käytännön esteitä on edelleen. Virrankulutus kasvaa korkeamman tiheyden modulaation ja massiivisten antennijärjestelmien ansiosta, erityisesti käyttäjälaitteissa. Kanavan arviointi vaikeutuu monissa satamissa, mikä rajoittaa saavutettavissa olevaa kapasiteettia nopeasti hiottavissa ympäristöissä. Lisäksi lähetystehon ja kaistan ulkopuolella olevien päästöjen sääntelyrajat rajoittavat mahdollisimman suurta mahdollista bps/Hz:tä. Näiden haasteiden ratkaiseminen edellyttää jatkuvaa kehitystä puolijohdeteknologiassa, signaalinkäsittelyalgoritmeissa ja verkkoarkkitehtuurin koordinoinnissa.

Tulevaisuuden ohjeet: AI ja Machine Learning for Spectrum Optimisation

Tekoäly on valmis mullistamaan taajuustehokkuuden. Syväoppiminen malleissa voidaan ennustaa kanavaolosuhteet, suorittaa älykäs säteen valinta, ja mukauttaa modulointijärjestelmät millisekunnin murto-osaksi. Vahvistus oppijat voivat optimoida taajuuksien uudelleenkäyttömalleja koko verkossa ilman ennalta määriteltyjä malleja. Nämä tekniikat todennäköisesti sulkevat jäljellä olevan aukon Shannon raja, joka mahdollistaa verkot, jotka itse järjestäytyvät mahdollisimman suuri kapasiteetti.

Päätelmät

Taajuustehokkuus ei ole vain tekninen mittari, vaan se on langattoman viestinnän taloudellinen pullonkaula. Lisäämällä bps/Hz-taajuuksia operaattorit toimittavat enemmän tietoa, palvelevat enemmän käyttäjiä ja parantavat kokemuksen laatua ilman kalliiden uusien taajuuksien hankkimista. Shannon-lauseen teoreettisesta perustasta lähtien massiivisen MIMOn ja koneoppimisen käytännön käyttöönottoon asti taajuuksien tehokkuuden lisääminen edistää jokaisen soluteknologian sukupolven kehitystä. Langattoman datan kysynnän kasvaessa investoiminen taajuuksien tehokkuuteen on edelleen suorin tie korkeammalle kanavakapasiteetille ja kytketymmälle maailmalle.