הקדמה: סולם הבעיה הסינכרון ו- Calibration ב-Masive MIMO

מספר רב של טכנולוגיות של Input (MIMO) התפתחו ממערךים בקנה מידה קטן התומכים כמה אנאנטנות לתצורה מסיבית עם מאות או אפילו אלפי אלמנטים. אלה מערך MIMO גדול אלה הם יסוד ל-5G רדיו חדש והם צפויים לשחק תפקיד גדול עוד יותר במערכות 6G.ההבטחה של יעילות ראשונית של MIMO - גבוהה יותר, שיפור של שיפור הרווח, ובאופן יחסי מין משופרים - כמו גם מגמות מדויקות על פני גודל זה, כמו גם על בסיס קבוע, כמו גם על בסיס קבוע של תזמון גבוה, כמו גם על פני גודל זה, כמו גם על פני גודל תזמון, כמו גם על פני גודל תזמון גבוה יותר, כמו גם על פני גודל תזמון, 000.

סינכרון ב-MIMO Arrays גדול: למה זה משנה

סינכרוניזציה בהקשר מסיבי MIMO מתייחסת להיערכות של שני התזמון והנושא של כל השרשראות transceiver.ללא היערכות זו, beamforming הופך בלתי יציב, המוביל להגדלת רווח מערך, התערבות בין-משתמשית מוגברת, ו degraded דרךput. in time-division duplex (TDD) מערכות השולטות פריסה מסיבית MIMOs, הדדיות ערוץית היא, אך מחושבת כראוי על שרשרת sacropriprocy הוא מונחה על ידי sive רק כאשר הם רק על ידי strofilciibromeded.

תזמון SynSyncization

שגיאות תזמון במערך גדול גורם אי-ציות סמל, אשר בתדירות אוטוקונלית תדירות-דיוויזיציה מרובותxing (OFDM) מערכות IEEE מובילה להפרעה בין-קריירה (ICI) והתערבות בין-חושית (ISI) האתגר עולה עם גודל מכיוון שרשת חלוקת השעון ההתייחסות חייבת לספק אות יציב, נמוך יותר לכל נתיבי הפצה ארוכים, ומציגה פרוטוקול תרמילי תזמון, אך דורש יותר, כולל אנטוניקה (PTS) על פני אנטומטית אבטחה מוגבלת, אך היא בעלת רמה של 15, אך היא בעלת טווח (Precircinication) של אנטרולוגית, אך היא בעלת טווח (אך מוגבלת יותר, אך היא בעלת טווח של 15, אך היא בעלת טווח של אנטומטית זמן) של 15, אך היא בעלת טווח של אנטומטיזציה (Preciroxy) של אנט, כולל של אנטרולוגית, אך היא בעלת טווח של אנטומטית אבטחה מוגבלת יותר, אך היא בעלת טווח של אנטומטית זמן מוגבל יותר, אך היא בעלת טווח של אנט, אך היא בעלת טווח של 15, אך היא בעלת טווח של אנט, אך היא בעלת טווח של 15, אך ורק על ידי אנטומטיזציה

שלב הסינכרון

(הדבורה קוהרנטית דורשת שכל מרכיבי האנטנה מעבירים את אותה שלב נושא (או שלב ידוע מראש) רעש שלב מאוסלוטורים מקומיים (LOs) הוא פגיעה גדולה.בערכים גדולים, חלוקת נפילה משותפת ממקור יחיד מפחיתה את סחף שלב שלב אחד, אך מציג בעיות מדרגות עקב פיצול כוח והפסדי כבל חלופיים, תוך שימוש ב-Loss בכל רכיב דורש שלב מתוחכם ו-125 מעלות) באמצעות טיפול מדויק של טיפול (סעיף 3.

המונחים: Ensuring Measure

קלברציה מתייחסת להבדלים באמפליטודה ותגובה של כל אלמנט אנטנה ושורה אנלוגית הקשורה לו.גם אם סינכרוניזציה תואמת את שלב התזמון והנושא, אמפודה ועיוותים שלב בין אלמנטים מעוותים את תבנית הדבורה של מערך. שתי אסטרטגיות שימור עיקריות קיימות: פנימי (באמצעות מסלולי בדיקה מובנה) וחיצוני (באמצעות אותות הפניהיר-אוויר).

מהירויות פנימיות וגבולותיה

זוגות של קיטור פנימי אות התייחסות ידועה לכל שרשרת transceiver באמצעות רשת שימור ייעודית.רשת זו עצמה מציגה ניגודי זמן והתאמה של תקלות.כפי שמספר האלמנטים גדל, רשת ה caliation הופכת מורכבת והפסדית. Calibration גם מפענח עם שינויים טמפרטורה ומתפתחת מודלים לעתים קרובות משלבים קיליברציה פנימית עם שגרת חיים תקופתית-עצמית, אך ורק מעקב משמעותי של כל מרכיבי איכות הסביבה.

Over-the-Air (טא) Calibration

OTA calibration משתמשת אותות של משדרי התייחסות חיצוניים - לעתים קרובות תחנת calibration ייעודית או UE במיקום ידוע - למדוד ולתקן תגובות אלמנט.זה ישירות ללכוד את ההתנהגות מקצה לקצה, כולל הפיכה הדדית ואינטראקציות סביבה מערך.עם זאת, OTA caliation עבור מגוון רחב עומדים בפני מספר נושאים:

  • (ב) ⁇ :0) מנחת פשרות: הערוץ בין מקור ההתייחסות וכל אלמנט חייב להיות ידוע או מפוחד.
  • (ב) ⁇ :0) ,העומס הניקוד: 1FLT:1 אסטימום ויישום משככי כפייה לאלפים של אלמנטים בזמן אמת דורש כוח עיבוד משמעותי.
  • תדירות ההסגרה: FLT:0 [הדגשה:] שינויים סביבתיים (זמן, תנועה מבנית המושרה רוחית) מחייבים החלמה תכופה, אשר יכולה לצרוך משאבי אוויר.

גישה נפוצה היא לבצע OTA calibration ברקע באמצעות " חריצים עגולים" מתוכנן עם כינוי ידוע, כפי שתואר בכמה אלגוריתמים מתקדמים של beamforming המתועדים על ידי המכון:0 אירופי התקנים תקשורת סטנדרטיים (ETSI)FLT:1 ובספרות על בדיקות MIMO מסיבי.

הדדיות וארג'י דיפורנס

במערךים צפופים, הפיכה אלקטרומגנטית בין אלמנטים סמוכים משנה את דפוס הקרינה האפקטיבי של כל אלמנט ואת האימפולס.קליברציה חייב לקחת בחשבון את ההשפעות ההפיכה הללו.טכניקות כגון פיצוי הפיכה הדדית או הטמעת קלמנט לתוך חישוב משקל beamforming יכול להפחית את הבעיה, אבל הם מוסיפים מורכבות.בנוסף, סובלנות מכנית בהשמה אנטנה ועיוות עקב ההתרחבות תרמית להציג שגיאות שלב כי יש לתקן ולת למדוד.

אתגרים: ממאות לאלפים של יסודות

ככל שמספר רכיבי האנטנה גדל, משימות הסינכרון והחישוב הופכות להיות קשות יותר מבחינה אקספוננציאלית בשל נפח האגר של נתונים והצורך דיוק גבוה לאורך כל המערך.

אדריכלות ובשלב זה

פריסות עתידיות עשויות לחלק את המערך למגוון רחב של לוחות תת-קרקעיים נפרדים גיאוגרפיים (הפיצו את MIMO) סינכרון אלה sub-arrays דורש זמן והיערכות של שלב ברשת מעבר לפתרונות חד-אתריים יכולים להשיג.הההההההההה ו-Jitter of Fronthaul קישורים אלה הופכים קריטיים.The O-RAN Alliance הגדירהפרטים לסינתזה הדוקהרחבהיחידות רדיו (RUs) ב-FRAN-FRAN-R.

« « « « « ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

אלגוריתמים קליברציה לעתים קרובות כרוכים בסתירה או לפחות קוהרס עבור כל נתיבי אנטנה.עבור מערך N-element, את הקשקשים המורכבות כ- O(N3) או גרוע יותר אם כל cross-coupling נחשב. Efficient recursive או lattice-based אלגוריתמים נדרשים.מכונות למידה, במיוחד רשתות עצביות מלאכותיות, הוצעו כדי לחזות טמפרטורות רחבות, אך דורשות על בסיס אלגוריתמים, אך ורקמות.

אסטרטגיות ופתרונות מתעוררים

חוקרים ומהנדסים פיתחו מגוון של טכניקות כדי להתמודד עם בעיות סינכרוניזציה ו calibration במערך גדול של MIMO. חלק מההבטחות המבטיחות ביותר מתוארות להלן.

אוספיטור המקומי של אוסוציאל Synchronization

במקום להפיץ LO יחיד, כל תת-קרן או אפילו כל אלמנט יכול להיות PLL משלו (לאה נעולה) מסונכרן לאוסלוטור משותף של GPS-משמעת או IEEE 1588 חיבור רשת. Advances in low-phase-noise תדירות סינתזה מאפשר מספר oscillators כדי לשמור על שלב בתוך כמה מעלות בתדרים בתדרים של מילימטרים הוא שיטות ספקטרום גבוה יותר של גלקסיות.

UL / DL Feedback

במערכות TDD, הדדיות ערוץ מחזיק רק אם תגובות החומרה calibrated. a-ידועה שיטה כוללת העברת אות קליברציה ידועה מכל רכיב ומדידת האות המתקבל על אלמנט ההתייחסות (או ב- UE) על ידי ניצול של נהלי ה-Reciprocalation (Creative Reciprocalation coefficients) ניתן להסיק גישה זו בנויה לאבטיפוסי מסיבי רבים ו-MIMODIG סטנדרטי (R) באמצעות ערוצים 3GLTs 3G) ו-D) באמצעות ערוצים סטנדרטיים (R) 3GLTS-1.

Machine Learning for Real-Time Calibration

מודלים למידה עמוקה יכולים ללמוד את היחסים המורכבים בין תנאים סביבתיים (טמפרטורה, לחות, רמות כוח) וטעויות calibration. לאחר אימון, המודל יכול לחזות לפצות על סחף ללא הפרעה פעולה נורמלית. autoencoders ו רשתות ניווניות generative נחקרו גם כדי מודלים של פגמים ממידות מוגבלות.

שיפור חומרה

רכיבים אנלוגיים טובים יותר – גבישים איכותיים, אוקטטורים בעלי ערך טמפרטורה, ומשתנים בשלב הדיגיטלי - מחנכים את גודל הסינתזה והטעיות הקליברציה. , מחשוב מבוסס הסיליקון ICs עם רשתות קיליברציה משולבות זמינים כעת מסחרית עבור מערךים עם עד 64 אלמנטים נוספים.אינטגרציה ושימוש באינטליגנציה מלאכותית ברמת השבבים עשוי להפחית את הצורך בדורות החיצוניים.

מסקנה: הדרך קדימה עבור קרינת MIMO גדולה

הסינכרון וה calibration נשארים בין ההיבטים הקריטיים והטכניים של פריסת מערך MIMO גדול ברשתות מסחריות.הבעיה לאורך עיצוב חומרה אנלוגי, עיבוד אותות דיגיטליים ופרוטוקולים ברמת הרשת, בעוד שאף פתרון יחיד אינו מתאים לכל התרחישים, השילוב של חומרה משופרת, אלגוריתמים אינטליגנטיים, ותקנות סינכרוניזציה מבוססות סטנדרטים הופך בהתמדה ל-MIMO מעשי נרחב יותר על מחקר לשלב זה, כמו גם שיעורי קיסוס יעילים יותר, כמו גם יותר, אוטומציה יעילה יותר, כמו גם יותר, כמו גם ספקטרום יעיל יותר, כמו גם ספקטרום של 5G, יכולות לפתח יעילות גבוהה יותר, כמו גם טמפרטורות יעילות של אוטומציה, כמו גם ספקטרום יעיל יותר, כמו ספקטרום גבוה יותר, כמו ספקטרום יעיל יותר, כמו ספקטרום יעיל יותר, כמו גם ספקטרום יעיל יותר, כמו ספקטרום יעיל יותר, כמו גם ספקטרום יעיל יותר, כמו ספקטרום יעיל יותר, כמו שיטות סינכרונכרונכרוחות נתונים, כמו ספקטרום יעיל יותר, כמו ספקטרום יעיל יותר, כמו ספקטרום יעיל יותר, יכול להמשיך ספקטרום יעיל יותר, כמו גם ספקטרום יעיל יותר, כמו שיטות סינכרונכרונכרונכרונכרונכרונכרונכרונכרונכרונכרונכרונכר