बड़े मिमो ऐरे में सिंक्रनाइज़ेशन और कैलिब्रेशन की चुनौतियां

परिचय: मास्सीव एमआईएमओ में सिंक्रनाइज़ेशन और कैलिब्रेशन समस्या का स्केल

एकाधिक इनपुट एकाधिक आउटपुट (MIMO) प्रौद्योगिकी को छोटे पैमाने पर सरणी से विकसित किया गया है जो सैकड़ों या हजारों तत्वों के साथ बड़े पैमाने पर विन्यास के लिए कुछ एंटेना का समर्थन करता है। ये बड़े एमआईएमओ सरणी 5G न्यू रेडियो की नींव हैं और 6G प्रणालियों में भी अधिक भूमिका निभाने की उम्मीद की जाती है। बड़े पैमाने पर एमआईएमओ-उच्च वर्णक्रमीय दक्षता, बेहतर बीमफॉर्मिंग लाभ, और बेहतर स्थानिक बहुसंकेतकों को दूर करने की कठिनाई- दोनों तंग तरीके से युग्मित पूर्ववर्ती क्षेत्रों पर निर्भर करती है: सभी एंटीना तत्वों में सटीक सिंक्रनाइज़ेशन और सटीक अंशांकन। सरणी आकार के पैमाने के रूप में, चरण समरूपता, समयबद्धता और समानता की जांच करने में कठिनाई।

बड़े एमआईएमओ ऐरे में सिंक्रनाइज़ेशन: यह क्यों मायने रखता है

एक बड़े पैमाने पर एमआईएमओ संदर्भ में सिंक्रनाइज़ेशन सभी ट्रांसीवर श्रृंखलाओं में समय और वाहक चरण दोनों के संरेखण को संदर्भित करता है। इस संरेखण के बिना, बीमफॉर्मिंग असंगत हो जाता है, जिससे कम सरणी लाभ होता है, अंतर-उपयोगकर्ता हस्तक्षेप बढ़ता है और थ्रूपुट को घटा दिया जाता है। समय-विभाजन डुप्लेक्स (टीडी) सिस्टम में, जो बड़े पैमाने पर एमआईएमओ तैनाती पर हावी है, चैनल पारस्परिकता को माना जाता है, लेकिन जब दोनों तरफ हार्डवेयर श्रृंखलाओं को ठीक से सिंक्रनाइज़ और कैलिब्रेट किया जाता है तो यह पारस्परिकता केवल रखती है।

समय सिंक्रनाइज़ेशन

बड़े सरणी में समय-समय पर त्रुटियां प्रतीक गलत संरेखण का कारण बनती हैं, जो कि वर्तनीय आवृत्ति-डिवीजन मल्टीप्लेक्सिंग (OFDM) सिस्टम में अंतर-कैरियर हस्तक्षेप (ICI) और अंतर-अनुवाद हस्तक्षेप (ISI) की ओर जाता है। यह चुनौती सरणी के आकार के साथ बढ़ जाती है क्योंकि संदर्भ घड़ी वितरण नेटवर्क को प्रत्येक रेडियो हेड के लिए स्थिर, कम-jitter संकेत देना चाहिए। लंबे वितरण पथ देरी भिन्नता और थर्मल बहाव पेश करते हैं। वितरित MIMO आर्किटेक्चर में जहां एंटीना कई स्थानों पर फैले हुए हैं - समस्या भी अधिक गंभीर है, जिसके लिए तंग ओवर-द-एयर (OTA) समय सिंक्रनाइज़ेशन की आवश्यकता होती है। IEEE 1588 (परिशुद्ध समय प्रोटोकॉल) और 3G-परिभाषित सटीकता नेटवर्क के रूप में परिभाषित है।

चरण सिंक्रनाइज़ेशन

सुसंगत बीमफॉर्मिंग की आवश्यकता है कि सभी एंटीना तत्व समान वाहक चरण (या ज्ञात चरण ऑफसेट) के साथ संचारित होते हैं। स्थानीय ऑसीलेटरों (LOs) से चरण शोर एक प्रमुख हानि है। बड़ी सरणी में, एक स्रोत से एक आम LO को वितरित करने से चरण में कमी आती है लेकिन बिजली विभाजन और केबल हानि के कारण स्केलेबिलिटी मुद्दों को पेश करती है। वैकल्पिक रूप से, प्रत्येक तत्व पर स्वतंत्र LOs का उपयोग करने के लिए परिष्कृत चरण ट्रैकिंग और सुधार की आवश्यकता होती है। ओटीए विधियां, जैसे कि पारस्परिकता आधारित बीमफॉर्मिंग और उपयोगकर्ता उपकरण (UE) से प्रतिक्रिया, मदद कर सकती है, लेकिन वे विलंबता पेश करते हैं और सटीक चैनल अनुमान पर भरोसा करते हैं।

अंशांकन: वर्दी तत्व प्रतिक्रिया सुनिश्चित करना

अंशांकन प्रत्येक एंटीना तत्व और इसके जुड़े एनालॉग फ्रंट-एंड के आयाम और चरण प्रतिक्रिया में मतभेदों को संबोधित करता है। यहां तक कि अगर सिंक्रनाइज़ेशन समय और वाहक चरण, आयाम और चरण के बीच में धुंध को जोड़ती है तो तत्वों को सरणी बीम पैटर्न को विकृत कर देता है। दो मुख्य अंशांकन रणनीतियों मौजूद हैं: आंतरिक (निर्मित परीक्षण पथ का उपयोग) और बाहरी (ओवर-द-एयर संदर्भ संकेतों का उपयोग करते हुए)।

आंतरिक अंशांकन और इसकी सीमा

आंतरिक अंशांकन जोड़ों को एक समर्पित अंशांकन नेटवर्क के माध्यम से प्रत्येक ट्रांसीवर श्रृंखला में एक ज्ञात संदर्भ संकेत मिलता है। यह नेटवर्क स्वयं आवृत्ति-निर्भर और समय-समय पर गलतियां पेश करता है। चूंकि तत्वों की संख्या बढ़ती है, अंशांकन नेटवर्क जटिल और हानिपूर्ण हो जाता है। अंशांकन सटीकता भी तापमान परिवर्तन और घटक उम्र बढ़ने के साथ नीचा हो जाती है। निर्माता अक्सर आवधिक आत्म-परीक्षण दिनचर्या के साथ आंतरिक अंशांकन को जोड़ते हैं, लेकिन सैकड़ों तत्वों के लिए सभी पर्यावरणीय चरों को ट्रैक करना एक महत्वपूर्ण इंजीनियरिंग चुनौती बनी हुई है।

ओवर-द-एयर (OTA) अंशांकन

ओटीए अंशांकन बाहरी संदर्भ ट्रांसमीटरों से संकेतों का उपयोग करता है-एक समर्पित अंशांकन स्टेशन या एक ज्ञात स्थान पर एक यूई - माप और सही तत्व प्रतिक्रियाओं के लिए। यह सीधे अंत-टू-एंड व्यवहार को कैप्चर करता है, जिसमें एंटीना पारस्परिक युग्मन और सरणी पर्यावरण बातचीत शामिल है। हालांकि, बड़े सरणी के लिए ओटीए अंशांकन कई मुद्दों का सामना करता है:

• Measurement ambiguity: संदर्भ स्रोत और प्रत्येक तत्व के बीच का चैनल ज्ञात या अलग होना चाहिए। मल्टीपैथ और बिखरने से यह मुश्किल हो जाता है।
• Computational load: अनुमान लगाना और लागू करने के लिए अंशांकन गुणांक के हजारों तत्वों में वास्तविक समय में महत्वपूर्ण प्रसंस्करण शक्ति की आवश्यकता है।
• Recalibration आवृत्ति: पर्यावरण परिवर्तन (तापमान, पवन-प्रेरित संरचनात्मक आंदोलन) लगातार पुनरावर्तन की आवश्यकता होती है, जो वायु समय संसाधनों का उपभोग कर सकता है।

एक आम दृष्टिकोण है कि पृष्ठभूमि में ओटीए अंशांकन करना, जो एक ज्ञात संदर्भ के साथ अनुसूचित "कैलिब्रेशन स्लॉट" का उपयोग कर रहा है, जैसा कि कुछ उन्नत बीमफॉर्मिंग एल्गोरिदम में वर्णित है, जिसे यूरोपीय दूरसंचार मानक संस्थान (ETSI) और बड़े पैमाने पर एमआईएमओ परीक्षण के लिए आईईईईई साहित्य में।

पारस्परिक युग्मन और ऐरे विकृति

घने सरणी में, आसन्न तत्वों के बीच विद्युत चुम्बकीय युग्मन प्रत्येक तत्व के प्रभावी विकिरण पैटर्न और प्रतिबाधा को बदल देता है। अंशांकन को इन युग्मन प्रभावों के लिए जिम्मेदार होना चाहिए। इस तरह के पारस्परिक युग्मन मुआवजा या बीमफॉर्मिंग वजन गणना में अंशांकन एम्बेड करने के रूप में तकनीक समस्या को कम कर सकते हैं, लेकिन वे जटिलता जोड़ते हैं। इसके अतिरिक्त, एंटीना प्लेसमेंट और थर्मल विस्तार के कारण विरूपण में यांत्रिक सहिष्णुता चरण त्रुटियों को पेश करती है जिसे मापा और ठीक किया जाना चाहिए।

स्केलिंग चैलेंज: सैकड़ों से लेकर हजारों एलिमेंट्स तक

चूंकि एंटीना तत्वों की संख्या बढ़ जाती है, सिंक्रनाइज़ेशन और अंशांकन कार्य डेटा की सरासर मात्रा और पूरी सरणी में उच्च परिशुद्धता की आवश्यकता के कारण तेजी से कठिन हो जाते हैं।

वितरित आर्किटेक्चर और चरण सुसंगतता

भविष्य की तैनाती कई भौगोलिक रूप से अलग उप-arrays (वितरणित MIMO) में सरणी को विभाजित कर सकती है। इन उप-arrays को सिंक्रनाइज़ करने के लिए नेटवर्क-स्तर के समय और चरण संरेखण की आवश्यकता होती है जो एकल-साइट समाधान प्राप्त करने से परे जाता है। फ्रंटहाउल लिंक्स की विलंबता और जिटर महत्वपूर्ण हो जाती है। O-RAN एलायंस ने रेडियो इकाइयों (RUs) में तंग सिंक्रनाइज़ेशन के लिए विनिर्देशों को परिभाषित किया है O-RAN फ्रंटहाउल मानकों ], लेकिन सब-nanosecond समय और मिलीराडियन चरण सटीकता को पैकेट नेटवर्क पर सक्रिय अनुसंधान क्षेत्र बनी हुई है।

कंप्यूटेशनल बर्डेन ऑफ कैलिब्रेशन अल्गोरिथम

अंशांकन एल्गोरिदम में अक्सर मैट्रिक्स उलटाव या कम से कम वर्गों के अनुमान को सभी एंटीना पथों के लिए शामिल किया जाता है। एक एन-element सरणी के लिए, जटिलता पैमाने O(N^3) या इससे भी बदतर है यदि पूर्ण क्रॉस-कूपिंग पर विचार किया जाता है। कुशल पुनरावर्ती या जाली आधारित एल्गोरिदम की आवश्यकता होती है। मशीन सीखने के तरीकों, विशेष रूप से कृत्रिम तंत्रिका नेटवर्क, तापमान, शक्ति और बुढ़ापे के इतिहास के आधार पर अंशांकन गुणांक की भविष्यवाणी करने का प्रस्ताव दिया गया है। ये मॉडल पुनर्ग्रहण ओवरहेड को कम कर सकते हैं लेकिन व्यापक प्रशिक्षण डेटा की आवश्यकता होती है।

रणनीति और उभरते समाधान

शोधकर्ताओं और इंजीनियरों ने बड़े एमआईएमओ सरणी में सिंक्रनाइज़ेशन और अंशांकन चुनौतियों को संबोधित करने के लिए तकनीकों की एक श्रृंखला विकसित की है। सबसे आशाजनक में से कुछ नीचे वर्णित हैं।

वितरित स्थानीय ऑसीलेटर सिंक्रनाइज़ेशन

एक एकल LO को वितरित करने के बजाय, प्रत्येक उप-रे या यहां तक कि प्रत्येक तत्व में अपनी PLL (चरण-लॉक लूप) हो सकती है जो एक आम GPS-disciplined दोलक या IEEE 1588 नेटवर्क संदर्भ के लिए सिंक्रनाइज़ हो सकती है। कम चरण-शोर आवृत्ति संश्लेषण में अग्रिम कई दोलक को मिलीमीटर-वेव आवृत्तियों में कुछ डिग्री के भीतर चरण सह-संभाव को बनाए रखने की अनुमति देता है। फोटोनिक तकनीकों का उपयोग करके संदर्भ संकेतों का ऑप्टिकल वितरण उप-6 गीगाहर्ट्ज और mmWave बैंड में बड़े पैमाने पर सरणी के लिए एक और दृष्टिकोण का अध्ययन किया जा रहा है।

UL/DL फीडबैक के साथ पारस्परिकता अंशांकन

TDD सिस्टम में, चैनल पारस्परिकता केवल तभी रखती है जब हार्डवेयर प्रतिक्रियाएं कैलिब्रेटेड होती हैं। एक प्रसिद्ध विधि में प्रत्येक तत्व से ज्ञात अंशांकन संकेत को संचारित करना और एक संदर्भ तत्व (या यूई पर) पर प्राप्त संकेत को मापने शामिल है। पारस्परिक चैनल का उपयोग करके, अंशांकन गुणांक प्राप्त किया जा सकता है। यह दृष्टिकोण कई बड़े पैमाने पर एमआईएमओ प्रोटोटाइप में बनाया गया है और 3 जीपीपी के TS 38.211 (पैसिअल चैनल और मॉडुलन)] में मानकीकृत किया गया है।

रियल टाइम कैलिब्रेशन के लिए मशीन लर्निंग

दीप लर्निंग मॉडल पर्यावरण की स्थिति (तापमान, आर्द्रता, शक्ति स्तर) और अंशांकन त्रुटियों के बीच जटिल संबंध सीख सकते हैं। एक बार प्रशिक्षित होने के बाद, मॉडल सामान्य ऑपरेशन को बाधित किए बिना बहाव की भविष्यवाणी और क्षतिपूर्ति कर सकता है। वैरिएशनल ऑटोनकोडर और जेनेरेटिव एडवर्सरील नेटवर्क को सीमित माप से सरणी की खामियों को मॉडल करने के लिए भी खोज की गई है। जबकि आशाजनक, इन मॉडलों को विभिन्न हार्डवेयर इकाइयों में ओवरफिटिंग और सामान्यीकृत करने से बचने के लिए सावधानीपूर्वक तैनाती की आवश्यकता होती है।

हार्डवेयर सुधार

बेहतर अनुरूप घटक - उच्च गुणवत्ता वाले क्रिस्टल, तापमान-संगत ऑसीलेटर और डिजिटल रूप से ट्यूनेबल चरण बदलाव - सिंक्रनाइज़ेशन और अंशांकन त्रुटियों की तीव्रता को कम करते हैं। एकीकृत अंशांकन नेटवर्क के साथ सिलिकॉन आधारित बीमफॉर्मिंग आईसी अब व्यावसायिक रूप से 64 तत्वों तक के साथ सरणी के लिए उपलब्ध हैं। चिप स्तर पर कृत्रिम बुद्धि का आगे एकीकरण और उपयोग भविष्य की पीढ़ियों में बाहरी अंशांकन की आवश्यकता को कम कर सकता है।

निष्कर्ष: बड़े एमआईएमओ ऐरे के लिए पथ फॉरवर्ड

सिंक्रनाइज़ेशन और अंशांकन व्यावसायिक नेटवर्क में बड़े एमआईएमओ सरणी को तैनात करने के सबसे महत्वपूर्ण और तकनीकी रूप से चुनौतीपूर्ण पहलुओं में से एक है। समस्याएं एनालॉग हार्डवेयर डिजाइन, डिजिटल सिग्नल प्रोसेसिंग और नेटवर्क स्तर प्रोटोकॉल को दर्शाती हैं। जबकि कोई भी समाधान सभी परिदृश्यों को फिट नहीं करता है, बेहतर हार्डवेयर, बुद्धिमान एल्गोरिदम और मानकों आधारित सिंक्रनाइज़ेशन फ्रेमवर्क का संयोजन लगातार एमआईएमओ को अधिक व्यावहारिक रूप से सक्षम बनाता है। वितरित चरण सुसंगतता में अनुसंधान पर जाने के लिए, ओवर-द-एयर अंशांकन स्वचालन, और मशीन लर्निंग-सहायताकृत मुआवजा 5G से परे इन सरणी की पूरी क्षमता को अनलॉक करने के लिए आवश्यक होगा, जिससे कि उच्च डेटा दरों और अधिक कुशल स्पेक्ट्रम को बेहतर बनाने में सक्षम बनाया जा सकता है।