Влияние многолучевого распространения на качество сигнала мимо в городских каньонах
Влияние многолучевого распространения на качество сигнала MIMO в городских каньонах
Беспроводная связь стала основой современной городской жизни, от потокового видео в переполненном метро до навигации по плотному финансовому району. Тем не менее, сама архитектура, которая делает города яркими небоскребами, стеклянными фасадами, отражающими вывесками и бесконечным трафиком, создает враждебную среду для радиосигналов. Нигде эта проблема не является более выраженной, чем в городских каньонах , глубоких уличных коридорах, окруженных высокими зданиями, которые действуют как отражатели и препятствия. Когда инженеры развертывают MIMO (Multiple Input Multiple Output) технологии в этих условиях, они должны противостоять доминирующему физическому явлению, которое управляет поведением сигнала: распространением многолучевых путей.
MIMO произвела революцию в беспроводных системах, используя несколько антенн как на передатчике, так и на приемнике для одновременной передачи независимых потоков данных, умножая пропускную способность без необходимости дополнительного спектра. Однако производительность MIMO сильно зависит от характеристик радиоканала. В открытом поле сигналы следуют почти прямым путям прямой видимости. В городском каньоне канал не прост. Понимание того, как многолучевое распространение влияет на качество сигнала MIMO, не является академическим упражнением; это необходимо для проектирования надежных сетей 5G, развертывания IoT и будущих систем 6G, которые должны безупречно функционировать в самых плотных городах мира.
Понимание многолучевого распространения в городских каньонах
Многолучевое распространение происходит, когда передаваемый сигнал поступает к приемнику по нескольким путям из-за отражений, дифракций и рассеяния от объектов в окружающей среде.В городском каньоне основными отражателями являются строительные стены (особенно с металлизированным стеклом или бетоном), уличные знаки, транспортные средства и даже пешеходы.В результате приемник не видит ни одного импульса, а ряд отложенных копий одного и того же сигнала, каждый со своей амплитудой, фазой и углом прибытия.
Время, растянутое между первым прибытием (обычно прямой путь, если он существует) и последним значительным прибытием, известно как распространение задержки. На узких городских улицах с высокими зданиями спреды задержки могут варьироваться от нескольких сотен наносекунд до нескольких микросекунд, в зависимости от геометрии каньона и строительных материалов.Для системы MIMO, работающей на несущих частотах 3,5 ГГц или 28 ГГц, такие спреды задержки сопоставимы с длительностью символов, что приводит к частотно-селективному затуханию — разные поднесущие испытывают разные уровни затухания и фазового сдвига.
Другим критическим параметром является угловое распространение. Отражение от нескольких направлений означает, что сигналы поступают к приемнику с широкого диапазона углов. Это угловое разнообразие на самом деле полезно для MIMO, поскольку оно улучшает ранг матрицы канала — математическое представление того, как каждая передающая антенна соединяется с каждой приемной антенной. Высокоуровневый канал поддерживает больше пространственных потоков, непосредственно увеличивая пропускную способность.
Рэлеи Фэйдинг и богатое рассеяние предположения
В классической теории мультипатов сложная оболочка принятого сигнала в среде плотного рассеяния следует за распределением Райли.Это сценарий угасания “worst-case”, где не существует доминирующего прямого пути.Ураганные каньоны часто приближаются к угасанию Рэлея, потому что траектория линии видимости может быть заблокирована высоким зданием, заставляя сигнал полностью полагаться на отражения.Угасание Рэлея вызывает глубокие нули, где сигналы падают на 20 дБ или более, для MIMO угасание Рэлея может быть фактически полезным с точки зрения пространственного усиления мультиплексирования, но только в том случае, если антенны достаточно разнесены и некоррелированы.На практике ограниченное физическое пространство на смартфоне или небольшой базовой станции сотовой связи ограничивает разделение антенн, что может привести к корреляции каналов и снижению пропускной способности MIMO.
Влияние на качество сигнала MIMO: меч с двойным краем
Технология MIMO использует многолучевой путь для повышения производительности, но взаимосвязь нюансирована. Те же отражения, которые обеспечивают разнообразие, также могут создавать разрушительные помехи, перекрестные помехи между антеннами и изменяющиеся во времени условия канала, которые подчеркивают адаптивные алгоритмы.
Положительный эффект: пространственное разнообразие и мультиплексный выигрыш
Когда мультипат создает богатую среду рассеяния, каждая пара передающих и принимающих антенн видит отчетливую реакцию импульса канала. Это пространственная декорреляция именно то, что MIMO нужно для разделения нескольких потоков данных. Измеренные емкости канала в городских каньонах часто превышают те, которые прогнозируются моделями линии зрения. Например, система 4×4 MIMO в плотной городской улице может теоретически достичь в четыре раза мощности одноантенной системы, при условии, что ранг канала полон. Multipath также позволяет пространственное разнообразие : один и тот же символ может передаваться от нескольких антенн, и пока один путь силен, символ правильно декодируется. Это снижает вероятность битовых ошибок, особенно для пользователей, движущихся через глубокие затухания. На практике прирост разнообразия 10–20 dB был зарегистрирован в автомобильных тестах внутри городских каньонов.
Отрицательное воздействие: интерсимвольное вмешательство и загрязнение пилота
Однако чрезмерное распространение задержки вызывает интерсимволическую интерференцию (ISI). Если распространение задержки превышает длину циклического префикса в системах MIMO на основе OFDM (таких как LTE и 5G NR), символы размываются друг в друга, снижая частоту ошибок. Городские каньоны с очень высокими зданиями (например, Гонконг или Манхэттен) могут производить спреды задержки за 5 μs, что больше, чем циклический префикс 4.7 &mu, используемый в типичных конфигурациях 5G. Без надлежащего выравнивания каналов ISI может отменить преимущества MIMO.
Еще одна тонкая, но серьезная проблема - загрязнение пилотов . Системы MIMO используют известные пилотные символы для оценки канала. В городских каньонах высотные отражения от соседних ячеек могут заставить пилотов из разных базовых станций вмешиваться, что приводит к неточной оценке канала. Это ухудшает формирование луча и нулевое управление, снижая качество сигнала для пользователей на краях ячеек. Проблема ухудшается по мере роста антенных решеток (массивный MIMO), потому что требуется больше пилотов и помехи становятся более сложными.
Деполяризация и межполюсная дискриминация
Городские структуры часто вращают поляризацию падающих волн. Вертикально поляризованная передача может поступать со значительным горизонтальным компонентом после отскока от металлической поверхности. Системы MIMO, которые полагаются на двухполяризованные антенны для удвоения емкости, могут страдать от кросс-полярной дискриминации (XPD) деградации. В городском каньоне XPD может падать с 15–20 дБ (свободное пространство) до менее 5 дБ, уменьшая ортогональность между каналами поляризации и увеличивая взаимную связь. Это заставляет алгоритмы MIMO работать усерднее для разделения потоков, и иногда теоретические достижения мультиплексирования поляризации не реализуются.
Количественное определение воздействия: исследования измерения канала
Инженеры не полагаются на догадки. Обширные измерительные кампании характеризовали каналы MIMO в городских каньонах по всему миру. Одно знаковое исследование, проведенное в центре Хельсинки на частоте 2,6 ГГц, измеряло канал 16×16 MIMO вдоль узкой улицы, выстроенной 10–15 сюжетными зданиями. Результаты показали, что ранг канала оставался высоким (средний ранг 7–10) даже тогда, когда пользователь находился глубоко в каньоне, но пропускная способность снизилась на 30%, когда прямая линия видимости была заблокирована проезжающим автобусом.
На миллиметровых частотах (28–39 ГГц), где работает 5G, ситуация резко меняется. Потеря пути выше, а поверхности зданий становятся менее отражающими. Измерения в каньонах Нью-Йорка, опубликованные Rappaport et al. , показали, что спреды задержки меньше (10–100 нс), потому что высокочастотные сигналы страдают более высоким ослаблением после нескольких отскоков. Однако угловой спред остается широким, что помогает MIMO. Проблема в том, что сигнал легко блокируется человеческими телами, транспортными средствами и даже листвой, что делает мультипат единственной надеждой на нелинейное освещение. В таких средах MIMO с формированием луча имеет решающее значение для управления блокаторами с использованием отраженных путей.
Стратегии для смягчения негативных последствий
Сетевые операторы и поставщики оборудования используют сложный инструментарий, чтобы превратить многолучевую задачу в преимущество. В оригинальной статье перечислены несколько методов; здесь мы расширяем их с современной спецификой.
Усовершенствованное формирование луча и нулевое рулевое управление
В отличие от традиционных всенаправленных антенн, массивы MIMO с 64, 128 или 256 элементами могут образовывать узкие лучи, направленные на отдельных пользователей. В городском каньоне базовая станция может отслеживать наиболее сильный отраженный путь, а не (возможно, заблокированный) прямой путь. Более продвинутые алгоритмы, такие как eigenbeamforming, вычисляют оптимальное направление и вес луча для каждого пользователя на основе матриц ковариации каналов, обновляемых каждые несколько миллисекунд. Не менее важно нулевое рулевое управление: помещая нули в направлении интерферирующих отражений, система уменьшает помехи соканала. Коммерческая передача 5G теперь динамически переключается между “beampattern”, сформированной для линии видимости и оптимизированной для отраженных путей, в зависимости от обратной связи в реальном времени.
Оценка и отслеживание каналов с помощью машинного обучения
Точная информация о состоянии канала (CSI) является источником жизненной силы MIMO-предварительного кодирования. В быстро движущихся городских средах (скорость движения автомобиля до 60 км/ч) время когерентности канала может быть таким же коротким, как 1–2 мс при 3,5 ГГц. Традиционная оценка на основе пилота борется с накладными расходами. В новых решениях используются модели глубокого обучения , которые предсказывают коэффициенты канала из прошлых измерений и боковой информации (позиция GPS, карты зданий, данные датчиков). Например, сверточная нейронная сеть, обученная данным городского каньона, может оценивать ранг канала и прогнозировать оптимальную конфигурацию MIMO без отправки полных пилотов. Исследователи из MIT & Nokia Bell Labs продемонстрировали, что такие методы снижают накладные расходы пилота на 70%, сохраняя при этом в пределах 5% от идеальной пропускной способности. Это особенно ценно в городских каньонах, где загрязнение пилота высокое.
Адаптивная модуляция и кодирование (AMC)
Системы MIMO непрерывно контролируют показатели качества связи, такие как отношение сигнал-интерференция-плюс-шум (SINR) и спред задержки. Затем они соответствующим образом корректируют порядок модуляции (например, от 64-QAM до 256-QAM) и скорость кодирования. В многолучевом каньоне глубокие блекнущие волны могут заставить временный переключатель на более надежную, но более низкую схему. Эта адаптация происходит так быстро, что пользователи редко замечают. Ключ заключается в прогнозировании продолжительности блекнущих событий; если ожидается, что блекнет дольше, чем время ретрансляции гибридного автоматического повторного запроса (HARQ), система превентивно снижает скорость. Измерения городского каньона показывают, что AMC в сочетании с MIMO может поддерживать среднюю пропускную способность в пределах 80% от теоретического максимума даже тогда, когда спред задержки превышает 1 μs.
Пространственное многослойное программирование с предкодированием кодовых книг
Поскольку полная обратная связь CSI требует высоких накладных расходов, системы дуплекса частотного деления (FDD) используют предкодирующие кодовые книги – конечный набор заранее определенных матриц формирования луча. В городских каньонах пользовательский терминал сообщает индекс, соответствующий лучшему направлению луча. Кодбук может быть разработан для включения лучей, которые предпочитают отраженные пути. Например, кодовая книга 3GPP Release 16 для 5G NR включает лучи с различными углами поворота и профилями ширины, оптимизированными для плотной городской среды. Полевые испытания в районе Сибуя в Токио показали, что использование кодовой книги с 16 лучами (включая один специально для отражений от стеклянных зданий) улучшило медиану SINR на 6 дБ по сравнению с унаследованной 8-лучевой кодовой книгой.
Стратегии развертывания: микроэлементы и перенастраиваемые интеллектуальные поверхности
Иногда лучшее смягчение — архитектурное. Малые ячейки, установленные на фонарных столбах или фасадах зданий на высоте (5–10 м) уменьшают эффект каньона, потому что сигнал распространяется по крышам или через меньшее количество отражений. Размещение базовых станций на перекрестках, а не в середине блока также помогает. Будущие сети могут развертывать —тонкие панели программируемых метаатомов, которые могут отражать сигналы в желаемых направлениях. RIS, развернутый на стене здания в городском каньоне, может создать виртуальную линию видимости за углами, эффективно превращая мертвую зону в высококачественную MIMO-связь. Ранние прототипы в Техасском университете продемонстрировали 10× улучшение принятой мощности для сигнала MIMO на 3,5 ГГц с использованием 256-элементного RIS.
Будущие тренды: 6G и другие
По мере развития беспроводной технологии в направлении субтерагерцовых частот (100–300 ГГц) для 6G распространение мультилучей в городских каньонах станет еще более выраженным в одних отношениях и менее выраженным в других. На этих чрезвычайно высоких частотах строительные материалы станут почти непрозрачными; даже оконное стекло с покрытиями с низкой излучательной способностью может блокировать сигналы. Однако преимущество заключается в том, что становятся доступными очень большие полосы пропускания (десятки ГГц), позволяющие чрезвычайно высокие скорости передачи данных. MIMO будет полагаться на чрезвычайно большие массивы (тысячи элементов) для формирования тонких карандашных лучей, которые могут использовать несколько сохранившихся отраженных путей. Многолучевой канал на 140 ГГц является редким – только 2–3 значительных путей, но каждый путь может нести огромные данные. Это перемещает задачу от управления помехами к обнаружению и отслеживанию пути. Исследователи уже разрабатывают алгоритмы иерархического поиска лучей, которые сначала сканируют широкие лучи, чтобы найти точку отражения, а затем сужают луч, чтобы установить связь. Влияние отдельных
Другой рубеж — совместная связь и зондирование. В городских каньонах базовые станции могут использовать одни и те же сигналы MIMO для связи и отображения окружающей среды. Анализируя многолучевые задержки и углы, сеть может построить 3D-карту каньона в реальном времени, предсказывая, где будут пользователи и предвычисляя настройки луча. Эта конвергенция превратит городской каньон из враждебной среды в богато инструментальное пространство, где каждое отражение является ресурсом.
Заключение
Распространение мультипатов не просто неприятность, которую нужно терпеть; это определяющая характеристика канала MIMO в городских каньонах. Когда его понимают и используют, он обеспечивает пространственное разнообразие и мультиплексирование, которые делают возможным беспроводную связь высокой емкости в самых плотных городских ландшафтах. Но когда его игнорируют, он наносит тяжелый урон в упавших ссылках, сниженных скоростях передачи данных и разочарованных пользователях. Инженеры сегодня имеют мощный арсенал – от массивных формирующих луч массивов и машинного обучения оценки каналов для перенастраиваемых поверхностей и интеллектуального развертывания – для управления мультипатическими эффектами. По мере того, как города становятся плотнее и спектр движется выше, успешное развертывание MIMO будет все больше зависеть от нашей способности танцевать с отражениями, а не бороться с ними. Городской каньон, когда-то символ барьеров связи, может стать лабораторией для следующего поколения адаптивных, экологически безопасных беспроводных систем.