【導讀】5G 部署主要受兩大關鍵因素驅動，而這兩大因素往往又彼此矛盾：一個是系統(tǒng)容量（頻譜效率），另一個是系統(tǒng)成本（能量效率）。頻譜效率描述了能夠提供多少容量，通常以 bps/HZ（比特每秒每赫茲）為單位，而能量效率則描述了在給定容量下運營網(wǎng)絡所需的成本。
對于過去的移動技術而言，成本幾乎隨著容量的上升等比例增長，因為提供更高的容量意味著搭建更多基站或增加網(wǎng)絡內(nèi)的頻譜帶寬。雖然這種方法在過去得以維持，但如果對 4G 網(wǎng)絡容量的需求遞增 10 倍到 100 倍，則這種方法將難以沿用，原因在于消費者不太可能愿意支付隨之增長的費用。如圖 1 所示，為了推進移動網(wǎng)絡的發(fā)展，業(yè)界需要解決如何在提升整個網(wǎng)絡容量的同時降低網(wǎng)絡運行成本的難題。
圖 1：5G 商業(yè)案例
蜂窩網(wǎng)絡需要多少運行成本？
盡管基站能量效率在 2G 到 4G 轉換期間得到明顯提升，但由于網(wǎng)絡密集化，隨之增加的容量也導致成本大幅上升（圖 2）。在蜂窩網(wǎng)絡的搭建和運行中，絕大部分支出在于為基站提供空調遠程控制及場地租賃（參考文獻 1 和 2）。從初期的資本性支出 (CAPEX) 來看，空調成本占比超過 50%，剩下的則主要為基站設備成本。類似地，從經(jīng)常性運營支出 (OPEX) 來看，電力幾乎也占到了支出的 50%。大部分電力用于遠程分布式空調網(wǎng)絡的運行，目的在于冷卻基帶處理器（無線電單元通常采用風冷，無需額外的空調系統(tǒng)），然而實際傳輸?shù)哪芰績H占 OPEX 的 7%。若要部署更多基站，則原本占比 30% 的場地租賃支出也將隨之增加，如此一來，部署更多基站這種簡易方案就非理想之選（對于 5G FR2 來說這是一個大問題，因為相較于 5G FR1，前者的小區(qū)范圍會大幅縮小）。
圖 2：蜂窩網(wǎng)絡的功耗
從功耗分析可以明顯看出，大部分支出來自于基站中基帶處理部分的分布式部署和空調的遠程部署。中國移動提議按照互聯(lián)網(wǎng)數(shù)據(jù)存儲設施的類似方式集中部署基帶處理。圖 3 展示了基帶系統(tǒng)云架構，即基站中的每個基帶都會成為云端的一臺虛擬機 (C-RAN)，甚至傳統(tǒng)式的獨立網(wǎng)絡設備（如網(wǎng)關）也可以作為虛擬機集成到云端。通過集中部署基帶處理，能夠實現(xiàn)遠程空調控制集中化，從而大幅降低 OPEX 和 CAPEX。此外，當分散的基站通過集中化控制對移動電話進行傳輸時（網(wǎng)絡 MIMO），就更易于實現(xiàn) CoMP，同時也能提高頻譜效率。這種系統(tǒng)架構獨立于無線電接入網(wǎng) (RAN)，并且可用于控制混合蜂窩網(wǎng)絡。
圖 3：集中式基帶處理
網(wǎng)絡傳輸?shù)男畔㈩愋鸵矔δ芰啃十a(chǎn)生影響。如圖 2 所示，不同類型的數(shù)據(jù)具有不同的數(shù)據(jù)包與信令包比率 (DSR)。DSR 低代表數(shù)據(jù)傳輸信道利用率較低；例如占全部網(wǎng)絡流量 60% 的文本消息，其 DSR 介于 1 至 3 之間，而此種情況下照片和視頻需要的信令包較少，因此能量效率更高。5G FR1 通過調整子載波間隔，使得不同類型的數(shù)據(jù)能夠更加高效地使用可用信道容量，從而解決了這個難題。
網(wǎng)絡容量的決定因素和擴容方式
20 世紀初，兩位研究人員分別推導出了一個相對簡單的公式，堪稱通訊行業(yè)中的摩爾定律，即香農(nóng)-哈特利定理。該定理給出了無線信道上能夠傳輸?shù)男畔⒘可舷?，其中單個信道容量僅僅取決于兩個參數(shù)：信道帶寬 (BW) 和信噪比 (SNR)。盡管容量與信道帶寬成線性關系，但與信噪比之間僅是 log2 的比例關系：
根據(jù)香農(nóng)-哈特利定理，增加網(wǎng)絡容量有四種基本方法（圖 4）：
增加信道帶寬：4G 中使用了載波聚合來增加可用的信號帶寬，而 5G FR2 則使用毫米波頻率來獲得更大的容量。
增加信道數(shù)量：MIMO 利用網(wǎng)絡內(nèi)部的多徑散射，同時在多個信道上進行傳輸。與信道帶寬類似，網(wǎng)絡容量也與這一效應成線性關系，但上限卻受限于網(wǎng)絡內(nèi)的多徑相關性（或相似性）。5G FR1 借助 MIMO 的優(yōu)化提高數(shù)據(jù)速率。
增加網(wǎng)絡輸出功率：由于 SNR 中存在噪聲、SNR 的對數(shù)刻度接近、以及涉及高電磁能量的健康/安全問題，這種方式有其局限性。在覆蓋率較低的區(qū)域使用家庭基站 (Femtocell) 是提升整個網(wǎng)絡 SNR 較為安全的方式之一。但如果在同一區(qū)域中部署了過多全向天線家庭基站，則家庭基站間就會存在干擾，這無疑為網(wǎng)絡容量增益設帶來了上限。然而，如果能夠定向傳輸能量，就可以提高網(wǎng)絡的能量效率，這種方式又稱為“波束賦形”（5G FR1 和 FR2 基站的一種關鍵技術）。
圖 4：頻譜效率
利用波束成形提高能量效率
在傳統(tǒng)蜂窩網(wǎng)絡中，與小區(qū)相關聯(lián)的基站會向著相當廣泛的區(qū)域傳輸能量（通常是基站前方 120 度角的弧形區(qū)域）。其中一部分能量會被基站小區(qū)內(nèi)的用戶接收，但絕大多數(shù)能量則被環(huán)境所吸收（建筑、行人、樹木、汽車等）。這些耗損就意味著能量效率的降低和網(wǎng)絡 OPEX 的提高（圖 5）。如果將單根基站天線替換為由 120 根天線向各個用戶定向傳輸能量，那么基站所需的功耗將降低至原輸出功率的 0.1%（參考文獻 3）。然而這個下降幅度僅僅是理論值，從實際角度而言，由于基站內(nèi)部射頻元件的效能和損耗，相同容量下的輸出功率只能降低到原功率的 30%。
圖 5：波束成形和能量效率
為了實現(xiàn)波束賦形，一組指定間隔的天線只需改變天線間的相位差，就可以形成任意方向的波束（圖 6）。最典型的天線陣列間隔是半波長，這樣波束角 () 就與天線間的相位差直接相關：) directly related to the phase difference between the antennas: . 盡管波束賦形可以將能量集中在指定方向上，但也無法避免會有能量傳至其他方向（旁瓣和后瓣）。這些額外的能量就會對基站小區(qū)內(nèi)其他用戶造成干擾。這種效應可以通過確保鄰近用戶處于主波束的零相位，或通過振幅分布為各個天線分配加權，從而降低旁瓣中的能量來予以緩解（圖 6）。
圖 6：波束成形的原理
波束成形有三種架構類型，會直接影響到基站能量效率和 終端（圖 7）：
模擬波束賦形 (ABF)：傳統(tǒng)的波束賦形方式是使用衰減器和移相器作為模擬射頻電路的一部分，其中單個數(shù)據(jù)流會分成不同的路徑。這種方法的優(yōu)勢在于只需要一個射頻鏈路（PA、LNA、濾波器、交換機/環(huán)形器），而劣勢則是級聯(lián)移相器在高功率下會產(chǎn)生損耗。
數(shù)字波束成形 (DBF)：數(shù)字波束成形假設每個天線單元都有一個單獨的射頻鏈路。隨后以矩陣式操作使波束“賦形”，即在基帶中手動為振幅和相位加權。由于射頻鏈路組件的價格較為低廉，且可以將 MIMO 和波束賦形結合成單個陣列，對于 5G FR1 中 7 GHz 以下的頻率，這一方法往往是最佳選擇。對于 28 GHz 及以上頻率，標準 CMOS 組件的 PA 和 ADC 非常容易損耗，而如果采用砷化鎵和硝酸鎵等稀有材料，雖然損耗會有所減少，但成本高昂。
混合波束成形 (HBF)：混合波束賦形將數(shù)字波束賦形與模擬波束賦形相結合，保證了波束賦形與多臺無線電收發(fā)的靈活性，同時降低了波束賦形單元 (BFU) 的支出和損耗。每個數(shù)據(jù)流都有各自獨立的模擬 BFU 和一組 M 天線。如果有 N 個數(shù)據(jù)流，就有 NxM 根天線。由于使用可選波束賦形器（如 Butler 矩陣）來代替自適應移相器，從而可以緩解移相器造成的模擬 BFU 損耗。建議的架構是使用數(shù)字 BFU 控制主波束的方向，而模擬 BFU 控制數(shù)字包絡內(nèi)的波束。
圖 7：波束成形架構
理想網(wǎng)絡：頻譜效率和能量效率
相較于傳統(tǒng)和現(xiàn)行的蜂窩網(wǎng)絡，C-RAN、MIMO、新頻譜和波束賦形的結合能夠讓 5G 在擴容的同時降低成本。香農(nóng)-哈特利定理可以優(yōu)化，以便將信道的能量效率納入考量（參考文獻 2）。根據(jù)基站和網(wǎng)絡性能的約束條件，可以計算出 2G 和 4G 網(wǎng)絡聯(lián)合的理想頻譜能量效率，其中 GSM 為 4 bps/Hz，LTE 為 8 bps/Hz。（需要注意的是，在真實的網(wǎng)絡環(huán)境中，LTE 的頻譜能量效率往往較低，一般在 4 bps/Hz）。
對比 LTE 網(wǎng)絡，在 MIMO 和數(shù)字波束賦形相結合的 5G FR1 中，容量可以增加 3 倍以上，同時成本降低 10 倍（假設每個用戶對應 8 臺帶有波束賦形功能的收發(fā)器）。5G FR1 可用的頻譜有限，而 5G FR2 使用的是 24 GHz 以上的大量頻譜。5G FR2 的頻譜效率（假設混合波束賦形采用了每個天線陣列對應 8 臺收發(fā)器的配置）與 10 bps/Hz 下的 LTE 相當，但能量效率較 LTE 更高（參考文獻 4）。
圖 8：網(wǎng)絡優(yōu)化：頻譜效率和能量效率
綜上所述，頻譜效率和能量效率的結合能夠使運營商在部署新網(wǎng)絡時，既提高容量，又降低OPEX。未來能夠將 FR1 和 FR2 的不同解決方案集成到單一網(wǎng)絡中，在廣域網(wǎng)中具有建筑穿透力的FR1提供高速率，而 FR2 則用于數(shù)據(jù)卸載、熱點和極端網(wǎng)絡密度。這種網(wǎng)絡部署不僅會影響消費者和設備供應商，更會對整個測試測量 (T&M) 行業(yè)產(chǎn)生決定性影響。
對測試測量行業(yè)的影響
5G 對新基站的需求催生出了一種新的測量模式，即天線和收發(fā)器都采用空口測試(OTA)。
5G 基站架構
將波束賦形和 MIMO 結合成一個單一陣列會產(chǎn)生一個龐大的 MIMO 基站，原因在于波束賦形（每根天線需要相同的數(shù)據(jù)向量）和 MIMO（每組波束賦形天線需要不同的數(shù)據(jù)向量）均需要多組天線。設計能夠同時提高頻譜效率和能量效率的基站非常復雜，需要對所有組件進行非常緊密的集成（圖 9）：
波束賦形架構：取決于組件在損耗（能量效率）和成本兩個方面的實用性。
寬帶功率放大器和濾波器組：隨著頻段數(shù)量的增加，寬頻段上的載波聚合將需要大量的濾波器和功率放大器。功率放大器將需要通過預失真或稀有材料才能提高工作效率。
天線互耦：如果僅僅是在空間中裝入更多天線反而會減少基站容量并增加損耗。
時鐘同步：對于龐大的 MIMO 陣列而言，各個 PCB 板上的時鐘都需要同步。時鐘漂移會導致天線間不確定的相位改變（原因在于頻率漂移），并影響波束賦形的效果。
自適應式校準：由于大量的組件、芯片組、時鐘和放大器，加之相位對基站內(nèi)溫度條件的依賴性，每根天線的輸出相位可能會與期望值相去甚遠。因此，需要通過自適應式校準電路測量每個信號的相位和振幅偏移，然后進行預失真，從而實現(xiàn)效果極佳的波束賦形。
光纖收發(fā)器：一般而言，大規(guī)模 MIMO 基站的輸出是基帶數(shù)據(jù)，基帶數(shù)據(jù)通過光纖傳輸?shù)奖镜鼗鶐卧蜻M入 C-RAN。因此，需要實時的現(xiàn)場可編程邏輯門陣列 (FPGA) 將 RFIC 輸出的基帶數(shù)據(jù)轉譯成光纖的基帶協(xié)議。
散熱：在一個密閉空間內(nèi)集成多達數(shù)百根天線、數(shù)千個組件和數(shù)十個 RFIC/FPGA 會導致嚴重的熱量和高溫問題。由于這些單元部署在溫差較大的區(qū)域，如果在沒有提供外部風冷的情況下，則需要采用大型散熱器，如此一來，大規(guī)模 MIMO 單元的重量也會明顯增加。
圖 9：大規(guī)模 MIMO 架構
5G 基站和設備的測試測量
傳統(tǒng)意義上來說，基站的性能是除天線以外的射頻收發(fā)器的性能。射頻收發(fā)器的性能可以通過射頻測試端口和測量儀器（即矢量信號分析儀和信號發(fā)生器）相連后直接測量。通常使用矢量網(wǎng)絡分析儀以 OTA（ CW 波）方式來測量天線性能。
由于大規(guī)模 MIMO 基站是高度集成化的架構，因此無法再直接接入各個射頻路徑。這意味著測量方式將發(fā)生實質性變化，從原本對射頻收發(fā)器高度可預測的傳導測量轉向不確定性的OTA 測量（圖 10）。
圖 10：5G 全新測量范式
由于被測設備 (DUT) 近場和遠場區(qū)域輻射場（圖 11）的物理特性不同，OTA 測量明顯要比電纜測量更為復雜。由于調制后信號的時變和空變特性，因此測量必須在 DUT 的遠場（平面波）中進行，導致只能使用巨大的天線電波暗室，或是間接遠場暗室，如平面波轉換器 (PWC) 或緊縮場 (CATR)。CATR 采用反射器將球面波轉換為反射器近場中的平面波分布，而 PWC 則使用陣列天線在近場中生成平面波分布（圖 12）。
圖 11：天線電磁場
圖 12：平面波轉換器和 CATR
由于消除了射頻測試端口以及毫米波段頻率的使用，OTA 有望成為測試基站性能的一種重要工具，不僅適用于大規(guī)模有源 MIMO 陣列天線，同時還適用于內(nèi)部射頻收發(fā)器。由于上述原因，OTA 暗室和測量設備的需求將出現(xiàn)爆發(fā)式增長，不僅可以用于有關天線輻射特性的嚴苛測量，還能夠取代傳統(tǒng)的傳導射頻收發(fā)器測量。在電波暗室和測量設備等領域，羅德與施瓦茨擁有豐富的專業(yè)經(jīng)驗。為了滿足客戶的未來需求，羅德與施瓦茨已經(jīng)做好充分準備，能夠隨時提供完備的解決方案（參考文獻 5）。
參考文獻
1. CMRI, “C-RAN: The Road Towards Green RAN,” Dec. 2013
2. I Chih Lin, C. Rowell, et al, “Towards Green and Soft: A 5G Perspective”, IEEE Communications Magazine, Feb 2014
3. F. Rusek, et al, “Scaling Up MIMO: Opportunities and Challenges with Very Large Arrays”, IEEE Signal Processing Magazine, Jan 2013
4. H. Shuangfeng, et al, “Large Scale Antenna Systems with Hybrid Analog and Digital Beamforming for Millimeter Wave 5G”, IEEE Communications Magazine, Jan 2015
5. Antenna Array Testing White Paper: 1MA286, 2016
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
