在本文中,我将介绍毫米波(mmW)波束成形和天线技术的各个方面以及我认为有趣和独特的技术设计实例。
波束成形
波束形成网络(BFN)用于将来自小天线的信号组合为比单独的每个单独天线更具指向性的模式,这是因为阵列因素。波束形成器用于雷达和通信。一个雷达例子是一个线性阵列,能够为汽车雷达提供四个方位角的波束; 一个通信实例是二维波束形成器, 用于卫星 覆盖多个地点的广阔地面区域。
BFN可以提供同时波束覆盖,如卫星或单点覆盖,就像经典的相控阵雷达系统一样。可以使用光束控制计算机控制将光束固定在设计中或自适应。
主要有两种相控阵波束形成网络:无源电子可控天线(PESA)和有源电子可控天线(AESA)。是德科技的Sangkyo Shin博士在波束成形中观看此视频:
布鲁克林5G峰会
用户设备(UE)中的5G,例如终端用户与网络通信所使用的任何设备,现在是一个非常热门的话题。诺基亚和纽约大学Tandon工程学院的纽约大学无线研究中心刚刚在4月底完成了第 5 届布鲁克林5G峰会(B5GS),其中两个关键议题是英特尔的5G mmWave相控阵列和Qualcomm的5G UE相控阵设计。
Qualcomm高级技术总监Ozge Koymen为5G UE相控阵设计演示做了演示,并讨论了这方面的挑战,例如:
快速切换和建立时间
最大限度地减少PA效率和热性能方面的损失
最大限度地降低预先LNA损耗以改善链路预算
UE中的空间限制
降低成本
两种极化的球面覆盖
在本节中,我们将处理UE器件面或边缘设计选项以获得两种极化的球面覆盖。Qualcomm讨论了手持设备的前后天线模块(图1)。
科门建议使用多个模块将有助于减少手阻塞并降低方向的影响(图2)。
在手持式UE设备中,有两种流行配置,即脸部设计或边缘设计(图3)。
图3手持式UE设备的两种流行配置(图片由Qualcomm提供)
Koymen讨论了使用两个具有2×2 x-pol(交叉极化7)平面阵列,1×2和2×1偶极阵列以及使用三个模块的边缘设计的模块的建议面设计,所述模块具有单个4×1 x-pol平面阵列。
考虑到多种类型的波束形成架构,Koymen评论说,采用了设备沿所有方向的最大比率合并(MRC)设计。他认为这是乐观的设计,上限方案; 基于RF /模拟波束码本的24个波束适用于所有模块/对应于P-1/2/3初始扫描和波束细化 - 这是一种建议的实用方案; 和最佳天线选择(传统/ LTE设计) - 一种悲观的下限方案。我们将在下一页更详细地讨论MRC和多分辨率码本。
高通公司开发了一种RFIC,支持多种可能的天线设计,并将其用于展示自适应波束成形和波束追踪的演示智能手机外形。其8个RF前端(RFFE)模块中的每一个都支持X,Y和Z方向上的多个可选天线阵列。移动OEM厂商现在有机会尽早开始优化其特定设备。
最大比例组合(MRC)
我们来看看MRC 1架构。这是一种简单有效的自适应天线阵列组合方案,有助于在一定程度上减少噪声,衰落和同信道干扰的影响。该架构确实需要估计阵列中感兴趣的信号的空间特征,其是每个天线元件处的信道增益和相位。请参阅图4为一传统的MRC接收器架构。
图4经典的预检MRC接收机架构(图片由Reference 1提供)
参考文献1中的论文提出了最大比合并接收的一般分析框架,其中通过与已知训练序列的相关来估计期望信号的空间签名。
图5a描述了在检测之前在基带处执行组合的架构。作者还建议在参考文献1中以中频(IF)进行组合的更好的可能性。
图5a具有独立信道和载波跟踪的MRC接收机。这是一个使用基带补偿载波相位抖动的基带合并预检测MRC接收机(图片由参考文献1提供)
在图5b中,通过可调延迟元件或移相器施加加权。然后在匹配滤波完成之前,单载波恢复环路将组合信号带到基带。这种方法通过仅为一个下变频器和一个上变频器交换N个下变频器来降低RF硬件的复杂性。
图5b具有独立信道和载波跟踪的MRC接收机。这是一个使用单载波恢复环路的IF组合预检测MRC接收机。标有x的盒子由可调延迟元件或移相器组成,然后是可调衰减器。(图片由参考文献1提供)
最终的结果是归一化SNR的推导(其逆是训练损失),其以理想SNR为条件。这是在非衰落环境和不相关的瑞利衰落环境中获得各种性能结果的基础。发现训练损失在衰落环境中对中断概率的影响大于对平均误比特率(BER)的影响。
这些类型的结果对于确定所需训练序列长度的系统设计是有用的,并且实际上评估系统的性能,包括不完善估计的影响而不借助于仿真。
多分辨率码本
码本是一种用于收集和存储代码的文件。最初的码书是书籍,但今天的码书是一系列代码的完整记录的代名词,无论物理格式如何。
为了克服毫米波波段的较高路径损耗,使用大规模或大规模多输入多输出(MIMO)系统的高度定向波束形成是至关重要的。由于使用高分辨率窄波束发出所有可能的波束方向所需的大量训练开销,信道估计的问题变得具有挑战性。为了解决和改善毫米波系统中的波束搜索问题,参考文献2中的论文描述了一种多分辨率波束形成序列的设计,其可以以二分方式快速搜索主要信道方向。给定多分辨率码本,所提出的多分辨率波束形成序列被设计为在最小化训练开销8并最大化波束成形增益。本文讨论了如何使用离散傅立叶变换(DFT)矩阵的相移版本来设计多分辨率码本。
5G mmWave相控阵列
在第五届布鲁克林5G峰会上,英特尔先进技术总监Batjit Singh讨论了其公司的毫米波阵列。其中一个主题特别让我对5G 28 GHz汽车移动性感到兴趣。
英特尔的设计采用四块面板,提供面板切换,光束选择,光束切换时间优化和移动设计的360º覆盖。他们的多个现场试验已经证明和证明了mmW系统(26.5 GHz至29.5 GHz)(图6)。
图6英特尔5G 28 GHz汽车移动系统(图片由英特尔提供)
在日本和韩国以及其他国家进行了试验。测试有助于评估诸如调制和编码方案(MCS),接收信号强度指示器(RSSI),偏置接收信号功率(BRSP)性能和内/基带单元(BBU)切换等关键mmW参数。参见图7,了解部署在车辆顶部后顶的系统。
图7这是英特尔5G汽车移动系统测试车中的一款,该车在汽车后上方有5G毫米波相控阵列系统用于汽车。(图片由Intel提供)
我希望V2X能够提高未来自动驾驶汽车驾驶的安全性,而5G将为此系统提供支持。
罗特曼透镜波束形成
我们来看看这种波束形成的方法,这对无人机避免碰撞,交通监控和入侵者检测至关重要。
除了检测物体之外,雷达还可以测量物体的范围和径向速度。无论白天还是晚上,在大多数天气条件下,它都能很好地工作。在避免碰撞中,雷达需要具有检测目标物体角度的能力; 使用雷达的机械或电子可操纵的窄天线波束可以实现这种功能。
尺寸,重量和功率(SWaP)需要在传感器简单性和视角估计能力方面进行权衡,因此可以生成多个固定的窄天线波束的辐射出不同方向的前端可能是一个很好的折衷方案。所以,每个光束都会有自己独立的视角 - 这可以通过平面Rotman Lens(RL)4完成。
多频道调频连续波(FMCW)雷达可在24 GHz的ISM频段内工作。接收(RX)天线基于RL和采用微带技术设计的贴片天线阵列。发射(TX)天线使用BFN和贴片天线阵列。
所使用的系统基于IMST 24 GHz多功能雷达产品Sentire sR-1200e 。
雷达系统
这种雷达前端的主要组成部分是一个9×14 RL,采用平面微带技术实现。这种方法在1963年首次提到,当时Walter Rotman 为波束形成方法提出了微波透镜4。该透镜可以构造为用于天线元件的线性束阵列的平行板,波导或衬底集成波导(SIW)结构。RL设计的地面计算的数学框架参考Peter S. Simon 的论文5(图9)。
图9波束形成器布局,显示TX和RX波束成形网络,包括天线端口和RL分布网络(图片由Reference 3提供)
集成相控阵IC解决方案:为设计人员提供实用解决方案
相控阵雷达系统正朝着平板阵列迈进,并改善了SWaP。硅片中的数字集成使下一代波束成形成为可能。GaN器件可以提供高功率和出色的功率附加效率(PAE),即PAE(负载的RF功率 - 器件输入端的RF功率)DC电源。
我非常喜欢ADI公司建议的Plank架构,使用他们的新型ADAR1000(一种非常独特的Tile X / Ku波段时分双工(TDD)模拟波束形成器)创建出色的评估系统。参考文献6中的论文研究了频分双工(FDD)与TDD,并发现如果需要在各种传播条件下的稳健操作,基于互易性的TDD波束成形是唯一可行的选择。图10显示了该器件的框图。
这款新产品的最佳部分不仅在于高度集成,这是惊人的,而且在设计人员可用的评估板中,用于使用Plank架构构建相控阵天线板,在该架构中IC位于板垂直于天线板。以这种方式,IC的尺寸并不太重要,因为它们不需要适合天线设计的晶格间距。这些工具将缩短开发人员的设计上市时间(图11)。
平板阵列也可以在电路板一侧上的天线元件和背侧上的IC上创建 - 正是在这种类型的配置中,天线晶格间距9和IC的尺寸变得关键,以防止光栅裂片(图12)。
相控阵信号流中的模拟/数字波束形成
设计师可以根据其整体系统目标设置模拟/数字波束形成相控阵信号流。每种电子设计总是有妥协和权衡。请参阅图13为一个信号设计流程的一般示例。
图13模拟/数字波束形成相控阵设计架构的通用信号流设计(图片由Analog Devices提供)
具有模拟/数字(混合)波束形成的完整X / Ku波段阵列
图14模拟/数字(混合)波束成形的X / Ku波段阵列(图片由Analog Devices提供)
在这里,ADI公司真正用Hittite微波和凌力尔特公司的高功率和高速采集技术发光。
随着我们在生活中实施5G,我期待看到本文提到的更多创新。我期望5G空间以外的空间还有更多的应用。
上一篇:汽车导航到底是如何判断堵车的?
下一篇:丰田正研发开源自动驾驶高精地图,意图抢占200亿市场
推荐阅读最新更新时间:2024-07-25 20:24