微信公众号：EW Frontier
关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;
如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学
知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412
面包多：https://mbd.pub/o/author-a2mYl2tsbA==/workQQ交流群：729981694
如有侵权请联系删除~
摘要
超密集网络 （UDN） 中的位置感知波束成形 （LAB） 是 5G 新空口 （NR） 和超越 5G （B5G） 毫米波 （mmWave） 通信的一项突破性技术。具有窄天线半功率波束宽度 （HPBW） 和大规模多输入多输出 （mMIMO） 处理系统的定向链路可以提高发射器和接收器的增益，从而有助于克服毫米波中的高路径损耗。众所周知的笔形波束成形 （BF） 问题是在发射机处构建预编码矢量，并在定向链路建立和维护期间在接收机上组合矢量。天线阵列 （AA） 尺寸巨大，需要信道状态信息 （CSI） 交换，这对车辆用户设备 （UE） 来说非常耗时。了解发射器和接收器的位置，即 UE 或 gNodeB （gNB），可以显著简化定向链路建立和空分多址 （SDMA） 的实施。SDMA 的背景是有效维持可承受的干扰水平，本研究的目的是使用 LAB 在各种 5G UDN 场景中进行信干比 （SIR） 评估。用于评估 SIR 的方法是链路级仿真，结果从公开发布的开源模拟器中获得。研究的贡献包括与 LAB 合作证实允许的 UE 密度。实际意义包括对 5G UDN 场景中两个 UE 的地面和角度分离的建议。
引言
在新兴和已部署的 5G 新空口 （NR） 和超越 5G （B5G） 超密集网络 （UDN） 中，同时运行的收发器数量快速增长，如果它们被密集到每平方米一个设备，则会导致不可接受的高干扰水平问题 [1,2]。自适应波束成形 （BF） 可以通过最大化到所需信号源/接收器的天线辐射方向图 （ARP） [3,4\u20125] 和最小化对干扰信号源/接收器的天线方向图 [6,7] 来潜在地补偿高干扰水平。无线电接口向毫米波 （mmWave） [8,9] 的过渡和大规模多输入多输出 （mMIMO） 天线系统的发展 [10,11] 促进了波束成形在 5G 中的广泛使用。在 gNodeB （gNB） 和用户设备 （UE） 处使用笔形波束的定向链路通过发射器和接收器的高天线阵列 （AA） 增益来减轻路径损耗 [12\u201213]。由于波束成形模式下在公共频率范围内工作的设备的空间复用和角/地分离，可以最大限度地减少设备的系统内干扰[14,15]。特别是，[15] 中具有均匀矩形阵列 （URA） gNodeB （gNB） 的毫米波 5G NR UDN 中半功率波束宽度 （HPBW） 对波束间干扰的影响评估表明，方位波束从 60° 缩小到 10° 会导致六边形布局的干扰抑制约为 15 dB。
为了控制 ARP，可以使用众所周知的方法，即使用 CSI（信道状态信息）对信道中当前情况的训练序列进行初步分析[9]，但在车辆用户设备 （VUE） 的 UDN 中，其开销变得高得令人无法接受 [16]。波束成形 （BF） 的另一种方法是所谓的位置感知波束成形 （LAB） [17]。这种方法的有效性、相关性和前景取决于以下事实：对于最新 3GPP 规范中的 5G UDN，与前几代网络相比 [18]，用户设备 （UE） 的定位精度要求首次正式确定为 1 米 [19]。
[20] 中对网络定位、跟踪和导航使能技术的调查强调了使用无距离定位方案在 5G UDN 环境中从二维定位转向三维位置估计。[21] 中对前几代蜂窝网络中的定位架构的概述和前瞻性的定位架构和技术讨论了在 5G 网络中实现亚米级精度的潜力。由于物理层采用了新的无线电接口[22,23\u2012224]，因此实现了这种精度[22\u2012224]，然而，UDN以设备为中心的新架构，包括在D2D（设备到设备）模式下相互直接通信，在链路层和网络层带来了新的波束管理问题[25,26\u201227]。
在过去几年中，已经开展了LAB领域的初步研究，但主要是针对基站和UE之间一条无线电链路的特定场景，以便估计UE的位置[28,29,30,31]，以及针对一个基站和两个固定UE之间两条链路相互影响的特定场景，以便进行干扰评估[32，33,34,35,36,37,38]。通过波束成形评估车辆无线电链路中的干扰问题因以下因素而变得复杂：瞬时信噪加干扰比 （SINR） 对 VUE 的当前空间 [1] 和角度 [16] 分离的显著（数十 dB）依赖性;车辆通道中通道相干时间和波束宽度的相互依赖性 [39\u201240\u201241];波束成形无线电链路容量对 UE 定位不确定性的依赖性 [42];采用波束跟踪方法[43,44];波束对准技术 [45,46,47,48] 和位置辅助信道估计 [49,50,51,52,53]。
最近的调查[16,17,18,19,20,21,22]，关于毫米波链路的5G UDN中的LAB仅处理了静止的gNB和UE病例。当前研究的目的是使用位置感知波束成形评估 5G 毫米波 UDN 场景中的干扰水平，当 gNB 完全了解 VUE 坐标并在各种场景中移动时将其笔形波束直接指向 VUE，这些场景的特点是地面和角度分离。
关于固定UE的LAB的首批工作之一[54]揭示了使用位置可以为视距（LOS）场景创建传输预编码BF向量，而不会产生信令开销。特别是，所提出的方法是将波束成形限制在空间区域，以角扇区为界，GPS 定位的不准确性可达 20 m。
“毫米波段超密集无线接入网络中的位置感知波束成形”项目[55]的基本目的是开发有科学依据的ARP控制方法，该方法基于UE的定位，用于单独链路、两条链路、一组小区链路和一组UDN小区的场景。
为了在给定的网络发展条件和设备运行场景中从数值上证实相邻收发器的地面和角度分离，应考虑信干比 （SIR） 评估，这将有可能科学地证实在 5G 和 B5G UDN 中与 LAB 在空间复用模式收发器设备中同时运行的理论和实际可实现的分离极限。
在所描述的最新技术的推动下，这项工作旨在评估 5G 毫米波 UDN 与 LAB 在两条链路场景下的干扰。
文章插图
结论
当前研究的贡献有三方面。首先，它根据最先进的分析证实了位置感知波束成形，以便在空分多址场景中有效维持经济实惠的干扰水平。其次，它介绍并描述了公开发布的开源模拟器，用于使用两个位置感知波束成形链路进行信干比计算。第三，它通过地面和角度分离的标准证实了允许的 UE 密度。对于所考虑的城市微小区情景，它表明 SIR 对 UE 地面分离的依赖性不显著，而 SIR 对 UE 角度分离的显著依赖性。特别是，低 SIR 区域的宽度随着天线阵列尺寸的增加而减小，因此当使用给定尺寸的阵列时，该区域的宽度可以作为 5G UDN 场景中允许的最小 UE 角度间隔的标准。
