

专题丨面向超大规模阵列的近场通信研究

信息通信技术与政策

2023-10-30

导读：丛嘉艺，李国宇，游昌盛

作者简介

丛嘉艺

南方科技大学工学院博士研究生在读，主要研究方向为优化算法、MIMO通信、机器学习等。

李国宇

南方科技大学工学院访问学生，哈尔滨工业大学电子与信息工程学院博士研究生在读，主要研究方向为信道建模、MIMO通信等。

游昌盛

南方科技大学工学院副研究员，博士生导师，主要研究方向为智能反射面通信、超大规模阵列通信、边缘计算与边缘智能等。

论文引用格式：

丛嘉艺, 李国宇, 游昌盛. 面向超大规模阵列的近场通信研究[J]. 信息通信技术与政策, 2023, 49(9): 52-57.

面向超大规模阵列的近场通信研究

丛嘉艺¹ 李国宇^1,2 游昌盛¹

（1.南方科技大学工学院，深圳 518055；2.哈尔滨工业大学电子与信息工程学院，哈尔滨 150001）

摘要：超大规模阵列可以有效提升传输距离，克服路径损耗，为通信发展带来新的机遇。在超大规模天线阵列系统中，用户和散射体更可能位于近场辐射区域，通信系统应采用更精确的球面波模型。然而，目前针对超大规模阵列近场通信的研究尚处于初始阶段，面临着码本搜索开销大、波束追踪复杂度高等问题。基于现有研究基础，分析了近场通信中的关键问题，包括波束训练、波束追踪以及天线可视区域，指出所面临的挑战，并提出了未来愿景。

关键词：超大规模阵列；近场通信；波束训练；天线可视区域

0 引言

近年来，随着5G在全球范围内的商业化部署，学界对6G的研究正在进入新的阶段。为了大幅提升现有5G系统的传输速率，一种直接有效的方式就是提高工作频率，扩大通信带宽^[1-2]。为此，下一代6G通信将探索挖掘毫米波和太赫兹频段来支持更高速率的通信。然而，太赫兹高频段通信也面临着诸多难点，如巨大的路径损耗与如何提高传输距离。为解决这些难题，一个有效手段就是在基站部署超大规模阵列，通过提高的阵列增益来补偿高频下的路径损耗^[3]。

不同于传统通信系统通常考虑远场平面波模型，在超大规模阵列系统中，用户和散射体更可能位于其近场区域^[4]。在近场通信中，具有球面波前的波束能够实现波束聚焦的功能，即将波束能量集中在一个特定的角度与距离的区域。因此，波束聚焦功能提供了一个新的自由度来控制距离域中的波束能量分布，这为系统带来了更高的空间复用增益^[4-5]。

基于超大规模阵列的近场无线通信系统由于波束增益更大、波束宽度更窄、指向性更强，对波束训练、波束追踪以及天线资源调度提出了新的挑战。首先，为了充分利用超大规模阵列的波束聚焦增益，需要设计新的面向近场通信的波束训练方法^[6]。其次，与传统的远场波束训练相比，近场波束聚焦效应使得系统对波束追踪精度要求更高，需要同时考虑角度和距离两个维度。最后，位于近场的通信用户更有可能被障碍物遮挡，从而导致其只能与部分天线建立稳定的链路^[7]。近场通信作为未来6G通信中的重要组成部分，对其关键性能进行研究尤为重要。

1 超大规模阵列近场通信场景与关键问题

1.1 超大规模阵列天线

超大规模阵列天线是6G物理层的关键技术之一。它可以提供巨大的空间分集，将成为提高6G移动通信系统频谱效率的关键技术之一。相较于5G，6G将支持更多新应用，也为超大规模天线部署提供了新的应用和部署场景。具体而言,从天线数目上看，5G的大规模天线通常指64 根或128 根天线，而超大规模阵列的天线个数将增加一个数量级，高达1 024 根天线^[8]。因此，超大规模天线有望大幅度提高未来通信系统的频谱效率和空间分辨率。

1.2 超大规模阵列近场通信场景

超大规模阵列的天线数量急剧增加不仅导致硬件产生巨大变化，还导致电磁辐射产生巨大变化。具体而言，根据发射端和接收端的距离，由近及远，无线通信系统的辐射区可以划分为感应近场区域、辐射近场区域和远场区域^[9]。例如，根据笔者计算，对于天线物理孔径为0.4 m、工作频率为100 GHz的超大规模阵列，相应的菲涅耳和瑞利距离分别为2.3 m和106.7 m。当用户非常靠近超大规模阵列时，用户处于感应近场区域内，此时阵列中每根天线之间都存在明显的幅度和相位变化；当用户与超大规模阵列的距离增大但依然小于瑞利距离时，用户处在辐射近场（菲涅耳）区域，此时信号的传播应由球面波模型准确建模，天线之间的幅度变化可以忽略不计，但天线间存在非线形的相位变化；当用户与超大规模阵列的距离大于瑞利距离时，用户处在远场区域，阵列上的振幅变化可以忽略不计，相位线性变化。

对于辐射近场（简称“近场”）通信，球面波的阵面特性提供了新的可能。具体而言，不同于传统远场波束成形将具有平面波前的光束引导到特定角度，在近场区域中，具有球面波前的光束可以实现光束聚焦，将光束能量集中在角度和范围上，从而提供新的自由度来控制空间能量分布^[9]。对于超大规模阵列，近场和远场用户在同一波束下的波束对准情况如图1所示。

图1 近场波束示意图

1.3 超大规模阵列近场通信场景关键问题

新的近场波束训练方式既需要充分利用近场球面波前带来的额外距离信息以形成高精确度的波束，也需要平衡由于引入新的自由度而导致的高计算复杂度。具体而言，波束训练是为了在进行信道估计和数据传输之前为基站和用户间建立一条高信噪比的初始链路。近场球面波为波束训练提供了新的自由度来控制空间的能量分布，可实现更精确的波束形成。然而，近场球面波的特性也带来了诸多新挑战。现有研究表明，直接将远场码本用于近场波束训练将大大降低其训练准确率^[10]。在近场情况下，针对特定方向的远场定向波束的能量将扩散到多个角度，此时无法通过最大接收信号功率找到真正的用户角度。因此，需要为近场通信设计新的波束训练码本。其次，近场波束将聚焦在一个小的区域内，而不是传统远场假设中的条带状波束。因此，近场的波束聚焦效应要求在距离和角度两个维度内对波束进行训练，对精度要求更高。提升近场通信中波束追踪定位的精确度，也需要设计新的波束追踪方案以适用于频繁移动的近场用户^[11]。最后，位于近场的用户通常不会与大规模阵列中的每一个天线均建立稳定的信道链路。特别是在多用户的场景中^[10-11]，提升近场通信性能的一个重要方法是根据每个用户对于大规模阵列的可视区域不同，合理地分配天线资源以提升系统的总体性能。

2 近场通信关键技术研究

2.1 近场波束训练

对于超大规模阵列来说，地面基站可以通过波束训练与用户之间建立高信噪比链路，从而大大减少信道估计所需的负载。然而，在近场通信场景中，波束训练遇到了新挑战。首先，对于均匀线性阵列来说，与远场波束训练中的一维搜索不同，近场波束训练需要在角域和距离域进行二维波束搜索。在近场波束训练中使用的基于离散傅里叶变换（Discrete Fourier Transform，DFT）的远场码本会造成近场能量扩散，导致基站无法根据接收到的最强信号功率找到真实的用户角度（见图2）。因此，为近场波束训练设计新的码本有待发展。对于近场波束训练，Cui和Dai^[12]提出了一种二维极域码本，其中每个波束码字指向特定的角度和距离位置。结果表明，通过对角域进行均匀采样，对距离进行非均匀采样且采样密度随距离的增大而增大，可以最小化相邻码字间的列相干性。然而，如果对所有可能的码字进行二维穷举搜索，会造成较高的训练开销，从而缩短数据传输时间。为了减少波束训练开销，Zhang^[13]等提出了一种有效的两阶段快速近场波束训练方法。该方法利用了一个事实，即当使用远场DFT码本进行波束训练时，用户的真实角度大约位于主导角区域中间。因此，两阶段的训练方法可以首先使用角度域DFT码本估计用户的角度，然后使用极域码本进一步估计用户的距离，从而有效识别出最佳的近场波束码字。这种方法的导频开销是采样角度和距离的数量之和，减少了训练开销。为了进一步降低训练开销，Hadji^[14]等设计了分层码本进行近场波束训练，其中近场分层码本满足可覆盖整个极域的基本子码本和保证上层极域码字的波束模式被下层的多个码字近似覆盖。在此基础上利用更精细的分辨率同时更新用户角度和距离，实现更少的训练开销。此外，Wu^[15]等首先利用超大规模阵列的中心子阵对角域中的用户角度进行粗估计，然后在给定用户角度基础上使用专门设计的码本在极值域中逐步高精确度地搜索用户角度和距离。然而，由于这种方法只使用超大规模阵列的中心子阵进行粗角度搜索，在低信噪比条件下可能会遭受性能损失。

图2 近场波束训练方式示意图

然而，针对近场波束训练方法的研究仍然面临许多挑战。目前大多数研究只考虑了具有球面波前的视距路径，对于在近场区域中存在多个非视距路径的一般信道模型，尚未进行研究。一种可能的解决方案是首先使用DFT码本检测主导角度区域，确定所有路径的角度，然后逐个使用极域码本确定散射体的距离。但是这种方法在不同路径的角度区域显著重叠时效果不佳。此外，如何设计一种适用于近场和远场场景的统一波束训练方法是至关重要的，因为在某些场景中，部分用户可能同时分布在近场和远场区域。

2.2 近场波束追踪

除了波束训练，用户在近场下的波束追踪也面临新挑战。不同于远场波束追踪仅基于时间追踪用户角度，近场波束追踪需要根据用户轨迹进行动态调整，以适应用户角度和距离的变化。此外,近场波束追踪对用户的运动更加敏感，因为这种运动往往会导致超大规模阵列的孔径相位快速变化。因此，直接采用现有的远场波束追踪方法将导致性能大幅下降，专门用于近场通信的新型波束追踪方法值得研究。

对于单个超大规模阵列下的近场波束追踪场景，当用户迁移模型先验已知时，基于贝叶斯统计的方法可以追踪最优波束。如果信道可以建模为非线性高斯过程，那么根据估计和预测的用户位置和速度可以使用扩展卡尔曼滤波器来预测最佳波束。然而，这些算法的性能严重依赖于用户移动模型的准确性，若使用不准确或过时的模型，可能会导致算法性能下降。此外，当用户按照不规则的轨迹移动时，近场波束追踪将变得更加困难。在近场波束追踪中使用多个超大规模阵列进行协作时，超大规模阵列可以采用基于扩展卡尔曼滤波的方法对用户角度进行追踪。然后，根据超大规模阵列的位置和它们之间的相对用户角度，有效地估计用户的位置。这种方法避免了耗时的距离追踪，可以利用阵列和用户的连线交点来识别用户的位置，从而避免了距离估计产生的额外训练开销。

在实际应用中，近场波束追踪的性能受到多种因素的影响，包括接收机噪声、测量噪声和估计误差等。特别是对于高移动的用户或快速变化的轨迹，信号很可能会暂时偏离波束主瓣，从而导致间歇性追踪失败。这种情况下的波束追踪面临额外的挑战，需要采取措施来提高可靠性。一种有前景的方法是采用基于粒子滤波的波束追踪方法，按时间次序估计用户的物理参数（如角度、距离、信道增益等）来实现。根据用户角度和距离的偏差来估计未对准的概率，并根据该偏差自适应地实时调整超大规模阵列的波束宽度。此外，还可以提供辅助波束对，以增加成功对准波束的概率，解决间歇性追踪失败的问题。

3 超大规模阵列可视天线区域管理技术

除了近场传播特性外，超大规模阵列的另一个关键特性就是存在用户的可视区域，不同用户对应的可视区域如图3所示。在超大规模阵列的近场场景中，用户的大部分信道功率只能被阵列的部分阵元所捕获，比如图3中的用户1由于障碍物的阻挡，只能看到阵列天线的一部分，这部分可以被用户“看到”的阵元被称为用户的可视区域，比如图3中的VR用户1。不同用户之间的可视天线区域可能发生重叠，这使得对于可视区域的分配和管理尤为重要，如图3中的用户2与用户3的可视区域就存在部分重叠。超大规模阵列产生可视区域的原因主要有两点：一是阵列不同天线之间的路径损耗存在较大差异；二是阵列与用户之间的障碍物或散射体引起了信道阻塞。根据是否考虑信道的非视距路径，超大规模阵列的可视区域有不同的分类。当只考虑视距路径传输时，天线的可视区域所捕获的信号占总捕获信号的绝大部分。当信道中存在非视距路径传输时，用户相对于阵列的可视区域由用户相对于散射体的可视区域与散射体相对于阵列的可视区域级联而成。

图3 超大规模阵列可视区域示意图

可视区域的存在对超大规模阵列的信道建模产生了一定影响。具体而言，可视区域中的信道响应被建模为非零，可视区域外的信道响应全部被建模为零。在基于信道协方差矩阵的信道模型中，用户信道协方差矩阵的对角线元素仅仅在可视区域中为非零。因此带有可视区域的信道协方差矩阵为选择矩阵与不带有可视区域的信道协方差矩阵相乘。对于基于离散物理模型的信道模型来说，带有可视区域的信道响应为不带有可视区域的信道响应与掩码向量的哈达玛积。

对于超大规模阵列来说，已知可视区域的信息有利于提高系统的性能。Carvalho^[16]等利用基于信道协方差矩阵的可视区域信道模型，推导了共轭波束成形和迫零预编码器的信干噪比表达式。结果表明，如果不同用户的可视区域不重叠，每个用户的信干噪比会增加。此外，已知可视区域的信息还有利于降低数据传输复杂度。Anum^[17]等提出了一些基于子阵列处理的接收机算法，通过可视区域的信息设计子阵列收发器，降低计算复杂度和适应空间非平稳性。然而，上述工作都是在假设所有用户可视区域已知的情况下完成的。实际上，获取每个用户的可视区域信息是不容易的。Han^[18]等提出了单用户下基于子阵列和散射体的信道估计方法，分别从子阵列和散射体的角度重构信道和可视区域。研究结果表明，基于子阵列的信道估计方法能够以较低的复杂度获得精确的信道估计结果，而基于散射体的信道估计方法则可精确定位散射体，并几乎完整地确定子阵列和散射体之间的所有映射。

4 结束语

针对近场通信这一未来6G超大规模阵列物理层通信中的重要组成部分，本文分析了其与传统远场通信之间的区别，并分析了三个关键问题，包括近场波束训练、波束追踪和天线可视区域，分析了现有研究进展并对未来研究进行展望。本文研究有助于提高超大规模阵列近场通信理论和技术基础，和超大规模阵列在未来网络中的应用，为实现6G无线通信更高的系统性能指标提供技术支撑。

Near-field communications for extremely large-scale array

CONG Jiayi¹, LI Guoyu^1,2, YOU Changsheng¹

(1. College of Engineering, Southern University of Science and Technology, Shenzhen 518055, China; 2. School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin 150001, China)

Abstract: Extremely large-scale array has brought new opportunities for communication by effectively increasing the transmission distance and overcoming the path loss. In the extremely large-scale array system, the user and the scatterer are likely to be located in the near-field radiation region. Therefore, the communication system should adopt an accurate spherical wave model. However, research on near-field communication for extremely large-scale array is still in its initial stage and faces some challenges such as the high cost of codebook search and high complexity of beam tracking. This paper analyzes the key problems in near-field communication for extremely large-scale array, including beam training, beam tracking and visibility regions of antenna based on existing research. Then, it presents the challenges and proposes the future vision.

Keywords: extremely large-scale array; near-field communication; beam training; visibility regions of antenna

本文刊于《信息通信技术与政策》2023年第9期

主办：中国信息通信研究院

《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标，信息社会政策探究的思想库”，聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略，发布前沿研究成果、焦点问题分析、热点政策解读等，推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展，引导国家技术战略选择与产业政策制定，搭建产、学、研、用的高端学术交流平台。