Повышение спектральной эффективности в распределённом массиве massive MIMO в многопользовательском нисходящем миллиметровом диапазоне

Почему важна плотная упаковка антенн в вашем телефоне

Каждый год мы требуем от беспроводных сетей переносить всё больше видео, игр и данных с меньшими задержками. Простого увеличения мощности или добавления пары антенн уже недостаточно. В этой работе рассматривается более интеллектуальный способ размещения и управления большим числом антенн и небольших базовых станций, чтобы одна и та же полоса радиоспектра могла нести значительно больше информации. Исследование сосредоточено на миллиметровых сигналах, которые способны передавать огромные объёмы данных, но ими трудно управлять; показано, как приблизиться к «наилучшей возможной» пропускной способности без создания невероятно сложного и дорогостоящего оборудования.

Разделение одной большой башни на множество малых помощников

Традиционные сотовые системы представляют себе одну высокую базовую станцию с большим массивом антенн, обслуживающую множество пользователей одновременно. В распределённой конфигурации massive MIMO эту большую башню заменяют несколькими меньшими базовыми станциями, каждая со своим набором антенн, разбросанными по территории и координируемыми центральным контроллером. Поскольку каждая небольшая станция располагается ближе к обслуживаемым пользователям, сигналы приходят сильнее и чище, а система лучше справляется с высокой нагрузкой в многолюдных местах, таких как стадионы или центры городов. Анализ и моделирование подтверждают, что такая распределённая схема может обеспечивать более высокие скорости передачи данных, чем одна сосредоточенная антенная решётка при том же общем объёме аппаратуры.

Использование аналоговых органов управления и цифрового интеллекта

На миллиметровых частотах антенны малы, поэтому можно установить десятки или даже сотни элементов. Проблема в том, что оснащение каждой антенны полным комплектом цифровой электроники было бы чрезвычайно дорого и энергоёмко. Авторы решают эту задачу, сочетая два типа управления. Аналоговое предварительное кодирование использует простую аппаратуру, например фазовращатели, для направления лучей в нужные стороны. Цифровое предварительное кодирование, выполняемое в базбэнд-процессорах, тонко настраивает сигналы для разных пользователей. Такое «гибридное предварительное кодирование» распределяет работу: аналоговые компоненты дают грубое направление при невысокой стоимости, а цифровые обеспечивают точную подстройку. Исследование сосредоточено на полностью связанной архитектуре, где каждый цифровой канал может через аналогическую сеть достигать всех антенн, что даёт большую гибкость при значительно меньшем количестве электроники, чем в полностью цифровом решении.

Превращение помех в почти полную тишину

Когда обслуживается много пользователей одновременно, их сигналы могут взаимно мешать и снижать скорость для всех. В статье показано, что в системе с большим числом антенн, расположенных простым линейным образом, и при тщательно подобранных направлениях лучей каналы к разным пользователям становятся практически математически независимыми. Проще говоря, антенны могут формировать настолько узкие лучи, что каждый пользователь «слышит» в основном свой собственный сигнал и очень мало — от других. Этот результат позволяет авторам считать помехи пренебрежимо малыми при оценке пропускной способности системы и объясняет, почему увеличение числа антенн в такой архитектуре продолжает улучшать производительность, а не приводит к хаосу.

Двухэтапный метод настройки для более высокой скорости

Проектирование оптимального гибридного предусилителя — сложная математическая задача, поскольку аналоговые и цифровые части тесно связаны, а также действуют строгие ограничения на общую отдаваемую мощность. Авторы предлагают итеративный алгоритм в два этапа для решения этой задачи. На первом этапе они предполагают фиксированную сеть аналогового направления луча и вычисляют лучшие цифровые настройки, максимизирующие суммарную скорость передачи при заданном ограничении мощности. На втором этапе эти цифровые настройки принимаются как заданные, и обновляется матрица аналогического управления направлением. Путём чередования этих двух шагов и применения стандартных инструментов оптимизации, известных как условия Каруша—Куна—Таккера (KKT), метод сходится к решению, обеспечивающему очень высокую спектральную эффективность — то есть много бит в секунду на каждый герц спектра.

Почти идеальная скорость при меньшем количестве аппаратуры

Компьютерное моделирование с реалистичными моделями миллиметровых каналов показывает, что предложенная схема последовательно превосходит несколько известных гибридных и аналоговых методов формирования луча и даже приближается к производительности теоретической полностью цифровой системы. Выигрыш особенно заметен, когда число радиочастотных цепей (дорогая часть оборудования) примерно вдвое превышает число потоков данных — практическое соотношение для будущих базовых станций. Одновременно разделение базовой станции на координируемые малые ячейки снижает нагрузку обработки на каждом узле и улучшает покрытие. Для неспециалистов ключевая мысль такова: за счёт разумного распределения задач между простым аналоговым управлением лучом и более «умной» цифровой обработкой, а также переноса антенн на множество небольших базовых станций, можно извлечь значительно большую ёмкость из той же полосы спектра без взрывного роста затрат и энергопотребления.

Цитирование: Rajaganapathi, R., Senthilkumar, S., Alabdulkreem, E. et al. Improving spectral efficiency in distributed massive MIMO in multi-user downlink millimeter wave. Sci Rep 16, 6325 (2026). https://doi.org/10.1038/s41598-026-37016-w

Ключевые слова: миллиметровые волны, massive MIMO, гибридное предварительное кодирование, распределённые антенны, спектральная эффективность