智能移动通信技术1

第３代移动通信系统最重要的技术特征将是智能移动通信技术，即系统的各功能模块将由智能化处理单元来实现。本讲座在论述智能移动通信技术的发展和作用的基础上，就智能天线、智能传输、智能接收、智能通信协议、智能网络技术进行了介绍。讲座的第一部分讨论移动通信技术发展和智能天线。

１ 移动通信技术发展

    进入９０年代，信息通信技术及应用系统得到了迅猛发展，呈现出空前的繁荣景象。其中，移动通信和无线通信、多媒体信息服务、因特网的发展特别引人注目，是２０世纪９０年代信息通信领域的三大突出成就。这为追求人类理想的通信形态——个人通信，即任何人在任何时候任何地方都可以进行任何信息的通信，展现了美好前景。

    回顾过去，第１台可移动的电话是在１９４８年出现的，几乎与第１台电视机是同时诞生的，但在相当长一段时间里不如电视发展应用快。尽管在６０年代初期，美国贝尔实验室就提出了蜂窝结构、重复利用频段、区域覆盖、容纳众多用户的方法，为移动通信技术和系统的发展奠定了基础，但直到８０年代初，相继在欧洲、美国出现了标准化的商用移动通信系统后，移动通信才走上了迅猛发展之路。８０年代初商用的移动通信系统（ＡＭＰＳ系统、ＴＡＣＳ系统）被称为第１代移动通信系统或模拟移动通信系统。模拟技术是其最重要技术特征，该系统所涉及的各功能技术模块是由模拟电路实现的；第２代移动通信的研究，特别是制定一个欧洲统一的移动通信标准时，开始并没有规定和说明它的实现技术是数字技术。随着数字信号处理技术和专用集成电路的发展，第２代移动通信系统成为基于数字技术的系统，除射频外的功能技术模块都是由数字处理单元和器件来实现的，被称为数字移动通信系统。

    ９０年代中，伴随ＩＭＴ２０００标准化工作的进行，第３代移动通信技术和系统的开发成为移动通信最热门话题。第３代移动通信系统是什么样的通信系统?芽什么技术将成为第３代移动通信系统最重要的技术特征?芽根据移动通信的发展和需求，第３代移动通信的理想目标将应有极大系统容量、极好通信质量及极高频带利用率。要在复杂移动通信环境和有限频带资源下实现这个目标，主要受３个因素的限制：一是多径衰落，不同路径信号到达接收机，由于天线位置、方向和极化不同，其接收信号幅度、相位在起伏变化。为保证给定的通信质量，不得不增加信号功率，这就会直接影响系统容量；二是时延扩展，不同路径信号有不同的传播时延，当时延超过检测脉冲符号宽度的１０％时，符号间干扰就明显存在，从而限制了移动通信的数据速率；三是多址干扰，来自本小区和邻近小区的干扰，随着小区信道数的增加而增加，随着信号功率的增加而增加。这些限制的克服，仅采用常规的、现成的数字移动通信技术是不能满足要求的。

    近年已开始研究的移动通信中的智能处理技术，即智能移动通信技术，为解决和减轻这些限制，达到第３代系统的目标，提供了技术保证。因此，第３代移动通信系统将是智能移动通信系统，最重要的技术特征是智能移动通信技术，系统涉及的主要功能技术模块将是由智能处理单元和相应的新型器件、部件来实现的。

２ 智能天线

２．１ 移动通信环境的新模型

    随着移动通信系统的发展，对移动通信系统的要求也越来越高，由于用户数量和用户速率的提高，用户之间的干扰也越来越大。为了在移动通信系统中减少通信者相互之间的干扰及对通信者进行定位的需要，阵列天线技术在移动通信中得到了越来越广泛的应用。在这种背景之下，也自然对移动通信环境本身的建模提出了新的要求。因为对这种信道的空间特性的利用对整个系统的性能提高有着直接的影响，所以信道的模型对新技术是至关重要的。

虽然提出模型的一个目的是要对现实的系统进行准确的描述，但是具体到每个模型要达到的精确度，却要随着要考虑的系统的具体情况而变化。在传统的无线通信信道模型中，由于针对的是由单个接收器接收的窄带信号，所以在模型中只涉及到信号的功率和时变幅度特性就可以满足要求，在信道模型中也只考虑了信号功率的分布和多普勒效应。但是，在宽带数字信号的情况下，这些特性就不足以描述新的系统了。所以从不同的着眼点出发，人们提出了许多新的信道模型。它们的普遍性是在传统的信道模型基础之上，加上了新的信道特性如时延特性、信号到达方向以及自适应阵列天线结构等等。

２．２ 无线系统中的智能天线技术

通过在无线通信系统中应用阵列天线技术，可以改善通信质量以及增加系统容量。

    无线通信系统中主要存在着的影响系统容量和性能的因素有：多径衰落、时延分布和相邻信道干扰。天线阵列在无线系统中的应用可以减小这些问题对系统的影响。这些应用主要分成两类：天线分集和智能天线。

２．２．１ 天线分集

    天线分集可分为空间分集、极化分集和角度分集３种。它们的主要特点是提供低的相关性，从而就能对衰落信号进行分集的接收，以此来提高系统接收性能。

（１）空间分集

    对于空间分集来说，天线之间相隔足够远的距离，以提供满足要求的低相关性，隔开的距离由接收信号的角度分布来决定。

（２）极化分集

    对于极化分集而言，垂直极化与水平极化的天线被同时使用，这是因为极化方向相互正交的天线之间的相关性很低，从而天线阵列的大小可以相对较小。但是，极化分集的缺点是只能提供两倍的极化增益，在天线比较高的时候，水平极化的增益比垂直极化要低６～１０ｄＢ。在这种情况下，极化的增益会受到限制。

（３）角度分集

    在角度分集的情况下，用相邻的窄波束来提供分集。通常情况下，相邻的波束之间的相关性很低，所以天线阵列的大小可以比较小。但是，在到达角分布较小时，最强波束旁边的波束接收到的信号强度会衰落１０ｄＢ以上，这将导致分集增益的减小。

    在衰落相关性比较低的情况下，可以通过选取最强天线的信号输出或者对各天线接收信号进行加权求和的方法来得到最大信噪比，这样可以比前面提到的方法获得更多的分集增益。

    对移动设备而言，用这３种方法也可以获得分集增益。通常情况下，由于移动设备几乎被周围的障碍物所环绕，接收天线之间的间隔仅λ／４就可以提供所要的低相关性。同时，也可以采用双极化天线来提供极化分集，及采用不同形式的天线来提供角度分集。对于移动设备而言，制约采用天线阵列技术倒不是设备的尺寸，而是接收机处理每个天线信号的功耗限制。

２．２．２ 智能天线

    现在的蜂窝系统通常是把每个小区分成３个１２０°的扇区，每个扇区用一套独立的天线系统，扇区内的分集接收增益为２倍。由于每个扇区占用不同的资源以减小相邻信道之间的干扰，所以，在扇区之间移动时，需要进行切换。为了提供更高的性能，需要使用更窄的扇区，但是这样的结果是更多的切换，这就引出了智能天线。智能天线又分为两种，即多波束天线和自适应天线。

（１）多波束天线

    多波束天线是在一个扇区中，产生多个固定的波束，比如４个３０°的波束可以覆盖一个１２０°的扇区。一个Ｍ个波束的天线可以提供Ｍ倍的天线增益，把各个不同波束的信号合起来，可以提供角度增益，也可以通过另一个正交极化或相隔足够远的天线来提供两倍的分集增益。同时，接收的波束可以同样用于发送，以获得下行信道的天线增益。

    多波束天线的问题在于各个波束的增益是互不相同的，大约有２ｄＢ的差，这可能会造成将信号锁定在错误波束上。

（２）自适应天线

    自适应天线是将各个天线上接收到的信号加权求和以得到最大的信干比。在自适应天线中，各个天线单元的形式应该相同（正交极化的更好），这与多波束天线中每一个天线单元具有不同的形式不同。自适应天线能提供Ｍ倍的天线增益以及Ｍ倍的分集增益。从理论上说，自适应天线可以除去少于Ｍ个天线数的Ｎ个干扰，此时的分集增益为Ｍ－Ｎ。这种方法的代价是接收机要以衰落的速度来跟踪各个天线的权重，而对于多波束天线而言，只要每隔最多几秒进行波束的切换就行了。自适应天线的关键是它们在有直达路径的多径信道中的使用。在大多数情况下，考虑间隔为λ／２的天线单元，通过调整天线阵列各单元的权重，从而在需要的方向形成波束的主瓣，而在干扰的方向形成相应的零点。这里的关键是检测各个用户信号的到达方向。

    但是，当从每一个用户发出的信号经过多径到达天线时，将不可能在所有干扰到达的方向上形成零点，因为这些干扰的数量远远大于天线单元的数量。并且，在提供分集增益的情况下，基站的天线单元之间可能有多个波长的距离，这导致了许多栅瓣的出现。在双极化增益的情况下，各个不同的天线有不同的方向图，这使得单个天线方向图变得无意义。然而，无论每个信号通过多少径到达，都只能当作一个信号来处理，这样，只要在信号空间中来处理就行了。对于多径时延比较小时都可以这样处理，当时延大时，可以把它们当成不同的信号来处理。

当信号时延较大时，天线将把不同延时的信号当作独立无关的来处理。一个由Ｍ个单元组成的天线阵列可以消除超过（Ｍ－１）／２个符号的延时，或者除去Ｍ－１个任意延时的信号。此外，为了除去在空间处理过程中带来的信号畸变，还要在后面进行时域处理（如时域均衡）来进行补偿。

     在给定方向上得到的信号干扰比是全向天线的Ｍ倍，这能使移动小区覆盖范围增大Ｍ   倍，那全区覆盖需要的基站数目就减少Ｍ  倍，ｒ是电波传播损耗幂因子，一般是３～４。使用Ｍ个天线单元，能形成Ｍ－１个天线波束间零点，去完全控制Ｍ－１个方向的干扰。这使智能天线的天线波束方向上受到的外界干扰降低Ｍ倍，移动通信的系统容量可增加Ｍ倍。

     综上，自适应天线也可以提供分集增益，在空间分集的情况下，对于给定的阵列大小，到达角的分布越广，分集增益越高，从而覆盖的范围越大。但是对于多波束天线来说，角度分集提供的分集增益的大小是有限的，而且多波束天线所提供天线增益也受角度分布的限制。这就是说，当到达角的分布比波束宽度还宽时，波束无法覆盖所有的信号能量，这样， 不能提供额外的天线增益。

     在ＣＤＭＡ的情况下，ＲＡＫＥ接收机一般能提供３倍的分集，也可以对不同的ＲＡＫＥ分支用不同的波束上的信号来进行合并。这样做的副作用是自适应天线额外分集增益减小，即自适应天线只能比多波束天线的效果好一点，天线增益的限制大大地减小了。而且，由于多波束天线比自适应天线简单得多，且在ＣＤＭＡ系统中，干扰的数量比天线的数量大得多，用自适应天线只能得到有限的干扰抑制效果，所以在ＣＤＭＡ系统中更趋向于使用多波束天线。而在ＴＤＭＡ系统中，限制系统容量主要来自于几个用户，这样，用有限个数的天线就可以达到减少干扰的目的，所以在ＴＤＭＡ系统中，使用自适应天线的效果更好。另外，在ＴＤＭＡ系统中，在反向信道中更应该使用自适应天线，因为在反向信道中，临近基站的移动设备的干扰更大，并且，在基站一端，信号的到达角更接近于均匀的分布，所以用自适应天线可以获得更多的增益。

     方向检测的算法：方向检测的算法是使用智能天线的关键，只有正确地识别了信号到达的方向以后，才能决定下面的波束形成过程。

     这些算法用来检测信号到达天线的方向，以用来指导各个天线单元权重的调整，以便形成所希望的方向图。

     频谱估计算法：这类方法是计算频域上一个给定函数的局部最大值，来决定信号的到达方向。

     ＭＶＤＲ估计算法：这是频谱估计的最大似然算法。假定其它的信号均为干扰，而寻找从一个点源以θ角到达的信号功率的最大似然估计。这种算法同时也是ＭＶＤＲ波束形成算法即最佳波束形成方法，因为它可以使输出信噪比达到最大。

     线性预测算法：用所有其它天线的权重的线性组合来形成一个天线的权重的估计，并令均方误差最大。

     ＭＥＭ算法：寻找一个功率谱分布，以使其傅立叶变换与测量的相关函数相等，并满足熵最小的限制条件。

     ＭＬＭ算法：求信号到达方向，以使信号到达方向使对数似然函数达到最大值。这里取的似然函数是给定入射角后采样数据的联合概率密度函数。这种算法的性能比前面几种要好，尤其是在信噪比、采样数目比较小或信号源相关的情况下，这使得该算法具有实用价值。

     特征值结构方法：这类方法主要建立在以下两个事实的基础之上，一为特征值空间分为信号子空间和噪声子空间两部分；二为源的方向对应的天线单元的权重矢量与噪声子空间相互正交。而由于信号子空间与噪声子空间是相互正交的，所以从信号子空间就可以获得这些天线单元的权重矢量。并且，张成噪声子空间的特征矢量对应的是相关矩阵较小的特征值，张成信号子空间的特征矢量对应较大的特征值。

     从原理上讲，使用特征值方法就是寻找包含于信号空间内与噪声空间正交的对应于到达方各的定向矢量。从而，求解过程可分为两步，先求出包含于信号空间内的定向矢量；再搜索使得对应定向矢量正交于这个矢量的方向，这个方向即为估计的到达方向。当这些定向矢量不能被保证在信号子空间内时，即可能有多于信号个数的最小值出现，这时只能通过在可能的方向上测量功率的方法来验证。

已经有许多基于特征值结构的测向方法被提出来，Ｐｉｓａｒｅｎｋｏ提出了最早的一个，这个算法比前面提到的一些方法的精度都要高。特征值结构的方法在背景噪声非白并且相关矩阵已知或未知时都可以适用。常用的方法有：ＭＵＳＩＣ方法（又包括频谱ＭＵＳＩＣ方法、根ＭＵＳＩＣ方法、约束ＭＵＳＩＣ方法、以及波束空间ＭＵＳＩＣ方法等）、最小模方法、最接近方法、ＥＳＰＲＩＴ方法及ＷＳＦ方法等等。

２．３ 智能天线有关的信号处理方法

    随着智能天线技术的应用，新的概念也不断涌现出来，如空分多址（ＳＤＭＡ）和时—空信号处理理论等。

    空分多址是利用不同方向的波束来进行通信，从而达到了对空间重复利用的目的。在现有的其他技术中再加上空分多址技术，可以大大地提高系统的容量。实际上，空分多址被认为是在现有技术基础上进一步提高系统容量的必由之路。

同时，在信号处理和通信理论的领域中，时—空信号处理正在发展之中。由于考虑到新加入的空间信息，原有的理论如Ｎｙｑｕｉｓｔ采样定理和白化滤波器都在新的条件下发生了变化，而且原有的一些接收机的结构也有了改变，如原先ＣＤＭＡ系统下的最优多用户接收机在这里应该推广为时空联合最优多用户接收机。而原有的信道检测算法只是在时间域上进行了信号处理，现在在智能天线系统中将为时—空联合的信号处理过程所代替。

     智能天线作为新出现的通信技术，将大大提高移动通信系统的性能。其近期内的发展将主要在波束形成和时空信号处理领域中，这些技术可能将系统性能提高１～２倍，至于更进一步的提高，需要对空中接口进行更大的改进，以利于采用更新的技术。

    在移动通信系统中，特别是ＦＤＤ方式中，实际应用智能天线还有好些待解决的技术问题。但是在一些无线接入系统中，智能天线已开始了应用。（待续）

参考文献

１ 朱近康，陈军．走向智能化的第三代移动通信系统．世界电信，１９９９，１２（１）：１１～１３

２ 朱近康．扩展频谱通信及其应用．合肥：中国科学技术大学出版社，１９９３

３ 朱近康．个人通信．北京：人民邮电出版社，１９９５

４ Ｒ Ｂ Ｅｒｔｅｌ，Ｐ Ｃａｒｄｉｅｒｉ，ｅｔ ａｌ．Ｏｖｅｒｖｉｅｗ ｏｆ Ｓｐａｔｉａｌ Ｃｈａｎ-ｎｅｌ Ｍｏｄｅｌｓ ｆｏｒ Ａｎｔｅｎｎａ Ａｒｒａｙ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓ-ｔｅｍｓ．ＩＥＥＥ Ｐ Ｃｏｍｍ，１９９８，５（１）

５ Ｗ Ｃ Ｙ Ｌｅｅ．Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｅｎｇｉｎｅｅｒｉｎｇ．Ｎｅｗ Ｙｏｒｋ?押ＭｃＧｒａｗ Ｈｉｌｌ，１９８２

６ Ｊ Ｈ Ｗｉｎｔｅｒｓ．Ｓｍａｒｔ Ａｎｔｅｎｎａｓ ｆｏｒ Ｗｉｒｅｌｅｓｓ Ｓｙｓ-ｔｅｍｓ．ＩＥＥＥ Ｐｅｒｓｏｎａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ．１９９８，５（１）

７ Ｂ Ｄ Ｖ Ｖｅｅｎ，Ｋ Ｍ Ｂｕｃｋｌｅｙ．Ｂｅａｍｆｏｒｍｉｎｇ?押Ａ Ｖｅｒｓａｔｉｌｅ Ａｐｐｒｏａｃｈ ｔｏ Ｓｐａｔｉａｌ Ｆｉｌｔｅｒｉｎｇ．ＩＥＥＥ ＡＳＳＰ Ｍａｇａｚｉｎｅ，Ａｐｒｉｌ １９８８，３７（４）

８ Ｒ Ｋｏｈｎｏ．Ｓｐａｔｉａｌ ａｎｄ Ｔｅｍｐｏｒａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｈｅｏｒｙ Ｕｓｉｎｇ Ａｄａｐｔｉｖｅ Ａｎｔｅｎｎａ Ａｒｒａｙ．ＩＥＥＥ Ｐｅｒｓｏｎａｌ Ｃｏｍ-ｍｕｎｉｃａｔｉｏｎｓ，１９９８，５（１）

９ Ｎ Ｍｏｒｉｎａｇａ，Ｍ Ｙｏｋｏｙａｍａ ａｎｄ Ｓ Ｓａｍｐｅｉ．Ｉｎｔｅｌｌｉｇｅｎｔ Ｒａｄｉｏ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｉｑｕｅｓ ｆｏｒ Ａｄｖａｎｃｅｄ Ｗｉｒｅ-ｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ．ＩＥＩＣＥ Ｔｒａｎｓ Ｃｏｍｍｕｎｉ-ｃａｔｉｏｎｓ，１９９６，Ｅ７９－Ｂ（３）

                                                                            （收稿日期：１９９９－１２－１２）