5G New Radio (5G NR): особенности проектирования новых архитектур и решений

После того, как был принят первый стандарт 5G New Radio (5G NR), фокус внимания инженеров-разработчиков новых продуктов в области беспроводной связи прогнозируемо сместился от этапа исследования к интенсивной разработке новых продуктов, которые смогут обеспечить более высокие скорости передачи данных, более короткое время задержки, а также большую энергоэффективность по сравнению с используемыми ныне технологиями 4G. На этом пути они неизбежно столкнутся с рядом технических проблем при проектировании архитектуры физического уровня, которая должна справляться с более сложной многопользовательской средой и использованием каналов на более высоких частотах.

Понимание того, как требования, а также новые технологии, относящиеся к стандарту 5G, отличаются от прошлого, четвертого поколения мобильной связи (LTE), может помочь инженерам-разработчикам подготовиться к работе с новыми архитектурами.

Новый дизайн архитектуры и алгоритмов для 5G NR

Ощутимый рост показателя скорости широкополосного доступа в сетях 5G будет в основном обеспечиваться за счет применения технологии Massive MIMO (данная технология подразумевает использование многоэлементных цифровых антенных решеток, с количеством антенных элементов 128, 256 и более) при передаче данных в более высоком миллиметровом диапазоне волн (известен как mmWave, который соответствует частотам от 30 ГГц до 300 ГГц), а также новыми радио-алгоритмами, которые позволят более эффективно использовать имеющийся частотный ресурс. Новый дизайн архитектур и алгоритмов окажет существенное влияние на все составные части новых 5G-систем, от антенн и радиочастотных составных элементов передающего оборудования до алгоритмов обработки исходного сигнала (baseband). Производительность этих подсистем настолько тесно связана, что их необходимо разрабатывать и оценивать вместе.

Новые разработки 5G в новом миллиметровом диапазоне волн также потребуют использование антенных решеток Massive MIMO с сотнями антенных элементов на базовых станциях сети (eNodeB). Наличие множества антенных элементов, компактно размещаемых в пределах относительно небольшого пространства, является чрезвычайно важным фактором, оказывающим существенное влияние на достижение высокой эффективности применения технологии формирования адаптивной диаграммы направленности для частот mmWave. Так как от рабочей длины волны напрямую зависит допустимый размер излучающих элементов, то размер новых антенных элементов может оказаться до 100 раз меньше, чем применяемые сейчас в современных антенных решетках для сверхвысоких частот. Высоконаправленные лучи позволяют также минимизировать потери при передаче сигнала, так как фокусировка мощности передачи сигнала осуществляется в определенном направлении. Поведенческое (функциональное) моделирование радиочастотных и цифровых элементов систем Massive MIMO может значительно ускорить разработку и оптимизацию адаптивной диаграммы направленности.

Рисунок 1. Новый дизайн архитектур и алгоритмов окажет существенное влияние на все составные части 5G-систем, от антенн и радиочастотных составных элементов передающего оборудования до алгоритмов обработки исходного сигнала (baseband). Производительность этих подсистем настолько тесно связана, что их необходимо разрабатывать и оценивать вместе.

Поведенческое (функциональное) моделирование для Massive MIMO

Достижение оптимального дизайна современных беспроводных систем требует использование комбинированных моделей антенных решеток и алгоритмов формирования адаптивной диаграммы направленности для моделирования их взаимодействия, а также определения степени воздействия на производительность всей системы в целом. Это может оказаться непосильной задачей для ныне используемого инструментария для проектирования 3G- и 4G-решений, в которых, обычно, функциональные возможности для дизайна антенны отделены от разработки архитектуры системы и алгоритмов формирования диаграммы направленности. Также, в большинстве случаев, время симуляции MIMO длится в десятки раз дольше, чем симуляция 3G и 4G.

Моделирование антенной решетки на поведенческом уровне позволит решить эти проблемы и будет тем эффективней, чем больше 5G-симуляций будет проведено. Моделирование на уровне поведения существенно уменьшает время симуляции. Это позволяет инженерам экспериментировать с различными архитектурами антенных решеток и алгоритмами, имитировать производительность этих антенных решеток и связанных с ними алгоритмов, а также итерационно корректировать параметры для уменьшения негативного эффекта от пересечения сигнала антенн и добиваться лучшего управления диаграммой направленности.

Формирование диаграммы направленности гибридных антенн

По мере того, как меньшие длины волн позволят осуществлять реализации Massive MIMO в рамках небольших форм-факторов, инженеры столкнуться с новыми проблемами, связанными с определением траектории сигнала и его передачей в целом, так как загруженность частот mmWave будет расти по мере того, как будет появляться все больше беспроводных систем и решений с поддержкой 5G New Radio. В идеале, чтобы добиться лучшего управления диаграммой направленности и обеспечить большую гибкость для будущих систем, необходимо иметь независимый контроль нагрузок для каждого элемента антенной решетки, реализуемого с помощью модуля передачи/приема (transmit/receive, T/R), выделенного для каждого такого элемента. Однако, как правило, такой подход является нецелесообразным из-за ограничений по стоимости, размеру и потребляемой мощности.

Формирование диаграммы направленности гибридной антенны — это способ, который разделяет вашу задачу обеспечения лучшего управления диаграммой направленности на цифровые и радиочастотные составляющие, позволяя снизить стоимость конечного продукта, напрямую связанной с количеством используемых радиочастотных цепей. Диаграммы направленности гибридных антенн позволяют объединить часть элементов антенной решетки в подрешетки, определив для каждой такой подрешетки по одному модулю передачи/приема.

Для инженеров, которые хотят использовать эту стратегию в своих проектах 5G, ключевой проблемой, с которой они столкнуться, станет нахождение оптимального баланса между обеспечением требуемых параметров производительности и соблюдением ограничений по затратам на реализацию конечного продукта. Программные платформы, такие как Simulink (более детальную информацию о программной платформе вы можете найти здесь), позволят совмещать унифицированное мульти-доменное моделирование и проведение симуляций радиочастотных и цифровых доменов. Возможность пакетной симуляции схем радиочастотных элементов обеспечивает значительное ускорение моделирования гибридной системы.

На рисунке 2 продемонстрирован сегмент мульти-доменной модели, содержащей цифровые значения диаграммы направленности, которые используются для формирования сигналов радиочастотных подрешеток, где применяются фазовые сдвиги. Полученные гибридные значения создают нужные паттерны для антенной решетки и помогают подготовить системы для проведения моделирования.

Рисунок 2. Сегмент мульти-доменной модели, содержащей цифровые значения диаграммы направленности, которые используются для формирования сигналов радиочастотных подрешеток, где применяются фазовые сдвиги.

Моделирование и линеаризация усилителей мощности для систем 5G New Radio

Строгие требования к линейности усилителей мощности (power amplifiers, PA) как были важны для прошлых стандартов, так и продолжат оставаться критически важной характеристикой каждого будущего передатчика 5G. Отсутствие должного внимания к характеристикам усилителей мощности при разработке новых продуктов для работы в высоколинейных регионах приведет к тому, что решения окажутся попросту неконкурентоспособными, особенно когда речь идет о более высоких частотах и широкополосных каналах связи, которые прямо ассоциируются с 5G. По этой причине для повышения эффективности передатчика и одновременного ограничения искажения сигнала и нивелирования межканальных помех обычно применяются методы цифрового предискажения (digital predistortion, DPD).

Разработка высококачественного алгоритма DPD является сложной задачей, поскольку она требует глубокого понимания эффектов, создаваемых усилителем мощности и смежными подсистемами, такими как антенна. Поскольку усилители мощности сами формируют нелинейные искажения, зависящие от эффекта памяти, то характеристика усилителей мощности сильно зависит от типа сигнала, с которым он работает.

Из-за этих сложностей алгоритмы DPD зачастую разрабатываются в лабораториях, используя платформы быстрого прототипирования, которые позволяют проводить тестирование алгоритмов на основе реально существующего усилителя мощности. Хотя этот подход и полезен для проверки и тонкой настройки алгоритмов, его гораздо сложнее применять, когда реально существующий усилитель мощности еще недоступен, либо когда основная цель моделирования — изучение области проектирования алгоритма цифрового предискажения.

Адаптация к новым радиочастотным алгоритмам 5G

Стандарт беспроводной связи 5G обеспечит значительно более высокую пропускную способность мобильной широкополосной связи благодаря режиму улучшенного мобильного широкополосного доступа (enhanced Mobile Broadband, eMBB). Ключевыми элементами нового стандарта 5G являются:

• Более короткая длительность слотов, соответствующая увеличению количества поднесущих, которая позволяет увеличить пропускную способность канала и уменьшить время задержки.
• Новые продвинутые схемы кодирования, такие как LDPC (Low-density parity-check code, код с малой плотностью проверок на четность) для передачи данных и полярные коды для контролирования передаваемой информации, которые используются для исправления ошибок и повышения скорости передачи данных.
• Усовершенствованная форма передачи сигнала благодаря улучшенным характеристикам внеполосного излучения (out-of-band emissions, OOBE), которая позволяет более эффективно использовать ресурсы полосы пропускания.
• Модели пространственных каналов для работы на нынешних (<6 ГГц) и более высоких mmWave (> 28 ГГц) частотах.

В то время, как в этих элементах заложен потенциал для повышения эффективности будущих систем, они могут значительно увеличить сложность дизайна новых решений и внести существенные задержки в ваш график разработки. Поэтому, при реализации вышеупомянутых технологий для новых продуктов 5G, использование моделирования поможет инженерам справиться с вышеупомянутыми трудностями на более ранних стадиях проекта.

Специализированные инструменты для проектирования позволяют значительно упростить изучение различных алгоритмов и поиск компромиссов при проектировании архитектуры еще на ранних стадиях разработки. Благодаря моделированию различных компонентов системы 5G в одной и той же среде с реалистичными каналами распространения, инженеры имеют возможность проверить производительность системы полного цикла еще до того, как она будет отправлена в тестовую лабораторию. В результате, внедрение и интеграция новых инновационных беспроводных систем 5G, возможно, окажется не такой уж и сложной задачей (более детальную информацию о том, как использовать MATLAB и Simulink для создания продуктов 5G, вы можете найти здесь).

Подписывайтесь на рассылку, делитесь статьями в соцсетях и задавайте вопросы в комментариях!

Вечный параноик, Антон Кочуков.

Управление облаком для сетевых инженеров: что нужно понимать?

Мониторинг SD-WAN и других оверлейных сетей

Как использовать поисковик Shodan для защиты сети