close
当前位置: 物联网在线 > 技术文库 >

【深度分析】帮你寻找5G毫米波天线的最优技术选择

业界普遍认为,混合波束赋形将是工作在微波和毫米波频率的5G系统的首选架构。这种架构综合运用数字 (MIMO) 和模拟波束赋形来克服高路径损耗并提高频谱效率。
如图1所示,m个数据流的组合分割到n条RF路径上以形成自由空间中的波束,故天线元件总数为乘积m × n。数字流可通过多种方式组合,既可利用高层MIMO将所有能量导向单个用户,也可以利用多用户MIMO支持多个用户。

“”

图1. 混合波束赋形框图

接下来我们将考察一个简单的大规模天线阵列示例,借以探讨毫米波无线电的最优技术选择。现在深入查看毫米波系统无线电部分的框图,可以看到一个经典超外差结构完成微波信号到数字信号的变换,然后连接到多路射频信号处理路径,这里主要是运用微波移相器和衰减器来实现波束赋形。

传统上,毫米波系统是利用分立器件构建,导致其尺寸较大且成本较高。这样的系统里面的器件使用CMOS、SiGe BiCMOS和 GaAs等技术,使每个器件都能得到较优的性能。例如,数据转换器现在采用CMOS工艺开发,使采样速率达到GHz范围。上下变频和波束赋形功能可以在SiGe BiCMOS中有效实现。根据系统指标要求,可能需要基于GaAs功率放大器和低噪声放大器,但如果 SiGe BiCMOS能够满足要求,利用它将能实现较高的集成度。

对于5G毫米波系统,业界希望将微波器件安装在天线基板背面,这要求微波芯片的集成度必须大大提高。例如,中心频率为 28 GHz的天线的半波阵子间距约为5 mm。频率越高,此间距越小,芯片或封装尺寸因而成为重要考虑因素。理想情况下,单波 束的整个框图都应当集成到单个IC中;实际情形中,至少应将上下变频器和RF前端集成到单个RFIC中。集成度和工艺选择在某种程度上是由应用决定的,在下面的示例分析中我们将体会到这一点。

一个示例,分析分析

分析『天线中心频率为28 GHz,EIRP为60 dBm』,使用如下假设条件:

⊙ 天线阵子增益 = 6 dBi(瞄准线)
⊙ 波形PAPR = 10 dB(采用QAM的OFDM)
⊙ P1dB时的功率放大器PAE = 30%
⊙ 发射/接收开关损耗 = 2 dB
⊙ 发射/接收占空比 = 70%/30%
⊙ 数据流 = 8
⊙ 各电路模块的功耗基于现有技术。

该模型以8个数据流为基础来构建,连接到不同数量的RF链。模型中的天线数量以8的倍数扩大,最多512个元件。

图2显示了功率放大器线性度随着天线增益提高而变化的情况。注意:由于开关损耗,放大器的输出功率要比提供给天线的功率高2 dB。当给天线增加元件时,方向性增益随着X轴对数值提高而线性提高,因此,各放大器的功耗要求降低。

“”

图2. 天线增益与功率放大器输出水平要求的关系

为了便于说明,我们在曲线上叠加了技术图,指示哪种技术对不同范围的天线元件数量最佳。注意:不同技术之间存在重叠,这是因为每种技术都有一个适用的值范围。另外,根据工艺和电路设计实践,具体技术可以实现的性能也有一个范围。元件非常少时,各链需要高功率PA(GaN和GaAs),但当元件数量超过200时, P1dB降到20 dBm以下,处于硅工艺可以满足的范围。当元件数量超过500时,PA性能处于当前CMOS技术就能实现的范围。

现在考虑元件增加时天线Tx系统的功耗,如图3所示。同预期一样,功耗与天线增益成反比关系,但有一个限值。超过数百元件时,PA的功耗不再占主导地位,导致效益递减。

“”

图3. 天线增益与天线Tx部分直流功耗的关系

整个系统的功耗如图4所示(包括发射机和接收机)。同预期一样,接收机的功耗随着RF链的增加而线性提高。若将不断下降的Tx功耗曲线叠加在不断上升的Rx功耗曲线上,我们会观察到一个最低功耗区域。

“”

图4. 整个天线阵列的直流功耗与天线增益的关系

本例中,最低值出现在大约128个元件时。回顾图2给出的技术图,要利用128个元件实现60 dBm的EIRP,最佳PA技术是GaAs。虽然使用GaAs PA可以实现最低的天线功耗和60 dBm EIRP,但这可能无法满足系统设计的全部要求。前面提到,很多情况下要求将RFIC放在天线元件的λ/2间距以内。使用GaAs发射/接收模块可提供所需的性能,但不满足尺寸约束条件。为了利用GaAs发射/接收模块,需要采用其他封装和布线方案。


(责任编辑:ioter)

用户喜欢...

中国癌症大数据报告深度分析

据《2015年中国癌症统计数据》[1],2015年中国人口预期癌症新发病例总数为429.2万人(比同年贵阳市人口数还多[2]),...


四个要点,帮你搞定LoRa天线匹配电路

随着LoRa技术在业内的持续发热,加上其独特优越的传输性能,运用LoRa技术的群体正在爆发式的增长,由于很大部分群...


时尚抢搭人工智能热 帮你找到“永远少一件”的衣服

时尚电商正透过大数据与人工智能(AI)深度学习,理解你的行为,并且试图解决人类长久以来感觉“衣服永远少一件...


深度分析异构技术如何让性能功耗鱼与熊掌兼得?

一般来讲高性能处理器都会采用深度压缩、多管道、分支预测和动态执行等技术来最大限度的提升性能,但是这也都是有代价的,尤其会影响功率的效率。 如果这些任务是可以并行执行的,...


微软黑科技帮你开发智能音箱 so easy!

今年微软开发者大会Build 2017上展示了一款Invoke智能音箱,受到了媒体和大众的广泛关注。近两年,不少大公司纷纷涉足该领域,使得智能音箱逐渐成为一款热门的人工智能家用电器。智能音箱...


贷还是不贷:如何用 Python 和机器学习帮你决策?

作者:王树义 耳闻目睹了机器学习的诸般神奇,有没有冲动打算自己尝试一下?本文我们通过一个贷款风险评估的案...


可穿戴设备太多不知选哪个?Lumoid 借你试用帮你挑

现在市面上的可穿戴设备之多真让人挑不过来,很多人想尝尝鲜,但不知道哪一款最适合自己,碍于财力又不可能每样都买一件,要是能试用一段时间就好了。 以租借相机发家的创业公司...


8条帮你理清CPLD开发板和FPGA开发板的区别

市面上尤其是学校里面可以看到Xilinx公司或者Altera公司各种不同的开发板,其实只有两个大类,CPLD开发板和FPGA开发板。尽管FPGA和CPLD都是可编程ASIC器件,有很多共同特点,但...


苹果NFC API开闸,专业的问题有人帮你问了!

在正在进行的WWDC 2017上,苹果对外宣布,iOS 11将支持读取NFC标签和NDEF消息。这意味着,所有的iPhone 7及更高版本将能够读取NFC标签,苹果终于向Android学习了。iOS NFC API文档(Core NFC)已经公布在...


Heddoko 3D智能运动服App帮你做对高难度瑜伽动作

大多数智能运动服寻找的都是步速、燃烧的卡路里、心率和呼吸速率,而一家名为Heddoko的新公司则专心于另一主要健身数据:形体。 Heddoko通过常用于文娱的动作捕捉技能,可以实时闪现用户...