本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：位置感知波束形成技术与干扰抑制技术的应用，提高了城市环境中5G密集网络的空间利用效率，在密集城市场景下，基站对移动目标的天线增益往往基于移动目标相对基站的角度估计，计算机视觉辅助设备的使用也为视距条件下基站快速获得目标的相对角度提供了便利。通过推导角度估计的克拉美罗界，可得到城市场景下角度误差的极限情况，从而确定基站的定位精度极限，帮助设计正确的基站布局。
关键词：5G密集网络；波束成形；DOA估计；克拉美罗界
doi：10.12045/j.issn.1007-3043.2021.12.011
概述
城市5G密集网络相比前一代通信系统，一个显著特点就是大规模MIMO技术的广泛应用，通过使用相应的波束赋形技术，大规模MIMO技术可以显著提高系统容量，减少干扰，促进通信质量的提高，更多的天线数量与更高的传输频率将是未来无线通信技术的2个主要特征。根据相关技术规范，5G网络需要保证容量高达7.5Tbit/s/km2，数据速率在下行链路达到1Gbit/s，上行链路达到500Mbit/s，因此对5G系统的角度分辨率提出了更高要求。3GPP对于移动用户的角度分辨率提出了如下要求：对于移动速度在1.8km/h或以下的用户，角度分辨率应小于5°，对于移动速度在10km/h或以下的用户，角度分辨率应小于30°，这些要求是为了满足在5G网络中广泛应用的大规模MIMO技术、DOA估计技术及波束成形的要求。DOA估计是一种信号处理技术，可根据输入角度确定目标位置，通过波束成形，最大限度的控制天线方向，使天线在目标方向具有尽可能大的增益。
城市环境中的5G网络，由密集分布的接入节点组成。随着基站密度的不断增加以及单一接入节点负责半径的减小，通信信号的视距传播将占据主导地位。在此前提下，利用相关计算机技术对移动目标进行捕捉定位，进而提供相关通信服务将蕴含着巨大的发展潜力。对于密集网络中节点间的干扰加大问题，有望通过波束成形及干扰抑制技术加以缓解。
目前无线网络中对于目标的角度估计有很多方法，如各种卫星定位系统以及基于蜂窝网络或Wi-Fi的无线定位系统。但这些方法仍需要占用频谱资源，且定位精度与初始位置密切相关。然而，计算机视觉辅助设备的使用可以在精确定位的前提下，节约波束对准的开销。并且这种定位方法非常灵活，它可以与现有系统结合在一起，成为波束赋形的辅助手段，也可以与深度学习结合，产生一种独立于基带设备的波束控制系统。
