5G 部署主要受两大关键因素驱动，而这两大因素往往又彼此矛盾：一个是系统容量（频谱效率），另一个是系统成本（能量效率）。频谱效率描述了能够提供多少容量，通常以 bps/HZ（比特每秒每赫兹）为单位，而能量效率则描述了在给定容量下运营网络所需的成本。

对于过去的移动技术而言，成本几乎随着容量的上升等比例增长，因为提供更高的容量意味着搭建更多基站或增加网络内的频谱带宽。虽然这种方法在过去得以维持，但如果对 4G 网络容量的需求递增 10 倍到 100 倍，则这种方法将难以沿用，原因在于消费者不太可能愿意支付随之增长的费用。如图 1 所示，为了推进移动网络的发展，业界需要解决如何在提升整个网络容量的同时降低网络运行成本的难题。

图 1：5G 商业案例

蜂窝网络需要多少运行成本？

尽管基站能量效率在 2G 到 4G 转换期间得到明显提升，但由于网络密集化，随之增加的容量也导致成本大幅上升（图 2）。在蜂窝网络的搭建和运行中，绝大部分支出在于为基站提供空调远程控制及场地租赁（参考文献 1 和 2）。从初期的资本性支出 (CAPEX) 来看，空调成本占比超过 50%，剩下的则主要为基站设备成本。类似地，从经常性运营支出 (OPEX) 来看，电力几乎也占到了支出的 50%。大部分电力用于远程分布式空调网络的运行，目的在于冷却基带处理器（无线电单元通常采用风冷，无需额外的空调系统），然而实际传输的能量仅占 OPEX 的 7%。若要部署更多基站，则原本占比 30% 的场地租赁支出也将随之增加，如此一来，部署更多基站这种简易方案就非理想之选（对于 5G FR2 来说这是一个大问题，因为相较于 5G FR1，前者的小区范围会大幅缩小）。

图 2：蜂窝网络的功耗

从功耗分析可以明显看出，大部分支出来自于基站中基带处理部分的分布式部署和空调的远程部署。中国移动提议按照互联网数据存储设施的类似方式集中部署基带处理。图 3 展示了基带系统云架构，即基站中的每个基带都会成为云端的一台虚拟机 (C-RAN)，甚至传统式的独立网络设备（如网关）也可以作为虚拟机集成到云端。通过集中部署基带处理，能够实现远程空调控制集中化，从而大幅降低 OPEX 和 CAPEX。此外，当分散的基站通过集中化控制对移动电话进行传输时（网络 MIMO），就更易于实现 CoMP，同时也能提高频谱效率。这种系统架构独立于无线电接入网 (RAN)，并且可用于控制混合蜂窝网络。

图 3：集中式基带处理

网络传输的信息类型也会对能量效率产生影响。如图 2 所示，不同类型的数据具有不同的数据包与信令包比率 (DSR)。DSR 低代表数据传输信道利用率较低；例如占全部网络流量 60% 的文本消息，其 DSR 介于 1 至 3 之间，而此种情况下照片和视频需要的信令包较少，因此能量效率更高。5G FR1 通过调整子载波间隔，使得不同类型的数据能够更加高效地使用可用信道容量，从而解决了这个难题。

网络容量的决定因素和扩容方式

20 世纪初，两位研究人员分别推导出了一个相对简单的公式，堪称通讯行业中的摩尔定律，即香农-哈特利定理。该定理给出了无线信道上能够传输的信息量上限，其中单个信道容量仅仅取决于两个参数：信道带宽 (BW) 和信噪比 (SNR)。尽管容量与信道带宽成线性关系，但与信噪比之间仅是 log2 的比例关系：

根据香农-哈特利定理，增加网络容量有四种基本方法（图 4）：

增加信道带宽：4G 中使用了载波聚合来增加可用的信号带宽，而 5G FR2 则使用毫米波频率来获得更大的容量。增加信道数量：MIMO 利用网络内部的多径散射，同时在多个信道上进行传输。与信道带宽类似，网络容量也与这一效应成线性关系，但上限却受限于网络内的多径相关性（或相似性）。5G FR1 借助 MIMO 的优化提高数据速率。增加网络输出功率：由于 SNR 中存在噪声、SNR 的对数刻度接近、以及涉及高电磁能量的健康/安全问题，这种方式有其局限性。在覆盖率较低的区域使用家庭基站 (Femtocell) 是提升整个网络 SNR 较为安全的方式之一。但如果在同一区域中部署了过多全向天线家庭基站，则家庭基站间就会存在干扰，这无疑为网络容量增益设带来了上限。然而，如果能够定向传输能量，就可以提高网络的能量效率，这种方式又称为“波束赋形”（5G FR1 和 FR2 基站的一种关键技术）。

图 4：频谱效率

利用波束成形提高能量效率

在传统蜂窝网络中，与小区相关联的基站会向着相当广泛的区域传输能量（通常是基站前方 120 度角的弧形区域）。其中一部分能量会被基站小区内的用户接收，但绝大多数能量则被环境所吸收（建筑、行人、树木、汽车等）。这些耗损就意味着能量效率的降低和网络 OPEX 的提高（图 5）。如果将单根基站天线替换为由 120 根天线向各个用户定向传输能量，那么基站所需的功耗将降低至原输出功率的 0.1%（参考文献 3）。然而这个下降幅度仅仅是理论值，从实际角度而言，由于基站内部射频元件的效能和损耗，相同容量下的输出功率只能降低到原功率的 30%。

图 5：波束成形和能量效率

为了实现波束赋形，一组指定间隔的天线只需改变天线间的相位差，就可以形成任意方向的波束（图 6）。最典型的天线阵列间隔是半波长，这样波束角 () 就与天线间的相位差直接相关：) directly related to the phase difference between the antennas: . 尽管波束赋形可以将能量集中在指定方向上，但也无法避免会有能量传至其他方向（旁瓣和后瓣）。这些额外的能量就会对基站小区内其他用户造成干扰。这种效应可以通过确保邻近用户处于主波束的零相位，或通过振幅分布为各个天线分配加权，从而降低旁瓣中的能量来予以缓解（图 6）。

图 6：波束成形的原理

波束成形有三种架构类型，会直接影响到基站能量效率和 终端（图 7）：

模拟波束赋形 (ABF)：传统的波束赋形方式是使用衰减器和移相器作为模拟射频电路的一部分，其中单个数据流会分成不同的路径。这种方法的优势在于只需要一个射频链路（PA、LNA、滤波器、交换机/环形器），而劣势则是级联移相器在高功率下会产生损耗。数字波束成形 (DBF)：数字波束成形假设每个天线单元都有一个单独的射频链路。随后以矩阵式操作使波束“赋形”，即在基带中手动为振幅和相位加权。由于射频链路组件的价格较为低廉，且可以将 MIMO 和波束赋形结合成单个阵列，对于 5G FR1 中 7 GHz 以下的频率，这一方法往往是最佳选择。对于 28 GHz 及以上频率，标准 CMOS 组件的 PA 和 ADC 非常容易损耗，而如果采用砷化镓和硝酸镓等稀有材料，虽然损耗会有所减少，但成本高昂。混合波束成形 (HBF)：混合波束赋形将数字波束赋形与模拟波束赋形相结合，保证了波束赋形与多台无线电收发的灵活性，同时降低了波束赋形单元 (BFU) 的支出和损耗。每个数据流都有各自独立的模拟 BFU 和一组 M 天线。如果有 N 个数据流，就有 NxM 根天线。由于使用可选波束赋形器（如 Butler 矩阵）来代替自适应移相器，从而可以缓解移相器造成的模拟 BFU 损耗。建议的架构是使用数字 BFU 控制主波束的方向，而模拟 BFU 控制数字包络内的波束。

图 7：波束成形架构

理想网络：频谱效率和能量效率

相较于传统和现行的蜂窝网络，C-RAN、MIMO、新频谱和波束赋形的结合能够让 5G 在扩容的同时降低成本。香农-哈特利定理可以优化，以便将信道的能量效率纳入考量（参考文献 2）。根据基站和网络性能的约束条件，可以计算出 2G 和 4G 网络联合的理想频谱能量效率，其中 GSM 为 4 bps/Hz，LTE 为 8 bps/Hz。（需要注意的是，在真实的网络环境中，LTE 的频谱能量效率往往较低，一般在 4 bps/Hz）。

对比 LTE 网络，在 MIMO 和数字波束赋形相结合的 5G FR1 中，容量可以增加 3 倍以上，同时成本降低 10 倍（假设每个用户对应 8 台带有波束赋形功能的收发器）。5G FR1 可用的频谱有限，而 5G FR2 使用的是 24 GHz 以上的大量频谱。5G FR2 的频谱效率（假设混合波束赋形采用了每个天线阵列对应 8 台收发器的配置）与 10 bps/Hz 下的 LTE 相当，但能量效率较 LTE 更高（参考文献 4）。

图 8：网络优化：频谱效率和能量效率

综上所述，频谱效率和能量效率的结合能够使运营商在部署新网络时，既提高容量，又降低OPEX。未来能够将 FR1 和 FR2 的不同解决方案集成到单一网络中，在广域网中具有建筑穿透力的FR1提供高速率，而 FR2 则用于数据卸载、热点和极端网络密度。这种网络部署不仅会影响消费者和设备供应商，更会对整个测试测量 (T&M) 行业产生决定性影响。

对测试测量行业的影响

5G 对新基站的需求催生出了一种新的测量模式，即天线和收发器都采用空口测试(OTA)。

5G 基站架构

将波束赋形和 MIMO 结合成一个单一阵列会产生一个庞大的 MIMO 基站，原因在于波束赋形（每根天线需要相同的数据向量）和 MIMO（每组波束赋形天线需要不同的数据向量）均需要多组天线。设计能够同时提高频谱效率和能量效率的基站非常复杂，需要对所有组件进行非常紧密的集成（图 9）：

波束赋形架构：取决于组件在损耗（能量效率）和成本两个方面的实用性。宽带功率放大器和滤波器组：随着频段数量的增加，宽频段上的载波聚合将需要大量的滤波器和功率放大器。功率放大器将需要通过预失真或稀有材料才能提高工作效率。天线互耦：如果仅仅是在空间中装入更多天线反而会减少基站容量并增加损耗。时钟同步：对于庞大的 MIMO 阵列而言，各个 PCB 板上的时钟都需要同步。时钟漂移会导致天线间不确定的相位改变（原因在于频率漂移），并影响波束赋形的效果。自适应式校准：由于大量的组件、芯片组、时钟和放大器，加之相位对基站内温度条件的依赖性，每根天线的输出相位可能会与期望值相去甚远。因此，需要通过自适应式校准电路测量每个信号的相位和振幅偏移，然后进行预失真，从而实现效果极佳的波束赋形。光纤收发器：一般而言，大规模 MIMO 基站的输出是基带数据，基带数据通过光纤传输到本地基带单元或进入 C-RAN。因此，需要实时的现场可编程逻辑门阵列 (FPGA) 将 RFIC 输出的基带数据转译成光纤的基带协议。散热：在一个密闭空间内集成多达数百根天线、数千个组件和数十个 RFIC/FPGA 会导致严重的热量和高温问题。由于这些单元部署在温差较大的区域，如果在没有提供外部风冷的情况下，则需要采用大型散热器，如此一来，大规模 MIMO 单元的重量也会明显增加。

图 9：大规模 MIMO 架构

5G 基站和设备的测试测量

传统意义上来说，基站的性能是除天线以外的射频收发器的性能。射频收发器的性能可以通过射频测试端口和测量仪器（即矢量信号分析仪和信号发生器）相连后直接测量。通常使用矢量网络分析仪以 OTA（ CW 波）方式来测量天线性能。

由于大规模 MIMO 基站是高度集成化的架构，因此无法再直接接入各个射频路径。这意味着测量方式将发生实质性变化，从原本对射频收发器高度可预测的传导测量转向不确定性的OTA 测量（图 10）。

图 10：5G 全新测量范式

由于被测设备 (DUT) 近场和远场区域辐射场（图 11）的物理特性不同，OTA 测量明显要比电缆测量更为复杂。由于调制后信号的时变和空变特性，因此测量必须在 DUT 的远场（平面波）中进行，导致只能使用巨大的天线电波暗室，或是间接远场暗室，如平面波转换器 (PWC) 或紧缩场 (CATR)。CATR 采用反射器将球面波转换为反射器近场中的平面波分布，而 PWC 则使用阵列天线在近场中生成平面波分布（图 12）。

图 11：天线电磁场

图 12：平面波转换器和 CATR

由于消除了射频测试端口以及毫米波段频率的使用，OTA 有望成为测试基站性能的一种重要工具，不仅适用于大规模有源 MIMO 阵列天线，同时还适用于内部射频收发器。由于上述原因，OTA 暗室和测量设备的需求将出现爆发式增长，不仅可以用于有关天线辐射特性的严苛测量，还能够取代传统的传导射频收发器测量。在电波暗室和测量设备等领域，罗德与施瓦茨拥有丰富的专业经验。为了满足客户的未来需求，罗德与施瓦茨已经做好充分准备，能够随时提供完备的解决方案（参考文献 5）。

参考文献

CMRI, “C-RAN: The Road Towards Green RAN,” Dec. 2013I Chih Lin, C. Rowell, et al, “Towards Green and Soft: A 5G Perspective”, IEEE Communications Magazine, Feb 2014F. Rusek, et al, “Scaling Up MIMO: Opportunities and Challenges with Very Large Arrays”, IEEE Signal Processing Magazine, Jan 2013H. Shuangfeng, et al, “Large Scale Antenna Systems with Hybrid Analog and Digital Beamforming for Millimeter Wave 5G”, IEEE Communications Magazine, Jan 2015Antenna Array Testing White Paper: 1MA286, 2016