1-bit无线电光纤架构在分布式MIMO系统中的创新应用
1. 1-bit无线电光纤架构的核心设计思路
在分布式MIMO系统中，相位同步一直是困扰工程师的核心难题。传统方案依赖空中同步（over-the-air synchronization），需要RRH之间持续进行相位校准，这不仅增加了系统复杂度，还会随着RRH数量增加面临严重的可扩展性问题。我们团队提出的1-bit无线电光纤架构，从根本上改变了这一局面。
1.1 相位同步问题的创新解法
传统RRH设计中，每个节点都配备独立的本地振荡器（LO）进行基带-射频转换。由于LO固有的频率不稳定性和相位噪声，不同RRH之间会产生时变相位漂移。我们通过三个关键设计彻底规避了这个问题：
中央化频率转换：仅在CU处保留一个主LO，所有上/下变频都在数字域完成。RRH完全不需要本地振荡器，从根本上消除了相位不同步的硬件根源。
1-bit射频信号传输：在CU与RRH之间传输的是经过1-bit量化的射频信号样本。这种极简的表示形式使得我们可以采用简单的光强度调制（on-off keying）在光纤上传输。
同步时钟分发：通过光纤前传网络自然传递时钟信号，所有RRH的时序基准都来自CU，实现了亚纳秒级的同步精度。
实际部署中发现：采用25Gbps SFP28光模块时，RRH间的时钟偏差可以控制在±0.5ns以内，完全满足5G NR的定时要求。
1.2 硬件简化带来的优势
相比传统D-MIMO架构，我们的设计在RRH侧实现了显著的硬件简化：
| 组件 | 传统架构 | 1-bit光纤架构 |
|---|---|---|
| 本地振荡器 | 需要 | 完全去除 |
| 高精度ADC/DAC | 16-bit | 1-bit比较器 |
| 混频器 | 需要 | 去除 |
| 数字基带处理 | 需要 | 去除 |
这种简化不仅降低了单点故障率，还将RRH的功耗降低了约63%（实测值）。在大型场馆部署时，仅电力成本每年就可节省数万元。
2. 上行链路的关键技术实现
2.1 1-bit量化与抖动技术
上行链路的核心挑战在于：如何用1-bit ADC实现高质量的射频信号采样。我们采用"抖动注入+过采样"的方案：
抖动信号设计：CU生成76MHz三角波，通过Σ-Δ调制转换为1-bit流，经下行光纤发送至所有RRH。
混合量化：在RRH端，接收的RF信号与重构的抖动信号通过比较器进行1-bit量化：
# 量化器数学模型 def quantizer(rf_signal, dither): diff = rf_signal - dither if abs(diff) < Vth: # 阈值电压10mV return random.choice([0, 1]) # 亚阈值随机化 return 1 if diff > 0 else 0数字重构：CU端通过25Gbps采样接收1-bit流，利用数字下变频和噪声整形算法恢复原始信号。
实测数据显示：在75MHz带宽下，采用4倍过采样时，量化噪声功率可降低至-35dBc以下。
2.2 自动增益控制的动态范围挑战
AGC模块是保证量化效果的关键，但我们的测试发现了其动态范围的硬限制：
- 工作区间：输入功率在-41dBm至4dBm时，AGC能线性调节增益（实测曲线见图1）
- 失效模式：
- 低于-41dBm：增益锁定在最大值10dB
- 高于4dBm：增益锁定在最小值-35dB
[图1：AGC增益随输入功率变化曲线]
这种非线性会导致两个严重问题：
- 弱信号时量化器信噪比恶化
- 强信号时抖动效果失效
3. 多用户场景下的性能优化
3.1 实测环境搭建
我们在3.5m×4m的典型室内场景部署了6个RRH，构建了丰富的多径环境：
- 工作频率：2.35GHz
- 信号带宽：75MHz
- 调制方式：16QAM-OFDM（子载波间隔240kHz）
测试采用两种拓扑：
- 分布式部署：RRH均匀分布在覆盖区域
- 集中式部署：所有RRH共址安装
3.2 单用户性能分析
在不同发射功率下（0dBm和-10dBm），我们测量了11个位置的EVM性能：
| 部署方式 | 0dBm EVM | -10dBm EVM |
|---|---|---|
| 分布式 | 7.0±0.8% | 8.1±0.6% |
| 集中式 | 7.2±0.5% | 10.5±2.2% |
关键发现：
- 分布式部署在低功率时仍保持良好性能
- 集中式部署在-10dBm时出现明显恶化（某些位置EVM>12.5%）
3.3 多用户干扰管理
当两个UE同时传输时，我们测试了三种典型配置：
配置1：两UE间距0.8m（中心位置）
- 分布式EVM：UE1=8.2%, UE2=8.5%
- 集中式EVM：UE1=9.1%, UE2=12.7%
配置2：两UE位于对角位置
- 分布式EVM：UE1=7.8%, UE2=9.3%
- 集中式EVM：UE1=8.5%, UE2=23.1%
配置3：两UE间距10cm（强相关性）
- 分布式仍能维持EVM<15%
- 集中式完全无法分离用户
这表明分布式部署能有效利用空间分集抑制多用户干扰。
4. 功率控制算法设计
4.1 硬件精确建模
为实现仿真优化，我们建立了包含所有关键非线性的RRH模型：
% 接收链路模型 function z = RRH_model(y, d) % LNA阶段 y1 = y + sqrt(k*B*Te_LNA)*randn(size(y)); y1 = y1 * 10^(G_LNA/20); % AGC模型 Py1 = mean(abs(y1).^2); G_VGA = get_VGA_gain(Py1); % 公式(1) y2 = y1 * 10^(G_VGA/20) + VGA_noise; % 量化器 d2 = filter(LPF, d) * 10^(G_DA/20) + DA_noise; z = quantizer(y2, d2); % 公式(2) end该模型与实测结果的EVM误差小于1.5%，能准确预测系统行为。
4.2 功率控制策略
基于模型分析，我们提出分级功率控制方案：
信标测量阶段：
- 各RRH周期性发射5GHz信标
- UE测量RSRP并上报CU
功率决策阶段：
def power_control(ue_list): # 计算各UE到最近RRH的路径损耗 path_loss = [min(ue.rssi) for ue in ue_list] # 最大-最小公平性调整 base_power = 10 # dBm adjustments = [max(path_loss) - pl for pl in path_loss] return [base_power - adj for adj in adjustments]动态执行阶段：
- 每100ms更新一次功率配置
- 突发场景下可触发快速调整
仿真显示：在12RRH-5UE场景中，该算法可将最差EVM从28%降至11%。
5. 实际部署经验与教训
5.1 光纤延迟校准
虽然光纤本身提供精确同步，但不同长度的光纤会导致微秒级延迟差异。我们开发了基于黄金序列的延迟测量方法：
- 各RRH发送特定训练序列
- CU通过相关峰位置计算相对延迟
- 在数字上变频时预补偿时延
实测表明：经过校准后，RRH间的定时误差可控制在±1ns以内。
5.2 温度稳定性处理
早期版本在温度变化时出现EVM波动，问题定位为：
- SFP28发射机的阈值电压随温度漂移
- 量化器比较电平发生偏移
解决方案：
- 在RRH加入温度传感器
- 根据温度查表调整Vth
// 温度补偿代码示例 float get_Vth_compensated(float temp) { return 10.0 + 0.05*(temp - 25.0); // mV/℃ }
5.3 电磁兼容设计
高密度部署时发现RRH间存在互调干扰，通过以下措施改善：
- 所有光模块电源增加π型滤波器
- 机箱采用导电橡胶衬垫
- 数字地与模拟地采用磁珠隔离
整改后，带外杂散发射降低了15dB以上。
