XL-arrays高频通信近场波束训练的挑战与解决方案

在高频段的XL-arrays通信系统中，近场波束训练技术至关重要。它能够在基站(BS)与用户之间建立起初始的高信噪比(SNR)连接，为后续的信道估计和数据传输奠定基础。然而，相较于传统的远场波束训练，近场波束训练在近场用户识别方面面临着诸多挑战。

传统的远场波束训练只需在角度域进行一维波束搜索即可。而对于均匀线性阵列(ULAs)而言，近场波束训练则需要在角度和距离域进行二维波束搜索。

直接将传统的基于离散傅里叶变换(DFT)的远场码本应用于近场波束训练会导致训练精度和速率性能下降。这是因为近场能量扩散效应(如图3(a)所示)会导致DFT码字朝特定角度转向的能量扩散到一系列角度上，使得系统无法根据最强接收信号功率确定真实的用户角度。

为了解决上述问题，需要开发专门针对近场波束训练的新型码本设计。例如，二维极坐标码本(如[6]中提出的)可以将每个波束码字指向具有特定角度和距离的目标位置。

研究表明，在角度域进行均匀采样可以最小化相邻码字的列相干性，而距离域则需要进行非均匀采样，即采样密度随距离的增加而降低(如图3(b)所示)。这是因为当距离较近时，由距离引起的相位变化更为明显；而当距离足够远时，球面波前最终会变成平面波前。

一种直接的波束训练方法是对所有可能的波束码字进行二维穷举搜索。然而，这种方法会导致波束训练开销非常高，与采样角度(N)和距离(S)的乘积成正比，从而减少了数据传输时间。

为了降低开销，[7]中提出了一种简单而高效的两阶段近场波束训练方法。该方法利用了这样一个事实：当使用DFT码本时，真实的用户角度大致位于一个主导角度区域的中间。因此，可以通过首先使用DFT码本估计用户角度，然后使用极坐标码本确定用户距离来有效地识别最佳的近场波束码字。

这种两阶段方法将训练开销降低到与N+S成正比。然而，对于XL-arrays而言，N仍然可能非常大(例如，N=1024)。

近场波束训练是XL-arrays高频通信中的一项关键技术，但也面临着诸多挑战。针对这些挑战，研究人员已经提出了一些有效的解决方案，例如新型码本设计和高效的波束训练方法。未来还需要进一步的研究来优化这些方案，以满足不断增长的通信需求。