⚡ electrical engineering

Suppressing Beam Squint Effect For Near-Field Wideband Communication Through Movable Antennas

本文提出了一种基于可移动天线（MA）阵列的宽带近场 MISO 系统方法，该方法通过优化天线位置以最大化整个频谱内的最小模拟波束赋形增益来减轻波束 squint 效应，并利用松弛变量和光滑梯度下降上升（SGDA）方法来解决由此产生的具有挑战性的优化问题。

原作者： Yanze Zhu, Qingqing Wu, Yang Liu, Qingjiang Shi, Wen Chen

发布于 2026-07-23

📖 1 分钟阅读☕ 轻松阅读

CC0 1.0

原作者： Yanze Zhu, Qingqing Wu, Yang Liu, Qingjiang Shi, Wen Chen

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下那片承载着我们的短信、视频和音乐的无形无线电波海洋。几十年来，工程师们一直试图用固定不动的天线来捕捉这些波，就像固定在岩石岸边的灯塔一样。但随着我们追求使用更高频率（如毫米波）和更宽信道的更高速互联网，这些固定天线开始显得力不从心。它们遭受着一种被称为“束波偏移”（beam squint）的故障。这就像尝试让手电筒的光穿过三棱镜：光束会根据光的颜色而发生分裂和弯曲。在一个宽带系统中，信号的不同部分（不同颜色的无线电波）会试图指向略微不同的方向，导致信号变得模糊且减弱。为了解决这个问题，科学家们现在正在实验“可移动天线”——这些是可以在表面上滑动的微型机器人元件，就像在舞台上重新排列位置以捕捉完美聚光灯的舞者。本文探讨了如何在这类特定的、高科技的环境中（即波还未传播很远、处于“近场”区域时）编排这些舞者，以确保信号对每个人都保持清晰且强劲。

研究人员 Yanze Zhu 及其团队解决了如何移动这些天线以阻止“束波偏移”破坏连接的棘手问题。他们设定了一个场景：一个正方形网格的可移动天线为一名距离相对较近的单一用户提供服务。在这个“近场”区域，波的行为与遥远的恒星不同；它们是弯曲的，且到每个天线的距离都至关重要。团队意识到，如果他们只是让天线保持在固定位置，信号强度会随着整个频带内频率的变化而显著下降。

为了解决这个问题，他们提出了一个聪明的策略：与其仅仅让信号在某个特定频率下变强，他们更希望确保整个范围内的最弱部分也能尽可能地强。这就像调整一支跑步队，让即使是最慢的跑者也能快到足以赢得比赛。他们构建了一个数学谜题，旨在寻找天线的完美位置，以实现这种“最大最小”（max-min）目标。然而，解决这个谜题非常困难，因为天线不能重叠，而且必须留在他们的正方形舞池内。

论文提出了两种不同的方法来解决这个谜题。第一种方法，他们称之为“松弛变量”（Slack Variable）法，就像一个细致的、循序渐进的计算器。它将问题分解，在保持其他天线不动的情况下优化每一个天线，并利用高级数学确保解决方案在每一步都变得更好。第二种方法使用了被称为“平滑梯度下降上升”（SGDA）的技术。你可以将其想象成一种更敏捷、更高速的方法。它不再是一个一个地检查每一个频率（如果频率有成千上万个，这会很慢），而是将频率视为一种连续的流动，并利用一种智能的迭代舞蹈来快速找到最佳位置。

通过计算机仿真，团队测试了他们的想法。他们设置了一个包含 256 个不同频率通道的系统，范围从 58.92 GHz 到 61.08 GHz，中心频率为 60 GHz。他们使用了一个边长为 $A = \frac{100c}{f_c}$ （其中 $c$ 是光速）的正方形天线阵列，并将天线之间的最小距离保持在 $D_{min} = \frac{c}{2f_0}$ 。结果表明，与传统的固定天线相比，他们的可移动天线设置极大地改善了信号。具体而言，SGDA 方法（算法 2）不仅找到了更好的天线位置以保持整个频带内的信号强度，而且其运行速度比第一种方法快得多，尤其是在增加频率通道数量时。当第一种方法的运行时间随着通道增加而爆炸式增长时，第二种方法依然保持着高效和快速。

作者谨慎地指出，这些结果来自仿真，而非现实世界的实地测试。他们暗示，虽然目前的研究重点是单一用户，但同样的逻辑最终可以帮助处理拥有众多用户的拥挤房间。他们还暗示，未来的版本中的这些天线甚至可能实现旋转，而不只是滑动，从而提供更强的控制力。不过目前来看，这项研究证明了赋予天线移动的自由是保持我们高速连接稳定的有力手段，即使信号试图发生“束波偏移”并四处游离。

技术摘要：通过可移动天线抑制近场宽带通信中的波束偏移效应

问题陈述
本文研究了在近场（NF）信道模型下，利用可移动天线（MA）阵列的宽带多输入单输出（MISO）通信系统中，波束偏移（Beam Squint）效应所带来的挑战。在宽带系统中，特别是在毫米波（mmWave）和太赫兹（THz）频段运行的系统，随着子载波频率偏离参考中心载波频率，模拟波束赋形的增益会发生退化。这种被称为波束偏移的现象会导致整个频谱内的性能出现波动。虽然现有文献已经探索了利用 MA 在远场场景中提高频谱效率和信噪比（SNR）的方法，但在近场机制下通过配置 MA 阵列来缓解波束偏移的研究在很大程度上仍处于空白。其核心难点在于：如何在满足物理约束（可行停留区域和最小间距）的前提下，通过优化天线位置，实现最大化整个宽带频谱内的最小模拟波束赋形增益，这是一个非凸优化问题。

方法论
作者将该问题建模为一个最大-最小（max-min）优化任务（问题 P1），旨在通过调整 2D 可移动天线单元的位置，使所有子载波上的最小模拟波束赋形增益达到最大。为了解决这一具有挑战性的非凸问题，开发了两种算法方案：

基于松弛变量（SV）的经典解法（算法 1）：
- 通过引入松弛变量 $\kappa$ ，将 max-min 问题转化为一个约束优化问题（P2）。
- 采用**块坐标下降（BCD）**框架，每次优化一个天线的位置。
- 对于每个天线的更新，使用**逐次逼近（Majorization-Minimization, MM）**方法处理非凸约束。这涉及利用二阶和一阶泰勒展开，分别为目标函数和最小间距约束构建凹下界。
- 由此产生的子问题（P4）是一个可以通过标准数值求解器（如 CVX）求解的凸优化问题。
基于平滑梯度上升-下降（SGDA）的高效解法（算法 2）：
- 考虑到当子载波数量较多时，基于 SV 的方法由于产生的二阶锥规划（SOCP）约束而面临高计算复杂度，因此提出了高效的 SGDA 方法。
- 将频率 $f$ 处理为 $[f_0, f_L]$ 范围内的连续参数。
- 将问题构建为一个通过 BCD 求解的 min-max 博弈。在每次 BCD 迭代中，采用 SGDA 方法来更新天线位置（ $t_m$ ）、频率（ $f$ ）以及辅助变量（ $\alpha_m$ ）。
- 更新过程涉及针对天线位置的梯度上升，以及针对频率和辅助变量的梯度下降，并引入平滑项以确保收敛。
- 应用投影操作以确保更新后的变量满足可行区域和间距约束。

核心贡献

新颖性： 这是首个专门研究近场宽带 MA 通信系统中波束偏移效应的工作。
优化准则： 提出了一种 max-min 准则来配置 MA 位置，专门设计用于最大化整个宽带频谱内的最小模拟波束赋形增益，从而平衡各子载波间的通信速率。
算法开发： 开发了两种算法来解决非凸优化挑战：
- 一种利用 MM 方法实现易处理解的 SV 基算法。
- 一种 SGDA 基算法，它提供了极高的效率，特别适用于具有大量子载波的系统。
性能验证： 数值结果表明，所提出的算法能有效缓解波束偏移，其中 SGDA 算法比 SV 算法和基准粒子群优化（PSO）技术表现出更高的收敛值和显著更低的计算复杂度。

仿真结果
在宽带 MISO 系统（58.92 GHz 至 61.08 GHz，距离 10m 近场）中进行了数值仿真。

收敛性： 两种提出的算法均在数十次 BCD 迭代内实现单调收敛。
波束赋形增益： 与传统的固定位置天线（FPA）阵列和基于 PSO 的基准方法相比，MA 配置在整个频段内的阵列增益具有显著优势。SGDA 算法（算法 2）比 SV 算法（算法 1）实现了更高的增益。
复杂度： 运行时间分析显示，虽然 SV 方法的复杂度随子载波数量 $L$ 的增加而剧烈上升，但 SGDA 方法的单次迭代运行时间对 $L$ 几乎不敏感，且显著更低，这使其在大带宽场景下具有良好的可扩展性。

意义与主张
本文主张，部署采用上述配置方法的 MA 阵列是解决近场宽带系统中波束偏移问题的可行方案，而这正是未来使用毫米波和太赫兹频段的 5G/6G 通信的关键问题。作者强调，其 SGDA 解决方案的意义在于其计算效率，能够支持在拥有数百或数千个子载波的系统中进行实际落地。

文中也谦逊地指出，虽然目前的研究侧重于单用户场景，但所提方案可以扩展到多用户系统（例如从仅优化阵列增益转向优化频谱效率）。此外，作者建议未来的研究可以探索六维可移动天线（6DMA），即同时具备位置和旋转能力的 6DMA，以进一步增强对波束偏移的抑制能力。

技术摘要：通过可移动天线抑制近场宽带通信中的波束偏移效应

类似论文