⚡ electrical engineering

Analyzing URA Geometry for Enhanced Near-Field Beamfocusing and Spatial Degrees of Freedom

本文推导了广义均匀矩形阵列的波束深度并定义了有效波束聚焦瑞利距离，揭示了阵列几何构型对近场波束深度及空间自由度的显著影响，并据此设计了性能更优的极化码本以辅助信道估计。

原作者： Ahmed Hussain, Asmaa Abdallah, Abdulkadir Celik, Emil Björnson, Ahmed M. Eltawil

发布于 2026-02-26

📖 1 分钟阅读☕ 轻松阅读

原作者： Ahmed Hussain, Asmaa Abdallah, Abdulkadir Celik, Emil Björnson, Ahmed M. Eltawil

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 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

这篇论文探讨的是未来无线通信（比如 6G）中一个非常酷的新领域：“近场通信”。

为了让你轻松理解，我们可以把无线信号想象成**“手电筒的光束”，把基站的天线阵列想象成“一排排可以独立控制的小灯泡”**。

1. 背景：从“远光灯”到“聚光灯”

过去的情况（远场）： 以前，手机离基站很远。这时候，天线发出的波就像手电筒照向几公里外的墙，光斑很大，而且不管你怎么调，光斑的“深度”（前后范围）几乎是无限的。这就叫“远场”。在这个区域，你只能控制光射向哪个角度（左、右、上、下），很难控制光聚焦在距离上。
未来的情况（近场）： 随着天线数量变得超级多（比如几千个），而且频率变高，信号传播的“近场”区域变大了。在这个区域，天线发出的波不再是平行的，而是像球面波（像石头扔进水里激起的涟漪）。
- 神奇之处： 我们不仅能控制光射向哪个角度，还能控制光聚焦在具体的距离上！就像你能把聚光灯聚焦在离你 5 米远的桌子上，而不是 10 米远的墙上。这意味着，即使两个人站在同一个方向（角度一样），只要一个离你 5 米，一个离你 10 米，基站就能同时给他们发不同的数据，互不干扰。

2. 核心发现：天线形状很重要

论文研究了天线的形状（是正方形、长方形还是长条形）对这种“聚焦能力”的影响。

比喻： 想象你在用不同形状的镜子反射阳光。
- 正方形天线（USA）： 像一块方镜子。论文发现，如果天线总数固定，正方形的形状会让光束的“聚焦深度”变得很宽（像一个大光斑，前后都亮）。这虽然覆盖广，但不够精细。
- 长条形天线（ULA）： 像一根长棍子。论文发现，把天线排成细长的长条，光束的“聚焦深度”会变得很窄（像一根细针）。
- 结论： 如果你想让信号聚焦得更精准，或者想在同一个方向上服务更多不同距离的用户，把天线排成细长的长条（类似 ULA）比排成正方形效果更好。它能让你把“近场”这个神奇区域延伸得更远。

3. 新工具：给信号画一张“地图”（极坐标码本）

既然近场这么复杂（既有角度又有距离），我们怎么告诉基站该往哪里发信号呢？这就需要一张“地图”，也就是论文里提到的**“码本”（Codebook）**。

旧地图的缺点： 以前的地图（远场码本）只画了角度（东南西北），没画距离。在近场用旧地图，就像用只有经纬度的地图去导航，找不到具体的楼层。
新地图（极坐标码本）： 作者设计了一种新地图，它同时考虑了角度和距离。
- 创新点： 他们利用之前发现的“聚焦深度”规律，在距离上进行了非常聪明的采样。就像在画地图时，近的地方画得密一点，远的地方画得疏一点，刚好覆盖所有需要的区域，没有浪费。
- 效果： 用这张新地图去“猜”信道（也就是告诉基站信号怎么走），比现有的最先进方法准确度高了 2 分贝（在通信里，这相当于信号质量有了显著提升），而且用的计算资源更少，就像用更少的墨水画出了更清晰的地图。

4. 空间自由度：能同时开多少条车道？

概念： “空间自由度”（DoF）可以理解为**“能同时开多少条互不干扰的数据车道”**。
发现： 在远场，即使天线很多，如果只有一条直线（视距），通常只能开一条车道。但在近场，因为波是弯曲的，我们可以利用距离差异开出多条车道。
结论： 再次证明，细长的天线阵列（ULA） 能开出更多的“车道”，比正方形的天线能容纳更多的数据流。

总结

这篇论文就像是在教未来的通信工程师如何**“玩弄光线”**：

认清环境： 未来天线很大，信号会在“近场”区域表现出独特的球面波特性，可以像聚光灯一样控制距离。
调整形状： 想要更精准的聚焦和更远的有效距离，把天线排成细长的长条比排成正方形更聪明。
升级工具： 设计了一种新的“距离 + 角度”地图（极坐标码本），让基站能更准、更快地找到用户，大幅提升通信速度和容量。

简单来说，这就是在告诉我们要如何把未来的无线信号从“漫无目的的广播”变成“精准制导的点对点传输”，让 6G 网络更快、更稳、更智能。

这是一份关于论文《Analyzing URA Geometry for Enhanced Near-Field Beamfocusing and Spatial Degrees of Freedom》（分析均匀矩形阵列几何结构以增强近场波束聚焦和空间自由度）的详细技术总结。

1. 研究背景与问题 (Problem)

随着通信系统向高频段（如毫米波、太赫兹）演进，天线阵列规模不断扩大（超大规模 MIMO，UM-MIMO），使得通信链路更频繁地工作在**辐射近场（Radiative Near-field）区域。与远场不同，近场波前呈球面状，具有距离依赖性，这使得波束不仅可以聚焦在角度上，还可以聚焦在距离（深度）**上，从而实现距离维度的空间复用。

然而，当前研究面临以下核心挑战：

近场边界定义模糊： 传统的瑞利距离（Rayleigh Distance）往往高估了有效的近场区域，缺乏针对波束聚焦和空间自由度（DoF）的精确边界定义。
阵列几何的影响未知： 均匀矩形阵列（URA）的几何形状（如长宽比）如何影响近场波束深度（Beamdepth）和有效近场范围尚不明确。
信道估计困难： 在近场 UM-MIMO 系统中，混合波束成形（HBF）限制了射频链数量，导致导频开销大。现有的基于极坐标的码本（Polar Codebook）多针对均匀线性阵列（ULA）设计，难以直接应用于几何结构更复杂的 URA，且缺乏针对近场特性的优化。

2. 方法论 (Methodology)

本文提出了一套系统的分析框架，主要包含以下几个步骤：

系统建模： 建立基于均匀球面波（USW）模型的近场信道模型，考虑了 URA 的几何参数（元素数量 $N_1, N_2$ ，长宽比 $\eta$ ，孔径 $D$ ）。
理论推导：
- 利用菲涅尔函数（Fresnel functions）推导了 URA 的归一化阵列增益。
- 基于 3dB 增益下降准则，推导了**波束深度（Beamdepth, $r_{BD}$ ）**的闭式表达式。
- 定义了有效波束聚焦瑞利距离（EBRD, $r_{EBRD}$ ），作为近场波束聚焦和空间多路复用的有效边界。
几何影响分析： 在“固定天线数量”和“固定孔径长度”两种约束下，对比分析了不同长宽比（从正方形 URA 到线性阵列 ULA）对波束深度和 EBRD 的影响。
空间自由度（DoF）分析： 提出了一种基于菲涅尔增益函数的有效空间自由度（EDoF）计算方法，量化了不同阵列几何结构下的独立空间信道数量。
码本设计： 基于推导出的波束深度和 EBRD，设计了一种新的极坐标码本（Polar Codebook）。该码本在距离维上根据波束深度进行非均匀采样，并引入改进的汉明窗（Modified Hamming window）以抑制轴向旁瓣。

3. 关键贡献 (Key Contributions)

推导了 URA 的波束深度与 EBRD：
- 首次为通用 URA 推导了角度依赖的波束深度闭式解。
- 提出了 EBRD 概念，明确了近场波束聚焦和空间复用的最大距离限制。
- 发现： 在固定天线数量下，阵列几何对波束深度影响显著（正方形阵列波束深度最大，线性阵列最小）；而在固定孔径长度下，几何形状的影响减弱。
揭示了阵列几何对近场性能的影响规律：
- 细长阵列（如 ULA）优于正方形阵列： 在固定元素数量下，拉长阵列（高长宽比）能显著减小波束深度，从而扩展 EBRD 范围，允许在相同角度方向上服务更多用户，提升多用户容量。
- 轴向与横向分辨率对比： 分析了近场波束在距离维（轴向）和角度维（横向）的分辨率，发现横向分辨率通常优于轴向分辨率，且轴向分辨率随距离增加退化更快。
量化了有效空间自由度（EDoF）：
- 提出了基于菲涅尔增益的 EDoF 表达式，证明了在视距（LoS）近场条件下，细长阵列（ULA）能比正方形 URA 提供更高的 EDoF。
- 确定了 EDoF 退化为 1（即远场行为）的边界，发现该边界与 $r_{RD1} = D_t D_r / \lambda$ 高度一致。
设计了优化的极坐标码本：
- 提出了一种专为 URA 近场信道估计设计的极坐标码本。
- 创新点： 距离采样间隔基于波束深度（3dB 交点）确定，而非均匀采样，确保了近场区域的完整覆盖且降低了列相干性。
- 引入改进的窗函数（ $g(n) = |n|f(n^2)$ ）来抑制轴向旁瓣（Forelobes），解决了传统窗函数在距离域旁瓣增大的问题。

4. 主要结果 (Results)

波束深度与 EBRD： 仿真表明，在固定元素数（如 4096 个）下，将正方形 URA 改为细长 ULA 配置，可显著减小波束深度并扩大 EBRD。例如，在 15 GHz 下，孔径为 1 米时，EBRD 随频率增加而扩展，但孔径尺寸对 EBRD 的影响更为显著（二次方关系）。
多用户容量： 在 EBRD 区域内，使用提出的极坐标码本，多用户频谱效率（SE）显著高于传统的 DFT 码本（在 10dB SNR 下，EBRD 区域内 SE 可达 5.8 bps/Hz，而 DFT 仅为 2 bps/Hz）。细长阵列配置（高 $\eta$ ）在所有场景下均表现出最高的 SE。
信道估计性能：
- NMSE 提升： 提出的基于 BF-SOMP 的极坐标码本方案，相比现有的 P-SOMP、EB-SOMP 和远场 DFT 码本，在高信噪比下实现了约 2 dB 的 NMSE 改善。
- 导频效率： 随着导频数量的增加，该方案的 NMSE 持续下降，而其他方案趋于饱和。
- 存储与复杂度： 由于采样策略优化，提出的码本存储需求显著降低（在 2048 天线配置下，码本大小约为 P-SOMP 的一半），且列相干性更低（约 0.26 vs 0.45）。

5. 意义与价值 (Significance)

理论突破： 填补了 URA 近场波束聚焦几何特性分析的空白，明确了阵列形状（长宽比）是优化近场通信性能的关键设计自由度。
系统优化指导： 研究结果表明，为了最大化近场空间复用增益，在硬件约束允许的情况下，采用**细长型阵列（如 ULA 或高长宽比 URA）**比正方形阵列更具优势。
工程应用价值： 提出的极坐标码本和信道估计方案直接解决了 UM-MIMO 近场通信中导频开销大、估计精度低的问题，为未来 6G 及超大规模 MIMO 系统的实际部署提供了关键的算法支撑和硬件设计依据。
边界定义清晰化： EBRD 的提出为近场通信系统的覆盖范围规划提供了更准确的理论边界，避免了传统瑞利距离带来的资源浪费或覆盖不足。

综上所述，该论文通过深入的理论推导和仿真验证，系统性地阐明了阵列几何结构对近场通信性能的决定性影响，并据此设计了高效的信道估计方案，对推动近场 MIMO 技术的实用化具有重要意义。