⚡ electrical engineering

Microwave Linear Analog Computers (MiLACs) for Communications: Opportunities and Challenges

本文提出将微波线性模拟计算机（MiLACs）作为未来无线 MIMO 系统的可扩展解决方案，通过将复杂的矩阵运算（例如迫零波束成形）卸载到模拟域，以降低硬件成本和计算复杂度，同时克服传统数字架构的扩展限制。

原作者： Matteo Nerini, Bruno Clerckx

发布于 2026-07-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Matteo Nerini, Bruno Clerckx

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

想象一下，你正在试图解开一个巨大的、缠绕在一起的绳结。在现代无线网络的领域中，这些“绳子”就是承载着你的视频、游戏和信息的无形无线电波。为了确保这些电波在到达你的手机时不会互相碰撞，计算机必须进行大量的繁重计算。它们将数据进行扭转，并利用复杂的数学方法将其导向正确的方向。但问题在于：随着我们试图连接更多设备并发送更快的数据，这些“绳子”的数量正在爆炸式增长。试图理清它们的计算机正变得越来越庞大、发热严重且耗电量惊人，它们很快可能撞上一堵墙——它们处理数学运算的速度根本无法跟上 6G 的未来。

这就是一个被称为“模拟计算”的聪明构想所能发挥作用的地方。你可以这样理解：与其使用计算器来计算如何折叠一张纸，不如直接用手去折叠它。纸张之所以知道如何折叠，是因为它的物理形状，而不是因为有一个大脑在指挥它。在无线技术中，这意味着让无线电波本身在经过一个特殊的电路时完成数学运算，而不是停下来先询问数字计算机计算出答案。这就像是让河流在峡谷中自行开辟路径，而不是试图用一把勺子去挖掘出整个峡谷。

你即将阅读的这篇文章探讨了一种全新的“河流路径”，称为微波线性模拟计算机（Microwave Linear Analog Computer，简称 MiLAC）。作者 Matteo Nerini 和 Bruno Clerckx 提出了一个宏大的问题：我们能否制造出一种由微小电子元件组成的物理设备，仅仅通过让无线信号穿过它，就能瞬间解决无线信号所需的复杂数学运算？他们建议，通过将部分繁重的计算任务从“数字大脑”转移到网络的“模拟身体”上，我们可以构建出超快速、超高效的无线系统，而不会因为过热而崩溃或耗费巨资。他们展示了这些设备执行复杂数学技巧（例如反转复杂方程）的速度可以比我们目前的计算机快得多，这可能为开启下一代全球连接的大门。

“瞬时”数学机器的魔力

那么，究竟什么是 MiLAC？想象一个黑匣子，左边有很多门，右边也有很多门。你向左边的门里喊出一个信息，由于盒子里特殊的导线和组件构成的迷宫，声音从右边的门出来时已经经过了重新排列、混合并精准定向。你并不需要告诉盒子“如何”重新排列声音；盒子仅仅因为其自身的构造就完成了这一切。

在无线世界中，这个“黑盒”是一个微波组件网络。论文解释说，这些网络可以是固定的（像一个永久的迷宫），也可以是可重构的（像一个带有移动墙壁的迷宫）。如果你改变移动墙壁的设置——使用被称为“可调参数”的微型开关——你就可以改变这个盒子执行的数学运算。最酷的部分在于：尽管盒子本身是“线性”的（意味着它遵循简单的、直线式的规则），但设置改变输出的方式实际上是非线性的。这就像是在收音机上转动旋钮：旋钮的移动是线性的，但你落下的电台频道却是跳跃且复杂的。这使得 MiLAC 不仅仅能做简单的混合，它实际上可以执行高级数学运算，比如矩阵求逆（一种“撤销”复杂信号混合的高级方式），而且速度极快。

为什么这会改变一切

作者指出，使用这些 MiLAC 可以解决无线技术中的三个巨大难题：

减少昂贵的部件： 目前，通信塔上的每一根天线都需要一套昂贵且耗电的计算机链来进行数学运算。有了 MiLAC，数学运算发生在空气中或简单的电路板中。这意味着你可能只需要为每一路数据流配备一个计算机链，而不是为每一根天线都配备一个。这就像是用一个巨大的、神奇的算盘取代了一百个独立的计算器，瞬间完成了所有的工作。
更廉价、更简单的转换器： 数字计算机需要非常精确的工具将数字数值转换为无线电波（以及反向转换）。这些工具既昂贵又耗电。由于 MiLAC 在模拟世界中完成了繁重的数学运算，起始和结束过程中的数字工具就可以变得更简单、分辨率更低。论文提到，对于某些类型的信号，你可能只需要 1 位或 2 位转换器，而不是高端转换器，从而节省大量能量。
瞬时速度： 在数字计算机中，用一大串数字求解复杂的数学问题是需要时间的。时间呈立方级增长，这意味着如果你将问题规模增加一倍，求解时间会增加八倍。但在 MiLAC 中，“计算”过程与波穿过盒子的速度一样快。由于电波的传播速度接近光速，数学运算实际上是瞬时完成的。论文建议，原本需要“立方时间”（非常慢）才能完成的任务，通过配置 MiLAC 上正确的旋钮，可以实现“平方时间”（快得多）级别的处理。

道路上的障碍

当然，这并不是一个能在一夜之间解决所有问题的魔杖。作者明确表示，仍有许多重大挑战需要解决。

现实世界的复杂性： 在完美的数学模型世界中，这些设备是“无损”的（不损失能量）且“互易”的（正向和反向工作方式相同）。但在现实世界中，组件存在微小的缺陷，会损失一部分能量，且表现并不总是完美。论文指出，我们需要更好的模型来理解这些缺陷如何影响最终信号。
“宽带”问题： 目前，该数学模型在窄带无线电波下表现出色。但未来的互联网将使用宽带。论文指出，MiLAC 在不同频率下的表现可能会有所不同，这可能导致信号变得混乱。我们需要研究如何让这些设备在整个频率范围内可靠运行，而不只是在单一频率下。
复杂度与简洁性的权衡： 最灵活的 MiLAC 设计需要大量的微型开关，这使得电路板变得非常复杂且造价高昂。作者建议，也许我们并不需要“所有”可能的连接也能获得极佳的结果。寻找那个既能让设备足够简单易于制造，又能足够智能以保证性能的“平衡点”，是未来研究的关键领域。

总结

这篇论文并非声称今天已经制造出了完美的 6G 基站。相反，它描绘了一条充满希望的路线图。它表明，通过让微波的物理特性承担重任，我们可以构建出比现有技术更快、更便宜、更省电的无线系统。虽然仍有工程难题需要攻克——例如应对现实世界的缺陷和宽带信号——但这种通过让波流过即可解决数学问题的“微波计算机”的概念，是一种全新的思维方式。它将信号处理问题从一个数字瓶颈转化为一个模拟机遇，为未来大规模、高速的网络铺平了道路。

技术摘要：用于通信的微波线性模拟计算机 (MiLAC)

1. 问题陈述

未来的无线系统，特别是在 6G 及之后的背景下，预计将利用大规模天线阵列（数百到数千个单元）来实现高数据速率和频谱效率。然而，传统的数字多输入多输出 (MIMO) 架构面临着关键的可扩展性瓶颈。这些系统严重依赖数字基带处理，需要为每个天线配备专用的射频 (RF) 链路。每个射频链路都包含昂贵且耗电的组件，如数模转换器 (DAC) 和模数转换器 (ADC)。此外，进行预编码和合并（例如零迫迫迫 (zero-forcing)、MMSE）所需的矩阵运算，随着阵列维度的增加，其计算量呈立方级增长，变得难以承受。本文指出，将部分处理任务从数字域转移到模拟射频域是克服这些硬件和计算约束的必然演进。

2. 方法论与框架

本文引入并回顾了微波线性模拟计算机 (MiLAC) 的概念。MiLAC 被定义为一个线性微波网络，旨在通过波的传播，直接利用射频通信信号进行数学运算。

A. 通用模型

作者将 MiLAC 模型化为一个具有 $N$ 个输入端口和 $M$ 个输出端口的多端口线性网络。

固定网络： 固定线性网络执行单一的、预定的线性变换 $v = Wu $，其中$ W $是一个常数矩阵。计算通过波的传播瞬时完成，相对于信号光速而言，其时间复杂度为$ O(1)$。
可重构网络： 通过引入可调组件（例如 PIN 二极管、压控二极管、可调移相器），网络的行为成为可调参数 $h = [h_1, \dots, h_P]$ 的函数。输出为 $v = W(h)u$ 。
结构非线性： 一个关键的理论见解是，虽然输入信号 $u$ 与输出 $v$ 之间的关系保持线性，但输出与可调参数 $h$ 之间的关系可以是非线性的。这种“结构非线性”使得线性微波网络能够针对其配置参数计算非线性函数，从而实现复杂的运算，如矩阵求逆。

B. 实现架构

本文将 MiLAC 的实现归类为两个领域：

空中 (OTA)： 计算通过无线传播信道进行。示例包括：
- 固定无线信道。
- 可重构智能表面 (RIS) 和堆叠智能超表面 (SIM)，用于修改信道响应。
板载 (On-the-Board)： 计算在印刷电路板 (PCB) 或微带电路中进行。示例包括：
- 固定电路（例如用于 DFT 的巴特勒矩阵）。
- 混合数字-模拟波束赋形网络（带有移相器的功率分配器/组合器）。
- 通用可重构网络： 一个由可调阻抗组件组成的完全互连网络（图 2f），提供了最高的灵活性。

3. 核心贡献与结果

A. 计算复杂度降低

本文证明了 MiLAC 与数字处理相比，可以以显著降低的计算复杂度执行矩阵运算：

矩阵-向量乘法： 数字复杂度为 $O(MN)$; MiLAC 复杂度实际上为 $O(1)$ （瞬时传播）。
矩阵求逆： 数字求逆按 $O(N^3)$ 缩放。使用具有互连可调阻抗的 MiLAC，矩阵求逆和伪求逆可以实现，其复杂度缩放为 $O(N^2)$ 。这是因为可调参数（阻抗值）是输入数据的线性组合，在配置网络后，仅需 $O(N^2)$ 次数字运算即可完成配置，随后物理上执行求逆。
LMMSE 估计器： 类似地，对于正则化零迫迫波束赋形的至关重要的线性最小均方误差 (LMMSE) 估计器，其复杂度从数字域的 $O(MN^2)$ 在模拟域降至 $O(MN)$。

B. MIMO 架构增强

本文回顾了 MiLAC 辅助的发射和接收架构：

基础 MiLAC 辅助 MIMO： 在单用户系统中，无损且具有互易性的 MiLAC 可以达到与全数字波束赋形相同的性能。然而，在多用户系统中，这些基础架构由于互易性限制，仅限于半酉变换。
高级架构： 为了在不回归全数字处理的情况下克服多用户限制，作者提出了以下方案：
1. 混合数字-MiLAC： 将数字预编码与模拟 MiLAC 预编码相结合，以实现任意预编码，且满足 $N_{RF} = N_{streams}$ 。
2. 两层 MiLAC： 在中间加入功率放大器，级联两个 MiLAC。即使在组件无损且具有互易性的情况下，该架构也可以通过奇异值分解 (SVD) 分解目标预编码矩阵，实现任意预编码（全数字性能），且仅需 $N_{RF} = N_{streams}$ 。

C. 系统级收益

本文确定了采用 MiLAC 辅助架构的三大主要优势：

减少射频链路： 射频链路的数量可以减少到与数据流数量相匹配（而非天线数量），从而大幅降低硬件成本和功耗。
低分辨率转换器： 由于波束赋形在模拟域执行，DAC 和 ADC 处的信号直接对应于传输的符号或组合后的检测信号。这允许使用低分辨率 DAC（例如 4-QAM 对应 1-bit）和 ADC，避免了全数字系统中与高分辨率转换器相关的指数级功率增长。
低计算复杂度： 通过将矩阵-向量乘法转移到模拟域，系统消除了逐符号的数字矩阵计算。此外，高级波束赋形（如 R-ZFBF）的配置复杂度从立方级降低到了二次方级。

4. 挑战与未来方向

论文最后概述了几个开放的研究问题：

硬件损伤： 实际组件存在离散调节步长、插入损耗、互耦和阻抗失配等问题。需要对这些非理想特性进行准确建模，以实现鲁棒优化。
信道估计： 在处理发生在模拟域的系统中，估计信道具有挑战性。早期研究表明，MiLAC 可以用于加速信道估计本身。
宽带操作： 当前模型侧重于窄带系统。宽带操作会引入频率相关的变化（例如波束倾斜/beam squinting），必须对其进行建模和缓解。
低复杂度架构： 虽然完全互连的可调网络提供了最大的灵活性，但它们需要 $O(N^2)$ 个组件。研究需要确定更简单的、稀疏连接的架构是否能在降低硬件复杂度的同时实现接近最优的性能。

5. 意义

本文将 MiLAC 定位为未来无线网络规模危机的一个有前景的解决方案。通过利用线性微波网络中波传播的物理特性，MiLAC 为不受当前数字架构的功率、成本和计算限制的“巨型 MIMO”系统提供了一条路径。在模拟域执行复杂线性代数（包括矩阵求逆）的能力，以及减少对高分辨率转换器依赖的能力，代表了通信信号处理架构的一次根本性转变。作者认为，MiLAC 不仅仅是一个波束赋形工具，更是一类新的模拟计算机，其应用潜力可以延伸到通信之外更广泛的信号处理领域。