运营商全力布局5G基站,机遇和挑战在哪里?

发布时间:2019-08-27 阅读量:761 来源: 物联网世界 发布人: Jane

随着国内5G商用牌照的正式发放,5G网络基础设施建设迎来了火热的施工期。北京、上海、成都和深圳等城市都纷纷表示要在年底前建成超过1万台5G基站,预计全国今年5G基站数量将达到15万台。

移动、联通和电信三大运营商今年在5G方面的投入有望超过400亿元。而根据统计,超过70%的5G业务将发生在室内,也就是说室内移动网络覆盖将非常重要,室内信号的好坏将直接决定5G的业务量,这也将是运营商的核心竞争力。

这也意味着4G时代,碎片化,市场规模不大的小基站行业有望得到发展。目前采用“宏站+小基站”的组网模式成为5G时代的共识。

在宏基站方面,基本上被华为、中兴、爱立信和诺基亚四大设备供应商所把持,而在小基站方面,部分天线、射频厂家都有望转型专注于提供小基站解决方案,也就是说除了传统的华为、中兴、爱立信和诺基亚等真正体量化的厂家外,其他中小企业也有望切入,未来5G基站厂家将会是百家争鸣的局面。

虽然都可以做,由于5G将会引入毫米波频段,基站的建设也将面临许多新的挑战,那具体有哪些呢?在8月22日中国(深圳)集成电路峰会上,北京无极芯动科技有限公司董事长兼首席科学家,海南大学刘大可教授分享了5G基站集成电路面临的挑战问题。

基站的分类

基站是接入终端与核心网络之间的接入网,根据3GPP制定的规则,无线基站按照功率划分位四大类:宏基站、微基站、皮基站和飞基站。其中,

宏基站是架设在铁塔之上的基站,这种基站体型很大,承载的用户数量很大,覆盖面积很广,一般都能达到数十公里。铁塔的结构设计本身就考虑到了载荷,分为自立式塔式结构和拉线式结构。

基站的分类

表1:基站分类。

微基站:微基站就是微型化的基站,通常指在楼宇中或密集区安装的小型基站,这种基站的体积小、覆盖面积小,承载的用户量比较低。由于室外条件恶劣,这种基站的可靠性不如宏基站,维护起来比较困难。

皮基站:相较于宏基站和微基站,皮基站的单载波发射功率和覆盖能力进一步减小,是比微基站更小型的基站。

飞基站:飞基站是四种基站中最为小型的基站,飞基站是为家庭基站使用,由家庭宽带接入。

此外,按照设备形态,基站主要分为一体化基站和分布式基站。一体化基站和分布式基站的主要区别是,一体化基站分为基带处理单元(BBU)、射频处理单元(RRU)和天馈系统三部分,而分布式基站通常指小型RRU,需要连接BBU才能正常使用。

按照设备形态分类的小基站

表2:按照设备形态分类的小基站。

就目前来说,宏基站现在还不包括毫米波频段,因为现在宏基站的毫米波还没有定义。而微基站分为室外微基站和室内微基站。

室外的微基站基本上就是宏基站的缩减版,使用的基本也是宏基站的芯片和解决方案。但室内分布式微基站跟宏基站完全不一样,因为它不能使用宏基站的芯片和解决方案。

射频集成电路的挑战

基站其实是将不同的功能分成若干层,在不同层里面就有各种各样的状态机,这些不同的状态机就组成了一个基站系统(见图1)。从这个基站系统中可以看到,集成电路的设计不那么容易,因为它要兼容2、3、4、5G的RRU内的集成电路,包括射频、混合和数字(含前传CPRI/eCPRI、定时)等。还要兼容2、3、4、5G的BBU内的集成电路,包括物理层和协议层。

图1:刘大可教授在解释基站系统的功能分解。

对于RRU射频集成电路来说,看起来跟手机用的射频集成电路没有区别,架构都基本类似。其实如果是几兆带宽的话,用超外差是很容易实现的,但如果是到了100M带宽以上的话,情况就完全不一样了。如果加上毫米波的话,就会更加困难。因为一般毫米波有一个微波前端,一般来说微波前端是一个超外差机,中频是Sub6GHz的射频,这样就会有两套中频系统,也就是说会有两套低噪放,两套混合器,一套混合器最少增加3dB噪声两套混合器下里,噪声处理就会是一个非常棘手的问题。

图2:RRU射频集成电路构成。

具体来说,Sub6G和毫米波射频收发机的面临的共同挑战有:

超大宽带的带内噪声问题、带内平坦幅度与均衡延迟设计;

带内多天线之间静态和动态幅度相位的一致性问题;

多天线幅度/相位的静态和动态校准问题。因为天线被封装,毫米波器件商无射频测试端子。使用OTA辐射测试方法来进行准确的、EMC的设备特性分析的测试系统,成为5G毫米波测试测量的新希望和新挑战;

Armstrong架构的挑战,(LO与MIX的jitter问题),刘大可教授认为我们目前在追求一个不用超外差的毫米波接收机,因为超外差毫米波接收机目前全世界没有一家做好的,ADI和TI也没有相应的解决方案。

可以说现在大家都在期待一个不需要用超外差的毫米波接收机系统出现,也有人在考虑无线光通信系统,但由于其上行问题没有解决,目前还取代不了微波系统。

混合电路的挑战

在RRU混合电路中,数字预失真(DPD)系统是相当重要的一个存在。数字预失真(DPD)是目前无线通信系统中最基本的构建块之一。其用于提高功率放大器的效率。通过减少功率放大器在其非线性区运行时产生的失真,功率放大器的效率可得到大幅提升。不使用CFR或DPD算法的无线基站通常效率较低,因此运营和资金设备成本也较高。一个输出WCDMA波形的典型AB类LDMOS功率放大器的效率约为8%~15%。利用CFR和DPD算法,效率可提升至30%~40%,从而大幅降低网络运营商的资本支出和运营支出。

图3:RRU混合集成电路趋势。

在RRU数字集成电路部分,不论是宏基站还是微基站都面临着同样的挑战。

首先是宏站还是微站都有各自的低功耗和低延迟需求问题。就应用场景来说,有122.88Msps,option8、option7-1和Option7-2;运算量方面,宏站要做到16天线,8TOPS的运算量;微站也要做到4天线,2TOPS的运算量;在数据搬移量方面,宏站要做到16天线,160gbps的数据搬移量;微站也要做到4天线,40gbps的数据搬移量。

另外,还要支持多带宽多速率适配、支持BBU处理256QAM;支持多种RRU和BBU分解的option;支持授时、同步、时钟源、特别是TD的同步、多天线同步;支持兼容各CPRI/Ecpri/xDSL/PON和SerDes的联合设计;支持各模拟IC厂家的JESD204B/C和SerDes的联合设计。

现在,各个厂商基本都只有宏基站的解决方案,因为他们是不管功耗的,40W,50W都没问题。但是微站的射频头是不能带风扇的,也就是说要4W以下,而4W以下的解决方案,现在全世界都还没有,大家都在努力。

还有5G基站需要用到的DPD,它要求200M带宽,五次谐波,和1GHz左右频率,以及16天左右的长记忆功能,这样的DPD系统是非常难做的。目前全世界还没有厂商做出相应的解决方案。虽然之前ADI宣称有相应的解决方案,但其Release日期延迟多次了,都没有推出其正式解决方案。

BBU基带集成电路的挑战

BBU基带集成电路分为上行和下行部分,目前总共有5种实现方式。分别为通用处理器、向量处理器、专用处理器、专用集成电路和FPGA实现方式。

BBU基带集成电路

图4:基带集成电路概述。

现在各家厂商基本都是在用FPGA来实现;也有用向量处理器实现的,比如华为、中兴和爱立信;使用专用处理器实现的厂商目前还比较少,刘大可教授所在的北京无极芯动科技有限公司就在开发专用处理器解决方案。当然,这5种实现方式都有其各自的优缺点,详细见图5所示。

BBU集成电路的几种实现方法

图5:BBU集成电路5种实现方法的优缺点。

此外,还有协议栈集成电路的挑战,不过这个挑战目前来说不是很大,比较容易解决。

结语

可以说今年是5G的应用元年,大规模的基础设施建设明年可能才会正式开始,早期应该先铺设宏基站,但随着部分区域宏基站建设基本完成,高频段逐步投入使用,小基站的建设也将逐步启动。这对切入小基站业务的中小企业来说是一次不容错过的好机会。


相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"