5G波束管理定義了3個基本步驟，也就是之前說的P1、P2、P3.

假設混合波束賦形的全連接模型如圖1所示，我們接下來給出僅考慮第k個 UE（1≤k≤K）時的數(shù)學模型。子連接模型可以用類似的方式表示。然而，由于天線的物理結(jié)構(gòu)，全連接和子連接模型的波束管理過程可能不同。

具體地，服務TRP和第k個UE中的每一個分別配備有M個和N個天線單元。與傳統(tǒng)的TRP全數(shù)字預編碼相比，混合波束賦形結(jié)構(gòu)具有更低的硬件復雜度，性能損失較小。為簡單起見，假設在TRP處有K條RF鏈，在每個UE處有一條RF鏈。

波束訓練分類和問題

說到波束訓練在這方面的貢獻，人們可以認為它是一個更一般的概念相比，波束掃描。換言之，波束掃描可被視為實施波束訓練的特定程序。從TRP和UE之間的波束訓練的角度來看，可以以不同的方式對訓練過程進行分類。類別有：

• 通道互易（CR：Channel reciprocity）、部分CR或非CR輔助波束訓

• 聯(lián)合或單獨Tx-Rx波束訓練

• 單級或多級Tx-Rx波束訓練

• 控制或數(shù)據(jù)通道Tx-Rx波束訓練

• 單個或多個TRP波束訓練

• 單個或多個Tx-Rx波束對

除了最先進的波束管理技術外，還面臨一些可能對性能產(chǎn)生重大影響的問題。比如：

• 考慮多用戶波束訓練的巨大開銷

• 鏈路阻塞及其快速恢復

• UE旋轉(zhuǎn)/快速移動行為

• 控制信道和數(shù)據(jù)信道之間的波束賦形增益Gap

波束訓練

在FDD模式下，存在部分信道互易性，可作為波束訓練過程的輔助信息。這種說法背后的基本原理在于，在毫米波段的某些情況下，空域中上下行的信號路徑可能以某種方式重疊。更具體地說，借助DL/UL中的波束訓練結(jié)果，可以進一步減少反向（即UL/DL）上的波束訓練開銷。

以上面的例子來說明。首先，可以考慮聯(lián)合波束訓練在下行中的波束掃描。然后，可能會有一個如圖2所示的表格，其中顯示了所有Tx-Rx波束組合的連接性。具體而言，為了便于說明，假設4×4 Tx-Rx波束組合，列和行分別表示Tx和Rx波束。給定一組4個Rx波束，可能會發(fā)現(xiàn)一個強Tx波束，對于4組Rx波束，可能會有4個可重疊的強Tx波束。然后可以獲得圖2中黃色的前2個最強Tx光束；類似地，給定4組Tx波束，其中一組可能具有圖2中藍色的前2個最強Rx波束。之后，下行中選定的2個最強Tx波束和2個最強Rx波束的組合可能是上行波束訓練的波束訓練集。因此，上行開銷可以顯著地從16（4×4）的搜索空間減少到4（2×2）。

對于FDD的某些場景，上下行信道之間的信道互易性完全消失。在下行方向進行波束掃描時，不容易避免沉重的開銷和反饋。然而，由于正在進行的LTE中鼓舞人心的碼本設計，可以將基于DFT的向量應用為波束訓練過程的模擬Tx/Rx碼本。其基本思想是利用碼本的Kronecker乘積（KP）結(jié)構(gòu)將TRP處的Tx/Rx波束解耦為水平和垂直碼本。此外，如果有必要，出于同樣的原因，在UE側(cè)解耦模擬碼本也是可行的。

特別地，在第一步中，TRP發(fā)送全向波束參考信號以訓練UE Rx波束。實際上，全方位波束應該被一組具有足夠小區(qū)覆蓋率的粗波束所取代。在第二步中，TRP僅在垂直域中發(fā)射波束，而UE使用先前選擇的Rx波束。在最后一步中，TRP僅在水平域中發(fā)射波束，而UE使用與第2步相同的Rx波束。值得注意的是，可以切換上述訓練過程以促進波束訓練過程。此外，在第一步中，TRP發(fā)射全向波束，從而導致較小的波束賦形增益。這可能會以某種方式影響UE側(cè)的波束訓練。這里，使用全向天線方向圖只是為了進行說明。事實上，有兩種解決方案可能有效。一種是先訓練TRP波束，然后再進行UE波束訓練。另一種是將全向天線方向圖解耦為具有足夠波束賦形增益的定向粗波束。