一种用于5G智能手机的、集成机器学习技术的Sub-6 GHz与毫米波MIMO天线设计

《AEU - International Journal of Electronics and Communications》：An integrated machine learning-enabled sub-6 GHz and millimeter-wave MIMO antenna design for 5G smartphones

　　

S. Sevagan|Bukke Chandrababu Naik

摘要

本文介绍了一种用于5G便携设备的紧凑型多频段MIMO天线系统。该天线架构可在亚6 GHz（2.4、3.3和5 GHz）以及毫米波（23–29.5 GHz）频段同时工作。其整体尺寸为156.60 $\times$ 74.30 $\times$ 0.508 $m{m}^3$，且无需对Oppo Reno智能手机的机身进行任何机械改造即可将其集成进去。采用科赫雪花形状的槽线环作为亚6 GHz频段的初级辐射体。这种自相似的分形几何结构能够产生分布式电抗，从而有助于实现小型化及多共振特性。该天线在规定的工作频段内，其反射系数可保持在–10 dB以下。通过沿基板周边对称布置八个相同的元件，形成了MIMO配置。这些元件之间的正交场方向有助于减少相互耦合，因此在这种配置下，即使在多径环境下也能保持稳定的辐射特性。为了在毫米波频段提升增益和定向性，还在同一基板上集成了一种1 × 4的科赫分形加载阵列，而且无需额外的解耦网络。该毫米波阵列能够覆盖23 GHz至29.5 GHz的宽频段。实验结果证明了该设计适用于5G数据传输。通过迭代式的机器学习辅助优化过程对性能进行了进一步优化，该算法能够动态调整槽深、环宽以及元件间距等几何参数。此外，还对MIMO的性能指标进行了全面评估，包括分集增益、平均有效增益、包络相关系数以及信道容量损失等。实验结果与仿真结果高度一致，这验证了设计模型的正确性以及制造精度。正如研究结果所示，所提出的天线为5G及未来的移动通信系统提供了用于亚6 GHz和毫米波同时工作的紧凑型集成平台。