黃存剛, 馬文平, 羅煉飛

(西安電子科技大學(xué)通信工程學(xué)院, 陜西 西安 710071)

0 引 言

與現(xiàn)有第四代(the 4th generation,4G)移動通信網(wǎng)絡(luò)相比,隨著用戶需求的增加,未來第五代(the 5th generation,5G)移動通信網(wǎng)絡(luò)需要實(shí)現(xiàn)高數(shù)據(jù)速率、低時(shí)延、包優(yōu)化以及保證小區(qū)邊緣性能的無線接入技術(shù)[1-2]。隨機(jī)接入過程是用戶終端與無線網(wǎng)絡(luò)建立連接的第一步,也是切換過程的關(guān)鍵步驟[3-4]。網(wǎng)絡(luò)端前導(dǎo)檢測是隨機(jī)接入的首要步驟,也是隨機(jī)接入過程能否成功的關(guān)鍵因素[5-6]。

物理隨機(jī)接入信道(physical random access channel,PRACH)的前導(dǎo)序列是由Zadoff-Chu(ZC)根序列進(jìn)行循環(huán)移位產(chǎn)生[7]。文獻(xiàn)[8-9]討論了隨機(jī)接入上行同步ZC序列的設(shè)計(jì),文獻(xiàn)[10-11]分析了頻偏對于隨機(jī)接入檢測過程的影響,文獻(xiàn)[12]給出了長期演進(jìn)(long term evolution,LTE)隨機(jī)接入載波頻偏的檢測算法。而如今高鐵的極限速度給移動通信隨機(jī)接入前導(dǎo)檢測帶來了巨大的挑戰(zhàn),高速運(yùn)動會引發(fā)大的多普勒頻率擴(kuò)展,這使已有前導(dǎo)序列的生成方式和檢測算法不能很好地適應(yīng)需求。

當(dāng)用戶設(shè)備(user equipment,UE)移動速度超過350 km/h,而這時(shí)PRACH上行多普勒頻偏超過1.75 kHz,由于當(dāng)前LTE規(guī)范PRACH在高速小區(qū)下的頻偏檢測范圍為[-1.25 kHz,+1.25 kHz],遠(yuǎn)超出了其檢測范圍[13]。若按當(dāng)前檢測算法檢測,將無法檢測出PRACH信號或?qū)е翽RACH檢測的性能下降。本文首先討論新的循環(huán)移位隨機(jī)接入前導(dǎo)序列的生成方式,然后根據(jù)多普勒頻偏對新限制集前導(dǎo)序列影響的特點(diǎn),在接收端采用5個(gè)檢測窗口對前導(dǎo)碼進(jìn)行聯(lián)合檢測,最后將本文檢測算法與已有檢測算法進(jìn)行仿真對比,驗(yàn)證本文所提出檢測算法對于存在大多普勒頻偏前導(dǎo)序列的檢測有效性。

1 隨機(jī)接入前導(dǎo)序列生成

1.1 PRACH前導(dǎo)的基本結(jié)構(gòu)

PRACH前導(dǎo)是一個(gè)復(fù)數(shù)序列,它是由長度為TCP的循環(huán)前綴(cyclic prefix,CP)、長度為TSEQ的序列(sequence,SEQ)和長度為TGT的保護(hù)間隔(guard time,GT) 3部分組成,如圖1所示。

圖1 前導(dǎo)序列的基本結(jié)構(gòu)Fig.1 Brief structure of preamble sequence

PRACH前導(dǎo)序列的CP是將序列的尾部復(fù)制到序列開頭的部分,用來抵抗往返時(shí)延和多徑時(shí)延。PRACH前導(dǎo)序列的后面留有一定的時(shí)間間隔,稱為GT,為抵消不可預(yù)測的額外傳播時(shí)延提供了保護(hù)間隔。

1.2 限制集前導(dǎo)序列的生成

隨機(jī)接入前導(dǎo)序列產(chǎn)生于具有零相關(guān)的ZC序列,ZC序列有恒包絡(luò)特性、周期自相關(guān)性、良好的互相關(guān)及低峰均比等特性[14],ZC根序列的生成公式為

, 0≤n≤NZC-1

(1)

式中,NZC表示ZC序列的長度；u表示物理根序列號。根據(jù)第三代合作伙伴計(jì)劃(3rd generation partnership project, 3GPP)TS 36.211 Release 14[15](Rel-14)協(xié)議標(biāo)準(zhǔn)規(guī)定,每個(gè)小區(qū)有64個(gè)可用的前導(dǎo)序列供用戶隨機(jī)選擇,這些前導(dǎo)序列由一個(gè)或者多個(gè)根序列通過循環(huán)移位產(chǎn)生,如果一個(gè)根序列不能產(chǎn)生64個(gè)前導(dǎo)序列,則把邏輯根序列號以遞增的方式向后移一位,找到對應(yīng)的物理根序列號u,以同樣的方式生成剩下的前導(dǎo)序列。隨機(jī)接入前導(dǎo)序列由物理根序列號為u的ZC序列進(jìn)行循環(huán)移位得到,即

xu,v(n)=xu((n+Cv)modNZC)

(2)

式中,Cv表示循環(huán)移位值。

本文研究的是UE處在超高速移動場景(移動速度超過350 km/h)下,即存在大的多普勒頻偏,因此3GPP Rel-14協(xié)議標(biāo)準(zhǔn)對循環(huán)移位值做出新的限制,此時(shí)Cv有3種取值:

(1) 當(dāng)v=0,1,…,w-1時(shí)

(3a)

(3b)

(3c)

變量du為由于多普勒頻移造成的真實(shí)響應(yīng)和虛假響應(yīng)的間隔,該參數(shù)是幅度為1/TSEQ的多普勒頻偏對應(yīng)的循環(huán)移位值,定義為

(4)

式中,p為最小的非負(fù)整數(shù)且滿足p·u≡1modNZC,故根據(jù)du的取值范圍各參數(shù)取值分為(a)～(f) 6種情況:

(a) 當(dāng)NCS≤du

(b) 當(dāng)NZC/5≤du≤(NZC-NCS)/4時(shí)

(c) 當(dāng)(NZC+NCS)/4≤du<2NZC/7時(shí)

(d) 當(dāng)2NZC/7≤du≤(NZC-NCS)/3時(shí)

(e) 當(dāng)(NZC+NCS)/3≤du<2NZC/5時(shí)

(f) 當(dāng)2NZC/5≤du≤(NZC-NCS)/2時(shí)

在這個(gè)新的循環(huán)移位限制集合條件下,3GPP TS 36.211 Release 8[16](Rel-8)協(xié)議標(biāo)準(zhǔn)規(guī)范中的大部分NCS取值仍然適用,Rel-8的某些NCS取值在新限制集中不再適用。在超高速場景下,對前導(dǎo)碼總數(shù)的最低要求是128,滿足該要求的最大NCS是137。因此,對于新的受限制集合,158,202和237應(yīng)該全部從Rel-14限制NCS集合中移除。128小于137,但在128和137之間只有9的小差距,這與兩個(gè)相鄰NCS值之間的間隙隨著NCS值的增加而增加的設(shè)計(jì)原理不一致,因此在Rel-14新限制集中用118代替128。這樣在100和118之間產(chǎn)生18的差距,在118和137之間產(chǎn)生19的差距。 Rel-14協(xié)議標(biāo)準(zhǔn)規(guī)范中新限制集可用的NCS取值與Rel-8協(xié)議標(biāo)準(zhǔn)規(guī)范的NCS取值的對比結(jié)果如表1所示。

表1 序列生成所采用的NCS取值

由于原有Rel-8協(xié)議標(biāo)準(zhǔn)中的PRACH性能指標(biāo)不再適用于Rel-14高速鐵路(high speed train,HST)PRACH,因此在3GPP RAN4 #83國際標(biāo)準(zhǔn)技術(shù)會議上,根據(jù)新的PRACH循環(huán)移位限制集合,進(jìn)行了HST PRACH仿真評估和性能指標(biāo)的研究與制定。

2 隨機(jī)接入前導(dǎo)碼的接收與檢測

2.1 PRACH系統(tǒng)模型

圖2為隨機(jī)接入前導(dǎo)序列的發(fā)送端模型。在發(fā)送端有如下步驟:

步驟1從64個(gè)候選限制集前導(dǎo)序列中隨機(jī)選擇一條序列進(jìn)行發(fā)送;

步驟2限制集前導(dǎo)序列經(jīng)過離散傅里葉變換(discrete Fourier transform,DFT)變換到頻域;

步驟3得到的頻域信號進(jìn)行隨機(jī)接入信道(random access channel,RACH)資源映射;

步驟4將映射后的信號進(jìn)行快速傅里葉逆變換(inverse fast Fourier transform,IFFT)到時(shí)域;

步驟5將得到的時(shí)域信號進(jìn)行上采樣濾波;

步驟6最后插入CP使其能夠適合在信道中傳送。

圖2 隨機(jī)接入序列的發(fā)送端模型Fig.2 Transmitter model for random access sequences

圖3為隨機(jī)接入前導(dǎo)序列的接收端模型。在接收端,將接收到的信號采取與發(fā)送端相反的操作,包括去CP、降采樣濾波、FFT、RACH資源解映射等過程。得到的信號利用如下步驟進(jìn)行檢測:

步驟1從頻域信號中提取出NZC點(diǎn)的前導(dǎo)信號;

步驟2NZC點(diǎn)頻域信號分別與64個(gè)本地前導(dǎo)序列頻域信號進(jìn)行共軛乘法;

步驟3將得到的頻域信號進(jìn)行離散傅里葉逆變換(inverse DFT,IDFT)到時(shí)域;

步驟4對多個(gè)天線接收到的時(shí)域信號進(jìn)行模平方運(yùn)算,然后進(jìn)行非相干合并,最后進(jìn)行峰值功率檢測。

圖3 隨機(jī)接入序列的接收端模型Fig.3 Receiver model for random access sequences

2.2 超高速場景下的檢測算法

本文研究的是超高速場景下的前導(dǎo)檢測算法,即存在大的多普勒頻移。首先介紹多普勒頻移對ZC序列檢測的影響,ZC序列的表達(dá)式見式(1),多普勒頻移假設(shè)為du,此時(shí)則有

(5)

式中,(())NZC表示模NZC運(yùn)算。由式(5)可知,式中第2個(gè)等號的第3項(xiàng)為與n無關(guān)的相位旋轉(zhuǎn)常量,因此頻偏對于ZC序列檢測的影響等效于發(fā)送端增加了du的循環(huán)移位量。所以當(dāng)ZC序列產(chǎn)生一倍正負(fù)頻偏時(shí),接收端檢測的相關(guān)峰值位置會相應(yīng)地偏移±du;同理,當(dāng)ZC序列產(chǎn)生兩倍正負(fù)頻偏時(shí),峰值位置會相應(yīng)地偏移±2du。當(dāng)UE移動速度小于350 km/h場景下,接收端進(jìn)行前導(dǎo)序列檢測時(shí),相關(guān)峰值功率會出現(xiàn)在Cv和Cv±du處,即現(xiàn)有限制集檢測算法利用3個(gè)檢測窗口對前導(dǎo)序列進(jìn)行檢測[17]。而在超高速移動場景中,由于頻偏的影響,Cv處的相關(guān)峰值能量會泄漏到Cv±du和Cv±2du處,此時(shí)功率延遲譜會出現(xiàn)4個(gè)固定位置的偽峰。對前導(dǎo)序列進(jìn)行峰值檢測時(shí),可以在功率時(shí)延譜(power delay profile,PDP)上設(shè)置5個(gè)檢測窗合并檢測。

設(shè)主窗為Ru(Cv),主窗左右兩側(cè)的4個(gè)副窗分別為Ru(Cv-2du),Ru(Cv-du),Ru(Cv+du)和Ru(Cv+2du)。在PDP上設(shè)置5個(gè)檢測窗進(jìn)行聯(lián)合檢測,具體檢測算法如下。

步驟1對主窗和4個(gè)副窗分別進(jìn)行窗內(nèi)檢測,比較5個(gè)檢測窗口功率點(diǎn)的最大值,并將其中的最大值記為Δ,同時(shí)記錄Δ對應(yīng)的位置Nmax。

步驟2然后將其余4個(gè)檢測窗各窗功率最大值進(jìn)行疊加,記為Δ1。將Δ+Δ1作為峰值功率。

步驟3將Δ+Δ1除以相應(yīng)的噪聲功率,所得到的商值與門限Cthreshold2(虛警閾值[18]時(shí)所對應(yīng)的門限)進(jìn)行比較。如果商值大于門限值,則認(rèn)為檢測到前導(dǎo)序列,并根據(jù)峰值位置,計(jì)算出前導(dǎo)序號和時(shí)間提前量(timing advance,TA),多次仿真統(tǒng)計(jì)錯檢概率。

2.3 檢測算法復(fù)雜度分析

隨機(jī)接入前導(dǎo)序列的檢測算法的復(fù)雜度主要表現(xiàn)在DFT變換、FFT/IFFT變換和峰值檢測等3個(gè)方面。對于峰值檢測模塊,每個(gè)小區(qū)可以選用的前導(dǎo)序列為64個(gè),使得接受端接收到的前導(dǎo)信號有64種可能。接收端接收前導(dǎo)信號后,需要與64個(gè)不同的本地根序列逐一進(jìn)行相關(guān)運(yùn)算才可檢測出前導(dǎo)信號,需要進(jìn)行64次相關(guān)運(yùn)算。在每一次的相關(guān)運(yùn)算時(shí),本文檢測算法是對Rel-14協(xié)議標(biāo)準(zhǔn)中新限制集前導(dǎo)序列進(jìn)行檢測,采用5個(gè)檢測窗口進(jìn)行聯(lián)合檢測,傳統(tǒng)前導(dǎo)序列檢測算法是在原有限制集基礎(chǔ)上的檢測算法,采用3個(gè)檢測窗口對前導(dǎo)序列進(jìn)行檢測,本文檢測算法與原有前導(dǎo)序列的檢測方法相比,復(fù)雜度略有增加,但對于整個(gè)系統(tǒng)而言,前導(dǎo)序列的檢測部分增加的運(yùn)算量可以忽略不計(jì),具體地算法的運(yùn)算量對比結(jié)果如表2所示。

表2 算法的運(yùn)算量對比

3 仿真分析

為了評估本文提出的前導(dǎo)序列檢測算法的性能,在加性高斯白噪聲(additive white Gaussian noise,AWGN)信道下,對存在大多普勒頻偏的限制集前導(dǎo)序列進(jìn)行檢測,對比本文檢測算法與已有檢測算法的有效性。具體仿真參數(shù)如表3所示。

表3 仿真配置參數(shù)

本文確定檢測門限采用噪聲估計(jì)的方法,即在UE發(fā)送端只發(fā)送噪聲,利用接收端進(jìn)行檢測的錯誤幀數(shù)來模擬虛警率。3GPP協(xié)議[18]規(guī)定虛警率在任何前導(dǎo)格式,任何天線數(shù)量,任何信道下都不得大于0.1%,這里天線數(shù)量為1發(fā)2收,在超高速模式下通過大量仿真得到檢測門限。從圖4可以看出,超高速場景下門限值設(shè)為10.5可以滿足協(xié)議規(guī)定的最低0.1%的虛警率要求。

圖4 錯檢概率與門限值的關(guān)系Fig.4 Relationship between wrong detection probability andthreshold values

前導(dǎo)序列的檢測性能通過漏檢率來體現(xiàn),相同的漏警率需要的信噪比越低,檢測性能越好。圖5仿真的是當(dāng)UE移動速度小于350 km/h,即多普勒頻偏不大于一倍物理隨機(jī)接入信道單位子載波間隔(1.25 kHz)的情況下,本文前導(dǎo)限制集檢測算法與已有限制集檢測算法的對比仿真結(jié)果如圖5所示。

圖5 多普勒頻偏不大于1.25 kHz時(shí)對比結(jié)果Fig.5 Comparison results when doppler frequency offset isnot greater than 1.25 kHz

從圖5可以看出,已有限制集檢測算法和本文新限制集檢測算法都能較好地檢測出前導(dǎo)序列,在頻偏為0 Hz和1.25 kHz時(shí),本文檢測算法性能最優(yōu);而本文新的限制集檢測算法比已有限制集檢測算法在同一頻偏下有更好的檢測性能。

圖6仿真的是當(dāng)移動臺移動速度大于350 km/h,即存在的多普勒頻偏處于一倍PRACH單位子載波間隔(1.25 kHz)和兩倍PRACH單位子載波間隔(2.5 kHz)之間,本文前導(dǎo)限制集檢測算法與已有限制集檢測算法的對比仿真結(jié)果如圖6所示。

圖6 多普勒頻偏大于1.25 kHz時(shí)對比結(jié)果Fig.6 Comparison results when doppler frequency offsetgreater than 1.25 kHz

從圖6可以看出,當(dāng)多普勒的頻偏超過1.25 kHz時(shí),已有限制集檢測算法性能急劇下降,不能正確檢測出前導(dǎo)序列,而本文提出的新限制集檢測算法仍然能夠較好地檢測出前導(dǎo)序列,由此可見,本文的前導(dǎo)序列生成方式及檢測算法能有效克服大多普勒頻偏對檢測性能帶來的影響。

4 結(jié) 論

本文針對超高速場景下產(chǎn)生的大多普勒頻偏問題,討論了隨機(jī)接入新受限循環(huán)移位前導(dǎo)序列的生成方式,提出了隨機(jī)接入前導(dǎo)序列的檢測算法。仿真結(jié)果表明,本文提出的檢測算法對多普勒頻偏在不大于一倍物理隨機(jī)接入信道單位子載波間隔(1.25 kHz)時(shí)比已有檢測算法性能更優(yōu)。在更大多普勒頻偏(在區(qū)間(1.25 kHz,2.5 kHz]內(nèi))存在情況下,已有檢測算法不能滿足檢測性能的要求,而本文前導(dǎo)序列檢測算法能夠有效地檢測出前導(dǎo)序列。