董寶江

（武漢郵電科學研究院，湖北 武漢 430074）

0 引言

在無線移動通信中，移動終端不論是剛開機，還是在通信途中切換小區(qū)，都需進行小區(qū)搜索。小區(qū)搜索[1]是終端與基站建立通信鏈路的基礎(chǔ)和前提。5G NR 是3GPP 制定的新一代移動通信標準，在5G NR 系統(tǒng)中，終端通過利用PSS（Primary Synchronization Signal，主同步信號）和SSS（Secondary Synchronization Signal，輔同步信號）完成小區(qū)搜索，即終端首先利用PSS 檢測出小區(qū)標識組內(nèi)編號并完成符號定時和頻偏校正，然后利用SSS 檢測出小區(qū)標識組號通過結(jié)合得到PCI（Physical Cell Identifier，物理小區(qū)標識）。

傳統(tǒng)的LTE 網(wǎng)絡(luò)，其采用的MIMO（Multiple-Input Multiple-Output，多輸入多輸出）技術(shù)并不存在指定方向的波束（beam）。而5G NR 由于采用了Massive MIMO[2]技術(shù)，不僅天線數(shù)目變多了，而且一個小區(qū)最多可以配置8 個不同方向的beam，使其能服務(wù)更多的用戶?，F(xiàn)有LTE 技術(shù)下的指標檢測測量方法可供參考，但LTE 也只支持同頻單beam 檢測。而對于LTE 的小區(qū)檢測測量算法而言，首先采用一般小區(qū)搜索的方法找到最強小區(qū)，然后進行信道估計和重構(gòu)，之后利用干擾消除技術(shù)去除強信號小區(qū)對弱信號小區(qū)的干擾之后再進行檢測，最后求出相關(guān)的RSRP（Reference Signal Received Power，參考信號接收功率）以及SINR（Signal to Interference-plus-Noise Ratio，信干噪比）等網(wǎng)絡(luò)評估指標。但由于制式不同，幀結(jié)構(gòu)和同步信號的設(shè)計不同，5G NR 制式在同頻多beam 上的檢測可行性算法也有異于LTE，需要重新設(shè)計一種新的符合5G 應(yīng)用場景的同頻多beam 檢測方法。

文獻[3]提出一種有效的同頻小區(qū)檢測方法，但該方法需要事先知道信道的統(tǒng)計特性才能對信道進行有效估計。文獻[4]提出一種新的同頻小區(qū)檢測方法，其通過求解方程組的方式先估計強信號小區(qū)，然后進行干擾消除，之后進行弱信號小區(qū)的檢測。但同頻檢測只針對兩小區(qū)，并沒有涉及多小區(qū)的同頻檢測。文獻[5]提出一種在多用戶檢測中自適應(yīng)串行干擾消除檢測的方法，其通過在普通串行干擾消除檢測器中加入最小均方誤差自適應(yīng)算法以跟蹤時變信道環(huán)境，從而改進檢測器的性能。但其只在同頻單beam 情況下對用戶進行檢測。

針對5G NR 新場景，本文優(yōu)化了傳統(tǒng)的小區(qū)搜索算法。通過串行干擾消除技術(shù)實現(xiàn)同頻檢測，并在同頻單beam 檢測基礎(chǔ)上循環(huán)檢測用以實現(xiàn)同頻多beam 檢測，最后通過合理建模仿真來完成5G NR 小區(qū)搜索及同頻檢測。

1 系統(tǒng)模型

由3GPP TS38 系列協(xié)議可知，對于不同的頻段[6][7][8]，SSB（Synchronization Signal Block，同步信號塊）子載波間隔是固定的，本文選定頻段是3.4～3.6G，子載波間隔是30 kHz。5G NR 下行無線數(shù)據(jù)幀結(jié)構(gòu)中，一無線幀內(nèi)包含10 個子幀，每個子幀長度為1 ms。本文中子載波間隔為30 kHz，一個子幀包含兩個時隙，每個時隙0.5 ms，一個時隙包含14 個OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復用）符號。每個無線幀也被分為兩個半幀，前5 ms 是半幀0，后5 ms 是半幀1。如圖1 所示：

圖1 5G NR中8個SSB時域結(jié)構(gòu)及前2個SSB的時頻域映射方式

5G NR 的小區(qū)搜索和下行同步主要通過SSB 完成。一個或者多個SSB 構(gòu)成“SS burst”，一個SS burst 占據(jù)一個半幀5 ms。在5 ms 半幀內(nèi)，可能的SSB 個數(shù)是L。對于3G 以下頻段，L的個數(shù)是4；對于3～6G 頻段，L的個數(shù)是8。一個SSB 在頻域占據(jù)連續(xù)的20 個資源塊RB（Resource Block，資源塊），即共占240 個子載波；在時域占據(jù)連續(xù)的4 個OFDM 符號。它的時域起始OFDM 符號位置由子載波間隔、所處頻段共同決定。例如對于30 kHz 子載波間隔，3～6G 頻段，各個SSB 的第一個OFDM 符號索引滿足{2,8}+14*n,n=0,1,2,3，即L=8 時，8 個SSB 都位于前兩個子幀，時域起始OFDM符號位置分別為2,8,16,22,30,36,44,50。

表1 PSS，SSS，DM-RS映射規(guī)則

Massive MIMO 是5G 提高系統(tǒng)容量和頻譜利用率的關(guān)鍵技術(shù)。它最早由美國貝爾實驗室研究人員提出，研究發(fā)現(xiàn)，當小區(qū)的基站天線數(shù)目趨于無窮大時，加性高斯白噪聲和瑞利衰落等負面影響全都可以忽略不計，數(shù)據(jù)傳輸速率能得到極大提高?？梢詮膬煞矫娉醪嚼斫釳assive MIMO：

（1）天線數(shù)：傳統(tǒng)的TDD（Time Division Duplexing，時分雙工）網(wǎng)絡(luò)的天線基本是2、4 或8 天線，而Massive MIMO 指的是天線數(shù)達到64/128/256。

（2）信號覆蓋的范圍：傳統(tǒng)的MIMO 稱之為2D-MIMO，以8 天線為例，實際信號在做覆蓋時，只能在水平方向移動，垂直方向是不動的，信號類似一個平面發(fā)射出去，而Massive MIMO，是信號水平維度空間基礎(chǔ)上引入垂直維度的空域進行利用，信號的輻射狀是個電磁波束。所以Massive MIMO 也稱為3D-MIMO。

5G NR 作為新一代的無線電網(wǎng)絡(luò)，終端數(shù)量多、終端節(jié)能要求高，與傳統(tǒng)LTE 網(wǎng)絡(luò)存在很大的差異。且5G NR 采用Massive MIMO 技術(shù)，天線具有方向性，一個扇區(qū)最多能配置8 個不同方向的beam，使其能服務(wù)更多的用戶，這是與以前移動網(wǎng)絡(luò)大不相同之處。

SSB 采用水平能發(fā)送的最大波束數(shù)，波束示意如圖2 所示。

圖2 5G NR SSB 8beam波束示意圖

2 同頻多beam檢測算法

5G NR 采用Massive MIMO 技術(shù)，且系統(tǒng)接收端采用串行干擾消除[5]技術(shù)進行同頻檢測。SIC（Serial Interference Cancellation，串行干擾消除）采用串行方式去除多址干擾，一般由多級結(jié)構(gòu)組成。具體操作是：接收機首先根據(jù)接收信號功率的估值對小區(qū)進行排序，然后按功率由高到低的次序?qū)Ω餍^(qū)信號依次進行判決和估計，即先解調(diào)出具有最強功率信號的小區(qū)，根據(jù)判決結(jié)果，由該信號的擴頻碼、幅度估計值和相位信息得到該小區(qū)對其他小區(qū)所產(chǎn)生的多址干擾，然后，從總的接收信號中減去該多址干擾的估計值，將結(jié)果作為下一級的輸入信號，這樣就去掉了最強小區(qū)的多址干擾分量，然后再檢測次強功率小區(qū)的信號，并重復進行“判決—再造—消除”，直至所有小區(qū)的信號被檢測出來。串行干擾消除器按信號功率強度由強到弱依次消除多址干擾，對功率最強的小區(qū)的信號，正確解調(diào)和恢復最容易；去除功率最強小區(qū)的信號對剩下的小區(qū)來說受益最大。因此，串行干擾消除檢測器能大大提高弱小區(qū)的檢測準確率。

本文同頻多beam 檢測所用串行干擾消除檢測器結(jié)構(gòu)如圖3 所示。

圖3 串行干擾消除檢測器結(jié)構(gòu)

根據(jù)該流程，匹配濾波通過時域快速相關(guān)實現(xiàn)，判決即為門限判決，T 表示處理時延，為未經(jīng)干擾抵消的判決結(jié)果，為經(jīng)過一次干擾抵消后的判決結(jié)果。對每次檢測到的PSS，通過對該PSS 信道估計，重構(gòu)出該PSS 在接收端的信號，將其從接收信號中作時域消去，得到殘留信號，再進行下一輪的干擾消除，直至檢測不到PSS 為止。

目前，按照測試規(guī)范同頻檢測beam 數(shù)一般定為1、4 或8 個。本文所選beam 數(shù)為8 個，同頻小區(qū)個數(shù)為3個。每一個beam 對應(yīng)一個SSB，不同beam 是分時的，且在空間上會有一定重疊。

本文所述同頻多beam 檢測過程，需要根據(jù)表1 的映射規(guī)則進行。其具體實現(xiàn)步驟如下：

（1）獲取本地128 點PSS 頻域數(shù)據(jù)。產(chǎn)生本地長度為128 點的3 種PSS 序列，然后做128 點IFFT 運算得到時域數(shù)據(jù)refTd，再對refTd 補128 點0 元素，并進行256 點的FFT 運算得到頻域數(shù)據(jù)refFd。

（2）獲得首強小區(qū)的PSS 同步位置。把10ms的接收數(shù)據(jù)采用32 倍降采樣得到38400 點數(shù)據(jù)rxBuff10ms1，并在rxBuff10ms1 后補128 個0 元素得到接收數(shù)據(jù)rxData；把fft(rxData(1:256))與本地頻域數(shù)據(jù)refFd 做256 點的相關(guān)運算，求得峰均比peakToAvg。然后對接收數(shù)據(jù)rxData 進行滑動，每次滑動長度為overlapLen=128 點，再次與本地頻域數(shù)據(jù)refFd 做相關(guān)運算。針對3 個本地PSS 序列，總共可以得到900個峰均比peakToAvg。從這900 個峰均比peakToAvg中求得最大峰均比maxPeakToAvg，判斷最大峰均比maxPeakToAvg 是否大于門限值PssThreshold，如果成立，獲得首強小區(qū)PSS 的同步位置pssSynPos，小區(qū)組內(nèi)號id2 和pssId=id2-1；如果不成立，檢測停止。

通常情況下，假設(shè)接收信號y(n)的長度為L，F(xiàn)FT/IFFT 運算的點數(shù)為N，滑動窗口大小為w，則可以把接收信號分為S段，如式(1)所示：

式(2)中表示本地PSS 序列的共軛，y(n)s表示第s段接收信號。

經(jīng)過式(4)則求得i對應(yīng)的小區(qū)組內(nèi)號，s即為對應(yīng)的最佳分段數(shù)。

按照本文參數(shù)設(shè)置，接收信號y(n) 的長度為L=38400 點，F(xiàn)FT/IFFT 運算的點數(shù)為N=256 點，滑動窗口大小為w=128 點，則可以把接收信號分為S=300 段。通過上述公式找到對應(yīng)首強小區(qū)的小區(qū)組內(nèi)號即獲得了首強小區(qū)PSS 同步位置。緊接著是多beam 的PSS同步位置獲取。

（3）獲得首強小區(qū)的多beam 的PSS 同步位置。由id2 提取出首強小區(qū)對應(yīng)的300 個峰均比peakToAvg，并進行由大到小排序。從排序后的數(shù)據(jù)中，篩選出至多前8 個峰均比過門限值PssThreshold 的pss，并記錄對應(yīng)的同步位置pssSynPos、pssPmr（峰均比）和pss 個數(shù)pssIdx 。

（4）同頻多beam 檢測。利用上述步驟獲得M 個同步位置pssSynPos 進行同頻M-beam 檢測，在檢測過程中，每次提取一個pssSynPos，以該pssSynPos 為中心截取768 點的接收數(shù)據(jù)rxDataPart=rxData(pssSynPos-9-floor(137/2)+(1:768)) 作為檢測數(shù)據(jù)，完成該pssSynPos 數(shù)據(jù)下的rxDataPart 的同頻單beam 檢測過程。依次循環(huán)上述過程，總共進行M 次單beam 檢測，完成5G NR 的同頻多beam 檢測。

（5）同頻檢測串行干擾消除。首先在獲取PSS 同步起始位置基礎(chǔ)上，對接收的時域數(shù)據(jù)中PSS 時域數(shù)據(jù)進行提取，對該PSS 時域數(shù)據(jù)進行FFT 變換，變換到頻域，即PSS 頻域數(shù)據(jù)為fft(rxData(1:128))。然后產(chǎn)生本地128 點PSS 頻域參考序列refFd。接著利用本地參考序列refFd 與接收到的頻域數(shù)據(jù)fft(rxData(1:128))進行信道估計得到信道估計系數(shù)H_pss。再用H_pss 重構(gòu)主同步信號PSS 信號頻域數(shù)據(jù)Pss_InFd_re，通過H_pss.* refFd=Pss_InFd_re。將重構(gòu)后的主同步信號Pss_InFd_re 進行IFFT 變換到時域。最后用接收的PSS 時域數(shù)據(jù)減去相應(yīng)的重構(gòu)后的PSS 時域數(shù)據(jù)，將剩余數(shù)據(jù)作為新的時域數(shù)據(jù)。當進行SSS 串行干擾消除時，具體方法與PSS 串行干擾消除方法相似，本文不再贅述。

整個過程的流程圖如圖4 所示。

圖4 5G NR同頻多beam檢測流程圖

3 仿真結(jié)果與分析

本文中用Matlab 搭建下行小區(qū)搜索及同頻檢測仿真鏈路，為了驗證所提算法性能，對同頻3 小區(qū)的8beam 檢測進行了仿真比較，測試小區(qū)檢測的成功率及各小區(qū)beam 數(shù)占比概率。仿真采用3 個同頻小區(qū)，首強、次強和最弱小區(qū)之間存在相對功率差，仿真信道為AWGN（Additive White Gaussian Noise，加性高斯白噪聲）信道，仿真結(jié)果為500 次平均后的結(jié)果。

圖5 是在系統(tǒng)信噪比定在25 dB，同頻首強小區(qū)、次強小區(qū)和最弱小區(qū)隨相對功率差不斷變化的小區(qū)檢測成功概率圖。表2 記錄了同頻3 小區(qū)在9 種不同測試用例中的參數(shù)情況。

表2 同頻3小區(qū)相對功率差/dB

圖5 不同相對功率差下同頻3小區(qū)檢測成功概率

由圖5 可以看出，在首強小區(qū)與最弱小區(qū)相對功率差為15 dB 以前，都能100%檢測出來最弱小區(qū)。之后隨著相對功率差越來越大，最弱小區(qū)檢測成功率逐漸降低，直到相差21 dB 之后才檢測不出最弱小區(qū)。此外，在整個過程中首強小區(qū)和次強小區(qū)都能100%檢測出來，證明本文所提同頻多beam 檢測算法性能優(yōu)良，同頻3小區(qū)檢測的同頻能力可以達到15 dB。

圖6 是在同頻首強小區(qū)、次強小區(qū)和最弱小區(qū)功率定在0 dB、-9 dB 和-15 dB，隨著信噪比不斷變化的小區(qū)檢測成功概率圖。表3 為同頻3 小區(qū)信號功率及系統(tǒng)工作帶寬參數(shù)配置情況。

表3 同頻3小區(qū)信號功率及系統(tǒng)工作帶寬參數(shù)

圖6 不同信噪比下同頻3小區(qū)檢測成功概率

由圖6 可以看出，采用基于串行干擾消除的同頻多beam 檢測法在信噪比為-5 dB 時，首強小區(qū)檢測成功率能達到96%，次強小區(qū)檢測成功率能接近90%，最弱小區(qū)檢測成功率也能達到80%。當信噪比超過5 dB 時，同頻3 小區(qū)檢測成功率均達到99%以上。當信噪比為0 dB時，最弱小區(qū)檢測成功率也能達到90%以上。

圖7 不同信噪比下同頻3小區(qū)beam數(shù)占比概率

圖7 是在同頻首強小區(qū)、次強小區(qū)和最弱小區(qū)功率定在0 dB、-9 dB 和-15 dB，隨著信噪比不斷變化的不同小區(qū)beam 數(shù)占總beam 數(shù)的概率圖。一個小區(qū)最多能檢測出8 個beam，但只要檢測出至少1 個beam 就能證明小區(qū)檢測成功。

由圖7 可知在信噪比為-9 dB 時，首強小區(qū)能檢測出占比24%的beam 數(shù)。此后隨著信噪比不斷提高，首強小區(qū)beam 數(shù)占比越來越高，6 dB 時就能檢測出占比超過90%的beam 數(shù)。次強小區(qū)在0 dB 時能檢測出占比8%的beam 數(shù)。在信噪比為11 dB 時，次強小區(qū)能檢測出占比超過80%的beam 數(shù)。由于同頻能力及beam總量大等原因，最弱小區(qū)在信噪比為11 dB 時，只能檢測出占比3%左右的beam 數(shù)。信噪比為30 dB 時，最弱小區(qū)能檢測出占比超過70%的beam 數(shù)。

4 結(jié)束語

5G NR 系統(tǒng)中的小區(qū)搜索是進行通信前極為關(guān)鍵的步驟。但當系統(tǒng)采用同頻組網(wǎng)，相鄰小區(qū)之間又采用相同的PSS 時，同頻干擾會對小區(qū)檢測造成巨大的影響。當存在同頻小區(qū)，且滿足多波束時，檢測算法需要滿足兩方面的需求，一是檢測出每個同頻小區(qū)的多個SSB beam，獲得每個SSB 的索引號；二是在檢測出多個beam 的情形下滿足一定的同頻能力，同頻能力要求至少15 dB。本文采用基于串行干擾消除的同頻多beam 檢測算法來檢測多個同頻小區(qū)。在實際仿真測試中，同頻多小區(qū)的檢測能力可達到15 dB 以上，并能同時檢測出多個beam，同頻解析深度和解析數(shù)目都能很好地滿足實際測試需求。并且，在保證該性能的前提下，基于同頻多beam 檢測方法的5G NR 掃頻儀，在外場測試中虛檢概率幾乎為0，滿足虛報概率小于0.5%的產(chǎn)品指標要求。