鄧炳光 張旭輝 李金艷 張 蕾 梅承力

1(重慶郵電大學(xué)通信與信息工程學(xué)院 重慶 400065) 2(中國電信股份有限公司技術(shù)創(chuàng)新中心 北京 102209)

0 引 言

RSRP是代表無線信號(hào)強(qiáng)度的關(guān)鍵參數(shù)，用于衡量系統(tǒng)接收信號(hào)強(qiáng)度。本文分析多種RSRP的評(píng)估方法，包括現(xiàn)有的基于均值的方法和基于共軛相乘的方法。現(xiàn)有多數(shù)測量方法多采用均值的方法或者通過對(duì)均值法的進(jìn)一步改進(jìn)以降低測量的魯棒性[1]。但是在低信噪比的情況下噪聲的影響會(huì)帶來無法消除的誤差，或是需要通過大量且多次的計(jì)算測量才可以達(dá)到較高的測量準(zhǔn)確性[2]。本文提出一種基于子集共軛相乘的新算法，并與當(dāng)前主流算法進(jìn)行對(duì)比，得到算法的適應(yīng)情況和對(duì)其他算法的優(yōu)劣。

1 RSRP測量流程

RSRP測量的過程與小區(qū)搜索密切相關(guān)，所以RSRP的測量流程是從小區(qū)搜索之后開始的[3]。當(dāng)小區(qū)搜索成功后，對(duì)數(shù)據(jù)進(jìn)行遍歷補(bǔ)償和去直流，再通過FFT進(jìn)行補(bǔ)償，然后計(jì)算RSRP和RSRQ值[4]。測量流程如圖1所示。

圖1 RSRP測量流程

假設(shè)接收到的傳輸信號(hào)為R(k,l)，則接收到的參考信號(hào)能量可以用式(1)來表示。

(1)

如果直接通過接收到的信號(hào)來計(jì)算RSRP，里面必然包含了部分噪聲的能量，而RSRP是不反映該小區(qū)噪聲能量的，因此PRS不能直接反映信號(hào)能量RSRP，RSRP必須用式(2)表示。

RSRP=PRS-Pnoise

(2)

式中：Pnoise是測量帶寬內(nèi)每一個(gè)資源子塊上的噪聲平均值。在沒有傳輸信號(hào)的保護(hù)帶寬內(nèi)，Pnoise可以通過保護(hù)帶寬內(nèi)接收到的信號(hào)來計(jì)算獲得，但是傳送了信號(hào)的資源子塊上，Pnoise很難計(jì)算。所以這里需要其他的辦法來減少噪聲對(duì)RSRP測量的影響[5]。

其中Pnoise是測量帶寬內(nèi)每一個(gè)資源子塊上的噪聲平均值。在沒有傳輸信號(hào)的保護(hù)帶寬內(nèi)，Pnoise可以通過保護(hù)帶寬內(nèi)接收到的信號(hào)來計(jì)算獲得，但是傳送了信號(hào)的資源子塊上，Pnoise很難計(jì)算。所以這里需要其他辦法來減少噪聲對(duì)RSRP測量的影響[5]。

2 CSI-RS

CSI-RS采用偽隨機(jī)序列，通用偽隨機(jī)序列由長度為31的Gold序列定義，由兩個(gè)m序列產(chǎn)生[6]，根據(jù)協(xié)議3GPP TS 38.211，CSI-RS序列r(n)具體生成公式如式(3)所示。

(3)

初始化為式(4)。

(4)

式中：在每個(gè)OFDM 符號(hào)的起始處nS是無線幀內(nèi)的插槽號(hào)；l是一個(gè)槽內(nèi)的 OFDM符號(hào)；nID與高層參數(shù)scramblingID相關(guān)[7]。

從參考信號(hào)時(shí)頻資源系列上接收數(shù)據(jù)序列Z1(k)，其中k為1～K1，K1為數(shù)據(jù)序列Z1(k)的長度，Zi(k)表達(dá)式為：

Z1(k)=H11(k)×X1(k)+X12(k)×X1(k)+N1(k)Z2(k)=H21(k)×X2(k)-X22(k)×X2(k)+N2(k)

(5)

式中：H(k)表示信道響應(yīng)系數(shù)；X(k)表示參考信號(hào)時(shí)頻資源上的信息序列N(k)表示干擾和噪聲[8]。參考信號(hào)時(shí)頻資源系列上接收數(shù)據(jù)序列Zi(k)除以參考信號(hào)序列Xi(k)得到z(k)：

z1(k)=Z1(k)/X1(k)=H11(k)+H12(k)+N1(k)/X1(k)z2(k)=Z2(k)/X2(k)=H21(k)-H22(k)+N2(k)/X2(k)

(6)

將上面兩個(gè)式子相加(相減)除以2后得到新的z1(k)(z2(k))：

z1(k)=(z1(k)+z2(k))/2=H11(k)+N1(k)/2X1(k)+N2(k)/2X2(k)z2(k)=(z1(k)-z2(k))/2=H21(k)+N1(k)/2X1(k)-N2(k)/2X2(k)

(7)

3 均值算法

由于噪聲對(duì)終端進(jìn)行一系列性能測量評(píng)估有著較大的影響，尤其是在低信噪比情況下，誤差會(huì)更加嚴(yán)重以至于得到的測量結(jié)果無法使用[9]。當(dāng)前業(yè)界最普遍使用的測量評(píng)估方法是基于均值的測量算法，基于均值的測量算法不僅在仿真計(jì)算時(shí)的計(jì)算量小，而且在實(shí)現(xiàn)方面也經(jīng)過許多驗(yàn)證，更加方便且成熟。

基于均值的測量算法本質(zhì)是將接收到的參考信號(hào)累加起來并求均值，以此來減小噪聲對(duì)測量結(jié)果的影響。因?yàn)樾诺乐性肼暥酁楦咚拱自肼?，而且高斯白噪聲服從均值為零的?dú)立不相關(guān)高斯分布，那么得到信道估計(jì)值Zi后可以將信道估計(jì)值求均值以降低高斯白噪聲的影響，使得測量結(jié)果更加接近理論值[10]。使用基于均值的評(píng)估方法進(jìn)行RSRP估計(jì)后得到的估計(jì)值為：

(8)

式中：Hi表示參考信號(hào)位置上的信道頻率響應(yīng)；Xi表示第i個(gè)參考信號(hào)位置上的參考信號(hào)；Ni表示高斯白噪聲，高斯白噪聲是獨(dú)立分布且均值為零的；PN是高斯隨機(jī)變量的方差；E為信號(hào)能量系數(shù)；I為參考信號(hào)總量。

圖2是基于均值的測量算法估計(jì)的RSRP仿真結(jié)果?？梢钥闯鲈诘托旁氡鹊那闆r下基于均值的測量算法所估計(jì)的值比高信噪比下的RSRP值更大。在LTE系統(tǒng)中普遍使用基于均值的測量算法是因?yàn)樗惴◤?fù)雜度低、算法實(shí)現(xiàn)成熟且易于驗(yàn)證，還有一個(gè)重要的原因就是因?yàn)長TE使用的測量帶寬較小(如1.4 MHz)。在相同的信道情況下，因?yàn)檩^小的測量帶寬(1.4 MHz)多個(gè)信道值所占的時(shí)間比較大的測量帶寬(20 MHz)小，所以相對(duì)于較大的測量帶寬信道的變化程度更小，因此信道的影響也比較大的測量帶寬小。但是5G NR系統(tǒng)中測量帶寬的變大使得多個(gè)信道估計(jì)值經(jīng)歷的時(shí)間延長，變化幅度增大，因此對(duì)于噪聲而言，更多的影響因素變成信道誤差造成的結(jié)果。如果還使用基于均值的測量算法，那么測量帶寬就不能過大，這與5G的帶寬要求不匹配。

圖2 均值的測量算法估計(jì)RSRP

4 共軛相乘算法

由于基于均值的測量算法在低信噪比的情況下需要更窄的測量帶寬，而在5G系統(tǒng)下測量帶寬較大，測量估計(jì)值在低信噪比的情況下會(huì)有較為嚴(yán)重的誤差，不能在現(xiàn)實(shí)環(huán)境中使用，因此提出基于共軛相乘法來進(jìn)行RSRP值的估計(jì)測量。

基于共軛相乘測量算法相鄰參考信號(hào)的子載波上信號(hào)分量的相關(guān)值為PH，而噪聲分量是獨(dú)立的，相關(guān)值為零?；诠曹椣喑说臏y量算法將一個(gè)OFDM符號(hào)上參考信號(hào)的所有資源粒子(RE)的接收信號(hào)z(k)與相鄰接收信號(hào)共軛相乘后取實(shí)部得到信號(hào)的直流分量，再求均值計(jì)算得到估計(jì)的RSRP值。進(jìn)行共軛相乘并累加：

(9)

計(jì)算測量帶寬內(nèi)z(k)共軛相乘并累加后的均值并轉(zhuǎn)化為對(duì)數(shù)形式：

(10)

RSRP=10log10(RSRP)

(11)

圖3是基于共軛相乘的測量算法估計(jì)的RSRP仿真結(jié)果?？梢钥闯鲈诓煌旁氡鹊那闆r下基于共軛相乘的測量算法估計(jì)的RSRP值變化不大，因?yàn)樵肼暦至渴窍嗷オ?dú)立的，共軛相乘后會(huì)消除一部分的噪聲分量，所以經(jīng)過共軛相乘后噪聲消除一部分均值后噪聲又會(huì)消除一部分，噪聲對(duì)RSRP值的影響已經(jīng)降到非常低的程度。

圖3 共軛相乘的測量算法估計(jì)RSRP

但是信噪比的大小還是會(huì)影響到RSRP的測量，并且在帶寬變化和信噪比變化的共同影響下，基于共軛相乘的測量算法得到的RSRP估計(jì)值還是會(huì)略小于理論值。信噪比越高，估計(jì)的RSRP測量估計(jì)值就越大；測量帶寬越大，估計(jì)的RSRP測量估計(jì)值就越大。

5 子集共軛相乘算法

在共軛相乘測量算法的基礎(chǔ)上，提出基于子集共軛相乘測量算法。在共軛相乘測量算法的基礎(chǔ)上可以把I個(gè)承載參考信號(hào)的RE劃分成M個(gè)N大小的子集集合。均值法的思想是假設(shè)所有RE經(jīng)歷的信道和估計(jì)值是相似的，所以可以使用求和再求平均的方法來降低噪聲的影響，但是5G NR系統(tǒng)中測量帶寬的變大使得多個(gè)信道估計(jì)值經(jīng)歷的時(shí)間變長，變化幅度變大，所以全部求均值就不太合理。而劃分成大小相同的子集，再在各自子集中求均值就可以避免不同子集差距過大但是還要求平均的情況。進(jìn)一步地，將各個(gè)子集和相鄰子集求共軛相乘值可以避免信道區(qū)別過大而進(jìn)行均值計(jì)算的粗暴算法。

將I個(gè)承載參考信號(hào)的RE劃分成M個(gè)N大小的子集集合，再利用均值來進(jìn)一步降低結(jié)果魯棒性，得到RSRP值：

(12)

式中：ZNm+n為M中的第Nm+n個(gè)子集。

這是劃分成M個(gè)N大小的子集集合后再進(jìn)行均值，得到M個(gè)N大小的子集集合后不進(jìn)行均值計(jì)算，而是進(jìn)行相鄰子集的共軛相乘計(jì)算，先得到M個(gè)N大小的子集集合：

(13)

如果不劃分為M個(gè)N大小的子集集合而只是單純地計(jì)算共軛相乘值，那么在5G系統(tǒng)中測量帶寬的變大使得多個(gè)信道估計(jì)值經(jīng)歷的時(shí)間變長，變化幅度變大的情況下相鄰參考信號(hào)的信道估計(jì)值會(huì)經(jīng)歷大的變化而使得不能進(jìn)行共軛或者均值計(jì)算。因此我們把I個(gè)承載參考信號(hào)的RE劃分成M個(gè)N大小的子集集合，進(jìn)一步降低相鄰單個(gè)信道估計(jì)值計(jì)算的影響。將相鄰子集進(jìn)行共軛相乘，得到RSRP值：

(14)

圖4是基于子集共軛相乘的測量算法估計(jì)的RSRP仿真結(jié)果。可以看出在不同子集大小情況下RSRP估計(jì)值的變化，在低信噪比的情況下子集數(shù)相對(duì)較多的估計(jì)值所受影響更??；隨著信噪比的變大，子集數(shù)相對(duì)較少的估計(jì)值反而所受影響更小。當(dāng)子集數(shù)等于1時(shí)，子集共軛相乘測量算法就變成了共軛相乘法，從圖中可以看出，在子集數(shù)等于1時(shí)的RSRP值還是要小于部分子集數(shù)不為1時(shí)的RSRP估計(jì)值，因?yàn)樵?G系統(tǒng)下信道的變化情況多且大，所以單純的共軛相乘依然會(huì)因?yàn)橄噜弲⒖夹盘?hào)變化差距過大而造成一定影響。

圖4 子集共軛相乘的測量算法估計(jì)RSRP

在相同的信道情況下，可以通過增加不同的子集個(gè)數(shù)來進(jìn)行子集間的共軛相乘，可以降低噪聲對(duì)測量估計(jì)值的影響，但是當(dāng)子集個(gè)數(shù)過多時(shí)，又無法保證相鄰子集內(nèi)信道估計(jì)的相似性，會(huì)造成與單純使用共軛相乘法一樣的影響，即信道對(duì)測量結(jié)果的影響占主要部分。因此可以在不同的信噪比情況下使用不同的子集個(gè)數(shù)。

基于子集共軛相乘法復(fù)雜度較高，而且在5G系統(tǒng)信道復(fù)雜的情況下，實(shí)際的信道參數(shù)和信噪比精度確定比較困難，在確定不同信噪比情況下的子集個(gè)數(shù)時(shí)可能需要太多次嘗試，對(duì)最優(yōu)子集的選擇比較困難。因此基于子集共軛相乘法的測量算法也是一種在理想情況下的模擬算法。

6 結(jié) 語

本文就當(dāng)前使用最多的基于均值的測量算法與理論改進(jìn)較多的共軛相乘法進(jìn)行比較，得到兩種方法的優(yōu)勢和各自的不足之處。均值法計(jì)算復(fù)雜度最低，最易于實(shí)現(xiàn)和驗(yàn)證，但是更適合使用在測量帶寬較小、信噪比高和信道變化不大的情況下，但是5G系統(tǒng)下測量帶寬較大而且信道變化大，因此均值法并不是最適合5G系統(tǒng)的測量估計(jì)算法。共軛相乘法是當(dāng)前理論中替代均值法最多的算法，基于共軛相乘的測量算法更適合在帶寬較大的情況下，并且?guī)捲酱?，RSRP測量估計(jì)值越大，但是共軛相乘法需要相鄰信道估計(jì)值變化不大，這又是一個(gè)對(duì)5G系統(tǒng)下測量的約束。本文提出基于子集共軛相乘的測量算法，算法將I個(gè)承載參考信號(hào)的RE劃分成M個(gè)N大小的子集集合，再把子集進(jìn)行共軛相乘，避免了只進(jìn)行共軛相乘帶來的信道影響的累積，但是需要在不同的信噪比情況下選擇不同的子集數(shù)，由于5G系統(tǒng)下對(duì)信道參數(shù)的確定比較困難，所以基于子集共軛相乘的測量算法暫時(shí)也只是一個(gè)理論上的算法。

均值法、共軛相乘法和子集共軛相乘法在不同的情況下各自有不同的特點(diǎn)，在5G系統(tǒng)下共軛相乘法和子集共軛相乘法更具有優(yōu)勢。子集共軛相乘法在參數(shù)確定且精準(zhǔn)的情況下，可以通過不同的子集數(shù)來進(jìn)一步提高RSRP值，但是條件較為嚴(yán)苛。

因?yàn)樽蛹曹椣喑朔ㄊ且环N新算法，希望在以后的5G系統(tǒng)發(fā)展中可以對(duì)算法進(jìn)行進(jìn)一步的改進(jìn)，使之更適合今后的系統(tǒng)測量。