李曉輝, 王先文, 樊 韜, 張 峰, 劉佳文, 萬(wàn)宏杰

(1. 西安電子科技大學(xué)通信工程學(xué)院, 陜西 西安 710071;2. 河南九域恩湃電力技術(shù)有限公司, 河南 鄭州 475000)

0 引 言

工業(yè)4.0的主要目標(biāo)是提高靈活性、多功能性以及資源效率，所有這一切的主要推動(dòng)力是基于無(wú)處不在的可靠性連接、通信和計(jì)算基礎(chǔ)設(shè)施[1]。時(shí)間同步是工業(yè)自動(dòng)化系統(tǒng)正確、一致運(yùn)行的基礎(chǔ)。隨著第五代移動(dòng)通信通信系統(tǒng)(the fifth generation communication system, 5G)的商業(yè)落地,越來(lái)越多的以工業(yè)自動(dòng)化為代表的垂直領(lǐng)域更青睞于5G的無(wú)線連接方式而不是傳統(tǒng)的有線網(wǎng)絡(luò)[2]。由無(wú)線連接和分布式傳感器捕獲的物理信息要想在各個(gè)終端設(shè)備間傳遞必須保證時(shí)間的一致性,因此高精度的時(shí)間同步是保證其正常運(yùn)作的基本前提[3]。

2020年7月,5G第二版標(biāo)準(zhǔn)R16凍結(jié),在R16中開(kāi)始支持時(shí)間敏感網(wǎng)絡(luò)(time sensitive network, TSN)和5G相集成[4]。TSN與5G的融合,可以為各種工業(yè)場(chǎng)景帶來(lái)顯著的好處,通過(guò)5G無(wú)線替代工廠內(nèi)的有線網(wǎng)絡(luò),讓工業(yè)生產(chǎn)更加柔性化,更重要的是支持確定性傳輸、時(shí)間同步以及網(wǎng)絡(luò)的動(dòng)態(tài)配置,這些特性吸引了各大垂直領(lǐng)域的高度關(guān)注[5]。5G為特定行業(yè)部門(mén)和垂直領(lǐng)域提供差異化的服務(wù),對(duì)同步的需求也有了相應(yīng)的變化[6]。以智能工廠、智能電網(wǎng)、車(chē)聯(lián)網(wǎng)等為代表的領(lǐng)域,其對(duì)時(shí)間同步的性能有著不同的要求,復(fù)雜的無(wú)線環(huán)境也給同步帶來(lái)了挑戰(zhàn)。

5G載波頻率較高,會(huì)引入較大的頻率偏移和時(shí)間偏移,影響主同步信號(hào)(primary synchronization signal, PSS)定時(shí)同步[7]。其中,時(shí)間偏移的估計(jì)和校正須在快速傅里葉變化(fast Fourier transform, FFT)前完成。最常見(jiàn)的就是使用自相關(guān)和互相關(guān)算法,文獻(xiàn)[8]介紹了基于波束管理的幀定時(shí)同步通用流程,并推導(dǎo)了自相關(guān)與互相關(guān)的算法公式。對(duì)于較高的頻偏值,這兩種方法都存在較高的估計(jì)誤差,導(dǎo)致嚴(yán)重的誤碼率。文獻(xiàn)[9]中提出的方案基于最大似然(maximum likelihood, ML)估計(jì)準(zhǔn)則,并利用信道頻率響應(yīng)的最小均方誤差降秩逼近ML估計(jì),該方案的性能是最佳的,但其計(jì)算量太大。文獻(xiàn)[10]提出了一種差分和疊加相關(guān)的檢測(cè)算法,該算法對(duì)接收信號(hào)進(jìn)行差分相關(guān)處理,檢測(cè)出粗同步點(diǎn)的位置,進(jìn)一步對(duì)粗同步點(diǎn)進(jìn)行局部相關(guān),根據(jù)最大峰值檢測(cè)出精確的同步點(diǎn),利用差分能減少頻偏的影響,但由于在相關(guān)過(guò)程中需要遍歷檢測(cè),其復(fù)雜度仍是很高的。文獻(xiàn)[11]提出了一種新的方案,收集全球公共陸地移動(dòng)網(wǎng)絡(luò)(public land mobile network, PLMN)和全球同步信道號(hào)(global synchronization channel number, GSCN)信息,將PLMN和GSCN的映射信息保存在服務(wù)器的數(shù)據(jù)庫(kù)上,并將該映射列表提供給用戶設(shè)備(user equipment, UE),UE再進(jìn)行傳統(tǒng)的相關(guān)檢測(cè)。該方案能夠減少下行同步和小區(qū)搜索時(shí)的掃描時(shí)間,但方案的執(zhí)行受限于全球復(fù)雜的地理位置以及移動(dòng)網(wǎng)絡(luò)的配置,暫時(shí)難以收集全部的PLMN和GSCN信息。文獻(xiàn)[12]提出了一種有效的整數(shù)倍頻偏估計(jì)和PSS檢測(cè)方案,基于3個(gè)PSS是彼此循環(huán)移位的特性,將3個(gè)PSS序列進(jìn)行相加構(gòu)建為一個(gè)新的序列,然后采用與文獻(xiàn)[13]類(lèi)似的方法進(jìn)行假設(shè)檢驗(yàn),該算法能降低UE初始同步的計(jì)算量,但會(huì)造成檢測(cè)性能損失。文獻(xiàn)[14]提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)的5G下行同步算法,利用CNN定位到同步信號(hào)塊(synchronization signal block, SSB)所在正交頻分復(fù)用(orthogonal frequency division multiplexing, OFDM)符號(hào),然后利用改進(jìn)的混合相關(guān)算法完成定時(shí)同步,該算法減小了搜索區(qū)間,并提高了低信噪比和大頻偏環(huán)境下的同步成功率。

在5G-TSN中需要完成傳播時(shí)延估計(jì)及補(bǔ)償來(lái)矯正時(shí)間信息的誤差。為了提高室內(nèi)場(chǎng)景中傳播時(shí)延估計(jì)的分辨率,文獻(xiàn)[15]提出了一種快速拋物線插值方法。在文獻(xiàn)[16]中,提出了考慮峰均比的迭代傳播時(shí)延估計(jì)方法,在每次迭代時(shí)排除了已檢測(cè)到的傳播徑對(duì)信道沖激響應(yīng)的影響,最后檢測(cè)提供傳播時(shí)延估計(jì)的信道抽頭。很多解決方案大多針對(duì)視距(line-of-sight, LOS)環(huán)境的多徑信道,主要是因?yàn)長(zhǎng)OS分量的時(shí)間延遲提供了傳播時(shí)延估計(jì)的最佳近似值。在非視距(non-line-of-sight, NLOS)條件下,當(dāng)有運(yùn)動(dòng)障礙物在傳播路徑中間移動(dòng)時(shí)會(huì)影響估計(jì)結(jié)果,造成算法性能下降,導(dǎo)致傳播時(shí)延估計(jì)精度或定位精度降低[17]。

本文分析了現(xiàn)有同步需求與方法,介紹了5G-TSN,并提出一種聯(lián)合多個(gè)波束進(jìn)行下行定時(shí)同步的方法,以改善5G-TSN中的UE同步性能。利用波束間的時(shí)域相對(duì)關(guān)系進(jìn)行聯(lián)合檢測(cè),對(duì)高于門(mén)限峰值的多個(gè)波束進(jìn)行互相關(guān)疊加,減少相關(guān)檢測(cè)中的干擾峰影響,進(jìn)一步降低誤檢率。仿真結(jié)果表明該方法能有效提高PSS同步成功率。

1 同步解決方案

1.1 常規(guī)同步技術(shù)

目前,最常用的同步技術(shù)采用全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system, GNSS)以及基于IEEE 1588的網(wǎng)絡(luò)時(shí)間協(xié)議(network time protocol, NTP)。以北斗、全球定位系統(tǒng)(global positioning system,GPS)為代表的GNSS能夠提供高精度的時(shí)鐘信息[18]。目前GNSS授時(shí)精度可達(dá)到10 ns[19]。然而,基于GNSS的同步方案并不總是可行的,缺乏高可用性。例如,惡劣的氣候下信號(hào)的傳輸時(shí)延將大大影響衛(wèi)星信號(hào)的傳輸。在室內(nèi)工業(yè)環(huán)境中,必須在室外安裝GNSS專(zhuān)用的天線以確保正確的信號(hào)接收。室外環(huán)境下也會(huì)由于多徑效應(yīng)造成精度下降[20]。NTP是一種通過(guò)網(wǎng)絡(luò)服務(wù)于計(jì)算機(jī)時(shí)鐘的時(shí)間同步協(xié)議,其精度為毫秒級(jí)。NTP常用于服務(wù)器給客戶端授時(shí)的模式,通過(guò)周期性報(bào)文的發(fā)送與相應(yīng)實(shí)現(xiàn)時(shí)間同步。為滿足一些更高精度的同步需求,基于IEEE 1588標(biāo)準(zhǔn)的精密時(shí)間協(xié)議在2001年發(fā)布,2008年發(fā)布的IEEE 1588v2協(xié)議可達(dá)到100 ns的同步精度[21]。

1.2 5G-TSN時(shí)間同步

IEEE 802.1 AS標(biāo)準(zhǔn)中定義的通用精確時(shí)間協(xié)議(generic precision time protocol, gPTP)是IEEE 802.1 TSN任務(wù)組開(kāi)展TSN標(biāo)準(zhǔn)化工作的基石。如今,TSN包含許多不同的標(biāo)準(zhǔn)化文檔,其中IEEE 802.1 Qav,IEEE 802.1 AS和 IEEE 802.1 Qat描述了該技術(shù)的不同方面,IEEE 802.1 BA將它們做了綜述[22]。

5G-TSN的關(guān)鍵技術(shù)之一就是基于5G系統(tǒng)的時(shí)間同步,以支持時(shí)間關(guān)鍵業(yè)務(wù)的端到端時(shí)間同步[23]。如圖1所示,5G系統(tǒng)與TSN域分屬兩個(gè)不同的同步系統(tǒng),兩個(gè)同步系統(tǒng)之間彼此獨(dú)立。5G系統(tǒng)作為邏輯TSN網(wǎng)橋,5G主時(shí)鐘(grand-master, GM)與UE、5G基站(next generation nodeB, gNB)、用戶平面功能(user plane function, UPF)、網(wǎng)絡(luò)側(cè)TSN轉(zhuǎn)換器(network side-TSN translation, NW-TT)和設(shè)備側(cè)TSN轉(zhuǎn)換器(device side-TSN translation, DS-TT)實(shí)現(xiàn)了時(shí)間同步。5G系統(tǒng)邊緣的TSN轉(zhuǎn)換器器需要支持IEEE 802.1 AS的相關(guān)功能,用于TSN系統(tǒng)和5G系統(tǒng)之間的互通。

圖1 5G與TSN集成后的時(shí)間同步系統(tǒng)Fig.1 Time synchronization system integrated with 5G and TSN

TSN同步域遵循IEEE 802.1AS協(xié)議,根據(jù)gPTP通過(guò)共享時(shí)鐘,從而形成一個(gè)gPTP域。gPTP域中的一個(gè)節(jié)點(diǎn)充當(dāng)共享時(shí)鐘的源,并將其表示為GM,時(shí)鐘信息從GM分發(fā)到域中的所有節(jié)點(diǎn)。這兩個(gè)時(shí)間域的同步進(jìn)程可以認(rèn)為是相互獨(dú)立的。gNB只需要與5G GM時(shí)鐘同步,保證無(wú)線接入網(wǎng)功能正常,5G同步進(jìn)程不受外部gPTP同步進(jìn)程的影響。兩個(gè)同步進(jìn)程的獨(dú)立性為時(shí)間同步部署帶來(lái)了靈活性。若在已有5G系統(tǒng)的場(chǎng)景想要使用gPTP,只有UPF和UE方面需要額外的增強(qiáng),整個(gè)5G時(shí)間域保持不變。同時(shí),如果將5G 引入到具有時(shí)間同步的固定TSN網(wǎng)絡(luò)中,TSN時(shí)間域不會(huì)發(fā)生改變[24]。

2 空口同步算法

在本節(jié)中,介紹了5G gNB和UE之間的時(shí)間同步流程,提出一種基于多波束SSB聯(lián)合的下行定時(shí)同步算法,并介紹了傳播時(shí)延估計(jì)算法。

2.1 空口同步流程

在5G第3版標(biāo)準(zhǔn)R17中,時(shí)間同步預(yù)算(5G系統(tǒng)在時(shí)鐘同步消息路徑上的入口和出口之間的時(shí)間誤差)被設(shè)置為900 ns。時(shí)鐘同步消息流經(jīng)過(guò)空口兩次,因此空口之間的同步誤差不應(yīng)超過(guò)450 ns。該時(shí)間精度受gNB處的時(shí)間對(duì)準(zhǔn)誤差、UE處的定時(shí)誤差以及傳播時(shí)延的影響[25]。

gNB和UE之間的時(shí)間同步基本上可以通過(guò)3個(gè)步驟來(lái)實(shí)現(xiàn)。第1步是gNB發(fā)送參考時(shí)間信息;第2步是UE進(jìn)行下行幀定時(shí);第3步是可選的,進(jìn)行下行鏈路傳播時(shí)延估計(jì)及補(bǔ)償。時(shí)間同步的基本過(guò)程如圖2所示,gNB向UE傳送的參考時(shí)間可由系統(tǒng)信息塊(system information block, SIB)9或無(wú)線資源控制(radio resource control, RRC)中的參考時(shí)間信息字段承載,通過(guò)周期性的廣播使gNB與UE的時(shí)間一致。并且,其時(shí)間粒度已經(jīng)從10 ms增強(qiáng)到了10 ns,假設(shè)舍入誤差均勻,將引入±5 ns的誤差[26]。UE接收端的下行幀定時(shí)代表下行信號(hào)的到達(dá)時(shí)間,可通過(guò)檢測(cè)參考小區(qū)的下行同步信號(hào)得到。在時(shí)分雙工系統(tǒng)中,上下行鏈路之間的時(shí)間間隔足夠短,可以看作下行鏈路和上行鏈路的信道衰落有很強(qiáng)的相關(guān)性,下行鏈路和上行鏈路傳播時(shí)延之間的不對(duì)稱(chēng)性主要是由于小規(guī)模衰落。在頻分雙工系統(tǒng)中,由于下行鏈路和上行鏈路信號(hào)在不同的載頻上傳輸,因此傳播時(shí)延會(huì)更大[3]。

圖2 gNB與UE時(shí)間同步過(guò)程Fig.2 Time synchronize process between the gNB and UE

參考時(shí)間從gNB傳輸?shù)経E直到空口完成同步,其造成的時(shí)間誤差主要來(lái)源有參考時(shí)間精度、UE幀定時(shí)誤差以及下行傳播時(shí)延測(cè)量誤差等。因此,在同步過(guò)程中需要盡可能地減小誤差,從而完成gNB與UE高精度的時(shí)間對(duì)準(zhǔn)。

2.2 多波束聯(lián)合定時(shí)同步算法

UE通過(guò)檢測(cè)下行鏈路中的相關(guān)參考信號(hào)或?qū)Ｓ玫耐叫盘?hào)完成定時(shí)同步。在檢測(cè)PSS時(shí)會(huì)受到載波頻率偏移以及噪聲的影響,導(dǎo)致同步性能下降甚至無(wú)法建立同步。為了UE能夠快速地檢測(cè)到同步信號(hào)完成同步,保證后續(xù)SIB或RRC消息的傳送。本研究提出了一種聯(lián)合多波束的定時(shí)同步的算法。

為了支持多波束操作,尤其是在高頻段情況下,5G引入了SSB,它包括一個(gè)PSS、一個(gè)輔同步信號(hào)(secondary synchronization signal, SSS)和一個(gè)物理廣播信道(physical broadcast channel, PBCH)。下行鏈路會(huì)周期性傳輸SSB,L個(gè)SSB組成的同步廣播塊集合(synchronization signal burst set, SS burst set)會(huì)依賴于波束進(jìn)行傳輸,L的最大值取決于工作頻段,毫米波頻段最大值為64。SS burst set被限制在一個(gè)5 ms的半幀內(nèi)并定期傳輸,并且其中的SSB之間的時(shí)域位置是相對(duì)的。如圖3所示,gNB在一個(gè)無(wú)線電幀中為SSB定義了多個(gè)候選位置,每個(gè)SSB對(duì)應(yīng)于在一個(gè)特定方向上輻射的波束,每個(gè)SSB可以通過(guò)一個(gè)稱(chēng)為唯一編號(hào)來(lái)識(shí)別,而識(shí)別哪個(gè)SSB取決于UE所在的位置[27]。

圖3 波束與SSB映射關(guān)系Fig.3 Mapping relationship between beam and SSB

從測(cè)量角度來(lái)看,UE會(huì)掃描檢測(cè)不同波束,從而UE能夠識(shí)別出信號(hào)強(qiáng)度最強(qiáng)的SSB,同時(shí)也能根據(jù)時(shí)域關(guān)系推導(dǎo)其他SSB。根據(jù)波束中各個(gè)SSB時(shí)域位置的相對(duì)確定,通過(guò)聯(lián)合多個(gè)SSB進(jìn)行定時(shí)將能充分利用波束的能量與時(shí)域特性。通常會(huì)根據(jù)周期執(zhí)行同步,但當(dāng)測(cè)量的參考信號(hào)接收功率或接收質(zhì)量低于正常范圍時(shí),會(huì)立即觸發(fā)新的波束掃描以及同步,以保證UE移動(dòng)過(guò)程中的可靠性。

SSB中的PSS、SSS、PBCH需要OFDM信號(hào)承載,考慮時(shí)域傳輸?shù)幕谘h(huán)前綴(cyclic prefix, CP)的OFDM信號(hào)為

(1)

式中:N表示快速傅里葉逆變換(inverse fast Fourier transform, IFFT)點(diǎn)數(shù);Ng為CP長(zhǎng)度;n為離散時(shí)間索引;k為子載波索引;Xm(k)表示第m個(gè)OFDM符號(hào)上第k個(gè)子載波上映射的復(fù)數(shù)值。

式(1)中的傳輸信號(hào)受到多徑衰落和加性高斯白噪聲干擾。由于發(fā)射機(jī)和接收機(jī)之間的本振不匹配,接收信號(hào)通常受到頻偏的影響,UE接收到的信號(hào)表示為

ym(n)=ej2πm(υ+ζ)Ng/Nej2π(υ+ζ)n/Nhm(n)?

xm(n)+zm(n)

(2)

對(duì)同一周期內(nèi)聯(lián)合L個(gè)波束內(nèi)的SSB進(jìn)行互相關(guān)檢測(cè)。通過(guò)先檢測(cè)PSS后檢測(cè)SSS實(shí)現(xiàn)完全的同步,能充分利用波束間的相關(guān)性實(shí)現(xiàn)高效地檢測(cè)。對(duì)L個(gè)波束內(nèi)的SSB進(jìn)行互相關(guān)操作并求期望:

(3)

式中:Pavg(θ,nid2,εI)為一個(gè)周期內(nèi)多個(gè)波束的PSS互相關(guān)期望值;l為SSB編號(hào);Ci表示相鄰波束間相差d個(gè)索引的P(θ,nid2,εI)互相關(guān)值。

進(jìn)一步對(duì)大于式(3)中Pavg值的若干個(gè)波束進(jìn)行互相關(guān)疊加求得波束索引集合為

(4)

式中:l=0,1,…,LBeam-1;i∈{0,1,2}。

將超過(guò)門(mén)限的若干波束進(jìn)行相關(guān)疊加:

(5)

進(jìn)一步,計(jì)算式(5)最大值的參數(shù):

(6)

2.3 傳播時(shí)延估計(jì)

為估計(jì)傳播時(shí)延以提高同步精度,提出一種基于時(shí)域粗估計(jì)和頻域精估計(jì)的方法。gNB生成頻域下行參考信號(hào),如PSS、SSS、信道狀態(tài)信息參考信號(hào)(channel state information-reference signal, CSI-RS)或者專(zhuān)用的定位參考信號(hào)(position reference signal, PRS)。由于用于傳播時(shí)延的測(cè)量因此可以任選一種參考信號(hào),本文選取PSS進(jìn)行算法說(shuō)明。gNB將生成的PSS通過(guò)IFFT后進(jìn)行發(fā)送。然后UE在時(shí)域進(jìn)行整數(shù)倍時(shí)延估計(jì)。傳播時(shí)延估計(jì)表示為

τ=τc+τf=α·Ts+τf

(7)

式中:Ts=T/N為采樣間隔,T為系統(tǒng)的采樣周期;τc和τf分別表示整數(shù)倍采樣間隔和小數(shù)倍采樣間隔;α為一個(gè)系數(shù)。UE對(duì)第γ個(gè)接收信號(hào)的采樣可以表示為

y(γTs)=h?x(kTs-αTs-τf)+n(γTs)

(8)

式中:γ∈[0,∞],通過(guò)對(duì)式(8)中的信號(hào)進(jìn)行相關(guān)操作后可計(jì)算出α的估計(jì)值:

(9)

由于相干檢測(cè)算法的估計(jì)精度取決于采樣率,無(wú)法克服采樣頻率的限制。高精度要求高采樣速率,這將導(dǎo)致高計(jì)算量和高硬件成本。為了在不增加采樣率的情況下獲得較高的分辨率,可利用PSS的相位特性。將時(shí)域數(shù)據(jù)進(jìn)行FFT,變換為頻域數(shù)據(jù),利用相鄰子載波間的相位差的特性,以及OFDM信號(hào)相鄰子載波上信道頻域響應(yīng)的一致性,可以估計(jì)出小數(shù)倍時(shí)延為

(10)

式中:R(k)=H(k)2ej2πτf/N,H(k)為信道的頻域響應(yīng)。

3 仿真結(jié)果及分析

為驗(yàn)證算法的有效性,本節(jié)進(jìn)行了仿真實(shí)驗(yàn),并分析同步算法性能。構(gòu)建仿真場(chǎng)景,仿真參數(shù)如表1所示,其中仿真信道為抽頭延時(shí)線A(time delay line-A, TDL-A),子載波間隔為15 kHz,并在仿真中隨機(jī)加入大小為0～16 kHz的頻偏。

表1 仿真參數(shù)

3.1 多波束聯(lián)合定時(shí)同步算法仿真

圖4所示為幾種現(xiàn)有算法與所提聯(lián)合多個(gè)波束進(jìn)行同步的算法比較,其中圖4(a)為文獻(xiàn)[8]中傳統(tǒng)的PSS自相關(guān)算法,圖4(b)為基于差分的PSS互相關(guān)算法,圖4(c)為基于SSB互相關(guān)的算法,圖4(d)為所提基于多個(gè)波束內(nèi)SSB聯(lián)合相關(guān)的算法,并在其中加入差分操作,差分操作可利用相鄰符號(hào)間的共軛乘法來(lái)削弱頻偏。從圖4中可以看出,所提算法其峰值較為明顯突出,無(wú)明顯干擾峰。圖4(a)與圖4(b)中主峰并不十分尖銳,容易造成定時(shí)同步點(diǎn)產(chǎn)生偏移,本研究所提算法主峰平滑尖銳,能夠有效避免噪聲與干擾造成的錯(cuò)誤檢測(cè)。不同信噪比下PSS定時(shí)同步算法成功率的仿真曲線如圖5所示。從圖5中可看出,所提算法有著較好的同步成功率,與其他幾種算法相比聯(lián)合多個(gè)波束進(jìn)行同步帶來(lái)的性能增益是顯著的。同時(shí),進(jìn)一步反映了圖4中較尖銳的相關(guān)峰能夠減少定時(shí)模糊,從而即使在低信噪比下也有較好的性能。自相關(guān)算法由于受到頻偏的影響,其性能較差。而差分互相關(guān)算法則由于差分操作抵消了部分頻偏,性能優(yōu)于自相關(guān)算法。差分相關(guān)算法非常適合作為一種改進(jìn)策略與其他算法相結(jié)合,以降低頻偏的影響。若在其他算法中加入差分算法會(huì)增加一點(diǎn)的計(jì)算量,但可利用并行計(jì)算或多線程來(lái)加速差分操作。

圖4 同步算法相關(guān)峰值比較Fig.4 Correlation peak comparison of synchronization algorithm

圖5 不同算法下定時(shí)同步成功率Fig.5 Timing synchronization success rate under different algorithms

3.2 傳播時(shí)延估計(jì)仿真

不同信道下的傳播時(shí)延均方根誤差隨信噪比的變化曲線如圖6所示。仿真結(jié)果表明,傳播時(shí)延測(cè)量對(duì)信道模型較為敏感,理想信道與高斯信道下傳播時(shí)延均方根誤差較小,多徑信道下傳播時(shí)延均方根誤差較大,以0 dB為例,多徑信道下傳播時(shí)延均方根誤差約為5.1 ns,理想信道與高斯信道約為2 ns, 較多徑信道精度約提高2倍,這是由于多徑信道的頻率選擇性衰落的原因,造成傳播時(shí)延估計(jì)產(chǎn)生偏差。

圖6 不同信道傳播時(shí)延均方誤差Fig.6 Mean square error of propagation delay in different channels

圖7比較了不同帶寬下傳播時(shí)延估計(jì)誤差的累積分布函數(shù)(cumulative distribution function, CDF)。在仿真實(shí)驗(yàn)中,信號(hào)帶寬分別設(shè)置為20 MHz、40 MHz和100 MHz。從圖中可以看出,帶寬會(huì)影響傳播時(shí)延估計(jì)誤差。帶寬越大,時(shí)間分辨率越高,傳播時(shí)延估計(jì)精度越高。因此,對(duì)于需要精度較高的場(chǎng)景可盡量增大帶寬,以保證較高的時(shí)間分辨率。

圖7 不同帶寬下傳播時(shí)延估計(jì)誤差CDFFig.7 Propagation delay estimation error CDF under different bandwidths

4 結(jié) 論

高精度時(shí)間同步對(duì)各個(gè)垂直領(lǐng)域十分重要,決定著超高精度超低時(shí)延通信的實(shí)現(xiàn)。在5G與TSN的結(jié)合能提供可靠性通信與靈活的同步方式。本文分析了5G與TSN集成下的空口同步的基本流程,提出聯(lián)合多個(gè)波束進(jìn)行時(shí)間同步的算法,用以提高同步成功率,并給出傳播時(shí)延測(cè)量算法用以降低同步誤差。仿真結(jié)果表明,所提算法在峰值檢測(cè)與同步成功率方面的性能優(yōu)于其他算法。