高鐵5G移動通信系統Multi-TRP上行信道估計及性能研究

陸志偉，王海龍，王東明，宋鐵成，陳建平

隨著5G的商用部署,高鐵場景下5G系統的性能成為業界的關注熱點。在列車高速移動場景下,信息傳輸過程中存在多普勒效應,小尺度衰落快速變化,相干時間較短,使系統的傳輸算法設計,尤其是高精度信道估計變得更加困難,導致系統性能提升較為困難［1］。另外,由于高鐵場景對移動通信的時延和可靠性要求極高,且5G的工作頻段較高,實現全路范圍覆蓋的成本高,故給統籌5G專網建設和鐵路主數據中心等業務需要帶來很大的挑戰［2］［3］。

5G NR的Release 16采用了Multi-TRP技術,即多個收發節點通過協作為用戶終端服務,實現低時延、高可靠傳輸。高鐵場景下,傳統技術不能滿足高速率、高可靠性、短時延的通信業務需求［4］,采用Multi-TRP技術雖可以提高系統的可靠性,但是也引入了更大的挑戰。列車高速運行時,終端到不同的TRP的距離、角度等各不相同,導致終端到不同TRP的多普勒頻偏、時延、角度等信道統計信息不同。因此,在列車高速移動場景下采用Multi-TRP技術時必須考慮這些因素,改進現有的傳統信道估計方法。

1 Multi-TRP的系統模型和信道模型

在5G通信網絡環境下,以列車高速移動作為主要研究背景,對采用了Multi-TRP技術的上行信道進行信道估計和檢測技術研究。Multi-TRP作為5G NR的R16增強高速移動場景下的關鍵技術,可通過對多個TRP進行數據塊的重復發送,以獲得更高的增益及鏈路可靠性［5］。采用時分復用的方式,以時隙為單位,在多個TRP上進行同一數據塊的重復傳輸。每次數據傳輸時,數據所在的頻域位置保持不變,且多次傳輸使用相同的解調參考信號（DMRS）導頻端口。對多個TRP進行數據塊的重復傳輸時,可以利用TRP之間的協同作用,降低上行信道的誤碼率以及獲得更高的吞吐量［6］。

Multi-TRP的系統模型見圖1。從圖中可以看出,列車在任意位置和各個TRP之間的距離都不完全相同,這就導致數據傳輸到每個TRP的時間τ1～τn也會有所不同。同時,由于列車在移動過程中相對于每個TRP的位置及所呈夾角也不相同,故對不同TRP而言,信道所產生的多普勒頻偏也會有所差異［7］。

以圖1所展示的系統模型為基礎,本文通過仿真建立了Multi-TRP的信道模型,主要表現為發射端和接收端之間的信道包含多條路徑。其中,主路徑是LOS路徑,服從萊斯分布；其他路徑為NLOS路徑,服從瑞利分布。與此同時,考慮到因傳輸距離引發的時延問題,該信道模型分別計算每一個TRP對應路徑的傳輸時延,且使各個TRP的傳輸時延隨著列車位置實時變化；其次,該模型也將多普勒頻偏的影響考慮在內,與傳輸時延的建模類似,模型單獨計算每一個TRP對應的多普勒頻偏,且頻偏大小也隨著列車位置的改變實時發生變化。

圖1 Multi-TRP的系統模型

此外,假設不同收發天線對之間的信道獨立,且為Rayleigh衰落,即不同信道之間有

式中:ht,r(n)為零均值對稱復高斯過程且滿足

式中:J0(?)為第一類零階貝塞爾函數,fd和Ts分別為最大多普勒頻偏和符號間隔時間。

2 Multi-TRP系統的信道估計和檢測方法

本文所建立的仿真信道模型已將時延和多普勒頻偏問題考慮在內。為了盡可能消除時延和多普勒頻偏對信道估計的影響,Multi-TRP系統在進行信道估計之前,需要進行一系列準備工作。Multi-TRP系統的信道估計總體框圖如圖2所示,大致可分為兩部分:基于探測參考信號（SRS）的統計信道信息估計和基于DMRS的信道信息估計。首先是基于SRS的統計信道信息估計。SRS是一種由終端發送給基站的參考信號,可用于基站估計上行信道的統計特性,如時延、多普勒頻偏等［8-9］。利用SRS針對每一個TRP分別進行時延和多普勒頻偏估計。在得到由SRS估計的統計特性后,便可基于DMRS進行信道信息的估計。首先,利用相應的補償算法進行定時與頻率同步；其次,對補償后的TRP接收信號進行OFDM解調和頻域、時域信道估計；最后,進行符號檢測,以恢復原始發射信號。

圖2 Multi-TRP系統信道估計和檢測總體框圖

常規時延和多普勒頻偏補償是根據估計出的時延和頻偏值進行一倍補償［10］。假設接收端時域信號為y'i(n),具體可表示為

則具體補償公式可表示為

式中:i為TRP編號；k為子載波編號；n為OFDM符號編號；yi'(n)為不同TRP對應的接收序列為時延補償后序列；yi(n)為頻偏補償后序列；εi為估計所得的不同TRP多普勒頻偏；τi為估計所得的不同TRP時延；N為OFDM符號長度。

在進行時延和多普勒補償之后,再進行頻域和時域信道估計。常用的頻域信道估計算法主要包括最小二乘法（LS）估計、最小線性均方誤差（LMMSE）估計以及基于DFT的信道估計等。對于5G NR系統的DMRS,由于采用正交導頻,在去除正交掩碼之后,可以視為單天線信道。采用LS估計算法時,在接收端導頻位置上的頻域信號可表示為

式中:hp為Np×1的頻域導頻信道響應；對角陣Xp為已知的導頻發送信號；對角線元素為相應子載波上的導頻信號；yp為Np×1的接收導頻信號向量；np為Np×1的噪聲矢量。

LS算法就是對式（6）中參數hp進行估計,從而使式（7）表述的函數值最小。

將式（7）對h'p求導,并令其導函數等于0,可由LS算法估計得到頻域信道估計響應為

LS信道估計增強了噪聲,尤其在低SNR的情況下,信道估計的精度會受到較大影響。但由于其實現簡單,復雜度較低,故此方法仍在實際中大規模使用。

LMMSE算法是一種基于最小均方誤差的信道估計算法,其代價函數為

將h'=whLS代入式（9）中并對w求導,令其導函數等于0,可得到頻率信道估計響應為

式中:RhhLS為頻域信道響應和LS估計響應的互相關矩陣；RhLShLS為LS估計響應的自相關矩陣；兩者均可由信道響應的自相關矩陣Rhh求得,且Rhh可表示為［11］式中:m,n為導頻子載波的位置；τrms為多徑信道的平均時延；τ為最大多徑時延；N為導頻數目。最終可得轉換后LMMSE信道估計響應為式中:參數β與調制方式有關；QPSK調制時β=1,64QAM調制時β≈2.68。

基于DFT的信道估計算法主要是將LS估計響應hLS經IFFT得到hLS(n),然后進行時域濾波操作,最后再經FFT得到hDFT,以完成噪聲抑制。時域濾波過程可表示為

LMMSE算法和基于DFT的信道估計算法均是在LS算法基礎上,對噪聲和子載波間的干擾有一定的抑制作用。其中,LMMSE算法性能較好,但基于DFT的信道估計算法的復雜度與LMMSE算法相比有所降低。

同時,高鐵場景下還需要考慮多普勒頻偏對時域信道估計性能的影響,故本文引入時域維納插值算法。該算法利用時域已知信道估計響應hp,結合相關系數矩陣w插值,得到時域全部信道響應h,w具體可表達為

相關矩陣Rhhp和Rhphp可由下式求得［12］:

式中:m,n為時域OFDM符號的位置；fd為最大多普勒頻移；Ts為系統采樣時間。

在進行時頻域信道估計之后,利用所估計的信道矩陣H對接收信號進行符號檢測,考慮到信道噪聲的影響,本文引入MMSE信道檢測算法,濾波矩陣G可表示為［13］

3 Multi-TRP系統的上行信道性能評估

本文主要從2個方面對Multi-TRP系統的上行信道進行性能評估:①對Multi-TRP系統的上行信道時、頻域信道估計的性能進行仿真對比。首先對多普勒頻偏和時延進行補償,再采用LS、LMMSE以及基于DFT的信道估計算法進行頻域信道估計性能比較,然后比較不同時域信道估計算法下,頻偏補償前、后時域信道估計性能。②在不同TRP數量條件下,對Multi-TRP系統上行信道誤碼率及頻譜效率進行對比分析。具體仿真參數見表1。

表1 仿真參數

同時,為了更好地描述仿真場景,本文將列車實時位置以坐標形式呈現。列車初始位置設為坐標原點。假設列車沿直線方向行駛,行駛方向為X軸正方向；首個TRP位于Y軸正方向上,且與X軸垂直距離為15 m,即首個TRP位置坐標為（0 m,15 m）,若系統放置多個TRP時,則TRP位置分布與X軸平行。

3.1 時/頻域信道估計性能仿真

3.1.1 頻域信道估計性能仿真

在進行時延和多普勒頻偏補償之后,首先需要進行頻域信道估計。為了比較LS估計、LMMSE估計,以及基于DFT的信道估計算法的性能,選用誤碼率BER和最小均方誤差MSE作為評判標準。針對特定的某個TRP,在列車初始位置對3種頻域信道估計算法的性能進行仿真比較,調制方式為QPSK,具體仿真結果分別見圖3和圖4。

圖3 LS、LMMSE和DFT信道估計算法的BER比較

圖4 LS、LMMSE和DFT信道估計算法的MSE比較

從圖3可以看出,由于考慮到LMMSE估計和DFT估計算法的噪聲抑制問題,二者的誤碼率要優于LS估計算法的誤碼率,且隨著信噪比SNR的逐漸增大,性能差異會更加明顯,且性能的優化會增加算法的復雜度；從圖4可以看出,MSE性能與BER性能也一一對應,LMMSE算法的MSE性能要優于DFT估計和LS估計算法的MSE性能。

3.1.2 時域信道估計性能仿真

在完成頻域信道估計后,對時域信道估計性能進行仿真對比。調制方式仍為QPSK,仿真所設移動距離為300 m。針對特定的某個TRP,選取2個位置點進行仿真分析,分別為列車位于（30 m,0 m）處和（300 m,0 m）處（此時所估計得到的多普勒頻偏接近最大值）。仿真對比曲線如圖5～圖7所示,主要展示無多普勒頻偏以及多普勒頻偏補償前、后的時域信道估計性能曲線。

圖5 列車在（30 m，0 m）處多普勒頻偏補償前、后時域線性插值性能曲線對比

圖7 列車在（300 m，0 m）處多普勒頻偏補償前、后時域維納插值性能曲線對比

從圖5可以明顯看出,當列車位于（30 m,0 m）處時,多普勒頻偏補償后的時域信道估計性能有明顯的改善,且頻偏補償后的估計性能曲線接近于無多普勒頻偏時的性能。

然而,從圖6可以看出,當列車位于（300 m,0 m）處時,此時頻偏接近最大值,多普勒頻偏補償后的時域信道估計性能相較于補償前也有較好的改善,但此時由于時域線性插值本身沒有考慮到頻偏的影響,故多普勒頻偏補償后的估計性能要明顯劣于無多普勒頻偏時的性能。

圖6 列車在（300 m，0 m）處多普勒頻偏補償前、后時域線性插值性能曲線對比

從圖7可以看出,當時域進行維納插值時,多普勒頻偏補償之后的時域信道估計性能相較于圖6中線性插值有明顯的改善,這是因為時域維納插值方法本身考慮了多普勒頻偏的影響,故性能會有所改善,但與理論時域信道估計的性能還有一定差距。因此,進一步優化頻偏補償算法,改善時域信道估計性能也是后續研究有待突破的方向之一。

3.2 不同TRP數量情況下系統誤碼率仿真

選用誤碼率BER作為衡量指標,來比較不同個數TRP對上行信道系統性能的影響。主要從隨著列車位置的實時變化及將列車固定在不同位置兩個角度,仿真系統誤碼率BER隨列車位置或信噪比SNR的變化曲線。仿真所設移動距離為300 m,調制方式為64QAM。首先,在不同TRP個數的條件下,隨著列車位置的改變,仿真對比Multi-TRP系統的上行誤碼性能；其次,選擇幾處不同的列車位置點,仿真得出不同TRP個數條件下系統誤碼率BER與信噪比SNR之間的關系曲線。

3.2.1 誤碼率BER與列車位置之間關系的性能仿真

為了比較不同個數TRP情況下系統性能隨著列車位置的變化情況,仿真分別放置1個TRP、2個TRP以及4個TRP,間隔對應為300 m、300 m以及100 m。3種情況下,隨著列車位置的變化,系統誤碼率BER的變化曲線見圖8。從圖中可以看出,隨著TRP個數的增加,整體誤碼性能得到不斷改善,這是因為當系統設置多個TRP時,TRP之間的協作在一定程度上可有效抑制路徑損耗等不利因素的干擾,提高了系統的傳輸質量。

圖8 誤碼率BER與列車位置關系曲線對比

3.2.2 誤碼率BER與信噪比SNR之間關系的性能仿真

將列車固定在不同位置,比較3種TRP個數情況下系統誤碼率BER隨SNR的變化曲線。主要選取2個位置點進行仿真分析:一種是列車位于初始位置；另一種是列車位于（150 m,0 m）處。在每個位置點,比較在不同TRP個數的情況下,對應系統誤碼率BER和信噪比SNR的關系曲線,具體仿真結果見圖9～圖10。

圖9 列車位于初始位置時誤碼率BER隨SNR變化曲線對比

圖10 列車位于（150 m，0 m）處時誤碼率BER隨SNR變化曲線對比

從圖9可以看出,列車在初始位置處時,對于不同的TRP個數,其對應的系統誤碼性能存在差異,且由于TRP之間存在協同作用,則TRP個數越多,對應的系統性能越好。從圖10可以看出,當列車位于（150 m,0 m）處時,單個TRP時的系統性能相較于多個TRP時的系統性能仍有一定的差距。同時結合圖9和圖10可以看出,隨著列車距離初始位置越來越遠,多個TRP的協同作用所展現的優勢也更明顯。

綜上所述,TRP的個數對系統的性能有著較大的影響,即TRP個數越多,TRP之間的協作能力就越強,針對路徑損耗等不利因素的抗干擾性也就越強,對應的系統性能也就愈加優越。

3.3 不同TRP數量情況下系統頻譜效率仿真

選擇頻譜效率作為評判標準,比較不同TRP個數情況下的系統性能,仿真角度和3.2節一致。仿真所設移動距離為1 200 m,調制方式為QPSK。頻譜效率η是指單位帶寬傳輸信道上無錯誤傳輸的最大信息率,η越大,對應系統性能就越好［14］。當發射端信道狀態信息（CSI）未知且接收端CSI已知的情況下,頻譜效率η的計算表達式為

式中:NR和NT分別為收發天線的數目；INR×NTRP為NR×NTRP階單位陣；Ex為發送信號的能量；N為信道噪聲方差和信道估計方差之和；H為信道估計矩陣；H為矩陣的共軛轉置。

3.3.1 頻譜效率與列車位置之間關系仿真

為了比較TRP個數不同時,頻譜效率η隨著列車位置的變化情況,仿真中分別設置1個TRP、2個TRP、3個TRP以及6個TRP,間隔對應為1 200 m、1 200 m、600 m以及240 m。4種情況下,隨著列車位置的實時變化,頻譜效率η的變化曲線如圖11所示。

圖11 頻譜效率與列車位置關系曲線對比

從圖11可以看出,隨著TRP個數的不斷增加,對應頻譜效率η也會不斷增加,即單位帶寬傳輸信道上無錯誤傳輸的最大信息率不斷增加,進而也反映出Multi-TRP系統的上行信道系統性能越來越好。

3.3.2 頻譜效率與信噪比SNR之間關系仿真

將列車固定在不同位置,比較上述4種TRP個數條件下頻譜效率η隨SNR的變化曲線。為了比較大尺度衰落下的不同TRP個數對應的頻譜效率,選擇對2個較遠的位置點,即列車分別位于（750 m,0 m）和（900 m,0 m）處進行仿真對比,具體仿真結果見圖12～圖13。

從圖12～圖13可以看出,在距離列車初始位置較遠,即路徑損耗較為嚴重的情況下,隨著TRP個數的增多,對應系統的頻譜效率η也在不斷提升,這足以說明TRP個數的增多可以有利對抗路徑損耗,進而為Multi-TRP系統提供更好的接收性能。

圖12 列車位于（750 m，0 m）處頻譜效率隨SNR變化曲線對比

圖13 列車位于（900 m，0 m）處頻譜效率隨SNR變化曲線對比

4 總結與展望

本文主要針對列車高速移動場景下Multi-TRP上行信道估計和性能進行了一系列的研究,主要包括2個方面:其一,在考慮時延和多普勒頻偏的情況下,對不同頻域信道估計算法性能進行對比分析,并對多普勒頻偏補償前、后時域信道估計性能進行仿真對比；其二,對不同個數TRP條件下Multi-TRP系統性能進行仿真對比。仿真結果表明,在進行時延、頻偏補償之后,LMMSE估計和DFT信道估計性能優于LS估計算法,多普勒頻偏補償后的時域信道估計精度明顯提升,且時域維納插值性能優于線性插值；同時,本文所采用的Multi-TRP模型顯著改善了系統誤碼性能及頻譜效率。

雖然本文提出的方法在一定程度上提高了信道估計的精度,但并未能完全消除多普勒頻偏的影響,故在后續研究中需要進一步優化頻偏補償算法,以進一步提高信道估計精度；同時,本文仿真主要圍繞多個TRP展開研究,并未研究車載多用戶狀態下系統的接收性能,故引入多用戶MIMO探究上行信道估計及性能也是后續值得探討的方向。