基于Massive MIMO及頻譜疊加的5G SA網絡上行優化方法

蔣建峰，孫金霞，尤瀾濤，張鳳巖

(1.蘇州工業園區服務外包職業學院，江蘇 蘇州 215123；2.南京郵電大學 計算機學院，江蘇 南京 210000；3.蘇州大學 計算機學院，江蘇 蘇州 215123；4.中國電信股份有限公司 安徽分公司，安徽 合肥 230000)

0 引言

移動通信5G網絡有著更快的傳輸速率和靈活的網絡部署模式，5G SA(Stand-Alone)[1]網絡實現了網絡控制面與用戶面的完全分離，技術不斷成熟，已成為主流的5G網絡架構，和工業互聯網行業[2]緊密結合，推動了垂直行業的智能化發展，保障行業發展的同時降低了運營成本。垂直行業的智能系統對于無線網絡的速率提出了新的要求，特別是網絡上行速率，需求從Mbps級別提升到Gbps級別。

5G上行鏈路關鍵技術是通信領域的研究熱點，大規模天線技術能夠支持更多的用戶空間復用。在5G SA網絡中，上行和下行的覆蓋和速率不均衡是當前網絡存在的主要問題，5G天線技術能夠提升信道的傳輸速率和信息傳輸的可靠性，基于多輸入多輸出(Multiple-Input Multiple-Output，MIMO)的譯碼[3-4]復雜度直接影響5G網絡的性能。當前國內外學者關于5G網絡上行的優化研究只是集中在天線的設計及相關算法，如王增浩、鄭興林等人[5-6]研究了MIMO的預編碼和頻譜估算方法，對5G網絡實現了一定的優化，但是沒有實現從硬件的角度提升覆蓋性能，不能解決覆蓋和速率的均衡問題。季榮峰、何雪云等人[7-8]改進了網絡上行鏈路的檢測算法，一定程度上能夠優化上行鏈路，但是由于頻譜時隙影響的網絡速率問題沒有解決。而對于5G上行頻譜的疊加策略，無法通過仿真的方式實現和MIMO技術的結合，目前國內外學者對于實際5G網絡的頻譜疊加策略研究略顯不足。

本文通過大規模MIMO技術設計了檢測算法[9-12]，將發送信號矢量進行分組，組內采用最大似然檢測，組外采用基于QR分解的干擾消除檢測[13]，上行頻譜通過電信的C-band 3.5 GHz疊加1.8/2.1 GHz的低頻站點[14-15]，解決了5G網絡的檢測串行干擾，降低了檢測復雜度，并且通過實際電信5G SA網絡測試。結果表明，算法在上行覆蓋和速率方面都得到了很大的性能提升。

1 5G SA網絡MIMO與上行分析

1.1 大規模天線

5G SA網絡的天線不是按根來計算的，而是按“陣”，天線使用的是天線陣列，5G通信系統中采用的大規模MIMO技術比傳統的MIMO技術擁有更多的天線數量，當天線數量非常大時，使得數據通信的量增多，從而提高傳輸速率。隨著天線數量的增加，在接收端的檢測變得更加復雜，基于遍歷檢測，矩陣檢測等傳統的檢測算法已經不能夠使用于大規模MIMO，因此，5G SA網絡的MIMO檢測算法是5G網絡的核心技術。

根據光速理論c=λ×f可知，當頻率f越高時，波長λ就越短，而波長與頻率成反比。根據天線的特性，天線長度與波長成正比，天線長度為λ/10～λ/4，頻率越高，波長越短，天線也跟著變短，變成毫米級，弗里斯傳輸公式給出了發射天線功率與接收天線功率關系：

(1)

由于功放技術限制，國家無線管委會規定不能無限制增大發射功率Pt，同樣，由于物理特性也不能無限提高天線增益Gt與Gr，要縮短終端與基站的距離R，增加波長λ，就需要使用低頻段，所以要充分發揮大規模MIMO的功效，與頻譜疊加使用是一種良好的解決方案。在傳統的單天線通信方式中，基站在沒有物理調節的情況下，其覆蓋范圍是固定的，這就導致同頻服務的用戶數量限制，而在大規模MIMO技術中，基站可以通過波束賦形技術進行電磁波疊加來克服損耗，從而提高天線增益Gt，進一步提高接收信號Pr。

1.2 5G頻譜與上行速率

3GPP標準定義了5G NR(New Radio)頻譜[16]主要包括Sub-6 GHz和毫米波頻段，雙工模式除了FDD(Frequency Division Duplex)和TDD(Time Division Duplex)外，還增加了SDL和SUL，即輔助頻段(Supplementary Bands)。當今運營商的商用5G網絡一般時隙配比為2∶8，3∶7和1∶4，上行時隙占比較少，上下行比差異明顯。5G SA網絡主要采用高頻段3.5 GHz覆蓋上下行，而2.1 GHz頻譜現在上下行基本沒有使用。

5G SA網絡在NR 3.5 GHz頻段下帶寬較大，由于TDD最大支持8個同步信號和PBCH塊(SSB)，而FDD最大支持4個，5G NR對于高低頻段的上下行覆蓋距離相差不大，但是由于商用5G關注的是用戶下行體驗，在時隙配比方面差異較大導致上行速率極低，5G SA網絡RSRP處于-110～-120 dBm覆蓋邊緣的上行平均速率低到10 Mb/s以下，如圖1所示，在網路覆蓋邊緣上行速率極其不平衡。

圖1 5G SA網絡覆蓋邊緣上行平均速率Fig.1 Uplink average rate at 5G SA network coverage edge

2 上行優化算法

2.1 QR分解與似然檢測

(1) QR分解

QR分解是依次消除各個天線收到的信號串擾，逐步求出發送信號矢量值，該算法能夠避免求矩陣的偽逆，減少運算復雜度和時間復雜度?；诖笠幠IMO將發送信號矢量進行分組，組內采用最大似然檢測，組外基于QR分解干擾消除檢測降低信號損耗，首先將MIMO系統模型的數學表達式y=Hs+n與矩陣分解表達式H=QR代入得：

y=QRs+n，

(2)

式中，y=[y1,y2,…，yn]T表示接受信號向量；s=[s1,s2,…，sm]T表示發送信號向量；H為平坦瑞利衰落復信道H∈Cn*m；n=[n1,n2,…，nn]T為高斯白噪聲。

將式(1)兩邊同時乘以QH得到：

QHy=Rs+QHn。

(3)

按矩陣形式展開式(3)得到式(4)：

(4)

化簡為:

(5)

(2) 似然檢測

似然檢測的目的是找出一個信號矢量，使得發送此信號矢量的條件下接收當前接收信號y=[y1,y2,…，yn]T的概率最大，即：

(6)

接收端已知信號y=[y1,y2,…,yn]T和信道矩陣H，則接收信號向量的概率密度為:

(7)

把式(7)代入式(6)化簡得：

(8)

(3) QR分解與似然檢測步驟

步驟1:對信道矩陣H進行QR分解H=QR，此時統計收發雙方的信號矢量。

步驟2:對發送信號矢量s=[s1,s2,…,sm]T從后往前分組，分組數量為k，組內分量個數分別為[n1,n2,…,nk]。

步驟3:首先檢測第1組發送信號，構造矢量與對應接收信號矢量表達式：

s(M-n1+1,M),

式中，M為發送信號矢量維度，對上式中第一組發送信號矢量進行檢測，檢測出s(M-n1+1,M)的值。

步驟4:通過迭代消除已檢測發送信號矢量分量的影響：

步驟5：檢測第i組發送信號分量：

對上式中的發送信號分量進行檢測，求得si的值。

步驟6：重復步驟4遍歷求解，直至所有的發送信號矢量分組都檢測完成。

2.2 頻譜疊加原理

5G SA網絡在3.5 GHz頻段上下行時隙比的不均衡導致上行實際頻段資源有限，運營商現網的2.1 GHz頻譜利用率比較低，通過在TDD頻段上使用頻譜疊加[17-20]的辦法，疊加Sub-3 GHz低頻譜提升吞吐率和覆蓋范圍，使用SUL技術可以實現3.5 GHz+2.1 GHz來提高網絡上行能力，如圖2所示。

圖2 TDM調度Fig.2 TDM scheduling

考慮高頻段與低頻段信號覆蓋的影響，在時隙調度時分成2種情況：中近點區域和遠點區域。中近點區域主要提升上行容量和用戶體驗，遠點區域主要提升C-Band 3.5 GHz覆蓋，這樣就充分利用了Sub-3G頻譜實現5G全時隙調度。

(1) 用戶(UE)接入

UE開機時處于空閑模式，在3.5 GHz頻段下接入用戶設備，當前大部分5G終端都支持5G SA網絡，UE能夠動態地改變配置，當UE處于5G SA網絡邊緣時，網絡上行覆蓋受限，5G網絡控制UE接入Sub-3G網絡的PUSCH上進行數據傳送。

(2) 信道配置與小區切換

PUSCH配置2個頻段：C-Band和Sub-3G，PUCCH僅配置C-Band。根據最新5G R16標準，DCI formats指示DCI信息為上行還是下行調度信息，占用1 bit，0表示上行，1表示下行。上行DCI主要指示上行PUSCH傳輸，包括DCI format 0_0和DCI format 0_1。

當DCI format 0_0時，如果DCI format 0_0由C-RNTI或CS-RNTI或MCS-C-RNTI加擾，則頻域資源占用比特數通過以下公式計算：

(9)

(10)

當DCI format 0_1時，使能跨域載波調度特性，生成Carrier indicator字段，0 bit指示當前小區，3 bit指示對應小區。頻域資源分配字段NRBG指示UL BWP RBG的總數:

(11)

式中，P為RBG大小，頻譜疊加過程如圖3所示。

圖3 頻譜疊加過程Fig.3 Spectrum overlay process

3 網絡測試

測試場景選擇垂直行業工業互聯網領域的礦區，開放扇區的主要覆蓋方向為礦區，為盆地地形，最低處地勢平坦?；局С?.5，2.1 GHz頻段，終端統一使用華為自主研發的5G無線終端接入設備CPE PRO，基站MIMO分別選擇4×4和8×8陣列天線，定點測試場景1區水平距站臺約325 m，2區水平距站臺約505 m，3區水平距站臺約630 m，如圖4所示，站點和終端配置參數如表1所示。

圖4 礦區地圖Fig.4 Mining area map

表1 測試站點和終端參數

3.1 MIMO系統檢測

網絡測試信道采用瑞利衰落信道，在4×4 MIMO系統中可以看到，將發送信號分成一組，將發送信號矢量看成一個整體，這種分組方式對應最大似然檢測，其性能最好。將信號分成4組，每組只有一個分量進行檢測，對應QR分組，其性能最差，如圖5所示。

圖5 4×4 MIMO系統分組算法Fig.5 4×4 MIMO system grouping algorithm

在8×8 MIMO系統中，可以得到結論，分組更少，組內發送信號分量多的分組算法性能優于分組多的算法，如圖6所示。

圖6 8×8 MIMO系統分組算法Fig.6 8×8 MIMO system grouping algorithm

3.2 上行平均帶寬對比

通過測試不同位置的上行速率，基于大規模MIMO及頻譜疊加的5G SA網絡上行速率在中近點區域提升了上行容量30%左右，在遠點區域算法利用2.1 GHz上行資源，提升上行平均速率達到100%，如圖7所示。

圖7 平均上行性能Fig.7 Average uplink performance

3.3 定點測試

基站MIMO選擇4×4陣列天線，對定點測試場景1區水平距站臺約325 m，2區水平距站臺約505 m，3區水平距站臺約630 m進行測試。測試結果如圖8和圖9所示，通過Massive MIMO以及頻譜疊加，3.5 GHz和2.1 GHz上行全時隙調度，弱覆蓋區域2.1 GHz頻段傳播損耗小，可以增強TDD上行覆蓋，并且上行速率得到了很大的提升，近點平均速率提升17%。室內中點場景，上行平均速率提升40%～80%，室外到室內的室內弱覆蓋場景上行平均速率提升100%～400%。在弱覆蓋區域，增益提升尤其明顯，最高達到了680%左右。

圖8 定點測試上行速率Fig.8 Fixed-point test uplink rate

圖9 定點測試上行增益Fig.9 Fixed-point test uplink gain

3.4 拉網測試

通過繞礦區主要路線一圈，拉網形成閉環路線，上行覆蓋測試結果如圖10和圖11所示，結果表明通過大規模MIMO及頻譜疊加優化后，平均上行速率顯著提升，增益提升比例達到20%～60%。

圖10 拉網測試上行速率Fig.10 Uplink rate of temporary network layout test

圖11 拉網測試上行增益Fig.11 Uplink gain of temporary network layout test

4 結束語

大規模MIMO的預編碼和檢測技術是目前5G網絡研究的關鍵技術，本文研究了基于大規模MIMO的檢測算法及頻譜疊加策略，分析了檢測算法的性能和上行速率的優化，對比了常規的5G網絡和優化后的5G網絡性能。算法通過電信5G SA現網實測，結果表明算法使用5G低頻段，能夠充分發揮大規模MIMO的功效，上行采用頻譜疊加是一種良好的解決方案，定點測試和拉網測試性能提升明顯，上行增益在網絡覆蓋邊緣最大值提升超過600%，在垂直行業領域對5G網絡上行優化提供了良好的解決方案。