鐵路5G專網大尺度信道建模

李岸寧,李 輝,梁軼群,

(1.中國鐵道科學研究院研究生部,北京 100081； 2.中國鐵道科學研究院集團有限公司通信信號研究所,北京 100081； 3.國家鐵路智能運輸系統工程技術研究中心,北京 100081)

1 概述

隨著我國鐵路高質量發展，為滿足不同鐵路應用業務的需求，鐵路移動通信系統未來將由GSM-R逐漸轉向鐵路5G專網。鐵路對數據安全和自主管理有較高的要求，鐵路通信專網是保障鐵路運輸安全，提高鐵路生產效率的重要支撐，承載了列控、自動駕駛、調度通信、監測等各類業務。鐵路5G專網降低時延、提高可控性、增強安全隔離度水平，進而保證承載各類鐵路業務的安全和質量。

無線傳播信道是無線通信系統中收發天線間的物理媒介，傳播信道的特性決定了傳輸信道容量上限、吞吐量、誤碼率等系統性能。在傳播信道中不僅存在種種干擾和噪聲，還會存在障礙物、多普勒效應等影響。利用數學方法將傳播信道抽象成信道模型，可更為科學和簡便地描述傳播信道。信道模型一般分為大尺度衰落模型和小尺度衰落模型。大尺度衰落主要描述長距離范圍內無線通信的信號強度與收發距離的關系，主要由路徑損耗和陰影衰落造成；小尺度衰落是指在給定位置短距離短時間內，接收信號場強圍繞平均值快速波動的現象，主要由多徑信號疊加和收發機相對運動造成[1]。

鐵路場景下無線傳播信道具有獨特的衰落特點：鐵路5G專網基站一般采用定向天線，沿鐵路線狀覆蓋，距離鐵軌很近，收發端存在直射路徑。準確的大尺度衰落模型可輔助網絡規劃和站址規劃，降低相鄰小區之間的干擾，有助于優化基站布設間距。合理的站點規劃可降低工程造價和鐵路建造成本，節約投資。所以，為更好的部署系統，需了解鐵路典型環境下的信道特征，建立更真實、準確的大尺度信道模型，這對于提升承載列控、調度通信等業務的能力有重要作用。目前，我國鐵路處于鐵路5G專網技術應用研究初級階段，有必要開展大尺度信道建模研究，為后續工程設計和實施提供理論支持。

國內外相關研究人員已經開展了5G或鐵路場景下無線信道建模研究。HANEDA[2]描述了5G信道模型，結合典型場景，介紹了路徑損耗、陰影衰落、視距概率、阻擋模型和穿透模型；田磊[3]對IMT-2020信道模型標準進行介紹，總結和對比ITU和3GPP的5G信道模型標準的特點和關系；陳金銘[4]在室內走廊進行了大尺度衰落的建模，對比測量值和模型理想值發現了比高斯更切合的Logistic分布；逯靜輝[5]研究了高架橋、路塹等典型場景的路徑損耗和大尺度傳播特性；何睿斯[6]針對高速鐵路建立了大尺度傳播模型庫，通過提出的模型進行了系統鏈路預算；李宇輝[7]基于實地信道測量進行大尺度信道建模和多徑信道建模；李春鐸[8]結合實測數據建立高鐵LTE系統的大尺度傳播模型、擬合小尺度衰落分布。目前，研究成果尚無針對鐵路5G專網這種典型應用場景進行現場測試和模型修正，研究不夠充分、完善。

選擇在現有的3GPP(第三代合作伙伴計劃) TR 38.901標準[9]基礎上進行完善，TR 38.901標準給出不同頻段、不同帶寬、不同空間維度下室內熱點、城市宏蜂窩、城市微蜂窩、農村宏蜂窩4類信道場景的信道模型。TR 38.901模型為通用模型，應用場景與鐵路實際情況存在一定差距，模型針對性不強，需在其基礎上根據鐵路場景實測數據進行矯正，以便更加準確地反映鐵路場景下的大尺度衰落特性。目前，鐵路5G專網尚未在運營線部署，缺少現場實測數據。在此情況下，通過搭建外場實驗環境，利用試驗列車完成數據采集，根據數據分析提取信道特征，對TR 38.901大尺度信道模型進行修正，并利用京張高鐵公網5G測試數據進行檢驗，從而建立鐵路5G專網下大尺度衰落信道模型。

2 3GPP TR 38.901信道模型研究

2.1 信道模型分類對比及選取

3GPP TR 38.901信道模型是3GPP為5G在0.5 ～100 GHz頻率范圍開發的信道模型，是基于幾何的隨機信道模型，描述了包括Umi(定義為城區微小區場景，室內/室外的用戶密度均為高密度，且基站低于周圍建筑物高度)、Uma(定義為城區宏小區場景，室內/室外的用戶密度均為高密度，且基站高于周圍建筑物高度)、RMa(定義為大范圍連續覆蓋場景，主要特征是通過連續廣域覆蓋支持高速移動以及郊區和農村等覆蓋廣袤地區)、InH(定義為室內熱點覆蓋場景，根據建筑物特征和覆蓋面積，可將室內熱點場景分為 Open Office 和 Mixed Office 兩類，其在信道模型上的差別主要是 LOS 概率不同)[10]。表1給出了4種場景參數設置對比。

表1 4種場景參數設置對比

由于鐵路場景下移動終端具有移動速度快、遮擋較少、基站間距小、環境復雜多變(高架橋、路塹、隧道等)、覆蓋區域沿鐵路呈帶狀分布、小區切換頻率高等特點，基于上述分析，RMa模型符合鐵路場景要求。針對RMa場景進行建模，RMa適用于建筑物分布非常稀疏的區域，基站天線掛高在10～150 m之間，終端天線位于車頂，高度約4 m。

2.2 RMa模型鐵路適用性分析

大尺度信道模型對于預測場強變化具有重要的參考價值。信道大尺度衰落一般分為路徑損耗和 陰影衰落。在自由空間傳播模型中，路徑損耗只與信號的載波頻率及傳輸距離相關。在實際傳輸過程中，由于存在反射、繞射、散射等現象，路徑損耗會略有不同。

2.2.1 3D距離

3GPP TR 38.901信道模型在傳統二維平面模型基礎上，定義了基站到接收端的3D距離， 在已知天線高度hBS、終端高度hUT和二者間2D距離的情況下，根據勾股定理算出3D距離[11]。圖1為3D距離示意。

圖1 3D距離示意

(1)

式中，d3D為3D距離；d2D為2D距離；hBS為天線高度；hUT為終端高度。

測試場景中，基站站間距為1.5 km，基站實際高度約30 m。移動臺發射天線置于車頂，京張高鐵測試時車輛高度約為4.05 m[12]，外場測試時乘坐的機車車輛高度約為4 m，所以選取hBS=30 m，hUT=4.05 m/hUT=4 m。原則上基站距鐵軌的垂直距離不超過30 m，TR 38.901要求2D距離不小于35 m，故取最小2D距離為35 m。代入公式進行計算，京張高鐵3D距離為43.57 m，外場試驗環境3D距離為43.6 m，在后續分析時，接收天線距基站的距離應大于3D距離，故后續圖中橫坐標最小值均為0.044 km。

2.2.2 LOS概率

在無線蜂窩系統中，當 UE(User Equipment) 與基站距離較近且無建筑物遮擋時，UE與基站間的傳播路徑中可能存在直接視距路徑(LOS)；而其他傳播路徑由于經過建筑物的繞射及反射損耗，定義為非直射(NLOS)路徑。RMa模型[13]中LOS概率定義為

(2)

由于鐵路多存在開闊地、高架橋等平坦開闊的場景，接收信號中具有較強的直射分量，所以實驗環境搭建在無明顯遮擋物的地區，保證收發端間具有良好的視距傳輸距離，并選取LOS模型進行信道建模。

2.2.3 LOS條件下的傳輸損耗

傳輸損耗為有效發射功率和平均接收功率之間的差值，是衡量無線信道大尺度衰落的重要指標。在RMa的LOS場景下，路徑損耗和自由空間損耗比較接近，在分界點dBP后，路徑損耗和40lgd成正比。表2給出了RMa場景下的LOS公式。

其中，斷點距離dBP=2πhBShUTfC/c。當2D距離大于10 m，小于斷點距離時使用PL1公式；2D距離大于斷點距離，小于10 km時使用PL2公式。fC為中心頻率，本文選取2.6 GHz；c為光速。計算得到，dBP=2.041 km。

表2 RMa場景下LOS公式

本文主要研究2 km以內的傳播模型，所以選擇PL1公式。PL1公式表示，隨著距離增加，損耗變大；當頻率變高或者周圍建筑物高度增加時，損耗也會增加。TR 38.901模型適用于通用情況，但需結合鐵路5G專網實際情況對RMa模型進行修正。

3 信道仿真測試環境搭建

3.1 外場實驗環境設置

本次測試選在外場進行5G高速信道仿真實驗。周圍平坦開闊，無明顯遮擋物。試驗場地周長9 km，呈圓形，某運營商實現了環行鐵道5G信號(獨立組網架構)全覆蓋。選取均勻布設的6個基站，基站天線高約30 m，圖2為實驗環境。

圖2 外場試驗環境示意

測試數據采集系統包括筆記本電腦，GPS定位裝置，羅德與施瓦茨(R&S)TSME6接收機，接收天線。搭載試驗列車，采用車頂天線完成數據采集。

3.2 大尺度參數設置

表3為外場試驗環境測試時大尺度參數設置，其中，周圍建筑物平均高度為實際高度統計值。

表3 外場試驗環境大尺度參數設置

目前，鐵路5G專網頻率尚未確定，故使用可能頻率相近的2.6 GHz進行試驗。

3.3 京張高鐵環境及測試參數

選擇京張高鐵對擬合后公式進行檢驗，從北京北站出發，終至張家口站，測試設備搭載綜合檢測列車，利用車頂天線采集數據。表4為京張高鐵大尺度參數設置，其中，周圍建筑物平均高度為實際高度統計值。

表4 京張高鐵大尺度參數設置

3.4 采樣間隔

采樣間隔的選取對建模結果具有重要影響。采樣間隔過大，會平滑掉本地均值數據，達不到建模要求；間隔過小，平均結果會存在微弱的瑞利衰落，影響樣本獨立性[14]。

根據李氏定律[15]，在40個波長間隔內，采樣36～50個點可有效地去除快衰落影響。本次進行了2次數據采集，試驗列車車速為120 km/h，行車距離9 km，代入李氏定律計算可知需采集70 130～97 402個點。對實際測試采集的數據利用系統抽樣方法進行處理：得到數據72 816個，滿足李氏定律。

4 數據分析及模型修正

4.1 數據分析

測試數據包絡測試時間、測試點經緯度、基站小區標識(PCI)、頻點、SSB-RSRP、SSB-SINR等信息。SS-RSRP和SS-SINR是基于SSB信號，體現了廣播和同步信道的能力，在空閑態和連接態均可測量，屬于小區級指標，能夠反映小區的覆蓋水平[16]。處理數據時首先要進行數據預處理，剔除異常數值和部分數據缺失值，用于保證數據的準確性。同時，對接收信號設置電平過濾門限(-50 dBm≤RSRP≤-110 dBm)。

首先，選取多個PCI，做出每一個PCI下曲線圖，對多條曲線進行平均處理，將多個PCI曲線進行插值處理，并提取縱坐標取平均值；然后，對數據進行內插抽樣以得到均勻的X軸數據，便于后續進行曲線平滑處理；之后，使用Savitzky-Golay[17]方法進行滑動平均濾波，這是一種基于最小二乘的卷積擬合算法，通過在滑動窗口內對給定高階多項式進行最小二乘擬合得到其加權系數，可在濾除噪聲的同時保證信號形狀、寬度不變。窗寬為40時，Savitzky-Golay濾波器參數指標變化愈趨平緩[18]，故本文窗寬選擇40。圖3為120 km/h平滑處理后大尺度衰落曲線。

圖3 120 km/h平滑處理后大尺度衰落曲線

圖3中，灰色曲線為采集到的一個PCI下的RSRP曲線，黃色曲線為進行平均處理后曲線，紅色曲線為進行等間隔處理曲線，黑色曲線為進行平滑去噪處理曲線。從圖3可以看出，路徑損耗隨著距離增大不斷增大。基于以上參數，根據實測數據對大尺度模型進行修正，得出修正后公式。

4.2 大尺度模型修正

常用的傳播矯正模型分為2種，一種是通過調整路損公式的系數，減小預測值和實際值誤差；另一種為一元校正法，用一元一次線性最小二乘法校正距離因子系數及與頻率有關的常數系數[19]。由于一元校正法誤差偏大，使用價值不高，本次選擇第一種方法，基于實測數據使用梯度下降法[20]進行傳播模型路損公式擬合，并得到預測值和實際值間的誤差值，并利用最小二乘法求出大尺度陰影衰落標準差[21]

y= 20lg(40πxfc/3)+0.01554h1.72lgx-0.056 4h1.72+0.001lg(h)x+σ

(3)

式中，y為路損值，dB；x為距基站的距離，km；h為周圍建筑物平均高度，m；中心頻率fc為2.6 GHz；陰影衰落標準差σ為2.96。圖4為車速120 km/h數據擬合結果。

圖4 120 km/h數據擬合結果

圖4中，綠線為TR 38.901模型模擬出的曲線，藍線為根據修正模型擬合出的曲線。

使用RMSE(均方根誤差)[22]、MAPE(平均絕對百分比誤差)[23]2種回歸評價指標衡量模型修正結果。

(4)

RMSE為回歸效果與真實值平均相差的值，誤差越大，值越大；MAPE為0%代表完美模型，MAPE大于100%代表劣質模型，MAPE越小，擬合效果越好。表5給出120 km/h下TR 38.901和修正模型的指標，RMSE降低了13.42%，MAPE降低了10.71%，說明修正后的模型精確度更高。

表5 120 km/h下TR 38.901模型與修正公式評價指標對比

4.3 修正后大尺度模型檢驗

為驗證模型的準確度和普適性，使用京張高鐵實測數據對公式進行檢驗。圖5、圖6給出京張高鐵平滑處理曲線和擬合曲線，表6給出京張高鐵的TR 38.901和修正模型的指標，結果顯示，RMSE降低了43.32%，MAPE降低了45.76%，驗證了修正后模型在京張高鐵的適應性。

圖5 京張高鐵平滑處理后大尺度衰落曲線

圖6 京張高鐵TR 38.901與擬合公式對比

表6 京張高鐵TR 38.901與修正公式評價指標對比

從結果可得，修正模型較TR38.901在京張線的評價指標結果優于外場120 km/h實驗環境下的評價指標結果，分析原因為京張高鐵基站場景更多，規律更明顯，統計效果更好。

5 結語

在鐵路通信中，大尺度信道模型可輔助系統的設計和優化。目前，還未有針對鐵路5G專網的模型，通過搭建外場環境，搭載試驗列車采集5G專網數據，對測試數據進行處理，對不同PCI下曲線進行平均及等間隔處理，利用Savitzky-Golay方法平滑曲線，最后，利用梯度下降法修正TR 38.901模型，給出了鐵路5G專網下的大尺度衰落模型研究過程。結果顯示，RMSE降低了13.42%，MAPE降低了10.71%。經運營線實測數據校驗，RMSE降低了43.32%，MAPE降低了45.76%，說明擬合公式較TR 38.901模型提升了準確度，泛化能力增強，有助于評估、設計、建設和部署未來運營線上的鐵路5G專網，節約社會、經濟、人力成本。

隨著我國鐵路5G專網研究的深入，未來可進一步在鐵路5G專網試驗段、運營線采集真實的電波傳播數據，進行模型驗證和優化，進而為標準制定和工程實施提供技術支撐。此外，鐵路具有諸多場景，如路塹、隧道等，選取平坦開闊的地形，未來可對其他場景進行大尺度信道建模，進而全面掌握鐵路5G專網的大尺度信道特性。