5G NR系統初始波束選擇技術研究

王小艷

(山西職業技術學院，山西 太原 030006)

0 引言

隨著無線通信技術的不斷演進，第五代移動通信(5th Generation Mobile Communication，5G)技術已經商用3年多。5G已成為實現高速度、超高可靠性、低時延和海量機器類通信的最佳方案。目前，5G商用的是6 GHz以下的中低頻段，高頻段的毫米波NR系統還在進一步的研究中，暫未實現商用。毫米波作為5G中的一個核心技術，可以使用高頻段大量的空閑帶寬來提供更多的通信資源，提高系統吞吐量及傳輸速率。毫米波雖然有非常明顯的優勢，但是也面臨著若干挑戰：衰減嚴重，繞射能力差。毫米波面臨的首要問題是覆蓋問題。波束賦形就是為了解決這一問題而誕生的。5G NR中的波束管理包括波束的掃描、測量、確認、上報以及失敗恢復5個部分。其中，第一階段波束掃描是搜索尋找最優波束的過程。優秀的波束搜索算法要達到時間復雜度和準確度兩者之間的平衡，在保證準確度的前提下盡量降低時間復雜度[1]。本文將對毫米波段的NR系統中的初始接入過程進行闡述，并對影響接入過程的關鍵技術——波束搜索方法進行研究。

1 毫米波初始波束搜索方法研究現狀

最基礎的波束搜索算法是窮舉掃描法，它對收發端所有波束進行依次配對掃描，從中選出最優的一對波束，其時間復雜度為O(n2)[1]。窮舉掃描法是最穩定的波束搜索算法，但也存在致命的問題——波束掃描時延較大。窮舉掃描算法如圖1所示[2]。IEEE802.11ad和 802.15.3c中提出了類似的分級掃描方法。分級掃描方法的基本思路如下：第一步收發端都使用少量天線形成較寬波束，進而在該波束集上進行窮舉掃描來完成配對；第二步在第一步的掃描結果區域內再細化波束，由此反復，最終找到最優波束對，降低了搜索準確率[3]。單邊搜索法和窮舉搜索法的唯一區別是基站使用全向波束發送同步信號，不需要基站在UE波束搜索過程中的遍歷[4]，單邊搜索法和分級掃描方法一樣，雖然降低了時延，但犧牲了小區覆蓋。單邊搜索算法如圖2所示。近年來，有學者和研究人員將人工智能用于波束的掃描，這是非常前沿的嘗試，也是未來的發展趨勢。

圖1 窮舉掃描算法

圖2 單邊搜索算法

2 5G NR初始接入過程概述

當UE開機或者從IDLE態嘗試進入Connection態時，需要UE接入NR網絡，這個過程叫做初始接入過程。初始接入過程是完成UE和gNB上行同步的過程。初始接入有兩個目的：(1)UE與基站實現無線接入系統的上行同步；(2)分配發送message3的信道資源。有兩種情況會觸發UE從IDLE態到connection態，其中一種是UE有上行數據需要發送給基站，另外一種是周期性尋呼，如果判斷后需要進行下行數據傳輸，則進入connection態。UE有上行數據需要發送的場景如圖3所示。

圖3 初始接入過程(需要發送上行數據)

UE進行小區選擇。小區選擇有兩種情況：一種是UE保存有駐留過的小區信息，這種情況下只需要掃描已存在的列表頻點，掃頻耗時較短；另外一種是沒有之前的駐留信息，這種情況下需要全頻段掃描；最壞的情況是掃描已有列表失敗，UE需要再進行全頻段掃描。在完成小區選擇之后，UE要進行初始波束搜索。初始波束搜索又包括UE波束搜索和基站波束搜索兩個階段，目的是確定UE和基站之間上下行數據通信的波束方向。

小區搜索是UE獲取與小區的時間和頻率同步并檢測該小區CellID的過程。NR小區搜索基于位于同步柵格上的主要和輔助同步信號以及PBCH DMRS。小區搜索的過程中，UE需要根據已選定的波束選擇方案執行波束掃描，UE需要重復小區搜索的過程直到小區搜索成功。小區搜索成功后，UE會繼續獲取其他的系統信息。這里提到最小系統信息(Remaining Minimum System Information， RMSI)的概念，RMSI中包含隨機接入所需要的資源配置信息。

隨機接入過程完成UE與基站之間的上行同步，使UE能被NR系統識別，并分配用于數據傳輸的上行資源。在NR中，出發UE發起隨機接入的事件類型和LTE中是相似的，而且也支持和LTE中類似的兩種隨機接入類型，分別是CBRA(Contention-based Random Access)和CFRA(Contention-free Random Access)。在開始隨機接入的流程之前，UE已經通過小區搜索及系統信息讀取確定了需要接入的基站的基本信息，其中包括波束方向、SSB索引以及PRACH資源位置等。UE在指定的波束上發送preamble并完成后續的隨機接入流程。隨機接入過程成功可以判斷出其中的基站波束搜索也成功。此時，UE和基站完成了上行和下行鏈路的雙向同步，初始接入的過程已經成功完成，即可進行數據傳輸。因為NR的PRACH信道是基于LTE設計的，所以會發現NR和LTE在隨機接入流程匯總差別不大，最大的區別就是NR中的隨機接入是基于波束的接入，下行波束基于SSB索引，上行波束基于PRACH Occasion。

周期性尋呼的下行數據傳輸過程如圖4所示。當UE尋呼定時器到期后，UE需要判斷是否被基站尋呼。接下來的流程和需要發送上行數據的流程類似，只是在完成小區搜索和系統信息讀取后，需要獲取基站發起尋呼信令所使用的資源位置，之后UE在該位置上接收基站發送的尋呼列表信息，進而判斷是否被尋呼。如果被尋呼那么進入隨機接入流程，否則UE繼續進入休眠狀態。

圖4 初始接入過程(周期性尋呼)

從以上兩種初始接入過程的流程介紹中可以看到，初始波束搜索是整個流程的關鍵，也是和LTE網絡完全不同的全新概念。波束選擇方法直接決定了波束搜索的時延，進而也決定了整個初始接入過程的時延，研究波束選擇方案是非常必要的，優秀的波束選擇方案可以大大降低初始接入時延，提升用戶感知。

3 5G NR初始波束搜索方法研究

5G相關的3GPP標準中給出了同步信號(Synchronization Signal Block， SSB)的相關定義。一個波束對應一個SSB。SSB包含3個組件，分別是主同步信號PSS、輔同步信號SSS以及物理廣播信道PBCH。SSB的時頻結構如圖5所示。

圖5 SSB時頻結構

SSB是周期性傳輸的，這樣可以確保小區的覆蓋。SSB在不同波束中的重復傳輸被稱為一個SSB burst集合。在毫米波頻率下，在一個SSB發送的半幀(5 ms)中，SSB塊的發送個數最大為64個。初始小區選擇中SSB burst集的默認周期為20 ms。根據協議中的描述，按照不同頻段和SSB子載波間隔，一個半幀內的SSB位置會有5種不同的情況，毫米波頻率根據SSB子載波間隔的不同有兩種情況：第一種情況子載波間隔為120 kHz，候選SS/PBCH塊的第一個符號索引為Index={4,8,16,20} + 28 ×n，其中n= 0～3,5～8,10～13,15～18.；第二種情況子載波間隔為240 kHz，候選SS/PBCH塊的第一個符號索引Index={8,12,16,20,32,36,40,44} + 56 ×n，其中n= 0～3,5～8。

對SSB時頻結構和資源分配簡單闡述后，本節主要對波束搜索的幾種常見方法進行研究，并對其在小區搜索階段的性能進行對比分析。

3.1 窮舉搜索法

對于搜索算法而言，時間復雜度和成功率是非常重要的兩個指標，而且兩者一直是博弈的關系，在選擇算法的時候應該保持一個最基本的原則，那就是在保證一定成功率的前提下，盡可能地降低計算的復雜度。最簡單的波束掃描算法——窮舉搜索法在上文已闡述，已知FR2頻段每個SSB集最多發送64個SSB。由于其窮舉的銹點，搜索成功率應該是所有算法中最高的，但是其時間復雜度高，難以滿足5G大部分低時延的場景。假設基站波束數量為NBS，用戶波束數量為NUE，SSB集合內的最大SSB資源數為NSSB，每個SSB的傳輸周期為TSSB，則時間復雜度n=NBS×NUE。假設基站可以在每個 OFDM 符號發射Npanel條波束，則完成窮舉搜索需要的OFDM數為NOFDM=NBS×NUE/Npanel。假設小區搜索一次成功，則搜索算法的最大時延為TE=NUE×TSSB。很容易看出UE的波束越多，算法的時延越大。

3.2 單邊分層搜索算法

IEEE 802.15.3c和802.11ad都提出了類似的分級掃描方法。基于分層碼本的波束搜索算法，其核心思路分為兩個步驟，分別是搜索最優扇區和搜索最優波束。搜索最優扇區時通過設計碼本先將波束搜索過程分為精細度不同的層級，進而通過粗粒度層級的掃描找到性能最優的扇區，搜索最優波束時需要在細精粒度層級進行搜索，從而找到該扇區內的最優波束。單邊分層掃描算法是一種改進的分層波束搜索算法。其核心思想是將SSB集合劃分為盡可能多的資源塊，且每個資源塊包含的SSB資源數為基站的波束數量[4]。假設基站波束數量為NBS，用戶波束數量為NUE，SSB集合內的最大SSB資源數為NSSB，每個SSB的傳輸周期為TSSB。則每個SSB集合可以劃分的資源塊數量為：

(1)

假設小區搜索一次成功，則單邊分層搜索算法的最大時延為：

(2)

當NSSB<2×NBS時，SSB集合只能劃分出一個資源塊，此時單邊分層搜索算法在第二階段的時延將會大于窮舉搜索法，由此可見該算法不適合基站波束數量配置較高的場景。當NSSB>2×NBS時，該方法不僅提高了SSB的利用率，而且降低了搜索算法的復雜度[4]。

3.3 波束分集搜索算法

英特爾公司在文獻提出過采樣波束可以保證用戶和基站的小區覆蓋，給出了基站波束分集搜索算法。該算法根據波束的空間相關性將基站波束分成不同的集合。算法的核心思路是：第一步用戶通過掃描分集后的任意一層基站波束進而找到最佳的接入波束；第二步以第一步結果作為依據來搜索所有基站波從而改善波束搜索精度。具體方法如下：將基站側的波束根據其空間相關度分成幾個子集。在接入過程中，子集在空間上是等效的。假設將基站波束分成了4個子集，UE只需要掃描所有基站1/4的波束來完成第一步的操作，即可選出最佳接入波束。總波束掃描等待時間減少到窮舉搜索法的1/4。由此可見，子集劃分越多，時間復雜度越低[5]。受到以上分集思路的啟發，也可以將分集方法利用到UE側的波束上，這樣可以在雙向都實現算法復雜度的優化。與窮舉搜索法相比，該算法的時間復雜度明顯優于窮舉搜索法和單邊分層搜索算法。

4 結語

5G低中頻段使用率越來越高，研究和使用5G毫米波頻段勢在必行。初始波束搜索算法的成功率和時間復雜度直接影響5G NR的初始接入成功率和時延，進而影響用戶感知。本文在分析了初始波束搜索算法研究現狀的基礎上，對比了窮舉搜索算法、單邊分層搜索算法和波束分集搜索算法的性能，得出波束分集搜索算法是最優算法，而且子集劃分越多，該算法復雜度越低，雖然犧牲了部分成功率，但是權衡兩者，其仍然是最佳算法。