5G-TSN系統下的高精度時間同步

李曉輝, 王先文, 樊 韜, 張 峰, 劉佳文, 萬宏杰

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

0 引 言

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

2020年7月,5G第二版標準R16凍結,在R16中開始支持時間敏感網絡(time sensitive network, TSN)和5G相集成[4]。TSN與5G的融合,可以為各種工業場景帶來顯著的好處,通過5G無線替代工廠內的有線網絡,讓工業生產更加柔性化,更重要的是支持確定性傳輸、時間同步以及網絡的動態配置,這些特性吸引了各大垂直領域的高度關注[5]。5G為特定行業部門和垂直領域提供差異化的服務,對同步的需求也有了相應的變化[6]。以智能工廠、智能電網、車聯網等為代表的領域,其對時間同步的性能有著不同的要求,復雜的無線環境也給同步帶來了挑戰。

5G載波頻率較高,會引入較大的頻率偏移和時間偏移,影響主同步信號(primary synchronization signal, PSS)定時同步[7]。其中,時間偏移的估計和校正須在快速傅里葉變化(fast Fourier transform, FFT)前完成。最常見的就是使用自相關和互相關算法,文獻[8]介紹了基于波束管理的幀定時同步通用流程,并推導了自相關與互相關的算法公式。對于較高的頻偏值,這兩種方法都存在較高的估計誤差,導致嚴重的誤碼率。文獻[9]中提出的方案基于最大似然(maximum likelihood, ML)估計準則,并利用信道頻率響應的最小均方誤差降秩逼近ML估計,該方案的性能是最佳的,但其計算量太大。文獻[10]提出了一種差分和疊加相關的檢測算法,該算法對接收信號進行差分相關處理,檢測出粗同步點的位置,進一步對粗同步點進行局部相關,根據最大峰值檢測出精確的同步點,利用差分能減少頻偏的影響,但由于在相關過程中需要遍歷檢測,其復雜度仍是很高的。文獻[11]提出了一種新的方案,收集全球公共陸地移動網絡(public land mobile network, PLMN)和全球同步信道號(global synchronization channel number, GSCN)信息,將PLMN和GSCN的映射信息保存在服務器的數據庫上,并將該映射列表提供給用戶設備(user equipment, UE),UE再進行傳統的相關檢測。該方案能夠減少下行同步和小區搜索時的掃描時間,但方案的執行受限于全球復雜的地理位置以及移動網絡的配置,暫時難以收集全部的PLMN和GSCN信息。文獻[12]提出了一種有效的整數倍頻偏估計和PSS檢測方案,基于3個PSS是彼此循環移位的特性,將3個PSS序列進行相加構建為一個新的序列,然后采用與文獻[13]類似的方法進行假設檢驗,該算法能降低UE初始同步的計算量,但會造成檢測性能損失。文獻[14]提出一種基于卷積神經網絡(convolutional neural network, CNN)的5G下行同步算法,利用CNN定位到同步信號塊(synchronization signal block, SSB)所在正交頻分復用(orthogonal frequency division multiplexing, OFDM)符號,然后利用改進的混合相關算法完成定時同步,該算法減小了搜索區間,并提高了低信噪比和大頻偏環境下的同步成功率。

在5G-TSN中需要完成傳播時延估計及補償來矯正時間信息的誤差。為了提高室內場景中傳播時延估計的分辨率,文獻[15]提出了一種快速拋物線插值方法。在文獻[16]中,提出了考慮峰均比的迭代傳播時延估計方法,在每次迭代時排除了已檢測到的傳播徑對信道沖激響應的影響,最后檢測提供傳播時延估計的信道抽頭。很多解決方案大多針對視距(line-of-sight, LOS)環境的多徑信道,主要是因為LOS分量的時間延遲提供了傳播時延估計的最佳近似值。在非視距(non-line-of-sight, NLOS)條件下,當有運動障礙物在傳播路徑中間移動時會影響估計結果,造成算法性能下降,導致傳播時延估計精度或定位精度降低[17]。

本文分析了現有同步需求與方法,介紹了5G-TSN,并提出一種聯合多個波束進行下行定時同步的方法,以改善5G-TSN中的UE同步性能。利用波束間的時域相對關系進行聯合檢測,對高于門限峰值的多個波束進行互相關疊加,減少相關檢測中的干擾峰影響,進一步降低誤檢率。仿真結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 常規同步技術

目前,最常用的同步技術采用全球導航衛星系統(global navigation satellite system, GNSS)以及基于IEEE 1588的網絡時間協議(network time protocol, NTP)。以北斗、全球定位系統(global positioning system,GPS)為代表的GNSS能夠提供高精度的時鐘信息[18]。目前GNSS授時精度可達到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,惡劣的氣候下信號的傳輸時延將大大影響衛星信號的傳輸。在室內工業環境中,必須在室外安裝GNSS專用的天線以確保正確的信號接收。室外環境下也會由于多徑效應造成精度下降[20]。NTP是一種通過網絡服務于計算機時鐘的時間同步協議,其精度為毫秒級。NTP常用于服務器給客戶端授時的模式,通過周期性報文的發送與相應實現時間同步。為滿足一些更高精度的同步需求,基于IEEE 1588標準的精密時間協議在2001年發布,2008年發布的IEEE 1588v2協議可達到100 ns的同步精度[21]。

1.2 5G-TSN時間同步

IEEE 802.1 AS標準中定義的通用精確時間協議(generic precision time protocol, gPTP)是IEEE 802.1 TSN任務組開展TSN標準化工作的基石。如今,TSN包含許多不同的標準化文檔,其中IEEE 802.1 Qav,IEEE 802.1 AS和 IEEE 802.1 Qat描述了該技術的不同方面,IEEE 802.1 BA將它們做了綜述[22]。

5G-TSN的關鍵技術之一就是基于5G系統的時間同步,以支持時間關鍵業務的端到端時間同步[23]。如圖1所示,5G系統與TSN域分屬兩個不同的同步系統,兩個同步系統之間彼此獨立。5G系統作為邏輯TSN網橋,5G主時鐘(grand-master, GM)與UE、5G基站(next generation nodeB, gNB)、用戶平面功能(user plane function, UPF)、網絡側TSN轉換器(network side-TSN translation, NW-TT)和設備側TSN轉換器(device side-TSN translation, DS-TT)實現了時間同步。5G系統邊緣的TSN轉換器器需要支持IEEE 802.1 AS的相關功能,用于TSN系統和5G系統之間的互通。

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

TSN同步域遵循IEEE 802.1AS協議,根據gPTP通過共享時鐘,從而形成一個gPTP域。gPTP域中的一個節點充當共享時鐘的源,并將其表示為GM,時鐘信息從GM分發到域中的所有節點。這兩個時間域的同步進程可以認為是相互獨立的。gNB只需要與5G GM時鐘同步,保證無線接入網功能正常,5G同步進程不受外部gPTP同步進程的影響。兩個同步進程的獨立性為時間同步部署帶來了靈活性。若在已有5G系統的場景想要使用gPTP,只有UPF和UE方面需要額外的增強,整個5G時間域保持不變。同時,如果將5G 引入到具有時間同步的固定TSN網絡中,TSN時間域不會發生改變[24]。

2 空口同步算法

在本節中,介紹了5G gNB和UE之間的時間同步流程,提出一種基于多波束SSB聯合的下行定時同步算法,并介紹了傳播時延估計算法。

2.1 空口同步流程

在5G第3版標準R17中,時間同步預算(5G系統在時鐘同步消息路徑上的入口和出口之間的時間誤差)被設置為900 ns。時鐘同步消息流經過空口兩次,因此空口之間的同步誤差不應超過450 ns。該時間精度受gNB處的時間對準誤差、UE處的定時誤差以及傳播時延的影響[25]。

gNB和UE之間的時間同步基本上可以通過3個步驟來實現。第1步是gNB發送參考時間信息;第2步是UE進行下行幀定時;第3步是可選的,進行下行鏈路傳播時延估計及補償。時間同步的基本過程如圖2所示,gNB向UE傳送的參考時間可由系統信息塊(system information block, SIB)9或無線資源控制(radio resource control, RRC)中的參考時間信息字段承載,通過周期性的廣播使gNB與UE的時間一致。并且,其時間粒度已經從10 ms增強到了10 ns,假設舍入誤差均勻,將引入±5 ns的誤差[26]。UE接收端的下行幀定時代表下行信號的到達時間,可通過檢測參考小區的下行同步信號得到。在時分雙工系統中,上下行鏈路之間的時間間隔足夠短,可以看作下行鏈路和上行鏈路的信道衰落有很強的相關性,下行鏈路和上行鏈路傳播時延之間的不對稱性主要是由于小規模衰落。在頻分雙工系統中,由于下行鏈路和上行鏈路信號在不同的載頻上傳輸,因此傳播時延會更大[3]。

圖2 gNB與UE時間同步過程Fig.2 Time synchronize process between the gNB and UE

參考時間從gNB傳輸到UE直到空口完成同步,其造成的時間誤差主要來源有參考時間精度、UE幀定時誤差以及下行傳播時延測量誤差等。因此,在同步過程中需要盡可能地減小誤差,從而完成gNB與UE高精度的時間對準。

2.2 多波束聯合定時同步算法

UE通過檢測下行鏈路中的相關參考信號或專用的同步信號完成定時同步。在檢測PSS時會受到載波頻率偏移以及噪聲的影響,導致同步性能下降甚至無法建立同步。為了UE能夠快速地檢測到同步信號完成同步,保證后續SIB或RRC消息的傳送。本研究提出了一種聯合多波束的定時同步的算法。

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PSS、一個輔同步信號(secondary synchronization signal, SSS)和一個物理廣播信道(physical broadcast channel, PBCH)。下行鏈路會周期性傳輸SSB,L個SSB組成的同步廣播塊集合(synchronization signal burst set, SS burst set)會依賴于波束進行傳輸,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5 ms的半幀內并定期傳輸,并且其中的SSB之間的時域位置是相對的。如圖3所示,gNB在一個無線電幀中為SSB定義了多個候選位置,每個SSB對應于在一個特定方向上輻射的波束,每個SSB可以通過一個稱為唯一編號來識別,而識別哪個SSB取決于UE所在的位置[27]。

圖3 波束與SSB映射關系Fig.3 Mapping relationship between beam and SSB

從測量角度來看,UE會掃描檢測不同波束,從而UE能夠識別出信號強度最強的SSB,同時也能根據時域關系推導其他SSB。根據波束中各個SSB時域位置的相對確定,通過聯合多個SSB進行定時將能充分利用波束的能量與時域特性。通常會根據周期執行同步,但當測量的參考信號接收功率或接收質量低于正常范圍時,會立即觸發新的波束掃描以及同步,以保證UE移動過程中的可靠性。

SSB中的PSS、SSS、PBCH需要OFDM信號承載,考慮時域傳輸的基于循環前綴(cyclic prefix, CP)的OFDM信號為

(1)

式中:N表示快速傅里葉逆變換(inverse fast Fourier transform, IFFT)點數;Ng為CP長度;n為離散時間索引;k為子載波索引;Xm(k)表示第m個OFDM符號上第k個子載波上映射的復數值。

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

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

xm(n)+zm(n)

(2)

對同一周期內聯合L個波束內的SSB進行互相關檢測。通過先檢測PSS后檢測SSS實現完全的同步,能充分利用波束間的相關性實現高效地檢測。對L個波束內的SSB進行互相關操作并求期望:

(3)

式中:Pavg(θ,nid2,εI)為一個周期內多個波束的PSS互相關期望值;l為SSB編號;Ci表示相鄰波束間相差d個索引的P(θ,nid2,εI)互相關值。

進一步對大于式(3)中Pavg值的若干個波束進行互相關疊加求得波束索引集合為

(4)

式中:l=0,1,…,LBeam-1;i∈{0,1,2}。

將超過門限的若干波束進行相關疊加:

(5)

進一步,計算式(5)最大值的參數:

(6)

2.3 傳播時延估計

為估計傳播時延以提高同步精度,提出一種基于時域粗估計和頻域精估計的方法。gNB生成頻域下行參考信號,如PSS、SSS、信道狀態信息參考信號(channel state information-reference signal, CSI-RS)或者專用的定位參考信號(position reference signal, PRS)。由于用于傳播時延的測量因此可以任選一種參考信號,本文選取PSS進行算法說明。gNB將生成的PSS通過IFFT后進行發送。然后UE在時域進行整數倍時延估計。傳播時延估計表示為

τ=τc+τf=α·Ts+τf

(7)

式中:Ts=T/N為采樣間隔,T為系統的采樣周期;τc和τf分別表示整數倍采樣間隔和小數倍采樣間隔;α為一個系數。UE對第γ個接收信號的采樣可以表示為

y(γTs)=h?x(kTs-αTs-τf)+n(γTs)

(8)

式中:γ∈[0,∞],通過對式(8)中的信號進行相關操作后可計算出α的估計值:

(9)

由于相干檢測算法的估計精度取決于采樣率,無法克服采樣頻率的限制。高精度要求高采樣速率,這將導致高計算量和高硬件成本。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。將時域數據進行FFT,變換為頻域數據,利用相鄰子載波間的相位差的特性,以及OFDM信號相鄰子載波上信道頻域響應的一致性,可以估計出小數倍時延為

(10)

式中:R(k)=H(k)2ej2πτf/N,H(k)為信道的頻域響應。

3 仿真結果及分析

為驗證算法的有效性,本節進行了仿真實驗,并分析同步算法性能。構建仿真場景,仿真參數如表1所示,其中仿真信道為抽頭延時線A(time delay line-A, TDL-A),子載波間隔為15 kHz,并在仿真中隨機加入大小為0～16 kHz的頻偏。

表1 仿真參數

3.1 多波束聯合定時同步算法仿真

圖4所示為幾種現有算法與所提聯合多個波束進行同步的算法比較,其中圖4(a)為文獻[8]中傳統的PSS自相關算法,圖4(b)為基于差分的PSS互相關算法,圖4(c)為基于SSB互相關的算法,圖4(d)為所提基于多個波束內SSB聯合相關的算法,并在其中加入差分操作,差分操作可利用相鄰符號間的共軛乘法來削弱頻偏。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,容易造成定時同步點產生偏移,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誤檢測。不同信噪比下PSS定時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合多個波束進行同步帶來的性能增益是顯著的。同時,進一步反映了圖4中較尖銳的相關峰能夠減少定時模糊,從而即使在低信噪比下也有較好的性能。自相關算法由于受到頻偏的影響,其性能較差。而差分互相關算法則由于差分操作抵消了部分頻偏,性能優于自相關算法。差分相關算法非常適合作為一種改進策略與其他算法相結合,以降低頻偏的影響。若在其他算法中加入差分算法會增加一點的計算量,但可利用并行計算或多線程來加速差分操作。

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

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

3.2 傳播時延估計仿真

不同信道下的傳播時延均方根誤差隨信噪比的變化曲線如圖6所示。仿真結果表明,傳播時延測量對信道模型較為敏感,理想信道與高斯信道下傳播時延均方根誤差較小,多徑信道下傳播時延均方根誤差較大,以0 dB為例,多徑信道下傳播時延均方根誤差約為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,造成傳播時延估計產生偏差。

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

圖7比較了不同帶寬下傳播時延估計誤差的累積分布函數(cumulative distribution function, CDF)。在仿真實驗中,信號帶寬分別設置為20 MHz、40 MHz和100 MHz。從圖中可以看出,帶寬會影響傳播時延估計誤差。帶寬越大,時間分辨率越高,傳播時延估計精度越高。因此,對于需要精度較高的場景可盡量增大帶寬,以保證較高的時間分辨率。

圖7 不同帶寬下傳播時延估計誤差CDFFig.7 Propagation delay estimation error CDF under different bandwidths

4 結 論

高精度時間同步對各個垂直領域十分重要,決定著超高精度超低時延通信的實現。在5G與TSN的結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,提出聯合多個波束進行時間同步的算法,用以提高同步成功率,并給出傳播時延測量算法用以降低同步誤差。仿真結果表明,所提算法在峰值檢測與同步成功率方面的性能優于其他算法。