超高速场景下随机接入前导序列的检测

黄存刚, 马文平, 罗炼飞

(西安电子科技大学通信工程学院, 陕西 西安 710071)

0 引 言

与现有第四代(the 4th generation,4G)移动通信网络相比,随着用户需求的增加,未来第五代(the 5th generation,5G)移动通信网络需要实现高数据速率、低时延、包优化以及保证小区边缘性能的无线接入技术[1-2]。随机接入过程是用户终端与无线网络建立连接的第一步,也是切换过程的关键步骤[3-4]。网络端前导检测是随机接入的首要步骤,也是随机接入过程能否成功的关键因素[5-6]。

物理随机接入信道(physical random access channel,PRACH)的前导序列是由Zadoff-Chu(ZC)根序列进行循环移位产生[7]。文献[8-9]讨论了随机接入上行同步ZC序列的设计,文献[10-11]分析了频偏对于随机接入检测过程的影响,文献[12]给出了长期演进(long term evolution,LTE)随机接入载波频偏的检测算法。而如今高铁的极限速度给移动通信随机接入前导检测带来了巨大的挑战,高速运动会引发大的多普勒频率扩展,这使已有前导序列的生成方式和检测算法不能很好地适应需求。

当用户设备(user equipment,UE)移动速度超过350 km/h,而这时PRACH上行多普勒频偏超过1.75 kHz,由于当前LTE规范PRACH在高速小区下的频偏检测范围为[-1.25 kHz,+1.25 kHz],远超出了其检测范围[13]。若按当前检测算法检测,将无法检测出PRACH信号或导致PRACH检测的性能下降。本文首先讨论新的循环移位随机接入前导序列的生成方式,然后根据多普勒频偏对新限制集前导序列影响的特点,在接收端采用5个检测窗口对前导码进行联合检测,最后将本文检测算法与已有检测算法进行仿真对比,验证本文所提出检测算法对于存在大多普勒频偏前导序列的检测有效性。

1 随机接入前导序列生成

1.1 PRACH前导的基本结构

PRACH前导是一个复数序列,它是由长度为TCP的循环前缀(cyclic prefix,CP)、长度为TSEQ的序列(sequence,SEQ)和长度为TGT的保护间隔(guard time,GT) 3部分组成,如图1所示。

图1 前导序列的基本结构Fig.1 Brief structure of preamble sequence

PRACH前导序列的CP是将序列的尾部复制到序列开头的部分,用来抵抗往返时延和多径时延。PRACH前导序列的后面留有一定的时间间隔,称为GT,为抵消不可预测的额外传播时延提供了保护间隔。

1.2 限制集前导序列的生成

随机接入前导序列产生于具有零相关的ZC序列,ZC序列有恒包络特性、周期自相关性、良好的互相关及低峰均比等特性[14],ZC根序列的生成公式为

, 0≤n≤NZC-1

(1)

式中,NZC表示ZC序列的长度；u表示物理根序列号。根据第三代合作伙伴计划(3rd generation partnership project, 3GPP)TS 36.211 Release 14[15](Rel-14)协议标准规定,每个小区有64个可用的前导序列供用户随机选择,这些前导序列由一个或者多个根序列通过循环移位产生,如果一个根序列不能产生64个前导序列,则把逻辑根序列号以递增的方式向后移一位,找到对应的物理根序列号u,以同样的方式生成剩下的前导序列。随机接入前导序列由物理根序列号为u的ZC序列进行循环移位得到,即

xu,v(n)=xu((n+Cv)modNZC)

(2)

式中,Cv表示循环移位值。

本文研究的是UE处在超高速移动场景(移动速度超过350 km/h)下,即存在大的多普勒频偏,因此3GPP Rel-14协议标准对循环移位值做出新的限制,此时Cv有3种取值:

(1) 当v=0,1,…,w-1时

(3a)

(3b)

(3c)

变量du为由于多普勒频移造成的真实响应和虚假响应的间隔,该参数是幅度为1/TSEQ的多普勒频偏对应的循环移位值,定义为

(4)

式中,p为最小的非负整数且满足p·u≡1modNZC,故根据du的取值范围各参数取值分为(a)～(f) 6种情况:

(a) 当NCS≤du

(b) 当NZC/5≤du≤(NZC-NCS)/4时

(c) 当(NZC+NCS)/4≤du<2NZC/7时

(d) 当2NZC/7≤du≤(NZC-NCS)/3时

(e) 当(NZC+NCS)/3≤du<2NZC/5时

(f) 当2NZC/5≤du≤(NZC-NCS)/2时

在这个新的循环移位限制集合条件下,3GPP TS 36.211 Release 8[16](Rel-8)协议标准规范中的大部分NCS取值仍然适用,Rel-8的某些NCS取值在新限制集中不再适用。在超高速场景下,对前导码总数的最低要求是128,满足该要求的最大NCS是137。因此,对于新的受限制集合,158,202和237应该全部从Rel-14限制NCS集合中移除。128小于137,但在128和137之间只有9的小差距,这与两个相邻NCS值之间的间隙随着NCS值的增加而增加的设计原理不一致,因此在Rel-14新限制集中用118代替128。这样在100和118之间产生18的差距,在118和137之间产生19的差距。 Rel-14协议标准规范中新限制集可用的NCS取值与Rel-8协议标准规范的NCS取值的对比结果如表1所示。

表1 序列生成所采用的NCS取值

由于原有Rel-8协议标准中的PRACH性能指标不再适用于Rel-14高速铁路(high speed train,HST)PRACH,因此在3GPP RAN4 #83国际标准技术会议上,根据新的PRACH循环移位限制集合,进行了HST PRACH仿真评估和性能指标的研究与制定。

2 随机接入前导码的接收与检测

2.1 PRACH系统模型

图2为随机接入前导序列的发送端模型。在发送端有如下步骤:

步骤1从64个候选限制集前导序列中随机选择一条序列进行发送;

步骤2限制集前导序列经过离散傅里叶变换(discrete Fourier transform,DFT)变换到频域;

步骤3得到的频域信号进行随机接入信道(random access channel,RACH)资源映射;

步骤4将映射后的信号进行快速傅里叶逆变换(inverse fast Fourier transform,IFFT)到时域;

步骤5将得到的时域信号进行上采样滤波;

步骤6最后插入CP使其能够适合在信道中传送。

图2 随机接入序列的发送端模型Fig.2 Transmitter model for random access sequences

图3为随机接入前导序列的接收端模型。在接收端,将接收到的信号采取与发送端相反的操作,包括去CP、降采样滤波、FFT、RACH资源解映射等过程。得到的信号利用如下步骤进行检测:

步骤1从频域信号中提取出NZC点的前导信号;

步骤2NZC点频域信号分别与64个本地前导序列频域信号进行共轭乘法;

步骤3将得到的频域信号进行离散傅里叶逆变换(inverse DFT,IDFT)到时域;

步骤4对多个天线接收到的时域信号进行模平方运算,然后进行非相干合并,最后进行峰值功率检测。

图3 随机接入序列的接收端模型Fig.3 Receiver model for random access sequences

2.2 超高速场景下的检测算法

本文研究的是超高速场景下的前导检测算法,即存在大的多普勒频移。首先介绍多普勒频移对ZC序列检测的影响,ZC序列的表达式见式(1),多普勒频移假设为du,此时则有

(5)

式中,(())NZC表示模NZC运算。由式(5)可知,式中第2个等号的第3项为与n无关的相位旋转常量,因此频偏对于ZC序列检测的影响等效于发送端增加了du的循环移位量。所以当ZC序列产生一倍正负频偏时,接收端检测的相关峰值位置会相应地偏移±du;同理,当ZC序列产生两倍正负频偏时,峰值位置会相应地偏移±2du。当UE移动速度小于350 km/h场景下,接收端进行前导序列检测时,相关峰值功率会出现在Cv和Cv±du处,即现有限制集检测算法利用3个检测窗口对前导序列进行检测[17]。而在超高速移动场景中,由于频偏的影响,Cv处的相关峰值能量会泄漏到Cv±du和Cv±2du处,此时功率延迟谱会出现4个固定位置的伪峰。对前导序列进行峰值检测时,可以在功率时延谱(power delay profile,PDP)上设置5个检测窗合并检测。

设主窗为Ru(Cv),主窗左右两侧的4个副窗分别为Ru(Cv-2du),Ru(Cv-du),Ru(Cv+du)和Ru(Cv+2du)。在PDP上设置5个检测窗进行联合检测,具体检测算法如下。

步骤1对主窗和4个副窗分别进行窗内检测,比较5个检测窗口功率点的最大值,并将其中的最大值记为Δ,同时记录Δ对应的位置Nmax。

步骤2然后将其余4个检测窗各窗功率最大值进行叠加,记为Δ1。将Δ+Δ1作为峰值功率。

步骤3将Δ+Δ1除以相应的噪声功率,所得到的商值与门限Cthreshold2(虚警阈值[18]时所对应的门限)进行比较。如果商值大于门限值,则认为检测到前导序列,并根据峰值位置,计算出前导序号和时间提前量(timing advance,TA),多次仿真统计错检概率。

2.3 检测算法复杂度分析

随机接入前导序列的检测算法的复杂度主要表现在DFT变换、FFT/IFFT变换和峰值检测等3个方面。对于峰值检测模块,每个小区可以选用的前导序列为64个,使得接受端接收到的前导信号有64种可能。接收端接收前导信号后,需要与64个不同的本地根序列逐一进行相关运算才可检测出前导信号,需要进行64次相关运算。在每一次的相关运算时,本文检测算法是对Rel-14协议标准中新限制集前导序列进行检测,采用5个检测窗口进行联合检测,传统前导序列检测算法是在原有限制集基础上的检测算法,采用3个检测窗口对前导序列进行检测,本文检测算法与原有前导序列的检测方法相比,复杂度略有增加,但对于整个系统而言,前导序列的检测部分增加的运算量可以忽略不计,具体地算法的运算量对比结果如表2所示。

表2 算法的运算量对比

3 仿真分析

为了评估本文提出的前导序列检测算法的性能,在加性高斯白噪声(additive white Gaussian noise,AWGN)信道下,对存在大多普勒频偏的限制集前导序列进行检测,对比本文检测算法与已有检测算法的有效性。具体仿真参数如表3所示。

表3 仿真配置参数

本文确定检测门限采用噪声估计的方法,即在UE发送端只发送噪声,利用接收端进行检测的错误帧数来模拟虚警率。3GPP协议[18]规定虚警率在任何前导格式,任何天线数量,任何信道下都不得大于0.1%,这里天线数量为1发2收,在超高速模式下通过大量仿真得到检测门限。从图4可以看出,超高速场景下门限值设为10.5可以满足协议规定的最低0.1%的虚警率要求。

图4 错检概率与门限值的关系Fig.4 Relationship between wrong detection probability andthreshold values

前导序列的检测性能通过漏检率来体现,相同的漏警率需要的信噪比越低,检测性能越好。图5仿真的是当UE移动速度小于350 km/h,即多普勒频偏不大于一倍物理随机接入信道单位子载波间隔(1.25 kHz)的情况下,本文前导限制集检测算法与已有限制集检测算法的对比仿真结果如图5所示。

图5 多普勒频偏不大于1.25 kHz时对比结果Fig.5 Comparison results when doppler frequency offset isnot greater than 1.25 kHz

从图5可以看出,已有限制集检测算法和本文新限制集检测算法都能较好地检测出前导序列,在频偏为0 Hz和1.25 kHz时,本文检测算法性能最优;而本文新的限制集检测算法比已有限制集检测算法在同一频偏下有更好的检测性能。

图6仿真的是当移动台移动速度大于350 km/h,即存在的多普勒频偏处于一倍PRACH单位子载波间隔(1.25 kHz)和两倍PRACH单位子载波间隔(2.5 kHz)之间,本文前导限制集检测算法与已有限制集检测算法的对比仿真结果如图6所示。

图6 多普勒频偏大于1.25 kHz时对比结果Fig.6 Comparison results when doppler frequency offsetgreater than 1.25 kHz

从图6可以看出,当多普勒的频偏超过1.25 kHz时,已有限制集检测算法性能急剧下降,不能正确检测出前导序列,而本文提出的新限制集检测算法仍然能够较好地检测出前导序列,由此可见,本文的前导序列生成方式及检测算法能有效克服大多普勒频偏对检测性能带来的影响。

4 结 论

本文针对超高速场景下产生的大多普勒频偏问题,讨论了随机接入新受限循环移位前导序列的生成方式,提出了随机接入前导序列的检测算法。仿真结果表明,本文提出的检测算法对多普勒频偏在不大于一倍物理随机接入信道单位子载波间隔(1.25 kHz)时比已有检测算法性能更优。在更大多普勒频偏(在区间(1.25 kHz,2.5 kHz]内)存在情况下,已有检测算法不能满足检测性能的要求,而本文前导序列检测算法能够有效地检测出前导序列。