基于LTE系统的改良接收信号功率测量方法

李 铮，欧阳卫华，蒋文豪

(1.重庆邮电大学 移动通信工程研究中心，重庆 400065；2.重庆航天职业技术学院 计算机工程系，重庆 400021)

0 引 言

移动通信系统中，进行小区选择、小区重选、小区切换等无线资源管理时，均首先需要对小区的接收信号强度进行准确测量。尽管在不同的通信系统中，测量的对象和名称有所不同，但对于同/邻小区接收信号功率的准确测量是至关重要的前提性技术。在无线环境下，接收信号功率往往受到噪声、频偏和干扰，从而使待测小区的接收信号功率与实际值存在较大偏差。在长期演进(long term evolution，LTE)系统中，小区测量对象为参考信号接收功率，表示了小区的无线接收信号强度，是在某个符号内承载参考信号(reference signal，RS)的所有资源元素(resource element，RE)上接收到的信号功率的平均值。文献[1]给出了LTE系统中下行信号质量RSRP测量的均值模型和差值相关模型，但该文献没有考虑时间偏差和频偏的影响，从而限制了算法的测量精度。

本文基于LTE的物理层系统结构及测量控制标准，提出了一种改良的小区接收信号功率测量算法。该算法充分考虑了时域和频域的参考信号接收功率信号特征，在一定时间偏差和频偏的范围内，显著提高了同/邻小区接收信号功率的测量精度。

1 小区接收信号功率测量基础

1.1 LTE系统物理层结构

LTE是第三代合作伙伴计划(3rd generation partnership project，3GPP)组织制定的通用移动通信系统(universal mobile telecommunications system，UMTS)技术标准的长期演进。它引入了正交频分复用(orthogonal frequency division multiplexing，OFDM)和多输入多输出(multi-input & multi-output，MIMO)等关键技术，这显著增加了频谱效率和数据传输速率(峰值下载速度可高达299.6 Mbit/s，峰值上传速度可高达75.4 Mbit/s)[2]。

LTE的无线接口，即用户终端(user equipment，UE)和网络之间的接口，包括L1，L2和L3，如图1所示。

图1显示的是与物理层相关的演进的通用陆地无线接入(evolved universal terrestrial radio access，E-UTRA)无线接口协议体系结构。图1中不同层/子层之间的圈表示服务接入点，物理层向介质访问控制(media access control，MAC)层提供传输通道，MAC层向无线链路控制(radio link control，RLC)子层提供不同的逻辑信道，通道特性根据无线接口上的传输信息类型来定义[3]。

图1 LTE无线接口协议体系结构Fig.1 LTE wireless interface protocol architecture

LTE系统中，最小的时域大小定义为，Ts=1/(15 000×2 048)s，各种域的时域大小均为Ts的倍数。

下行和上行都以无线帧结构传输，本文中所用到的FDD帧结构为类型1，它的每个无线帧长为Tf=307 200×Ts=10 ms，一个无线帧包括了20个时隙，时隙序号为时隙0到19，每个时隙的长度为Tslot=15 360×Ts=0.5 ms；无线帧由子帧组成，一个子帧包括有2个时隙，即子帧i包括时隙2i和2i+1[3]。

LTE系统的类型1帧结构，如图2所示。

图2 类型1帧结构Fig.2 Frame structure of type 1

LTE系统中，每一个无线帧的长度为10 ms，无线帧包括了若干子帧，其中常规子帧长度为1 ms，每个常规子帧有14个OFDM符号，数据调制到OFDM符号的频域上，频域间隔为15 kHz。在LTE系统的多种系统带宽中，随着带宽的增加，可承载的数据也会更多。随着采样率的不同，一个符号包含的采样点个数也不同。不失一般性，本文以20 MHz为例，则可调制1 200个数据，采样率为30.72 MHz，那么一个符号包括了2 048个采样点。用于终端信道估计和小区测量的小区参考信号(简称Cell RS)位于下行常规子帧的14个符号中的4个符号，间隔为90 kHz，在频域中的位置及数值由小区ID号、子帧号、Cell RS所处14个符号中的位置确定，总共有200个数据[4-7]。

1.2 RSRP测量

在现有RSRP测量技术中，小区接收信号功率的测量算法主要有2种：①基于时域信道冲击响应，通过选径技术进行测量的算法[8]；②基于接收信号的频域信号和待测小区训练序列的频域信号相除的结果进行求和的测量算法[9]。

上述算法虽然可以较好地避免干扰和噪声对小区接收信号功率测量的影响。但是存在定时偏移和频率偏移时，测量结果会受到影响，从而影响小区接收信号功率测量精度。

在LTE系统中，终端和基站本身的器件存在时钟和频率上的偏差，终端和基站间的距离以及移动速度等因素，都会造成终端接收的各基站信号存在定时和频率的偏差，从而造成终端对各小区接收信号功率测量误差。

为了减小定时偏差和频率偏差对测量精度的影响，通常情况下，需要分别在定时偏差和频率偏差方面进行控制。在定时偏移控制方面，终端在开机时会对每个小区进行一个初始的同步估计，将定时偏差控制在一定范围内；在频率偏移控制方面，通过频率粗同步、精同步等操作，可以将频率偏差控制在一定范围内。在小区初同步后，通常可以使得终端与各小区完成样点采样级同步，频率偏差控制只受终端移动速度影响[10-11]。

如果终端要进一步完成每个小区的精确同步，特别是在测量周期有限、测量小区较多的情况下，射频和基带处理需要付出极大代价。此外，接收信号由于受噪声和干扰的影响，定时偏差和频率偏差难以估计准确。因此，在实际的移动通信系统中，不可能完全消除定时偏差和频率偏差对小区接收信号功率测量的影响。

通常情况下，终端接收信号功率测量过程都是在采样点同步的基础上进行的，并且测量一般是在有同步偏差的情况下进行的[12]。综上所述，目前小区接收信号功率测量算法存在的问题是，在定时偏差和频率偏差影响下，难以获得精确的测量结果[5]。

2 LTE接收信号功率测量算法

本文基于LTE的物理层系统结构及测量控制标准，提出了一种改良的小区接收信号功率测量算法，以降低同步偏差和频率偏差对测量的影响，提高小区接收信号功率测量精度。

2.1 频域接收信号功率测量

终端首先根据测量任务确定待测小区的频点，从该频点接收的Cell RS的OFDM符号的起点开始，总共接收2 048个采样点数据。

终端根据待测小区的ID号、子帧号、Cell RS所处14个符号中的位置从接收数据中获取Cell RS的接收训练序列频域数据。其中，rec_r_freq(n)，n=1,2,…,N；N为训练序列的长度[13]。

用rec_r_freq(n)除以本地训练序列频域数据rec_b_freq(n)获得频域比值序列

(1)

对freq_radio(n)按不同的间隔k进行滑动自相关，其中，k=1,2,…,n-1，表示参与计算的样点是否连续或间隔，获得频域滑动相关值序列

freq_xcoor(k)=

(2)

(2)式中，*号表示卷积。

计算freq_xcoor(k)的绝对值，获得频域功率序列

freq_xcoor_power(k)=|freq_xcoor(k)|

(3)

计算频域平均测量功率

(4)

(4)式中，k=1,2,…,K；K∈(0,N)。

2.2 时域接收信号功率测量

终端对rec_r_freq(n)进行傅立叶逆变换，获得接收训练序列时域数据rec_r_time(n)。

用rec_r_time(n)除以本地训练序列时域数据rec_b_time(n)获得时域比值序列

(5)

对time_ratio(n)按不同的间隔k进行滑动自相关，其中，k=1,2,…,n-1，表示参与计算的样点是否连续或间隔，获得时域滑动相关值序列

time_xcoor(k)=

(6)

计算time_xcoor(k)的绝对值，获得时域功率序列

time_xcoor_power(k)=|time_xcoor(k)|

(7)

计算时域平均测量功率

(8)

(8)式中，k=1,2,…,K；K∈(0,N)。

2.3 时域频域协同接收信号测量

终端根据前述频域平均测量功率和时域平均测量功率，将其中较大的一个功率值作为小区最终接收信号测量功率，表示为

(9)

所述接收信号功率测量算法无需精确的时间或频率同步，极大地降低了算法对同/邻小区无线环境同步需求。

与现有测量算法比，所述RSRP测量算法之所以能在定时偏差和频偏场景性能都有所提高。原因为

r(t)=sqrt(P)·b(t)·ejwt+n(t)

(10)

(10)式中：r(t)表示接收信号；b(t)表示本地信号；P表示待测量功率；ejwt表示频偏影响；n(t)表示噪声。

结合(1)式或(5)式，得到

r(t)/b(t)=sqrt(P)·ejwt+n(t)/b(t)

(11)

照常规测量算法，求解功率为

(12)

(12)式中，n′(t)为可由序列长度增加而抵消的含噪声的项。而ejwt为频偏造成的影响，由于序列各索引值t不同，相应叠加无法抵消，使得计算功率值变低，从而影响真实结果。

按照本文的测量算法，求解功率为

(13)

(13)式中，n″(t)为可由序列长度增加而抵消的含噪声的项。由ejwI频偏造成的影响，是一固定I值，I是采样点之间的固定频率偏差，其固定值取决于滑动相关间隔k，不受序列索引值影响，因此，相应叠加也不会影响信号功率的测量。

3 仿真与结果分析

3.1 仿真设置

为了说明所述测量算法有效性，本文采用MATLAB仿真工具对其进行仿真，所涉及的关键指标参数如表1所示。表1中，3种测试环境仅定时程度和频率偏差不同，其他参数都相同。

表1 仿真参数设置

针对3种不同定时偏差、频率偏差的仿真测试环境，常规测量算法和本文所提测量算法在测量误差方面进行了性能评估。并对比分析了不同系统带宽下，常规算法和本文所提测量算法的算法复杂度。

3.2 仿真结果分析

上述3种测试环境下，对应的仿真结果分别如图3—图5所示。

图3—图5中，平均测量误差为(4)式、(8)式和(9)式所述频域或时域平均测量值与理论测量之间的差值，并取模和对数后的值。从图3—图5仿真结果可以看出，在上述3种仿真环境下，结合(10)式—(13)式的理论推导，本算法对平均测量误差的性能提升了0.5 dB以上。在准确同步环境下，如图3所示，本文时域和频域算法对平均测量误差的性能提升了0.5 dB以上；当定时偏差为20 ns且频率偏差3 kHz的情况下，如图4所示，本文时域和频域算法对平均测量误差的性能提升了1.0 dB以上；当定时偏差进一步扩大达到30 ns且频率偏差3 kHz的情况下，如图5所示，本文时域和频域算法对平均测量误差的性能在SNR大于-4 dB前提下提升了大约0.5 dB。总之，本文所述时域和频域算法，在时间和频率偏差一定范围内，可以显著提高RSRP的测量精度。

图3 测试环境1仿真结果Fig.3 Results of simulation test environment 1

图4 测试环境2仿真结果Fig.4 Results of simulation test environment 2

图5 测试环境3仿真结果Fig.5 Results of simulation test environment 3

3.3 计算复杂度分析

本文对不同系统带宽下常规时域算法、常规频域算法和本文所提出的时域算法、频域算法以及时域频域协同算法所需的运算时钟周期(cycle)进行了仿真对比。算法复杂度对比情况，如表2所示。

从上述对比结果来看，本文所提出的算法与常规算法的算法复杂度相比，约增加2%，因为在算法实现中使用了运算量较大的滑动相关运算。由于各测量算法都需要对时域数据进行OFDM解调，各算法的主要运算量都集中在运算量较大的快速傅立叶变换(fast Fourier transformation，FFT)计算过程中，因此，各测量算法的运算量总体上并没有明显的差异。在本文的时域频域协同算法中，因为复用了OFDM解调过程，可以最大限度限制了时域频域协同算法运算量与单独的时域或频域算法，在计算复杂度上的增幅。所述测量算法复杂度，后续可以考虑通过增大滑动相关值间隔k，适量减少滑动相关值的方法，在保证测量性能前提下，进一步减少滑动相关计算次数，最终降低算法复杂度。

综合看，终端使用本文所提改良的接收信号功率测量算法，在LTE系统中实现小区接收信号功率较精确测量前提下，使总的算法复杂度控制在可接受范围内。

4 结束语

小区接收信号功率的测量是一项至关重要的技术。本文对LTE系统小区RSRP测量算法进行了研究，通过对频域和时域的2组序列分别进行滑动相关并求取对应的功率值，使用小区RSRP测量功率的算法消除定时偏差和频率偏差在时域和频域上的相位旋转，从而降低了定时偏差和频率偏差对小区接收信号功率测量的影响。通过搭建RSRP测量仿真链路，验证了该改良算法能有效降低LTE系统中接收信号同步偏差和频率偏差对测量精度的影响，对于类似场景下的小区功率测量具有积极的实际应用意义。