一种5G NR系统PSS叠加分段的定时同步算法*

2021-04-24 07:02曹龙汉张治中胡昊南
电讯技术 2021年4期
关键词:运算量复杂度载波

江 航,曹龙汉,张治中,胡昊南

(1.重庆邮电大学 通信与信息工程学院,重庆 400065;2.重庆通信学院 控制工程重点实验室,重庆 400065)

0 引 言

5G新空口(New Radio,NR)系统是第三代合作伙伴计划(The 3rd Generation Partnership Project,3GPP)组织制定的第五代移动通信技术标准,2019年至今,全球多个国家与地区已经推出了自己的5G服务,5G已经成为主流的移动通信标准[1]。小区搜索是用户端接入网络的第一步,而小区搜索的第一步是实现主同步信号(Primary Synchronization Signal,PSS)的检测与接收,精确检测的性能直接影响到通信链路的建立,5G NR系统对频率偏移有着更为严格的要求[2-3]。因此,对高精度、低复杂度的定时同步算法研究有着极其重要的意义。

长期演进(Long Term Evolution,LTE)系统中典型的定时同步算法有基于PSS信号的自相关算法、基于PSS信号的互相关算法以及基于循环前缀(Cyclic Prefix,CP)的最大似然(Maximum Likelihood,ML)算法[4-6]。5G NR系统相对于LTE系统存在较多的差异,虽然可以直接利用LTE系统中算法,但是由于5G NR系统的特性,导致算法性能不佳。本文针对5G NR系统的特性,对现有定时同步算法进行改进,使其满足5G NR系统的抗频偏和复杂度要求。

针对5G NR系统对频率偏移有着极高的要求,文献[7]提出了一种基于PSS信号的分段互相关算法。该算法通过对接收信号和本地信号进行分段来提高抗频偏性能,但在信噪比相同的情况下,分段数的增加会影响同步性能,分段算法仍然存在计算量大的缺点。本文利用分段互相关算法的抗频偏优势,提出了一种基于分段互相关算法的改进算法,对本地信号进行对应叠加成一组本地信号,再与接收信号做分段互相关运算,检测峰值,获得粗同步点和子载波配置参数μ,最后取粗同步点降采样前后若干点组成序列与本地信号做互相关,获取精同步点与小区组内ID。该算法可提升定时同步检测的抗频偏性能,且有效降低实现复杂度。

1 主同步信号

5G NR系统中的物理小区ID数与LTE存在差异,由504个增加到1 008个,分为336组,每组3个。

(1)

主同步信号没有继续采用LTE中Zadoff-Chu序列,改用了长度为127的二进制相移键控(Binary Phase Shift Keying,BPSK)调制的M序列,该序列具有良好的自相关特性和较好的互相关特性。

主同步信号生成方式如下:

(2)

式中:x(6)=1,x(5)=1,x(4)=1,x(3)=0,x(2)=1,x(1)=1,x(0)=0。

相对于LTE系统,5G NR系统中的PSS、辅同步信号(Secondary Synchronization Signal,SSS)、物理广播信道(Physical Broadcast Channel,PBCH)以及解调参考信号(Demodulated Reference Signal,DM-RS)映射到一个SSB(SS/PBCH)块,映射关系如图1所示。SSB由频域中的20个物理资源块(Physical Resource Blocks,PRB)和时域中的4个正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)符号组成,如图1所示,PSS位于符号0的56~182子载波;PBCH位于符号1、3以及符号2,其中符号1、3上占用所有子载波,符号2上占用0~47、192~239子载波;SSS位于符号2的中间56~182子载波;DM-RS位于符号1、2以及符号3,以步长为4间隔放置,每个符号上60个。

图1 SSB块映射关系

5G帧结构包含10个子帧,相对于LTE,5G定义了灵活的时隙架构,每个子帧有包含干个时隙,如表1所示,每个子帧时隙数、子载波间隔与子载波配置参数μ值密切相关。本文取μ=0,则子载波间隔为15 kHz,每个子帧包含1个时隙,每个时隙包含14个OFDM符号,此时SSB块在无线帧的位置如图2所示。

表1 子载波配置参数μ与各变量之间的关系

图2 SSB在无线帧中的时域位置

2 PSS同步算法分析与改进

2.1 传统互相关同步算法

PSS具有良好的互相关特性,通过接收信号直接与本地PSS信号直接互相关实现定时同步[7-8],检测相关峰值,其度量函数为

(3)

式中:q={0,1,2},PSS(q,μ)(i)为本地生成的子载波控制参数为μ时第q组PSS信号,r(n)为接收信号。

(4)

2.2 分段相关同步算法

在5G NR系统中不可避免地会产生载波偏差等问题,传统互相关算法不能有效解决频率偏移问题。为此,文献[9]提出了一种将PSS信号分段相关的同步算法。该算法通过分段,缩短了相关运算长度,减小了频偏的累计,增强了算法的抗频偏的性能。其度量函数为

(5)

式中:μ={0,1,2,3,4},M为分段数,L为各段长度。

2.3 定时同步算法的改进与分析

为了降低本地互相关算法的复杂度,提高算法的抗频偏性能,本文针对分段算法进行改进,提出了本地PSS序列对应叠加与分段相关相结合的算法。定时同步改进算法的整体设计流程如图3所示。

图3 定时同步改进算法设计流程图

首先,以16倍的采样率对接收信号与本地PSS信号进行降采样,以减少运算点数,降低运算量。根据互相关运算性质,A与(B+C)做互相关运算的值等于A与B、A与C做互相关运算的值之和[10]:

A×(B+C)=A×B+A×C。

(6)

M序列具有良好的自相关和互相关性,利用互相关特性,将本地三组PSS信号对应叠加,然后与接收到的PSS信号进行互相关运算。如图4所示,检测到的峰值点坐标为1 125,传统互相关算法得到峰值点坐标为1 125,峰值点坐标完全一致,只需要进行一次互相关运算,极大地减少了计算量。

图4 接收信号与本地PSS信号的相关性

降采样后的三组本地PSS信号分别用PSS(0,μ)(i)、PSS(1,μ)(i)和PSS(2,μ)(i)表示。对三组本地PSS信号进行对应叠加处理,公式如下:

PSSμ(i)=PSS(0,μ)(i)+PSS(1,μ)(i)+PSS(2,μ)(i)。

(7)

对本地PSS信号完成对应叠加后,将对应叠加后的本地信号PSSμ(i)与接收信号r(n)均分成M段进行互相关,然后再对各段互相关值求模的平方和。将三组本地PSS信号相加为一组做滑动相关,算法表达式如下:

(8)

式中:M为分段数,且L为每段长度。

对各段滑动窗内的信号能量进行归一化,使得判决函数不受接收信号强弱的影响。表达式如下:

(9)

(10)

5G NR系统中μ={0,1,2,3,4},因此需要进行5次互相关,得到5个最大峰值集合,进而比较可确定最大值对应的μ值和粗同步点。表达式如下:

(d,μ)=argmax{|Cμ(n)|}。

(11)

(12)

(13)

3 仿真与分析

为了验证算法的性能,将本文提出的算法与传统互相关算法、分段互相关算法作比较,在不同影响条件下利用Matlab软件进行仿真,仿真参数如表2所示。

表2 仿真参数表

在理想无噪声的加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道下,ε=Δf/fsc为归一化频偏,Δf为发送和接收之间频偏值,fsc为子载波间隔,本文取子载波控制参数μ=1,则此时子载波间隔fsc=30 kHz。图5和图6分别是ε=0.2和ε=1.2时传统互相关算法的相关峰值图,图7为M=4且ε=1.2时本文改进算法的相关峰值图。由图5和图6可知,传统算法在小频偏时检测性能较为优秀,峰值明显,但在大频偏时峰值不明显,性能较差。对比图6和图7可以看出改进算法在大频偏时依然具有明显的峰值。

图5 ε=0.2时传统互相关算法峰值图

图6 ε=1.2时传统互相关算法峰值图

图7 ε=1.2时改进算法峰值图

经过上述计算得到粗同步点的位置为1 125,对应于降采样前的位置为17 985,在此截取前后共Q点长度,由图8得知,当Q=64时检测正确率即可达到1。

图8 不同Q值主同步信号的精同步点检测正确率

图9 精同步点定时位置

图10(a)和图10(b)分别表示ε=0.2和时ε=1.2不同算法的检测概率。由图可知,无论在ε=0.2还是ε=1.2,本文改进算法性能最为优秀。分段数也会影响检测概率,当分段数M=4时,在低信噪比下的检测性能高于分段数M=8时,故本文改进算法选用M=4时,用于计算粗同步点与精同步点。图10(b)表示出三种算法在高频偏值的情况下,低信噪比时算法性能极为糟糕,随着信噪比的增加,检测性能均得到有效改善,其中本文改进算法性能表现最为优秀。

(a)ε=0.2

本文通过对比15组相关序列的峰值大小,从而确定μ值、小区组内ID和定时同步点。在同步过程中,以μ=1、子载波间隔30 kHz、采样频率122.88 MHz为例分析比对不同算法的计算复杂度。选取降采样后半帧38 400点长度的数据进行对比分析。传统互相关算法的复数乘法和复数加法运算量分别为38 400×256×3+4 096×64=2 9753 344和38 400×255×3+4 096×63=29 634 048;分段互相关算法(M=4)的复数乘法和复数加法运算量分别为29 753 344和22 030 848;本文改进算法(M=4)复数乘法和复数加法运算量分别为38 400×64×4+64×4 096×3=10 092 544和38 400×63×3+4 096×63×3+38 400×3=8 146 944。详细的运算复杂度数据如表2所示。由表可知,改进方案复数乘法和复数加法的运算量比传统互相关算法减少了66.08%和72.5%。从整体的运算量可得出,本文算法相比较分段互相关算法,运算量减少了64.78%。

表3 运算复杂度分析比对

4 结 论

传统PSS同步算法性能难以满足5G NR系统的要求,本文根据PSS序列的特性,对PSS定时同步算法进行改进,提出分段相关与对应叠加的联合检测算法,并设计了详细的定时同步检测方案。其中,改进算法的计算复杂度相对传统互相关算法减少了大约66%。仿真结果表明,在AWGN信道中,相同信噪比情况下,改进算法抗频偏性能始终优于传统同步算法;低信噪比情况下,改进算法相比较传统互相关算法检测概率提升明显,且计算量小,抗频偏性能强,易于实现。目前该算法已应用于重庆市创新重大主题专项项目“5G路测仪表”,取得了良好的测试效果。

猜你喜欢
运算量复杂度载波
用平面几何知识解平面解析几何题
一种低复杂度的惯性/GNSS矢量深组合方法
减少运算量的途径
求图上广探树的时间复杂度
让抛物线动起来吧,为运算量“瘦身”
某雷达导51 头中心控制软件圈复杂度分析与改进
应急广播系统中副载波的构建与应用
出口技术复杂度研究回顾与评述
低压载波通讯测试仪的开发与应用
基于最优化搜索的迭代载波同步算法