基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

蒋建峰，孙金霞，尤澜涛，张凤岩

(1.苏州工业园区服务外包职业学院，江苏 苏州 215123；2.南京邮电大学 计算机学院，江苏 南京 210000；3.苏州大学 计算机学院，江苏 苏州 215123；4.中国电信股份有限公司 安徽分公司，安徽 合肥 230000)

0 引言

移动通信5G网络有着更快的传输速率和灵活的网络部署模式，5G SA(Stand-Alone)[1]网络实现了网络控制面与用户面的完全分离，技术不断成熟，已成为主流的5G网络架构，和工业互联网行业[2]紧密结合，推动了垂直行业的智能化发展，保障行业发展的同时降低了运营成本。垂直行业的智能系统对于无线网络的速率提出了新的要求，特别是网络上行速率，需求从Mbps级别提升到Gbps级别。

5G上行链路关键技术是通信领域的研究热点，大规模天线技术能够支持更多的用户空间复用。在5G SA网络中，上行和下行的覆盖和速率不均衡是当前网络存在的主要问题，5G天线技术能够提升信道的传输速率和信息传输的可靠性，基于多输入多输出(Multiple-Input Multiple-Output，MIMO)的译码[3-4]复杂度直接影响5G网络的性能。当前国内外学者关于5G网络上行的优化研究只是集中在天线的设计及相关算法，如王增浩、郑兴林等人[5-6]研究了MIMO的预编码和频谱估算方法，对5G网络实现了一定的优化，但是没有实现从硬件的角度提升覆盖性能，不能解决覆盖和速率的均衡问题。季荣峰、何雪云等人[7-8]改进了网络上行链路的检测算法，一定程度上能够优化上行链路，但是由于频谱时隙影响的网络速率问题没有解决。而对于5G上行频谱的叠加策略，无法通过仿真的方式实现和MIMO技术的结合，目前国内外学者对于实际5G网络的频谱叠加策略研究略显不足。

本文通过大规模MIMO技术设计了检测算法[9-12]，将发送信号矢量进行分组，组内采用最大似然检测，组外采用基于QR分解的干扰消除检测[13]，上行频谱通过电信的C-band 3.5 GHz叠加1.8/2.1 GHz的低频站点[14-15]，解决了5G网络的检测串行干扰，降低了检测复杂度，并且通过实际电信5G SA网络测试。结果表明，算法在上行覆盖和速率方面都得到了很大的性能提升。

1 5G SA网络MIMO与上行分析

1.1 大规模天线

5G SA网络的天线不是按根来计算的，而是按“阵”，天线使用的是天线阵列，5G通信系统中采用的大规模MIMO技术比传统的MIMO技术拥有更多的天线数量，当天线数量非常大时，使得数据通信的量增多，从而提高传输速率。随着天线数量的增加，在接收端的检测变得更加复杂，基于遍历检测，矩阵检测等传统的检测算法已经不能够使用于大规模MIMO，因此，5G SA网络的MIMO检测算法是5G网络的核心技术。

根据光速理论c=λ×f可知，当频率f越高时，波长λ就越短，而波长与频率成反比。根据天线的特性，天线长度与波长成正比，天线长度为λ/10～λ/4，频率越高，波长越短，天线也跟着变短，变成毫米级，弗里斯传输公式给出了发射天线功率与接收天线功率关系：

(1)

由于功放技术限制，国家无线管委会规定不能无限制增大发射功率Pt，同样，由于物理特性也不能无限提高天线增益Gt与Gr，要缩短终端与基站的距离R，增加波长λ，就需要使用低频段，所以要充分发挥大规模MIMO的功效，与频谱叠加使用是一种良好的解决方案。在传统的单天线通信方式中，基站在没有物理调节的情况下，其覆盖范围是固定的，这就导致同频服务的用户数量限制，而在大规模MIMO技术中，基站可以通过波束赋形技术进行电磁波叠加来克服损耗，从而提高天线增益Gt，进一步提高接收信号Pr。

1.2 5G频谱与上行速率

3GPP标准定义了5G NR(New Radio)频谱[16]主要包括Sub-6 GHz和毫米波频段，双工模式除了FDD(Frequency Division Duplex)和TDD(Time Division Duplex)外，还增加了SDL和SUL，即辅助频段(Supplementary Bands)。当今运营商的商用5G网络一般时隙配比为2∶8，3∶7和1∶4，上行时隙占比较少，上下行比差异明显。5G SA网络主要采用高频段3.5 GHz覆盖上下行，而2.1 GHz频谱现在上下行基本没有使用。

5G SA网络在NR 3.5 GHz频段下带宽较大，由于TDD最大支持8个同步信号和PBCH块(SSB)，而FDD最大支持4个，5G NR对于高低频段的上下行覆盖距离相差不大，但是由于商用5G关注的是用户下行体验，在时隙配比方面差异较大导致上行速率极低，5G SA网络RSRP处于-110～-120 dBm覆盖边缘的上行平均速率低到10 Mb/s以下，如图1所示，在网路覆盖边缘上行速率极其不平衡。

图1 5G SA网络覆盖边缘上行平均速率Fig.1 Uplink average rate at 5G SA network coverage edge

2 上行优化算法

2.1 QR分解与似然检测

(1) QR分解

QR分解是依次消除各个天线收到的信号串扰，逐步求出发送信号矢量值，该算法能够避免求矩阵的伪逆，减少运算复杂度和时间复杂度。基于大规模MIMO将发送信号矢量进行分组，组内采用最大似然检测，组外基于QR分解干扰消除检测降低信号损耗，首先将MIMO系统模型的数学表达式y=Hs+n与矩阵分解表达式H=QR代入得：

y=QRs+n，

(2)

式中，y=[y1,y2,…，yn]T表示接受信号向量；s=[s1,s2,…，sm]T表示发送信号向量；H为平坦瑞利衰落复信道H∈Cn*m；n=[n1,n2,…，nn]T为高斯白噪声。

将式(1)两边同时乘以QH得到：

QHy=Rs+QHn。

(3)

按矩阵形式展开式(3)得到式(4)：

(4)

化简为:

(5)

(2) 似然检测

似然检测的目的是找出一个信号矢量，使得发送此信号矢量的条件下接收当前接收信号y=[y1,y2,…，yn]T的概率最大，即：

(6)

接收端已知信号y=[y1,y2,…,yn]T和信道矩阵H，则接收信号向量的概率密度为:

(7)

把式(7)代入式(6)化简得：

(8)

(3) QR分解与似然检测步骤

步骤1:对信道矩阵H进行QR分解H=QR，此时统计收发双方的信号矢量。

步骤2:对发送信号矢量s=[s1,s2,…,sm]T从后往前分组，分组数量为k，组内分量个数分别为[n1,n2,…,nk]。

步骤3:首先检测第1组发送信号，构造矢量与对应接收信号矢量表达式：

s(M-n1+1,M),

式中，M为发送信号矢量维度，对上式中第一组发送信号矢量进行检测，检测出s(M-n1+1,M)的值。

步骤4:通过迭代消除已检测发送信号矢量分量的影响：

步骤5：检测第i组发送信号分量：

对上式中的发送信号分量进行检测，求得si的值。

步骤6：重复步骤4遍历求解，直至所有的发送信号矢量分组都检测完成。

2.2 频谱叠加原理

5G SA网络在3.5 GHz频段上下行时隙比的不均衡导致上行实际频段资源有限，运营商现网的2.1 GHz频谱利用率比较低，通过在TDD频段上使用频谱叠加[17-20]的办法，叠加Sub-3 GHz低频谱提升吞吐率和覆盖范围，使用SUL技术可以实现3.5 GHz+2.1 GHz来提高网络上行能力，如图2所示。

图2 TDM调度Fig.2 TDM scheduling

考虑高频段与低频段信号覆盖的影响，在时隙调度时分成2种情况：中近点区域和远点区域。中近点区域主要提升上行容量和用户体验，远点区域主要提升C-Band 3.5 GHz覆盖，这样就充分利用了Sub-3G频谱实现5G全时隙调度。

(1) 用户(UE)接入

UE开机时处于空闲模式，在3.5 GHz频段下接入用户设备，当前大部分5G终端都支持5G SA网络，UE能够动态地改变配置，当UE处于5G SA网络边缘时，网络上行覆盖受限，5G网络控制UE接入Sub-3G网络的PUSCH上进行数据传送。

(2) 信道配置与小区切换

PUSCH配置2个频段：C-Band和Sub-3G，PUCCH仅配置C-Band。根据最新5G R16标准，DCI formats指示DCI信息为上行还是下行调度信息，占用1 bit，0表示上行，1表示下行。上行DCI主要指示上行PUSCH传输，包括DCI format 0_0和DCI format 0_1。

当DCI format 0_0时，如果DCI format 0_0由C-RNTI或CS-RNTI或MCS-C-RNTI加扰，则频域资源占用比特数通过以下公式计算：

(9)

(10)

当DCI format 0_1时，使能跨域载波调度特性，生成Carrier indicator字段，0 bit指示当前小区，3 bit指示对应小区。频域资源分配字段NRBG指示UL BWP RBG的总数:

(11)

式中，P为RBG大小，频谱叠加过程如图3所示。

图3 频谱叠加过程Fig.3 Spectrum overlay process

3 网络测试

测试场景选择垂直行业工业互联网领域的矿区，开放扇区的主要覆盖方向为矿区，为盆地地形，最低处地势平坦。基站支持3.5，2.1 GHz频段，终端统一使用华为自主研发的5G无线终端接入设备CPE PRO，基站MIMO分别选择4×4和8×8阵列天线，定点测试场景1区水平距站台约325 m，2区水平距站台约505 m，3区水平距站台约630 m，如图4所示，站点和终端配置参数如表1所示。

图4 矿区地图Fig.4 Mining area map

表1 测试站点和终端参数

3.1 MIMO系统检测

网络测试信道采用瑞利衰落信道，在4×4 MIMO系统中可以看到，将发送信号分成一组，将发送信号矢量看成一个整体，这种分组方式对应最大似然检测，其性能最好。将信号分成4组，每组只有一个分量进行检测，对应QR分组，其性能最差，如图5所示。

图5 4×4 MIMO系统分组算法Fig.5 4×4 MIMO system grouping algorithm

在8×8 MIMO系统中，可以得到结论，分组更少，组内发送信号分量多的分组算法性能优于分组多的算法，如图6所示。

图6 8×8 MIMO系统分组算法Fig.6 8×8 MIMO system grouping algorithm

3.2 上行平均带宽对比

通过测试不同位置的上行速率，基于大规模MIMO及频谱叠加的5G SA网络上行速率在中近点区域提升了上行容量30%左右，在远点区域算法利用2.1 GHz上行资源，提升上行平均速率达到100%，如图7所示。

图7 平均上行性能Fig.7 Average uplink performance

3.3 定点测试

基站MIMO选择4×4阵列天线，对定点测试场景1区水平距站台约325 m，2区水平距站台约505 m，3区水平距站台约630 m进行测试。测试结果如图8和图9所示，通过Massive MIMO以及频谱叠加，3.5 GHz和2.1 GHz上行全时隙调度，弱覆盖区域2.1 GHz频段传播损耗小，可以增强TDD上行覆盖，并且上行速率得到了很大的提升，近点平均速率提升17%。室内中点场景，上行平均速率提升40%～80%，室外到室内的室内弱覆盖场景上行平均速率提升100%～400%。在弱覆盖区域，增益提升尤其明显，最高达到了680%左右。

图8 定点测试上行速率Fig.8 Fixed-point test uplink rate

图9 定点测试上行增益Fig.9 Fixed-point test uplink gain

3.4 拉网测试

通过绕矿区主要路线一圈，拉网形成闭环路线，上行覆盖测试结果如图10和图11所示，结果表明通过大规模MIMO及频谱叠加优化后，平均上行速率显著提升，增益提升比例达到20%～60%。

图10 拉网测试上行速率Fig.10 Uplink rate of temporary network layout test

图11 拉网测试上行增益Fig.11 Uplink gain of temporary network layout test

4 结束语

大规模MIMO的预编码和检测技术是目前5G网络研究的关键技术，本文研究了基于大规模MIMO的检测算法及频谱叠加策略，分析了检测算法的性能和上行速率的优化，对比了常规的5G网络和优化后的5G网络性能。算法通过电信5G SA现网实测，结果表明算法使用5G低频段，能够充分发挥大规模MIMO的功效，上行采用频谱叠加是一种良好的解决方案，定点测试和拉网测试性能提升明显，上行增益在网络覆盖边缘最大值提升超过600%，在垂直行业领域对5G网络上行优化提供了良好的解决方案。