5G NR的小區(qū)搜索改進(jìn)算法

董寶江，彭琛，盧賀

專題：移動通信（5G）測試

5G NR的小區(qū)搜索改進(jìn)算法

董寶江，彭琛，盧賀

（大唐聯(lián)儀科技有限公司，北京 100083）

5G NR時(shí)代對速率、容量和用戶體驗(yàn)都有更高的要求。在5G NR物理層中，小區(qū)搜索是不可或缺的過程。小區(qū)搜索主要包括主同步信號（primary synchronization signal，PPS）檢測算法以及輔同步信號（secondary synchronization signal，SSS）檢測算法。傳統(tǒng)PSS檢測算法和SSS檢測算法已無法滿足5G NR各項(xiàng)指標(biāo)的基本需求。為了解決這一問題，在傳統(tǒng)分段互相關(guān)檢測算法基礎(chǔ)上提出了改進(jìn)PSS檢測算法。當(dāng)信道環(huán)境惡劣時(shí)，傳統(tǒng)SSS檢測算法也將失效，提出的改進(jìn)SSS檢測算法可以解決此問題。最后，對傳統(tǒng)算法和改進(jìn)算法進(jìn)行仿真對比分析。仿真結(jié)果表明，改進(jìn)算法的檢測性能明顯提升，檢測效率和整體性能也提高了。

小區(qū)搜索；PSS檢測算法；SSS檢測算法

1 引言

5G移動通信技術(shù)[1]，是為了滿足未來移動通信的需求，推出的新一代無線通信技術(shù)。與4G相比，它對系統(tǒng)性能提出了更高要求。其中，傳輸速率提高10~100倍，用戶體驗(yàn)速率達(dá)到0.1~1 Gbit/s，用戶峰值速率可達(dá)10 Gbit/s；時(shí)延降低為1/10~1/5，達(dá)到毫秒量級；移動性達(dá)到500 km/h以上，實(shí)現(xiàn)高鐵高速運(yùn)行環(huán)境下的良好用戶體驗(yàn)。由ITU-R確定，通信行業(yè)認(rèn)可的5G三大主要應(yīng)用場景[2-3]分別為：增強(qiáng)移動寬帶（eMBB）、低時(shí)延高可靠通信（uRLLC）和大規(guī)模物聯(lián)網(wǎng)（mMTC）。如果說4G標(biāo)志著業(yè)務(wù)由個(gè)人通信向個(gè)人應(yīng)用的跨越，那么5G的誕生將是通信行業(yè)歷史上最大的變革，從“小我”走向“大我”——從個(gè)人應(yīng)用向行業(yè)應(yīng)用的轉(zhuǎn)變。

本文小區(qū)搜索算法應(yīng)用在5G NR（new radio）掃頻儀中，掃頻儀進(jìn)行無線網(wǎng)絡(luò)覆蓋測試時(shí)，主要通過掃頻裝置進(jìn)行小區(qū)搜索，檢測到空間的多個(gè)基站射頻信號，并對相關(guān)指標(biāo)進(jìn)行測量。比如，在4G LTE網(wǎng)絡(luò)優(yōu)化時(shí)，需要通過主同步信號（primary synchronization signal，PSS）和輔同步信號（secondary synchronization signal，SSS）對空口小區(qū)進(jìn)行搜索，并對檢測到的各個(gè)小區(qū)的CRS（cell-specific reference signal）進(jìn)行測量，測量參數(shù)主要有RSRP（reference signal received power）、SINR（signal to interference-plus-noise ratio）[4]等。只有完成初始小區(qū)搜索，終端才可以給出準(zhǔn)確的解調(diào)下行數(shù)據(jù)，獲取關(guān)鍵系統(tǒng)信息，實(shí)現(xiàn)與基站的通信連接。

在小區(qū)搜索中，比較關(guān)鍵的步驟就是PSS檢測以及SSS檢測。對于PSS檢測，參考文獻(xiàn)[5]中給出一種直接互相關(guān)檢測算法，但在大頻偏環(huán)境下該算法將會失效。參考文獻(xiàn)[6]中論述了一種分段互相關(guān)檢測算法，其可以提升抗頻偏能力，但會引入噪聲干擾。對于SSS檢測，參考文獻(xiàn)[7]中簡述了一種SSS相干檢測算法，原理是利用PSS檢測后的信道響應(yīng)值等效SSS處的信道響應(yīng)值，然后對頻域SSS序列進(jìn)行補(bǔ)償，最后再與本地SSS序列進(jìn)行頻域互相關(guān)檢測。但該算法沒有考慮信道環(huán)境的影響，若信道質(zhì)量特別差導(dǎo)致頻域信道響應(yīng)值誤差很大，會造成最終檢測失敗。

為了滿足當(dāng)下5G NR掃頻儀的各項(xiàng)指標(biāo)要求，本文提出了一種小區(qū)搜索改進(jìn)算法，通過改進(jìn)傳統(tǒng)的PSS檢測算法和SSS檢測算法，完成5G NR小區(qū)搜索。仿真結(jié)果顯示，所提算法不僅提高了檢測效率，而且也提高了整體小區(qū)搜索性能。

2 小區(qū)搜索過程

小區(qū)搜索就是UE和小區(qū)取得時(shí)間和頻率上的同步，并檢測cell ID的過程[8-9]。

（1）UE利用PSS和SSS完成下行同步[10]過程。通過PSS獲取物理層小區(qū)組內(nèi)ID和時(shí)隙同步；通過SSS獲取循環(huán)前綴（cyclic prefix，CP）長度，物理層小區(qū)組ID，幀同步。

（2）通過解調(diào)參考信號（demodulation reference signal，DM-RS）進(jìn)一步實(shí)現(xiàn)時(shí)間、頻率同步以及信道估計(jì)。

（3）解碼物理廣播信道（physical broadcasting channel，PBCH），獲得主信息塊（master information block，MIB），包含公共天線端口數(shù)目、系統(tǒng)幀號（system frame number，SFN）、下行系統(tǒng)帶寬等信息。

（4）解碼物理下行共享信道（physical downlink shared channel，PDSCH），獲得系統(tǒng)信息塊（system information block，SIB），即其他系統(tǒng)信息[11]。

5G NR小區(qū)搜索主要是檢測PSS、SSS和DM-RS，獲取時(shí)間和頻率上的同步，上報(bào)RSRP/SINR等測量指標(biāo)，最后解碼PBCH完成小區(qū)搜索過程。初始小區(qū)搜索流程如圖1所示。

3 PSS檢測

圖1 初始小區(qū)搜索流程

3.1 傳統(tǒng)PSS檢測算法

基于PSS序列良好的自相關(guān)性與互相關(guān)性，傳統(tǒng)的PSS檢測算法[6]主要為直接互相關(guān)檢測算法和分段互相關(guān)檢測算法[12]。

第一種方法：直接互相關(guān)。

直接互相關(guān)檢測算法雖然簡單易實(shí)現(xiàn)，但是在面對較大頻偏時(shí)，本地序列與接收序列相關(guān)性會變差，導(dǎo)致相關(guān)峰值點(diǎn)不明顯，甚至完全被淹沒，最后造成PSS檢測失敗，影響系統(tǒng)性能。為了應(yīng)對此種情況，下文給出一種分段互相關(guān)檢測算法。

第二種方法：分段互相關(guān)。

此法的重點(diǎn)在于將PSS接收序列和本地PSS序列分別等分為段序列再進(jìn)行相關(guān)，之后再把個(gè)相關(guān)值序列逐個(gè)相加求和，進(jìn)而確定相關(guān)峰值對應(yīng)同步位置。具體的實(shí)現(xiàn)原理流程如圖2所示。

圖2 PSS M分段互相關(guān)檢測流程

分段互相關(guān)檢測算法中，越大，抵抗頻偏能力越強(qiáng)，累加的模平方越大，相關(guān)峰值越突出。但是由于分段數(shù)過多，會導(dǎo)致峰值點(diǎn)周邊的相關(guān)數(shù)據(jù)減小幅度變小，同時(shí)會產(chǎn)生更多的噪聲，所以找到合適的方法對于提升系統(tǒng)性能至關(guān)重要。

3.2 改進(jìn)PSS檢測算法

為了能夠找出合適的PSS檢測算法，本文在分段互相關(guān)檢測算法基礎(chǔ)上做了部分改進(jìn)，提升了整體效率。整個(gè)PSS檢測過程重點(diǎn)分為3步：頻域相關(guān)、分段滑動和PMR門限判定。

4 SSS檢測

4.1 傳統(tǒng)SSS檢測算法

根據(jù)PSS序列和SSS序列的時(shí)域結(jié)構(gòu)及時(shí)頻域映射方式可知，它們在時(shí)域上相差一個(gè)OFDM符號，在頻域上處于相同子載波位置。根據(jù)此結(jié)構(gòu)可以利用PSS檢測之后的信道響應(yīng)去等效SSS處的信道響應(yīng)[7]，然后對頻域SSS序列進(jìn)行補(bǔ)償。PSS信道估計(jì)結(jié)果如式（7）所示。

4.2 改進(jìn)SSS檢測算法

由于傳統(tǒng)SSS檢測算法是基于PSS檢測之后的頻域信道響應(yīng)值進(jìn)行的。此算法沒有考慮信道環(huán)境的影響，如若信道質(zhì)量特別差導(dǎo)致頻域信道響應(yīng)值誤差很大，會對SSS檢測造成很嚴(yán)重的破壞。鑒于此，本文從SSS序列自身出發(fā)去優(yōu)化SSS檢測算法。頻域SSS序列具有較好的自相關(guān)性和互相關(guān)性，在頻域進(jìn)行相關(guān)檢測，具體實(shí)現(xiàn)步驟如下所示。

5 仿真結(jié)果與分析

本次仿真主要針對PSS檢測算法和SSS檢測算法進(jìn)行。其中，PSS檢測算法包括直接互相關(guān)檢測算法、分段互相關(guān)檢測算法和改進(jìn)PSS檢測算法。SSS檢測算法包括傳統(tǒng)SSS檢測算法和改進(jìn)SSS檢測算法。仿真利用MATLAB軟件搭建下行小區(qū)搜索及同步鏈路，整個(gè)仿真基于AWGN信道進(jìn)行，仿真結(jié)果為循環(huán)500次平均后的結(jié)果。小區(qū)搜索仿真參數(shù)見表1。

表1 小區(qū)搜索仿真參數(shù)

直接互相關(guān)檢測算法的PSS檢測成功概率如圖3所示，在信噪比較低為?15 dB時(shí)，直接互相關(guān)檢測算法的PSS檢測成功概率僅為10%，而改進(jìn)PSS檢測算法已經(jīng)有50%的檢測成功概率。隨著信噪比不斷提高，當(dāng)信噪比達(dá)到?3 dB時(shí)，直接互相關(guān)檢測算法檢測成功概率為83%，而改進(jìn)PSS檢測算法已經(jīng)達(dá)到100%檢測成功概率。

圖3 直接互相關(guān)檢測算法的PSS檢測成功概率

分段互相關(guān)檢測算法的PSS檢測成功概率如圖4所示，在信噪比較低為?15 dB時(shí)，分段互相關(guān)檢測算法的PSS檢測成功概率僅為33%，而改進(jìn)PSS檢測算法已經(jīng)有50%的檢測成功概率。隨著信噪比不斷提高，當(dāng)信噪比達(dá)到?3 dB時(shí)，分段互相關(guān)檢測算法的檢測成功概率為90%，而改進(jìn)PSS檢測算法已達(dá)到100%檢測成功概率。

圖4 M分段互相關(guān)檢測算法的PSS檢測成功概率

圖5 傳統(tǒng)SSS檢測算法和本文改進(jìn)的SSS檢測成功概率對比

為了驗(yàn)證改進(jìn)算法相比傳統(tǒng)算法在資源消耗和時(shí)間消耗等方面的優(yōu)越性，本文從算法復(fù)雜度著手依次對算法中涉及的復(fù)數(shù)乘法、復(fù)數(shù)加法、實(shí)數(shù)乘法、實(shí)數(shù)加法和點(diǎn)FFT/IFFT等運(yùn)算次數(shù)進(jìn)行了統(tǒng)計(jì)分析。改進(jìn)算法與傳統(tǒng)算法復(fù)雜度分析對比結(jié)果見表2。

由表2可知，改進(jìn)后的PSS檢測算法中復(fù)數(shù)乘法、復(fù)數(shù)加法和點(diǎn)FFT運(yùn)算次數(shù)大約相當(dāng)于傳統(tǒng)PSS檢測算法的25%，大大降低了算法復(fù)雜度。在PSS檢測算法中不涉及實(shí)數(shù)乘法和實(shí)數(shù)加法運(yùn)算。改進(jìn)后的SSS檢測算法中復(fù)數(shù)乘法、復(fù)數(shù)加法、實(shí)數(shù)乘法、實(shí)數(shù)加法和點(diǎn)FFT運(yùn)算次數(shù)都約占傳統(tǒng)SSS檢測算法的1/4。綜上所述，改進(jìn)后的PSS檢測算法和SSS檢測算法與傳統(tǒng)檢測算法相比，運(yùn)算量大大降低，不僅提高了檢測效率，而且在整套5G NR小區(qū)搜索和同頻檢測算法中發(fā)揮了重要作用。

表2 算法復(fù)雜度分析

6 結(jié)束語

5G NR小區(qū)搜索是移動通信中不可或缺的步驟，不管是在通信鏈路建立前，還是在通信中途切換小區(qū)都需要經(jīng)過完善的小區(qū)搜索流程。本文在傳統(tǒng)PSS檢測算法和傳統(tǒng)SSS檢測算法基礎(chǔ)上提出改進(jìn)的PSS檢測算法以及改進(jìn)的SSS檢測算法，改進(jìn)算法不僅提高了信號檢測效率，而且檢測性能也得到明顯提升?；诖烁倪M(jìn)小區(qū)搜索算法的5G NR掃頻儀在外場測試及實(shí)際無線網(wǎng)絡(luò)覆蓋測試時(shí)各項(xiàng)指標(biāo)均能達(dá)標(biāo)，能很好地滿足用戶需求。

[1]卓業(yè)映, 陳建民, 王銳. 5G移動通信發(fā)展趨勢與若干關(guān)鍵技術(shù)[J]. 中國新通信, 2015, 8(23): 13-14.

ZHUO Y Y, CHEN J M, WANG R. 5G mobile communication development trend and some key technologies[J]. China New Telecommunication, 2015, 8(23): 13-14.

[2]劉斯. 5G移動通信發(fā)展分析及其關(guān)鍵技術(shù)應(yīng)用分析[J]. 數(shù)字通信世界, 2019(3): 116-117.

LIU S. Analysis of 5G mobile communication development and application of key technologies[J]. Digital Communication World, 2019(3): 116-117.

[3]彭文君, 皮雅婧. 5G通信技術(shù)應(yīng)用場景及關(guān)鍵技術(shù)[J]. 通信電源技術(shù), 2019(10): 182-183.

PENG W J, PI Y J. Application scenarios and key technologies of 5G communication technology[J]. Telecom Power Technology, 2019(10): 182-183.

[4]ERIK D, STEFAN P, JOHAN S. 5G NR: the next generation wireless access Technology[M]. United States: Academic Press, 2018.

[5]張德民, 李秀, 陳嘉田. 5G系統(tǒng)中主同步信號定時(shí)同步算法的研究[J]. 光通信研究, 2019(3): 59-64.

ZHANG D M, LI X, CHEN J T. Research on timing synchronization algorithm of primary synchronization signal in 5G system[J]. Study on Optical Communications, 2019(3): 59-64.

[6]白興金. TD-LTE小區(qū)搜索和下行同步技術(shù)的研究及實(shí)現(xiàn)[D]. 成都: 電子科技大學(xué), 2017.

BAI X J, Research and implementation of cell search and downlink synchronization technology in TD-LTE[D]. Chengdu: University of Electronic Science and Technology of China, 2017.

[7]林丹丹. 5G中上下行同步技術(shù)的研究與仿真[D]. 西安: 西安電子科技大學(xué), 2018.

LIN D D. Research and simulation on uplink and downlink synchronization technology in 5G[D]. Xi’an: Xidian University, 2018.

[8]3GPP. NR: physical channels and modulation: TS38. 211-V15. 10. 0-2020[S]. 2020.

[9]3GPP. NR: physical layer procedures for control: TS38. 213- V15. 10. 0-2020[S]. 2020.

[10]張建國, 黃正彬, 周鵬云. 5G NR下行同步過程研究[J]. 郵電設(shè)計(jì)技術(shù), 2019(3): 22-26.

ZHANG J G, HUANG Z B, ZHOU P Y. Research on downlink synchronization process of 5G NR[J]. Designing Techniques of Posts and Telecommunications, 2019(3): 22-26.

[11]3GPP. NR: physical layer measurements: TS38. 215-V15. 10. 0-2020[S]. 2020.

[12]徐瑩. TD-LTE下行小區(qū)搜索算法研究與實(shí)現(xiàn)[D]. 成都: 電子科技大學(xué), 2014.

XU Y. Research and implementation of downlink cell search algorithm in TD-LTE[D]. Chengdu: University of Electronic Science and Technology of China, 2014.

Improved cell search algorithm for 5G NR

DONG Baojiang, PENG Chen, LU He

DT Link Tester Technology Co., Ltd., Beijing 100083, China

The era of 5G NR has higher requirements for speed, capacity and user experience. In 5G NR physical layer, cell search is an indispensable process. Cell search mainly includes primary synchronization signal (PSS) detection algorithm and secondary synchronization signal (SSS) detection algorithm. The traditional PSS detection algorithm and SSS detection algorithm can’t satisfy the basic requirements of 5G NR. In order to solve this problem, an improved PSS detection algorithm based on the traditional-segment cross-correlation detection algorithm was proposed. When the channel environment is bad, the traditional SSS detection algorithm will also fail. The improved SSS detection algorithm proposed can solve this problem. Finally, the traditional algorithm and the improved algorithm were compared and analyzed. The simulation results show that the detection performance of the proposed algorithm is significantly improved, and the detection efficiency and overall performance are also improved.

cell search, PSS detection algorithm, SSS detection algorithm

TN929.5

A

10.11959/j.issn.1000?0801.2021036

2020?12?20；

2021?02?03

董寶江（1994?），男，大唐聯(lián)儀科技有限公司工程師，主要研究方向?yàn)闊o線移動通信技術(shù)。

彭?。?986?），男，大唐聯(lián)儀科技有限公司工程師，主要研究方向?yàn)闊o線移動通信技術(shù)。

盧賀（1989?），男，大唐聯(lián)儀科技有限公司工程師，主要研究方向?yàn)闊o線移動通信技術(shù)。