徐子龍,劉為,2**,溫文坤,閔鐵銳,2,唐瑞波,王琳
(1.中國電子科技集團公司第七研究所,廣東 廣州 510310;2.中國電子科技集團公司新一代移動通信創(chuàng)新中心,上海 200331;3.廣州技象科技有限公司,廣東 廣州 510310)
LTE(Long Term Evolution,LTE 長期演進)的D2D(Device to Device,設備間通信)協(xié)議,允許一個UE(User Equipment,用戶設備)和一個或多個用戶設備直接通信。相互通信的兩個UE 都可能存在頻偏,二者疊加后,頻偏可能進一步增大。D2D 設備的初始頻偏與載波頻偏之比位于±10 ppm 范圍內(nèi)[1],D2D 支持的最高頻帶為3 410—3 490 MHz[2],因此頻偏范圍最大可達±34.90 kHz。如何提高頻偏估計范圍(同時兼顧估計精度)成為D2D 系統(tǒng)設計的一個重要挑戰(zhàn)。
D2D 的參考序列具有兩段重復特性,利用參考序列的重復性進行頻偏估計業(yè)界已有研究成果。文獻[3] 提出利用循環(huán)前綴的重復性進行頻偏估計,由于循環(huán)前綴長度較小且受符號間干擾,其估計性能較差;文獻[4]設計了一種特殊的前導結(jié)構(gòu)——在一個正交頻分復用(OFDM,Orthogonal Frequency Division Multiplexing)符號中包含兩段重復的符號序列,用于估計小數(shù)倍頻偏和整數(shù)倍頻偏,因循環(huán)前綴消除了碼間干擾的影響,小數(shù)倍頻偏估計性能穩(wěn)定,然而其整數(shù)倍頻偏估計算法依賴于原文給出的特定前導結(jié)構(gòu),因而不能直接應用于D2D 場景。
本文以LTE D2D 為應用場景提出了一種先估計小數(shù)倍頻偏、后估計整數(shù)倍頻偏的頻偏估計方案。小數(shù)倍頻偏估計算法利用了D2D 同步信號周期性及其結(jié)構(gòu)的重復性,優(yōu)化了估計精度;整數(shù)頻偏的估計范圍可以按需調(diào)整(粒度為小數(shù)倍頻偏算法的估計范圍),解決了LTE D2D 系統(tǒng)需要估計大頻偏的問題。
D2D 的PSSS(Primary Sidelink Synchronization Signal,主同步信號)和SSSS(Secondary Sidelink Synchronization Signal,輔同步信號)以40 ms 為周期[5],由兩個連續(xù)且相同的SC-FDMA(Single-Carrier Frequency Division Multiple Access,單載波頻域頻分多址)符號組成[6],即PSSS 和SSSS 均具有兩段重復特性,如圖1 所示。
本文分析和仿真采用的模型為:
其中x(i)表示發(fā)端等效基帶信號的第i個采樣點,r(i)為相應的接收信號,α(l)為信道抽頭系數(shù),其統(tǒng)計特性取決于信道模型,Ts表示采樣間隔,l表示信道抽頭時延(單位為Ts),L表示多徑數(shù)量,ε表示頻率偏差(Hz),w(i)為零均值復高斯白噪聲。式(1)中的任意頻偏ε可表示為:
其中εint=kεB(k為某一整數(shù))表示整數(shù)倍頻偏值,εfract(-εB/2﹤εfract≤εB/2)表示小數(shù)倍頻偏值,εB為下文所述小數(shù)倍頻偏估計范圍。
本文利用PSSS 和SSSS 符號的兩段重復性和周期性來計算小數(shù)倍頻偏。如圖1 所示,在第m個PSSS/SSSS周期內(nèi),用表示第一個PSSS 符號的CP 的起始位置,NCP表示循環(huán)前綴(CP, Cyclic Prefix)包含的采樣點數(shù),則接收的第一個PSSS 符號可表示為:
圖1 PSSS/SSSS符號的周期、兩段重復特性示意圖
第二個PSSS 符號表示為:
其中N為符號(不含CP)包含的采樣點個數(shù)。這兩個PSSS 序列的相關函數(shù)定義為:
與PSSS 完全類似,在第m個PSSS/SSSS 周期內(nèi),兩個SSSS 序列的相關函數(shù)定義為:
其中M表示用到的PSSS/SSSS的周期個數(shù),arg{x}表示x的相角。
考慮到-π 式(8) 的區(qū)間長度定義為小數(shù)倍頻偏估計范圍: 不失一般性,將式(2)中k的取值范圍限定為,其中K為可按需配置的正整數(shù),其取值越大意味著可估計的頻偏的取值范圍越大。對于D2D 系統(tǒng),因為,足以覆蓋D2D 系統(tǒng)所要求的最大頻偏范圍-34.9~34.9 kHz,因此下文假定K=2。 式(2) 表明用小數(shù)倍頻偏εfract對接收信號進行頻偏補償后,殘余頻偏為整數(shù)倍頻偏kεB,其中k是唯一待定參數(shù)。本文根據(jù)PSCCH(Physical Sidelink Control Channel,側(cè)鏈控制信道)解碼成功與否,即根據(jù)PSCCH 內(nèi)置的CRC(Cyclic Redundancy Check,循環(huán)冗余校驗)是否通過來確定k的取值。如圖2 所示,整數(shù)倍頻偏估計(即對k值的估計)按下述步驟進行: 圖2 仿真鏈路/整數(shù)倍頻偏估計和補償 (2)初始化k=-K。 (5)若PSCCH 解碼失敗則轉(zhuǎn)到步驟(4)。 (6)如果k≤K,則k=k+1,回到步驟(3),否則認為整數(shù)倍頻偏估計失敗,在下一個PSCCH 到來之時重新執(zhí)行步驟(1)。 考慮到小數(shù)倍頻偏的真值 fractε接收機是未知的,此處用取代fractε,這會引入估計偏差,導致殘余頻偏位于附近。 圖2 為仿真鏈路圖,其中D2D 基帶信號模塊包含了產(chǎn)生D2D 基帶信號的所有流程,如PSCCH 處理流程、同步信號PSSS/SSSS 產(chǎn)生、SC-FDMA 調(diào)制等。仿真用到兩種信道模型:AWGN(Additive White Gaussian Noise)和EVA(Extended Vehicular A model),其 中EVA 為文獻[2] 的Table B.2.1-3 定義的衰落信道模型。若選用AWGN 信道模型,圖2 的衰落信道模塊不起作用。小數(shù)倍頻偏估計算法見2.1 節(jié),整數(shù)倍頻偏估計算法見2.2節(jié)。PSCCH 解碼流程可參考文獻[7],其中包含CRC 校驗過程,此CRC 校驗結(jié)果將用于確定整數(shù)倍頻偏估計值。 以下仿真假定兩個無網(wǎng)絡覆蓋的UE 進行D2D 通信,參數(shù)匯總于表1。 表1 參數(shù)約定 為了評估算法性能,我們考察圖2 中測試點A、B和C 處的頻偏估計的RMSE(Root-Mean-Square-Error,均方根誤差)在不同的信噪比條件下隨歸一化頻偏ε/εB的變化趨勢。A 點的RMSE 表示的均方誤差;C 點的RMSE 表示CRC 校驗成功時對應的頻偏估計值的均方誤差。B 點(信道均衡器輸入端)在CRC 校驗之前,尚不知整數(shù)倍頻偏取值,為了與A 和C進行有意義的比較,將B 點處的RMSE 定義為信道均衡器輸入端看到的最小殘余頻偏的均方根誤差,其中。仿真采用AWGN 信道,假定頻偏ε在范圍內(nèi)均勻分布,其它參數(shù)如表1 所示。 分析圖3 可以得出以下結(jié)論: 圖3 頻偏估計的RMSE隨歸一化頻偏變化圖(AWGN) (3)曲 線﹤3>﹤4>(或﹤5>﹤6>)的RMSE 均 隨SNR 增加而下降且?guī)缀醪皇苋≈底兓挠绊?,這是因為B 點處的RMSE 定義,相當于完成了最佳整數(shù)倍頻偏估計。當SNR=-4 dB 時,頻偏估計值偏差較大的樣本容易導致CRC 校驗錯誤而未被計入C 點的RMSE 中(相當于CRC 模塊“濾除”了這個估計偏差較大的樣本),所以曲線﹤5>比﹤3>的RMSE ?。划擲NR=4 dB 時,頻偏的RMSE 足夠小,SNR 足夠大,CRC 幾乎全對(此時幾乎無被“濾除”的樣本),于是﹤4>和﹤6>的曲線幾乎重合。由于CRC 的“過濾”作用,測試點C 的RMSE不超過測試點B 的RMSE。 圖4 給出了M 取不同值時RMSE 隨SNR 的變化趨勢,仿真采用EVA70 信道模型,假定頻偏ε 在范圍kHz 內(nèi)均勻分布,其它參數(shù)如表1 所示。 由圖4 可以得出以下結(jié)論: 圖4 頻偏估計的RMSE隨信噪比SNR變化圖(EVA70+AWGN) (1)比較曲線﹤1>、﹤2>、﹤3>和﹤4>,可知M取值越大測試點B 處的RMSE 越小。 (2)比較曲線﹤1>和﹤5>、﹤2>和﹤6>、﹤3>和﹤7>以及﹤4>和﹤8>,可知當取值相同時,測試點C 的RMSE 比測試點B 處的RMSE 小。因為CRC 校驗模塊“濾除”了因估計偏差較大而導致CRC 校驗出錯的樣本。 (3)觀察虛線﹤5>、﹤6>、﹤7>和﹤8>,發(fā)現(xiàn)一個有趣的現(xiàn)象:當SNR 小于某個值(例如M=64 時,SNR=-2 dB;M=16 時,SNR=-6 dB)時,隨著信噪比降低,RMSE 不升反降,即SNR 和RMSE 程正相關。這是因為CRC 校驗成功與否同時受到頻偏和SNR 這兩個因素的影響。一般地,SNR 越低,CRC 校驗通過的可能性越小;殘余頻偏越大,通過CRC 校驗的可能性也越小。因此,在SNR 較小時,只有殘余頻偏也相應地較小,CRC 校驗才有望通過,而頻偏估值偏差過大的樣本因CRC 校驗出錯被檢測出來并拋棄了,因此出現(xiàn)前述SNR 與RMSE 呈正相關的“反?!爆F(xiàn)象,這意味著通過CRC 校驗的頻偏估計值是更精確的。 圖5 的(a)和(b)分別給出了在AWGN 和EVA70信道下頻偏估計/補償模塊對BLER(Block Error Rate,誤塊率)曲線的影響。仿真假定頻偏ε在[-35,35] kHz 范圍內(nèi)均勻分布,采用MMSE 頻域均衡算法,其它參數(shù)如表1所示。隨機選取的每個頻偏可仿真得到一條BLER 曲線,圖中的BLER 是若干個隨機選擇的頻偏對應的BLER 曲線取平均的結(jié)果。頻偏估計和補償規(guī)則為:利用最新接收的連續(xù)M個周期的同步信號進行估計和補償,若頻偏估計成功(CRC 校驗通過),則立即更新頻偏估計值,否則沿用之前成功獲取的頻偏估計值。 由圖5 可得以下結(jié)論: 圖5 頻偏估計/補償模塊對BLER的影響 (1)頻偏未補償時(圖例為“Raw”),BLER 取值趨于1 且與SNR 無關。 (2)M取值越大BLER 性能越好,這是因為隨著M的增大頻偏估計的RMSE 相應地減?。ㄒ妶D4),由頻偏引起的CRC 解碼出錯概率相應地降低。 (3)在AWGN 信道下,當SNR≤-4 dB 時,M=32或64 對應的曲線與參考曲線相差小于1 dB。在EVA70信道下,當M=8 時與參考曲線性能相差小于0.5 dB,當M=64 時,二者性能幾乎相同??梢?,本文所提頻偏估計算法在AWGN 或EVA70 下相比參考方案的性能損失不超過1 dB。圖例標識為“圖例標識為案的性能損的參考曲線表示無頻偏時的性能曲線”。 本文提出的頻偏估計算法的頻偏估計范圍可調(diào)整,調(diào)整粒度為小數(shù)倍頻偏估計范圍,解決了D2D 系統(tǒng)要求估計大頻偏的問題,頻偏估計精度可通過增大觀測周期數(shù)來提升,滿足了系統(tǒng)對頻偏估計精度的需求,此外,因估計偏差過大引起CRC 校驗出錯的估值可以被發(fā)現(xiàn)和濾除,使得在SNR 較小時仍能獲得精確的頻偏估計值。算法的整數(shù)倍頻偏估計包含盲嘗試,小數(shù)倍頻偏估計包含多個D2D 周期,時延較大,未來將在降低時延方面做進一步研究。2.2 整數(shù)倍頻偏估計
3 仿真分析
3.1 仿真鏈路介紹
3.2 頻偏估計的均方根誤差與頻偏的關系
3.3 頻偏估計均方根誤差與信噪比的關系
3.4 頻偏估計和補償模塊對誤塊率的影響
4 結(jié)束語