【学术论文】基于5G毫米波的小区发现方法研究
“2019年是5G元年。”2019年2月18日，上海移动和华为在虹桥火车站正式启动建设5G网络，计划在2019年内完成5G网络深度覆盖。时隔不久，在2月25日开幕的2019世界移动通信大会上，5G成为整场会展的关键词，全球各大手机厂商争相发布旗下首款5G手机，以5G为主题的论坛和研讨会就超过了20场。目前，我国在5G研发和部署方面处于全球前列，在3月举办的全国两会上，5G更是被带入两会新闻中心。为了促进5G通信的技术交流，推动我国5G通信技术的发展，《电子技术应用》杂志拟于2019年第8期（8月6日出刊）开始陆续推出“5G通信”相关主题专栏。
0 引言
现如今，无线移动通信系统的用户和数据量呈指数级增长，5G技术将考虑使用毫米波频段解决频谱资源有限的难题，毫米波技术将大幅度提升数据传输速率、频谱利用率和吞吐量[1]。毫米波技术应用到无线接入网将存在严重的传播损耗，所以毫米波传输技术目前的研究趋势是采用高定向波束形成技术[2]将总辐射功率集中在非常小的角度上，从而扩大传输范围。3GPP R15标准中的非独立组网(Non-Stand Alone，NSA)[3]新空口标准中定义了混合组网架构SDN以及用户面和控制面之间的功能划分。在5G毫米波技术中，初始小区发现过程作为无线通信系统最重要的第一步，高定向多波束传输造成的时延和覆盖问题直接影响整个系统的性能[4]。因而毫米波小区发现过程的时延问题具有重要的研究价值。
文献[5]中指出毫米波基站全向广播毫米波会导致网络可发现区域(控制面范围)与毫米波服务可用区域(用户面范围)之间不匹配的问题，必须使用高定向传输扩展毫米波基站的覆盖范围。文献[6]中介绍了NSA 5G新空口标准中的混合组网架构以及用户面与控制面的功能分离。文献[7]提出了一种穷举算法，该算法的缺点在于毫米波基站扫描所有的方向，造成较大的时延。本文提出了一种基于穷举算法利用用户背景信息的限制访问延迟的改进算法，性能优于当前可用的发现算法。
1 毫米波初始小区发现过程
毫米波小区发现过程指毫米波UE接收并解码毫米波BS广播的同步信号获得小区信息以建立小区连接。不同于LTE系统中基站eNodeB[8]全向广播同步信号，毫米波BS定向发射波束通过扫描不同的天线配置搜索毫米波UE波束，直到UE能正确解码同步信号[9]。因此这个同步过程存在严重的延迟。目前的天线技术有多种天线配置，可以提供不同的波束宽度，并根据波束宽度，可以使用不同的指向方向。
波束宽度的选择对小区发现过程有重要影响。宽波束能更快地扫描空间，但它们可以达到相对接近的用户。亦然,窄波束可以覆盖很远的用户，但是它们需要更多的天线配置变化来扫描整个空间。因此，发现过程必须在空间搜索的速度和范围之间进行权衡。
在MiWEBA提出的系统架构中，背景信息可以提供毫米波基站和毫米波用户终端的位置估计，从而在改进小区发现延迟方面发挥关键作用[10]。背景信息可以包含如通道增益预测、UE空间分布、之前访问中成功使用的天线配置等信息。理想情况下，如果背景信息提供了完整的信息，BS和UE可以直接用窄波束指向对方。BS发送的波束序列为B=[b0，b1，b2，…，bm]T，UE发送的波束序列为U=[u0，u1，u2，…，un]T。实际情况下，背景信息的位置信息都是估计值，不精确，但小区发现过程能通过背景信息缩小搜索。如果毫米波基站BS由于背景信息的不精确，初始波束b0不能立即搜索到用户，则根据给定的搜索序列b1…bm使用其他波束进行搜索。同样，在UE侧发送第一个波束u0，如果没有从BS搜索到信号，则按顺搜索发送搜索序列的其他波束u1…un。每个BS波束切换都要检测整个UE搜索序列，通过其n个波束扫描。在没有搜索成功的情况下检测所有可能的UE波束后，BS切换到下一个波束重新搜索UE 发送的波束序列。只有当一个UE和一个BS波束一致时，BS同步信号才可以在UE端被解码。
2 小区发现算法
检测波束B和U的序列是确定毫米波小区发现阶段性能的关键特征。在这一节中，本文将重点讨论基于UE位置估计的算法，在初始服务请求期间，UE位置估计通过分离的控制平面传递给网络。本文从分析UE处理开始，然后转向BS处理。
本文应用了一种动态适应波束宽度搜索算法，称为穷举算法。搜索开始设置波束宽度和指向方向(
，d0)，如果UE没有被检测到，毫米波BS会依次扫描每个方向，保持相同的波束宽度
。如果仍然没有搜索到UE，毫米波基站将以减小的波束宽度重新启动圆形扫描。这个过程重复进行，直到搜索波束宽度和指向方向的每一个组合。穷举算法的基本原理是通过宽波束检测附近的用户，逐步扩大搜索范围。
，d0)。如果位置信息不准确,用户可能不被发现，因此，BS依次执行n个扇区扫描，每个扇区宽度为2π/n。第一个选定的扇区r对应于包含用户估计(不准确)位置的区域。为了克服位置信息的不准确性，BS通过宽度为w0且方向与d0相邻的波束检测扇区r。在这个搜索过程中，BS按顺时针和逆时针方向交替发射波束。如果没有检测到用户，BS会缩小波束宽度，再次将波束指向估计的用户位置，并类似地检测扇区内相邻波束的方向。在没有建立任何UE连接的情况下完成对第一个扇区的扫描后，对相邻的n-1扇区的其他每个扇区重复相同的迭代扫描，顺时针和逆时针交替。当UE被检测到或当所有n个扇区被扫描到且没有任何用户连接时，进程结束。
改进算法相对于穷举算法的优点在于一定程度上避免了搜索的盲目性，位置误差造成的UE相对于背景信息的位置关系可能在同一侧或者不同侧。相对于穷举算法直接遍历所有区域，改进算法在目标小区域两侧扫描显然节省了相当多的时间，性能更好。
3 仿真结果
本文通过MATLAB模拟器进行的数值模拟来评估所提出算法的小区发现性能。传输路径损耗定义为：
其中，PL定义为传输路径损耗，α=82.02 dB，参考距离l0=5 m，k=2.36，l表示为传输距离，主同步信号PSS采集的最小信号电平，直接从文献[8]中的给出的经验测量值导出，Th=-73 dBm，其信噪比大于10 dB，BS发射功率设置为Pt=30 dBm。毫米波BS侧最小可配置波束宽度为0.015 7 rad。较大的波束宽度(180°，120°，90°，72°，60°，48°，36°)是通过按比例减少方向的数量来获得的，测试场景提供5个定距200 m的固定毫米波基站，在区域内设置1 000个用户随机分布，同时随机选择用户的方向。
图1是天线配置切换次数和位置误差的关系图，图中的曲线是穷举算法和初始波束宽度分别设置为360°、180°和120°的改进算法。在位置误差逐渐增大时，平均切换次数迅速增加，当初始波束宽度设置为360°时，改进算法的性能优于穷举算法，当误差增大时，窄波束较高的误差精度会严重影响改进算法的性能。对于改进算法，初始波束宽度设置为360°是性能最好的。
天线配置切换次数和初始波束宽度的关系图如图2所示。该图表示在使用改进算法在发现用户之前天线配置切换的平均次数。为了便于比较，还给出了穷举算法的结果。对于10 m位置误差，改进算法的天线配置的切换次数显示最小在120°左右，对应扇区数n=3。由于探测距离较远区域的延迟，扇区越窄，则会增加所需切换的次数。在这种情况下，当扇区数量增加太多时，位置误差对算法性能的影响更大。在这些情况下，穷举算法的性能优于改进的发现过程。此外，当位置误差增加到或超过15 m时，改进算法最小值会向更宽的波束宽度移动，以360°作为初始波束宽度性能最好。
通过仿真可以得出，改进算法受初始波束宽度和位置误差的影响，在设置合适的初始波束宽度和位置误差的情况下，改进算法的性能优于穷举算法。
4 结论
本文提出了一种基于传统算法的改进小区发现算法，该算法通过控制面与用户面平面分割的混合网络架构，利用背景信息改进小区发现过程。通过仿真可以得出结论，改进算法受初始波束宽度和位置精度的影响，在设置合适的初始波束宽度和位置精度的情况下，改进算法的性能优于穷举算法。
原创声明：此内容为AET网站原创，未经授权禁止转载。