关键技术 三:LTE-A 协作多点传输 | 带你读《5G UDN(超密集网络)技术详解》之十二

简介: 本章节进一步详细解释 LTE 小小区相关的关键技术之三:LTE-A 协作多点传输,并且关联着说明它们对后续 5G NR 小小区的基线性影响和适用情况。

第 2 章 LTE 微蜂窝和小小区技术

2.3.3 LTE-A CA

2.3.4 LTE-A 协作多点传输

在集中式 MIMO 已经没有提升空间的情况下,分布式 MIMO、协作多点成 为新的性能提升点。协作多点(CoMP,Cooperated Multiple Point)是在 LTE-A 中新引入的概念,它把网络 MIMO、协作 MIMO、虚小区 / 群小区等概 念融合,统一称作 CoMP。CoMP 和 MIMO 技术都是基于多天线技术,通过物理 层复杂的基带处理,实现空域自由度的利用。MIMO 一般是指地理位置集中放置 的多天线系统,强调对集中的多天线在物理层紧紧耦合在一起,以方便 MIMO 信 号的联合处理;而 CoMP 是指地理上分布放置的多接发节点的多天线系统,采 用动态紧耦合或者半静态松耦合对多天线进行联合空间信号处理。CoMP 物理层 耦合性的要求低于 MIMO,甚至多发射接收节点可以跨基站分布。集中式 MIMO 和分布式 CoMP 其实都是 UDN 虚拟小小区,通过物理多天线 / 多发射接收点的 方式,在空间域形成的一种极紧凑的耦合协作方式(达到符合级别的粒度),可 实现对相同物理区域内的无线时频域资源,在空间域的最大限度隔离和协同复用。
CoMP 传输是一种提升小区边界容量和小区平均吞吐量的有效途径,其核 心思想是当终端位于小区边界区域时,它能同时接收来自多个小区的信号,同 时它自己的传输也能被多个小区同时接收。在下行,如果对来自多个小区的发 射信号进行协调以规避彼此间的干扰,能大大提升下行性能;在上行,信号可 以同时由多个小区联合接收并进行信号合并,同时多小区也可以通过协调调度 来抑制小区间干扰,从而达到提升接收信号信噪比的效果。
按照进行协调的节点之间的关系,CoMP 可以分为同站点的协作多点 (Intra-site CoMP)和跨站点的协作多点(Inter-site CoMP)两种。
(1)同站点的协作多点发生在一个站点(eNode B)内,此时因为没有回 程(Backhaul)容量和时延的限制,可以在同一个站点的多个小区 / 扇区 / 接 入点(Cell/Section/AP)间交互大量的信息。
(2)跨站点的协作多点发生在多个站点间,对回程容量和时延提出了更高 要求。反过来说,跨站点的协作多点性能也受限于当前回程的容量和时延能力, 如图 2-7 所示。
image.png
典型的 CoMP 场景为每个传输点都对应着一个逻辑小区,既拥有自己的 CellID。但小区内多个 RRU 构成的分布式天线模式也应是 CoMP 的重要应用场景。
1. 下行协作多点发射
在下行协作多点发射(下行 CoMP)中,按一个数据包是否在多个协作节 点 / 小区上同时发送,可以分为协作调度 / 波束赋形(CS/CBF,Coordinated Scheduling/Beamforming)和联合处理(JP,Joint Processing)两种。对于 CS/CBF,一个数据包只在一个服务节点上发送,但相应的无线资源调度和下 行发射权重等需要协作的多个节点间进行动态信息交互和协调,以尽可能减少 多个小区的不同传输之间的互干扰。联合处理进一步分为联合发送(JT,Joint Transmission)和动态节点选择(DPS,Dynamic Point Selection)两种方式。其中, JT 是指一个数据包可以在多个协作节点 / 小区上同时发送,这些协作的多节点 / 小 区可以看作虚拟的单个小区;DPS 是指一个数据包可以动态选择一个服务节点发送。
一种常见的 CS/CBF 方式是终端对多个小区的信道进行测量和反馈,反馈 的信息既包括期望的来自服务小区的预编码向量,也包括邻近的强干扰小区的 干扰预编码向量,多个小区的调度器经过协调,各小区在发射波束时尽量使得 对邻小区不造成强干扰,同时还尽可能保证本小区用户期望的信号强度。
在联合处理方式中,既可以由多个小区执行对终端的联合预编码,也可以 由每个小区执行独立的预编码、多个小区联合服务同一个终端。既可以多小区 共同服务来自某个小区的单个用户,也可以多小区共同服务来自多小区的多个用户。这种方式通常有更好的性能,但对回程的容量和时延提出了更高要求。
2. 上行协作多点接收
上行联合接收是指协作集合内的部分或者全部的小区同时接收处理同一个 终端的上行信号,可以获得接收分集增益和功率增益。
(1)上行接收处理方式

  • 各小区独立检测,选择译码正确的作为最终结果,其他的抛弃。
  • 主小区对协作小区传输过来的数据进行联合检测。
  • 两者结合,主小区首先单独检测,如果错误,则重新与协作小区接收的数 据进行联合检测。

其中联合检测的实现方式有以下两种。

  • 均衡后的数据(软比特)进行合并译码,类似 HARQ 的合并过程。
  • 均衡前数据合并接收。不同小区联合接收,等效提供了更多的接收天线。

上述几种实现方式获得的增益不同,当然实现的复杂度、对 X2 接口的需求、 HARQ 反馈过程都有区别。
(2)各小区独立检测的实现方式
参与上行联合接收的各小区接收来自终端的上行信号,然后各自独立进行 信道估计、均衡、译码、CRC 校验。如果 CRC 检验正确,则协作小区把译码 正确的用户数据发送给主小区,否则丢弃该数据。如果主小区从各协作接收小 区收集了译码正确的数据,则判决本次数据接收正确。如果主小区判决本次数 据接收错误,则向终端发送 NACK,终端进行 HARQ 重传。
具体实现时,可以进一步降低 X2 接口传输。各小区独立检测,但不会主动把 数据发送给主小区。主小区首先自己独立译码并 CRC 校验,如果发现自身译码错 误,则查询各协作小区是否有正确译码,如果有,则把正确的译码结果发送给主小区。 这种方式小区间只需要传输译码后的信息比特,因此对于 X2 接口的带宽要求很低。 不过由于不能合并接收,因此不能获得合并分集增益。应属于选择接收,选择接收 信号最好的作为最后的结果。
(3)主小区对协作小区传输过来的数据进行联合检测
参与上行联合接收的各小区接收来自终端的上行信号,把译码前的数据发 送给主小区,由主小区进行联合检测。根据合并机制的不同,小区间传输可 以为 CSI 和均衡前的数据,也可以为软比特信息和其他辅助信息(均衡后的 SNR)。
这种方式需要小区间传输大量信息,因此对 X2 接口的带宽要求很高,同时 处理复杂度也很高。可以获得分集增益和功率增益。其中,均衡前数据合并接 收方式的信息损失最少,获得的增益最高。
(4)两者结合的处理方式
即主小区首先单独检测,如果错误,则重新与协作小区接收的数据进行联 合检测,这种方式是上述两种方式的折中。
为了保证好的 CoMP 操作效果增益,同基站内的多发射接收节点配置最佳, 跨基站情况下 CoMP 技术对网络基站间的接口性能有较高的要求。比如,宏基 站 eNB 和 LPN eNB 最好来自同一设备厂商,通过较低时延且高带宽的回程链 路连接在一起,且彼此达到较好的时频同步状态。这些苛刻的部署配置要求, 极大地增加了同频异构网的部署成本,限制了 CoMP 技术在跨基站或者异厂家 设备对接场景下的广泛应用。在同基站内,由于不存在基站间的时频同步和协 同调度,因此相对比较容易实现和应用。
跨站点的 CoMP,主要通过协调多个基站之间的工作,来提高服务小区 边缘的数据吞吐率和高数据率传输的有效覆盖范围,从而提高整个系统的 容量。基站间通过 X2 接口信令交互着各自本地无线资源的分配信息假设, CoMP 传输假设、并与增益标准相关联,来实现跨基站的协同传输。每一个 收到的 CoMP 传输假设都涉及发送方基站、接收方基站或者它们的相邻基站。 与 CoMP 传输的相关增益标准是:量化了假设使用协作多点传输能获得的增 益。接收基站方的 CoMP 假设和增益标准可以被无线资源管理(RRM,Radio Resource Management)所使用。相邻小区参考信号的接收强度(RSRP, Reference Signal Receiving Power)和信道状态信息(CSI,Channel State Information)报告,也是可以用于辅助跨基站 CoMP 操作。例如,RSRP 和 CSI 报告都可以用来决策或证实 CoMP 假设以及相关的增益标准。RNTP 增强 技术也可以用于跨站点的 CoMP 传输,用来交换基站间各自采用的频域功率分配信息。
理论上,CoMP 传输也可应用于 5G gNB 基站内的同频相邻小区之间,但 在 5G UDN 小小区部署环境下,小区边缘性能可能没有宏小区的情况那么恶劣。
2.3.5 LTE-A 小小区开关

相关文章
|
4月前
|
调度 Python
探索Python高级并发与网络编程技术。
可以看出,Python的高级并发和网络编程极具挑战,却也饱含乐趣。探索这些技术,你将会发现:它们好比是Python世界的海洋,有穿越风暴的波涛,也有寂静深海的奇妙。开始旅途,探索无尽可能吧!
106 15
|
4月前
|
机器学习/深度学习 算法 PyTorch
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
深度学习近年来在多个领域取得了显著进展,但其核心组件——人工神经元和反向传播算法自提出以来鲜有根本性突破。穿孔反向传播(Perforated Backpropagation)技术通过引入“树突”机制,模仿生物神经元的计算能力,实现了对传统神经元的增强。该技术利用基于协方差的损失函数训练树突节点,使其能够识别神经元分类中的异常模式,从而提升整体网络性能。实验表明,该方法不仅可提高模型精度(如BERT模型准确率提升3%-17%),还能实现高效模型压缩(参数减少44%而无性能损失)。这一革新为深度学习的基础构建模块带来了新的可能性,尤其适用于边缘设备和大规模模型优化场景。
135 16
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
|
4月前
|
监控 算法 JavaScript
基于 JavaScript 图算法的局域网网络访问控制模型构建及局域网禁止上网软件的技术实现路径研究
本文探讨局域网网络访问控制软件的技术框架,将其核心功能映射为图论模型,通过节点与边表示终端设备及访问关系。以JavaScript实现DFS算法,模拟访问权限判断,优化动态策略更新与多层级访问控制。结合流量监控数据,提升网络安全响应能力,为企业自主研发提供理论支持,推动智能化演进,助力数字化管理。
101 4
|
5月前
|
存储 双11 数据中心
数据中心网络关键技术,技术发明一等奖!
近日,阿里云联合清华大学与中国移动申报的“性能可预期的大规模数据中心网络关键技术与应用”项目荣获中国电子学会技术发明一等奖。该项目通过端网融合架构,实现数据中心网络性能的可预期性,在带宽保障、时延控制和故障恢复速度上取得重大突破,显著提升服务质量。成果已应用于阿里云多项产品及重大社会活动中,如巴黎奥运会直播、“双十一”购物节等,展现出国际领先水平。
|
5月前
|
安全 网络安全 定位技术
网络通讯技术:HTTP POST协议用于发送本地压缩数据到服务器的方案。
总的来说,无论你是一名网络开发者,还是普通的IT工作人员,理解并掌握POST方法的运用是非常有价值的。它就像一艘快速,稳定,安全的大船,始终为我们在网络海洋中的冒险提供了可靠的支持。
162 22
|
5月前
|
存储 监控 算法
基于 Python 哈希表算法的局域网网络监控工具:实现高效数据管理的核心技术
在当下数字化办公的环境中,局域网网络监控工具已成为保障企业网络安全、确保其高效运行的核心手段。此类工具通过对网络数据的收集、分析与管理,赋予企业实时洞察网络活动的能力。而在其运行机制背后,数据结构与算法发挥着关键作用。本文聚焦于 PHP 语言中的哈希表算法,深入探究其在局域网网络监控工具中的应用方式及所具备的优势。
145 7
|
5月前
|
边缘计算 人工智能 自动驾驶
云计算的加速引擎——5G技术如何改变未来
云计算的加速引擎——5G技术如何改变未来
151 7
云计算的加速引擎——5G技术如何改变未来
|
4月前
|
自动驾驶 5G 网络性能优化
5G标准化背后的江湖:技术规范如何塑造未来通信
5G标准化背后的江湖:技术规范如何塑造未来通信
177 19
|
4月前
|
人工智能 监控 安全
5G技术在安全监控中的应用:从“慢半拍”到“秒响应”
5G技术在安全监控中的应用:从“慢半拍”到“秒响应”
165 13

热门文章

最新文章