5G 物理层|带你读《5G无线网络规划与设计》之十

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: 使用非授权频谱是移动通信系统扩展频谱资源的重要手段之一。非授权频谱上的业务非常繁忙,抢占信道最好的方法是一旦发现信道空闲马上开始传输。在 LTE 中,资源调度以时隙为单位,即使监听到信道空闲,也必须等到下一个时隙开始进行传输

第 3 章 5G 无线关键技术

3.1 5G 频率

3.2 5G 物理层

相比于 4G,5G 的物理层资源在时域和频域上具有多种不同大小的粒度,使得资源分配更为灵活、资源利用率更高。

3.2.1 波形和发射机结构

5G NR 采用如图 3-1 所示的发射机结构。NR 下行采用带循环前缀(CP,Cycle Prefix)的正交频分复用(OFDM)波形,即 CP-OFDM 波形。NR 下行支持最大 8 层传输,其中,1~4 层传输对应 1 个码字、5~8 层传输对应 2 个码字。NR 上行有两种波形:CP-OFDM 和 DFT-s-OFDM。其中,上行 CP-OFDM 与下行相同,可传输多层数据,适用于宽带业务的上行传输;DFT-s-OFDM 仅用于单层传输。NR 上行可选择性地进行传输预编码,但下行传输无预编码过程。
image.png

3.2.2 灵活的参数配置

LTE 采用固定的子载波间隔为 15 kHz 的 OFDM 波形,配合两种不同长度的 CP 以适应不同的部署场景。与 LTE 系统不同,5G NR 采用了变化的子载波间隔,以支持 5G 极宽的频谱范围和满足不同的业务需求。
为了描述波形的变化,3GPP 在 R14 的 TR 38.802 中定义了参数集(Numerology)的概念。参数集包含子载波间隔和 CP 长度两个参数。子载波间隔以 15 kHz 为基准,按 image.png)比例扩展。CP 长度随子载波间隔不同而不同,并分为常规 CP 和扩展 CP。目前,R15 定义的参数集如表 3-3 所示。
image.png
NR 的子载波间隔最小为 15 kHz,与 LTE 系统一致。15 kHz 子载波间隔的CP 开销较小,在 LTE 系统的频段(<6 GHz)上对相位噪声和多普勒效应有较好的顽健性。以 15 kHz 作为扩展的基准,可使 NR 与 LTE 有较好的兼容性。在 NR 的毫米波频段上,相位噪声随频率的增加而增加。此时,扩展子载波间隔有利于对抗相位噪声。按 image.png)比例扩展的设计,一方面使NR 可支持多种信道带宽、满足多样的应用和部署需求,另一方面有利于不同参数集波形的共存、实现灵活调度。
从覆盖能力的角度看,较小的子载波间隔可实现较大的覆盖范围;从频率的角度看,高频信号相位噪声大,因而必须适当提高子载波间隔。综合覆盖和频率两方面,爱立信举例说明了不同子载波的适用范围,如图 3-2 所示。
image.png

3.2.3 帧结构和资源块

在 5G NR 中,1 个时间帧(Frame)的长度为 10 ms,包含了 10 个长度为 1 ms的子帧,这与 LTE 的时间帧设计相同。NR 的每个子帧包含的时隙数量与子载波间隔有关。在常规 CP 下,每个时隙固定由 14 个 OFDM 符号组成(在非常规 CP 下为 12 个 OFDM 符号)。当子载波间隔为 15 kHz 时,每个 OFDM 符号长度为 66.67 µs(1/15 kHz),常规 CP 长度为 4.7 µs,则相应的一个时隙的长度为 14×(66.67 µs + 4.7 µs)≈1 ms,因此,15 kHz 子载波间隔的每个子帧包含 1 个时隙。图 3-3 说明了 15 kHz 子载波间隔下的时间帧结构。
image.png
对于子载波间隔为 15 kHz×2µ(µ=1,2,3,4)的波形,OFDM 符号长度(以及 CP 长度)按比例缩小,时隙长度相应地按 1/2µ ms 的规律缩短。表 3-4 列举了不同子载波间隔下的时隙长度及每子帧包含的时隙数。
image.png
LTE 中定义了资源块(RB,Resource Block)作为资源调度的基本单元,1 个资源块在频域上包含 12 个连续的子载波,在时域上持续 1 个时隙长度(0.5 ms)。5G NR 沿用了 LTE 的资源块概念,每个 NR 资源块在频域上包含 12 个连续子载波、时域上持续 1 个时隙长度。由于 NR 定义了多种不同的参数集,因而有几种不同的资源块结构。如 15 kHz 子载波间隔下,1 个资源块频域上为 180 kHz、时域上持续 1 ms;30 kHz 子载波间隔下,1 个资源块频域上为 360 kHz、时域上持续 0.5 ms。不同子载波间隔下的资源块结构如图 3-4 所示。
image.png

3.2.4 最小时隙和时隙聚合

在频域上,5G NR 定义了多种子载波间隔以适应多样的部署和应用场景;在时域上,5G NR 定义了多种时间调度粒度,增强调度的灵活性,以满足不同业务应用的需求。LTE 的时间调度粒度为 1 个时隙。在此基础上,5G NR 增加了最小时隙(Mini-Slot)和时隙聚合(Slot Aggregation)两种时间调度的概念。
最小时隙是指资源分配的时间粒度可小于 1 个时隙。R15 中定义的最小时隙在常规 CP 下可为 2、4 或 7 个符号,在扩展 CP 下可为 2、4 或 6 个符号。基于最小时隙的调度有两个主要的适用场景:非授权频谱传输和低延迟业务(uRLLC)。

  • 非授权频谱传输。

使用非授权频谱是移动通信系统扩展频谱资源的重要手段之一。非授权频谱上的业务非常繁忙,抢占信道最好的方法是一旦发现信道空闲马上开始传输。在 LTE 中,资源调度以时隙为单位,即使监听到信道空闲,也必须等到下一个时隙开始进行传输,如图 3-5(a)所示。在等待下一个时隙开始的间隙,非授权频谱信道很可能被其他业务占用。5G NR 基于最小时隙的调度,可在任意符号位置发起传输,因此,可以在监听到信道空闲后马上进行传输,迅速占据非授权频谱上的信道,极大地提高了使用非授权频谱的成功率,如图 3-5(b)所示。

image.png

  • 超可靠低延迟业务(uRLLC)。

uRLLC 业务的主要特点是数据量小、延迟要求高。图 3-5(c)表示一个 eMBB 和 uRLLC 混合调度的例子。通常 eMBB业务对延迟不敏感,因此,可将 uRLLC 业务嵌入到 eMBB 业务的资源中。由于 uRLLC 业务仅占少量符号资源[如图 3-5(c)中仅为 4 个 OFDM 符号],因此,对 eMBB 的影响可忽略。而 uRLLC 无须等到 eMBB 结束后再开始,这极大地降低了传输延迟。
与最小时隙相反,5G NR 的时隙聚合是将一次传输调度扩展到两个或更多时隙上,其概念类似于载波聚合。时隙聚合可为数据量较大的业务(如 eMBB场景)分配多个连续时隙,如图 3-6 所示。
image.png
时隙聚合可减少控制信令的开销,提高资源利用率。另外,结合重复传输机制,时隙聚合还有利于增强覆盖。

3.2.5 时隙结构

5G NR 采用了一种“自包含”的时隙结构,即每个时隙中包含了解调解码所需的解调参考信号和必要的控制信息,使终端可以快速地对接收到的数据进行处理,降低端到端的传输延迟。
在 5G NR 中,一个时隙可以是全上行或全下行配置,也可以是上下行混合配置,如图 3-7 所示。在混合配置的时隙中,上行符号与下行符号存在一段保护间隔。为了进一步增加调度的灵活性,一个时隙内最多允许有两次上下行切换。时隙内符号的配置可以是静态、半静态甚至是动态的。
image.png
实际上,5G NR 定义了 3 种符号类型:上行符号、下行符号和灵活符号。其中,上、下行符号通常由网络侧决定,而灵活符号可由终端决定为上行或是下行。文献[26]中列举了 3GPP 定义的时隙结构,如表 3-5 所示(表中 D 代表下行符号,U 代表上行符号,F 代表灵活符号)。
image.png
image.png

3.2.6 带宽自适应

在 LTE 系统中,用户终端传输带宽与系统信道带宽相同,并且固定不变。即使在终端只有少量传输数据时,系统仍然将全部信道带宽分配给终端,造成频谱资源的浪费。5G NR 引入了带宽自适应策略,允许终端使用小于信道带宽的频谱资源进行传输。NR 的信道带宽最大可达 100 MHz(FR1)和 400 MHz(FR2),对用户终端的射频功能要求较高。采用带宽自适应策略后,终端的射频端无须支持全部信道带宽,有利于 NR 接收能力较弱的终端,这对 5G 商用初期、终端发展不成熟的阶段有重要意义。
为实现带宽自适应,NR 定义了(BWP,Band Width Part)的概念。BWP由若干连续的物理资源块组成,其带宽小于系统信道带宽。针对同一用户终端的 BWP 可配置不同的参数集(子载波间隔和 CP)。图 3-8 举例说明了基于 BWP的带宽自适应策略。初始时系统以 BWP 1 为用户终端进行传输。BWP 1 带宽为 40 MHz,小于信道带宽,子载波间隔为 15 kHz。当用户的数据量较小时,可将传输资源调整为 BWP 2。BWP 2 与 BWP 1 有相同的中心频率,但带宽缩小到 10 MHz,子载波间隔仍为 15 kHz。此时空闲的信道带宽可用于其他终端的传输服务。BWP 可位于不同的中心频率上,选用的参数集也可以是不同的。如图 3-8 中 BWP 3 的中心频率高于 BWP 1 和 BWP 2,并采用了 60 kHz 的子载
波间隔。
image.png
系统可为用户配置 4 个不同的下行 BWP 和 4 个上行 BWP,但某一时刻上只有一种 BWP 被激活。在 FDD 模式下,上、下行的 BWP 分别独立配置、互不相关;在 TDD 模式下,上、下行 BWP 是成对配置的。从功能上看,BWP主要分为两类:初始化 BWP(Initial BWP),主要用于 UE 接收必要的系统信息、发起随机接入等;专用BWP(Dedicated BWP),主要用于数据业务的传输。

3.2.7 物理信道与调制编码

相比于 LTE,5G NR 简化了物理信道的定义,取消了小区专用参考信号,增加了相位追踪参考信号。5G NR 物理信道和信号结构有利于提高频谱利用率和降低端到端延迟。
具体地,5G NR 定义了以下 3 种物理下行信道:
• 物理下行共享信道(PDSCH,Physical Downlink Shared Channel);
• 物理下行控制信道(PDCCH,Physical Downlink Control Channel);
• 物理广播信道(PBCH,Physical Broadcast Channel)。5G NR 的上行物理信道同样有 3 种,包括:
• 物理上行共享信道(PUSCH,Physical Uplink Shared Channel)
• 物理上行控制信道(PUCCH,Physical Uplink Control Channel)
• 物理随机接入信道(PRACH,Physical Random Access Channel)
5G NR 定义的参考信号均为用户专用参考信号,降低了参考信号的开销,同时也降低了终端解调信道的时延。NR 定义的参考信号包括以下几种。
• 主同步信号(PSS,Primary Synchronization Signal)和辅同步信(SSS,
Secondary Synchronization Signal):由基站周期性发送,周期长度由网络配置决定。终端可根据这些信号检测和保留小区计时器。网络可在频域上配置多个PSS 和 SSS。
• 解调参考信号(DMRS,Demodulation RS):附着于物理信道内,用于对相应物理信道进行相干解调。
• 相位追踪参考信号(PTRS,Phase Tracking Reference Signal):附着于物理信道内,可用于对一般的相位误差进行纠错,也可用于对多普勒频移和时变信道进行追踪。
• 信道状态信息参考信号(CSI-RS,Channel State Information-ReferenceSignal):用于终端估计信道状态信息。终端将对信道状态信息的估计反馈给gNB,gNB 根据得到的反馈进行调制编码策略选择、波束赋形、MIMO 秩选择和资源分配。CSI-RS 的传输可以是周期性、非周期性和半持续性的,速率由gNB 配置。CSI-RS 也可用于干扰检测和精细的时频资源追踪。
• 寻呼参考信号(SRS,Sounding Reference Signal):SRS 是上行参考信号,gNB 可根据接收到的 SRS 估计上行信道状态信息,协助上行调度、上行功率控制和下行传输(如在上下行互易的场景中可用于下行波束赋形)。SRS 由UE 周期性传输,速率由 gNB 配置。
表 3-6 详细列举了 5G NR 的物理信道和信号,以及对应的 LTE 等效信道和信号。
image.png
R15 中定义了多种 5G NR 调制策略,可用于应对不同的传输场景和应用需求。具体的调制策略如表 3-7 所示。
image.png
在差错控制编码方面,5G NR 摒弃了 4G 的 Turbo 码,选用了低密度奇偶校验(LDPC,Low Density Parity Check)码和 Polar 码,分别用于数据信道编码和控制信道编码。
• LDPC 码
LDPC 码是一类具有稀疏校验矩阵的分组纠错码,具有逼近香农限的优异性能,并且具有译码复杂度低、可并行译码以及译码错误的可检测性等特点,从而成为信道编码理论新的研究热点。
• Polar 码
Polar 码基于信道极化理论,是一种线性分组码,相比于 LDPC 码,Polar码在理论上能够达到香农极限。并且有着较低复杂度的编译码算法。
表 3-8 详述了 5G NR 针对不同内容选用的信道编码策略。
image.png

3.3 多天线技术

相关文章
|
17天前
|
人工智能 自动驾驶 5G
5G频谱规划:资源优化与共享策略
【10月更文挑战第27天】
53 4
|
1月前
|
存储 安全 5G
|
24天前
|
运维 监控 网络架构
|
10天前
|
传感器 自动驾驶 物联网
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
32 4
|
20天前
|
边缘计算 自动驾驶 5G
|
19天前
|
运维 安全 5G
|
19天前
|
机器学习/深度学习 人工智能 物联网
5G与AI融合:智能网络的新纪元
【10月更文挑战第25天】
40 3
|
20天前
|
机器学习/深度学习 人工智能 算法
|
13天前
|
边缘计算 5G 数据处理
5G网络能耗管理:绿色通信的实践
【10月更文挑战第30天】
33 0
|
18天前
|
人工智能 安全 5G