基于窄带物联网的时间估计算法

2019-10-09余晶

电子技术与软件工程 2019年17期

文/余晶

窄带物联网（Narrow Band Internet of Things, NB-IoT）成为万物互联网络的一个重要分支。NB-IoT构建于蜂窝网络，只消耗大约180kHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络，以降低部署成本、实现平滑升级。NB-IoT支持三种频率部署方案：In-band（带内部署）、Guard band（保护带部署）和Stand alone（独立部署）。因此，它可以利用已有的频谱资源，很好的与现有的网络共存。

NB-IoT具有以下特点：

（1）广覆盖。它能改进空间的的覆盖，在同样的频段下，NB-IoT比现有的网络增益 20dB；

（2）具备支撑海量连接的能力。NB-IoT的一个小区能支持约 10 万个连接；

（3）三是实现低功耗。NB-IoT终端模块进行正常通信和待机的电流是 mA 和 uA 级别，模块待机时间可达十年。

NB-IoT 的这些特点，随着移动通信的发展，各种智能硬件的普及，万物互联必将是未来的趋势。

图1：通信系统模型

图2：不同带宽下时间估计

在 NB-IoT网络中，对 UE 进行精确定位，前提是进行高精度的时间估计。由于无线资源环境的复杂，有的用户设备处在噪杂的闹市区，有的处在地下通道，有的正在频繁移动。而信号在传输的过程中又存在多径干扰，使得时间估计存在误差，从而影响基站对 UE 进行精确定位。为了避免小区内的干扰，基站要求同一子帧的不同 UE 到达基站的时间基本对齐。因此时间估计技术显得尤为重要。NB-IoT 是基于正交频分复用 (Orthogonal Frequency Division Multip lexing, OFDM) 系统。OFDM具有抗符号间干扰能力, 可以将信道均衡从复杂的时域处理转化到简单易可行的频域处理。

1 上行NPUSCH信道简介

1.1 NPUSCH信道资源介绍

1.2 帧结构

LTE定义了一个基本的时间单位 Ts= 1/(15000 * 2048) = 1/30720000秒。该时间单位可以看作是基于FFT（Fast Fourier Transform，快速傅里叶变换）且FFT大小等于2048的发射机/接收机所使用的采样时间。在时域上，上下行传输都被组织成10ms的系统帧（system frame）。LTE支持2种系统帧结构：用于FDD的类型1和用于TDD的类型2。本文仅探讨 FDD的类型1帧结构形式。

2 时间估计算法

2.1 上行基带信号处理

数字通信系统是利用数字信号来传递信息的通信系统，如图1所示。数字通信系统的技术问题很多，其中主要有信源编码与译码、信道编码与译码、数字调制与解调、同步以及加密与解密等。其中同步是非常重要的一个环节，目的是使收发两端的信号在时间上保持步调一致，是保证数字通信系统有序、准确、可靠工作的前提条件。

表1：, ,和组合

NPUSCH format 3.75 kHz 1 16 1 15 kHz 16 3 8 6 4 12 2 1 7 2 3.75 kHz 1 4 15 kHz 1 4

表2：仿真信道参数设置

基站从天线侧接收到的原始基带信号，依次经过解调、模数转换、频率与时间同步，通过傅里叶变换将时域信号转变成频域信号。然后依次经过解调参考信号、原始的信道估计、噪声估计、均衡、解扰、解交织、速率匹配等过程最终变成可供处理的软比特数据。

2.2 时间估计算法实现

2.2.1 时间偏差产生原因

若发送信号严格符合奈奎斯特准则，则符号之间不存在码间串扰。理论上采样时刻正确才能够保证没有码间干扰。而实际由于 UE 与基站收发端采样时钟频率存在偏差，因此采样时间偏差不固定，需要不停的修正、跟踪采样时间偏差。分为两种情况：采样时钟频率相同，而采样点时间存在偏差，收端采样点与发端正确采样点存在固定时间偏差δ；收发端采样时钟频率偏差，收端采样点与发端正确采样点的偏差随时间变化。

2.2.2 初始角度估计

将此 PRB 的 12 个子载波，以间隔为 4 分割，可得到 8 组值。然后根据原始的信道估计值将它们求和，可求得累计旋转角度：由于每根天线收到的值不一样，需要将所有天线的值分别计算。

2.2.3 角度估计值修正

基站在从天线处收到信息后，需要做傅立叶变换，将时域数据变换到频域数据。而做一次傅立叶变换将耗费一些时间。在基带信号采样后，基带信号的角度不会发生变化，但真正对基带信号进行处理是在傅立叶变换之后。我们需要考虑这个时间差对相位旋转产生的影响，需要将这个值补偿回来。做傅立叶变换一般采用硬件来做，对于不同的硬件做一次时间 FFTTimeShift 是固定的。由于子载波间隔 fsc=15kHz，以 ScDistance=4个子载波距离进行角度估计。那么需要校准的角度为 RotatorCorrection=e-i2π*FFTTimeShift*fsc*ScDistance，然后 arctan (RotatorCorrect )可求出需要修正的实部 RotatorCorrectionReal和虚部 RotatorCorrectionImag。

一般通信基站都配有好几根天线，每根天线由于信噪比 SNR 不一样对信号的贡献值是不一致，在进行时间估计时需要考虑不同天线对信号贡献的权值影响。修正算法如下所示：

考虑到不同天线对初始估计相位值的影响，需要按天线将RotatorEst值修正。然后将每根天线对相位估计值做合并，得到修正后的相位估计值 ScaledRotatorEst。

最后需要将做傅立叶变换所带来的相位差做修正，分别求出时间估计值。

2.2.4 时间估计值计算

根据修正后得到的最终时间估计值，分别计算幅度、角度。可得到最终的时间估计值。

3 仿真结果

本次的实验基于诺基亚通信基站仿真平台构建。首先进行环境的准备，分别仿真在不考虑傅立叶变换所带来的时间开销，不同的信噪比情况下对 UE 时间估计的影响。由于不同的通信带宽，所做傅立叶变换的采样点不一，那么所花费的时间也不一致，这也是所需要考虑的。仿真信道参数设置参照表2。

在 AWGN 高斯白噪声固定情况下，分别对带宽为 5M，10M，15M，20M的 UE 进行仿真测试。仿真结果如图2。在不同带宽条件下，分别做快速傅立叶变换，然后进行采样。带宽为 5M，10M，15M，20M 采样点数分别为 256，512，1024 和2048 。显然所耗费的时间也是不一样的。从图中可看出，随着带宽的递增，两者的时间估计差递增。在考虑做 FFT 所带来的影响，仿真结果明显优于不考虑 FFT 的情况。这说明，做快速傅立叶变换所带来的相位差误差不可忽略。在带宽为 20M 的情况，仿真结果最好，带宽为 10M，仿真结果最差。但它们的时间估计值均在 1 微秒范围内，都可以满足窄带物联网对 UE 时偏估计的要求。

在实际的环境中，信噪比往往错综复杂，是一个不可忽略的因素。在带宽为 20M 情况下，分别对基于不同信噪比情况下进行仿真。在信噪比为 -5dB、-3dB、-2dB，-0.7dB和 3dB 情况下，仿真结果分别为结果分别为：131ns、 255ns、227ns、642ns和240ns。在信噪比为 -0.7dB 情况下，估计值稍大，其它信噪比情况下，结果相差不大。估计值均小于 1 微秒，完全满足窄带物联网对时间估计的要求。