基于5G移动通信参考信号的机会信号测距测向技术

金 天，姚钧天，刘 波，吴笑风

(1.北京航空航天大学 电子信息工程学院，北京 100191；2.北京海兰信数据科技股份有限公司，北京 100095)

0 引言

全球导航卫星系统(Global Navigation Satellite System,GNSS)是目前应用最为广泛的定位方式,其具有全球性、全天候、连续性和实时性的定位功能。但卫星导航信号易受干扰,且到达地面比较微弱,不能在室内和城市峡谷等环境中使用[1]。为了弥补卫星导航的不足,近年来研究人员对机会信号(Signal of Opportunity, SOP)导航进行了广泛研究。SOP导航将周围环境中所有潜在无线电信号视为SOP,并从中提取用以导航的信息。这些SOP多属于常用的商业通信信号, 可随时随地免费获取但并非为导航专门设计,这些潜在的无线电信号包括4G移动通信信号[2]、调频/调幅广播信号(Amplitude Modulation/Frequency Modulation,AM/FM)[3]、数字电视[4]、WiFi[5]和铱星信号[6]等。

虽然3GPP组织定义了专用于定位的位置参考信号(Positioning Reference Signal,PRS)[5],但该信号从未大范围投入使用,主要原因是基于网络的定位技术要求分配大量额外的频带资源来传输PRS,挤占其他业务信道的带宽,不利于运行商提高利润。同时,基于网络的定位技术会将用户定位信息反馈给网络,可能泄露用户位置信息。因此,一些研究人员利用4G移动通信的小区特定参考信号(Cell-specific Reference Signal,CRS)进行信道估计,代替PRS 进行SOP定位[7]。而5G移动通信采用了极简化设计,取消了CRS参考信号,引入了同步信号块(Synchronization Signal Block,SSB)和波束赋形技术等新技术,但在现有的研究[8-9]中,相关研究人员未能将这2种新技术有效结合在一起[10-15]。

因此,本文利用5G网络信号中始终发送(always-on)的SSB中的解调参考信号(Demodulation Reference Signal,DMRS)提高信道响应估计的性能,更好地利用旋转不变信号参数估计技术(Estimating Signal Parameter via Rotational Invariance Techniques,ESPRIT)去除多径误差,实现对测距信息的提取。同时,通过对各个波束信噪比的拟合,建立线性回归公式,计算出回归系数,实现测向角度的估计,所获得的测距和测向信息对于未来建立基于5G的SOP定位系统有着重要的意义。

1 5G移动通信参考信号测距方法

在4G移动通信中,基站会随时向用户发送CRS信号,用于估计下行物理信道的信道质量。而5G移动通信中取消了CRS信号,引入了按需发送的发送信道状态信息参考信号(Channel State Information-Reference Signal,CSI-RS)代替其部分功能。因此,对于非接入的用户来说,CSI-RS按需发送的参考信号序列和时频域位置未知,不能用于SOP定位。但由于5G基站会周期性发送序列已知的SSB用于下行同步,但其中的主同步信号(Primary Synchronization Signal,PSS)和辅同步信号(Secondary Synchronization Signal,SSS)的带宽相对较低,需要充分利用其中较高带宽的DMRS实现更加精细的信道估计。

对参考信号处理包括3个步骤:第一步为同步信号的搜索,即从SSB中获取PSS、SSS和DMRS的信息,实现对不同参考信号码序列的搜索。第二步为粗时延估计,即利用接收的PSS与本地生成的PSS互相关得到粗时延估计。第三步为多径误差补偿,即利用DMRS求信道频率响应(Channel Frequency Response,CFR),再采用ESPRIT算法计算多径误差,补偿多径对时延粗估计产生的影响,提高距离测量性能。具体流程如图1所示。

1.1 同步信号搜索

在5G系统中,基站以20 ms为周期发送同步广播块集合(SSB burst set),其中只有前 5 ms包含了多个SSB,因此后续处理时只需要保留前5 ms的采样数据。为获取SSB中的参考信号信息,需要知道参考信号的时频域位置和序列。在单个SSB中,PSS、SSS分别占据SSB中时域上第1个和第3个正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)符号,频域上127个中心子载波。DMRS占据时域上第2、3、4个符号,频域上间隔分布,如图2所示。

图2 5G SSB的结构Fig.2 Structure of 5G SSB

1.2 粗时延估计

(1)

相关窗内信号的总能量P(k)为:

(2)

SPSS,j(k)=IFFT(pj(k)) 。

(3)

(4)

(5)

1.3 基于5G DMRS信号的多径误差补偿

如前所述,SSS和PSS的带宽不够,基于式(5)获得粗同步位置分辨率不够,难以精细地分辨出多径等信道误差。考虑到5G移动通信中DMRS是PSS和SSS带宽的2倍,在粗时延估计的基础上利用5G DMRS估计信道频率响应,能够更有效地消除多径误差,进一步提高精度。

1.3.1 多径信号模型

为补偿多径误差,首先要建立多径信号模型。OFDM符号在多径衰落信道中传输,假设该信道在符号的持续时间内保持不变,并且信道冲激响应(Channel Impulse Response,CIR)为:

(6)

式中:L为多径的数量,α(l)、τ(l)分别为第l条路径相对于第一条路径的相对衰减和延迟分量,α(1)=1,τ(1)=0,δ为冲激函数。因此,移除循环前缀(Cyclic Prefix, CP)并在完美同步条件下进行快速傅里叶变换(Fast Fourier Transform,FFT)后的接收符号可以表达为:

(7)

式中:k=0,1,…,Nc-1,Y(k)为发射的OFDM符号,C为由于天线增益和各种损耗而产生的接收信号功率,W(k)为信道上的高斯白噪声。在此基础上,计算信道频率响应H(k)为:

(8)

通常,估计的接收符号定时与实际符号定时之间存在不匹配,这可能是由于不完全同步、时钟漂移、多普勒频率和/或载波频率偏移造成的。假设时间失配小于CP持续时间,则接收信号可以重写为:

(9)

在承载DMRS的符号中,传输的信号Y(k)等于DMRS序列S(k)。由于DMRS序列在接收器处已知,估计的信道频率响应为:

(10)

M个不同子载波上的估计信道频率响应集可以写成:

(11)

1.3.2 多径数量估计

ESPRIT算法已经被广泛应用到OFDM信号的时延估计中[18-19],其利用各个子载波上的信道估计,构建旋转矩阵,进而得到时延估计。其中,最小描述长度(Minimum Description Length,MDL)标准是估计多径数量L的一种方法[20]。

数据矩阵X由估计的信道频率响应构建:

(12)

式中:P为设计参数,M为DMRS占用的子载波数,K=M-P+1。可以使用MDL度量来估计多径数L。为此,必须计算X=U∑VH的奇异值分解(Singular Value Decomposition,SVD)。其中,H表示厄米算子,U和V是酉矩阵,∑是具有奇异值σ1≥…≥σP的矩阵。接下来,将MDL标准计算为:

(13)

(14)

在得到多径数L的基础上,可利用ESPRIT方法对DMRS信号进行处理。

1.3.3 多径估计

(15)

式中:Il是大小为l的单位矩阵,0l×p是元素为零的l×p矩阵。

然后,构造ESPRIT旋转矩阵为:

(16)

(17)

(18)

在本地PSS序列起始位置基础上,利用DMRS计算的多径误差τmin进行补偿后,可以得出更为精确的测距结果。

2 5G移动通信参考信号测向方法

2.1 基于5G SSB波束的测向原理

在传统的无线电系统中,往往需要使用阵列天线进行测向,天线阵列存在的阵元位置、幅度和相位等误差对测向结果影响较大。5G移动通信基站的下行同步过程采用了波束赋形技术,可充分利用波束信号中存在的测向信息,即使用单天线实现测向功能。

考虑到基站在一个周期内会发送多个SSB波束,采用不同的DMRS序列,每个位置上接收机所接收到的SSB波束的信噪比不同,因此可根据DMRS序列计算各个波束的信噪比实现信号的测向。5G参考信号测向原理示意如图3所示。

图3 5G参考信号测向原理示意Fig.3 Principle schematic of ranging for 5G reference signal

具体的参考信号测向包括3个步骤:第一步为测向观测量提取,与测距信息观测量提取类似;第二步为DMRS信噪比计算,以LSSB=8(基站一个周期内发送SSB波束数量最大为8)为例,需要在接收端生成8个不同DMRS序列,分别对接收到的参考信号求信噪比;第三步为角度拟合,计算基站和接收机相对角度。以8个波束的信噪比作为自变量,角度作为因变量,通过多元线性回归拟合得到角度计算公式。具体的测向流程如图4所示。

图4 5G参考信号测向流程Fig.4 Flowchart of direction-finding for 5G reference signal

2.2 基于5G DMRS信号信噪比的测向估计

(19)

(20)

(21)

此时,接收机相对基站的角度为α可以根据线性回归公式计算:

(22)

式中:ai和b根据线性回归求得。

3 实验方案与结果

3.1 实验设备与流程

通过实际实验对5G参考信号测距和测向方法的性能进行评估。实验采集了中国联通公司5G基站信号,基站频段为n78频段,SSB中心频率为3 408.96 MHz。接收端使用定制设备进行信号采集,采集到的信号经Matlab程序处理,实现测距测向算法。接收端实验包括GNSS信号接收天线、5G信号接收天线(频率700～6 000 MHz)、原子钟、推车、移动电源以及定制接收机。实验设备与实验环境如图5所示。

图5 实验现场及仪器说明

在实验过程中,基站位置固定,接收机持续移动,使接收机与基站的距离和角度持续变化。由于城市环境复杂,距离和角度的真实值难以获得。因此,在误差计算部分,以GNSS定位获得接收机和基站的经纬度,根据经纬度计算出距离和角度作为参考值,计算误差。

实验过程中,接收机移动路线如图6和图7所示。

图6 测距实验过程Fig.6 Procedure of ranging experiment

图7 测向实验过程Fig.7 Procedure of direction-finding experiment

3.2 测距结果及误差

实验中的基准结果是由GNSS接收机与基站的经纬度计算得到。实验将采用了5G DMRS信号测距结果、未采用5G DMRS信号测距结果与GNSS测距基准结果对比,如图8所示。

图8 测距结果对比Fig.8 Comparison of ranging results

可以看出,利用DMRS进行多径误差处理的测距结果均方根误差(Root Mean Square Error,RMSE)为21.3 m,未利用DMRS进行多径误差处理的测距RMSE为37.4 m,相比而言,测距精度提高了46.1%,说明了高带宽的5G DMRS信号对于多径处理的有效性。

3.3 测向结果及误差

实验中GNSS测向结果也根据接收机运动方向和基站经纬度计算得出,作为参考值。实验过程中对各个波束信噪比的变化进行了记录,如图9所示。基于式(22)计算出的5G参考信号测向结果与GNSS测向结果的对比如图10所示。

图9 各个波束信噪比变化Fig.9 SNR changes under different beams

图10 测向结果对比Fig.10 Comparison of direction-finding results

与GNSS基准值相比,本文提出的5G参考信号测向结果的RMSE为7.925°。

3.4 实验结果分析

根据实验结果可以看出,可以通过对5G移动通信中的参考信号处理,提取出相应的测距和测向信息,建立基于5G移动参考信号的SOP定位系统。但在实际场景中,由于信号传播环境复杂、楼宇数木遮挡和邻区基站干扰等因素使得信号强度较弱,其测距和测向精度还有待提高。随着5G移动通信基站部署和推广,未来可提取出更多基站的测距测向信息,提高基站测距测向精度。

4 结论

本文针对5G移动通信SOP定位系统中所存在的多径干扰严重和测距测向信息难以提取等问题,通过在原有信号处理基础上增加多径误差处理、波束信噪比拟合功能,实现了一种基于5G参考信号的测距测向技术。在测距技术中,充分利用5G移动通信信号中的 DMRS参考信号得到更高精度的信道估计,更有效消除多径误差影响。在测向技术中,根据各个波束信噪比拟合出角度计算公式和回归系数,实现接收机相对基站的方向角测量。

基于本文所提出的方法,在城市环境中利用实际的联通5G基站开展实验。实验结果表明:① 与GNSS测量结果相比,本方法的测距结果RMSE为21.3 m;② 与GNSS测量结果相比,测向结果RMSE为7.9°;③ 测距测向结果初步验证了5G参考信号在城市复杂环境下的可用性。

未来随着网络建设的加速推广,基站数量和布站密度会进一步上升。利用本方法可获得更多基站的测距测向信息,弥补单基站测距测向精度较低的缺陷。