5G革命的技术,一个都不能少

第五代移动网络简称5G是产业界即将实现的移动技术革命,是LTE-A网络的深层演进技术。5G网络中的关键技术包括MIMO、OFDM、SC-FDMA等。

超密集微型基站(ultra-dense small cells)将在5G中发挥重要作用,移动无线接入技术将在已建立的系统上运行在不同的频段。探索新的频谱需要研究厘米波段和毫米波段。本文介绍了我们关于超密集微型基站的5G波形概念的技术组件的愿景,讨论了优化短帧结构、多天线技术、干扰抑制、自适应和上行/下行传输的动态调度等基本特征,以及新型灵活波形和节能技术的设计等。

新一代的波形设计能够克服之前的技术中的一些限制并且能够提高频谱效率,很可能这将会是5G的正确道路,这意味着业界将很快能够看到新的波形。

1.1. UW-DFT-S-OFDM

用于UW-DFT-S-OFDM(单字离散傅立叶变换扩频正交频分复用)的发射机结构是众所周知的DFT-S-OFDM的一个小修改,CP-DFT-S-OFDM可以由在DFT操作的输入中添加一个UW实现。

在接收机中,LTE-SC-FDMA中的DFT-FDE-IDFT模块可用于实现UW-DFT-S-OFDM,且不会影响CP去除模块。由于由于从DFT和IDFT操作获得的循环属性,在DFT操作之前插入UW(unique word)导致了带外发射被抑制。UW的位置是一个实现问题,并且取决于OoB发射的目标水平和通过多路径信道时由于UW扮演了CP的角色实现对ISI的保护。

UW序列如图所示放置,在该图中,UW中的符号数和分配子载波的数量分别由M和ND所表示,如图所示,UW被分成两半,放置在DFT-S-OFDM块的头尾。

结论

  • UW DFT-S-OFDM相对于SC-FDMA具有优异的OoB抑制性能
  • UW-DFT-S-OFDM和SC-FDMA具有相同的PAPR性能
  • UW用作CP,并且通过控制UW的长度可以获得足够的FER性能
  • UW-DFT-S-OFDM对相邻信道的干扰具有鲁棒性
  • UW-DFT-S-OFDM能够抑制OoB的波形,在多径衰落和对相邻信道干扰的容限方面具有鲁棒性。

1.2 通用多载波过滤

UFMC也基于过滤的方式,在FBMC的用例下,微分器将多个连续的子载波包装到“子带”组中,并将滤波器应用到每个子带上,如下图所示。属于一个子带的子载体的数量是设计规范,一个子带中的子载波越多,基带处理的负载越少,但是当将更多的子载波放入一个子带时,最终的性能就越差。

FBMC的整体收发模组结构如下图所示。从左上角看,可以看到多个子载波组成一个子带。例如,s_1k表示由k个子载波组成的子带1。每个子带进入一个单独的IDFT进程并转换成时域序列,然后被过滤。 然后,将每个滤波器的输出序列组合并上变频到RF并传输到发射机。

与OFDM相比,将滤波器应用于单个子带的效果非常明显,如下所示。与OFDM相比,UFMC(绿色)的阻带阻抗有所改善。

实际情况如下图所示,彼此互相分配的多个子带非常常见。由于阻带的抑制已经有了很大的改善,所以与OFDM相比,子带和相邻子带之间的干扰可能要低得多。

1.3 正交时频偏移(OTFS)

新的2D调制技术OTFS(正交时频偏移)将延迟多普勒坐标系中携带的信息转换为诸如OFDM,CDMA和TDMA之类的传统调制方案所使用的熟悉的时频域。OTFS将衰落的时变无线信道转换为与发射符号的非衰落,时间无关的交互,在这种新的模式中,所有QAM符号都经过相同的信道,并且所有信道的延迟多普勒分集分支加以组合。由于信道状态采集在时间独立的延迟多普勒域中完成,即使存在高移动性,也能实现准确的信道预计。另外,由于天线端口参考信号在延迟多普勒域中被携带,所以它们可以被非常有效地打包,从而允许基于各个信道的延迟和多普勒扩展特性来灵活多路复用大量参考信号。

OTFS调制概述

OTFS在延迟多普勒坐标系中使用与时移和频移正交的一组基函数,数据和参考信号和导频均在该坐标系中承载。延迟多普勒域反映无线信道的几何形状,其变化比快速变化的时频域中经历的相位变化慢得多。OTFS符号经历了随着时间和频率的频道的完整多样性,在高多普勒情景下的性能的交易延迟。

该图说明了调制和解调步骤。发射信息符号(QAM符号)被放置在二维延迟多普勒域中的格子或网格上,并通过二维辛普利傅里叶变换转换成时频域。通过这种转换,利用不同的基函数,每个QAM符号扩展遍及时频平面(即,跨所选择的信号带宽和符号时间)。因此,相同功率的所有符号具有相同的SNR并且通过相同的信道传输。这意味着,在给定的适当频率和时间观察窗口,没有QAM符号的频率衰落或时间选择性衰落。该变换将信道的乘法运动转换成与发送的QAM符号的2D卷积交互。OTFS能够支持从各种形式的滤波OFDM中看到OFDM整形优点,OTFS在调制级别提取信道的完全分集,支持FEC层对具有均匀高斯噪声模式的信号进行操作,而不考虑特定的信道结构。OTFS能够在观察时间或延迟之间进行灵活的权衡,以在高多普勒情景下提高性能。对于非延迟敏感的流量,如高速情况下的视频,这是一个合理的权衡。对于更多延迟敏感的场景,OTFS允许将观测值缩放到单个OFDM符号。

结论

OTFS是一种新的2D空口模式,在高阶MIMO和高多普勒情景下具有重要的频谱效率、参考信号效率和信道估计和预测优势。所有参考信号和QAM符号在延迟多普勒域中承载,并且在传输/观察间隔内通过相同的信道响应,并且在时间和频率维度中提取信道的最大分集。这使得FEC层对具有均匀高斯噪声模式的信号进行操作,而与特定的信道结构无关。OTFS基于其底层多载波组件与OFDM的自然架构兼容性,参考信号架构支持任何形式的多载波调制。

3GPP已经确定了各种针对高速和大规模MIMO天线阵列的eMBB部署场景,新的无线空口必须支持高多普勒环境中的高频谱效率,同时支持大量的天线。OTFS非常适合这些要求,提供:高光谱效率; 准确的信道估计和预测; 以及用于大规模MIMO应用的非常高效和灵活的参考信号。

1.4 广义频分复用

GFDM基于传统的滤波器组多分支多载波概念,现在以数字方式实现。频谱碎片是数字红利用例的典型技术挑战,利用位于非常接近分配频谱的电视UHF频段中的频谱空白。具体来说,与OFDM相比,GFDM特征是较低的PAPR,这是由于可调Tx过滤引起的超低带外辐射,并且是使用循环前缀插入和基于FFT的均衡的基于块的传输。GFDM可实现与OFDM相当的频域和时域多用户调度,并且即使在严重分段的频谱区域中也为白空间聚合提供了有效的替代方案。

GFDM是一种灵活的多载波传输技术,与OFDM有很多相似之处。主要区别在于载体彼此不正交。 GFDM可以更好地控制带外发射,并降低峰均功率比PAPR。这两个问题都是OFDM技术的主要缺点。

在该方案中,每个子载波应用称为脉冲整形滤波器的滤波器,并且在一个步骤中处理每个子载波的多个符号。在该图中,M表示符号数,K表示子载波的数量。

GFDM帧结构可以与当前的LTE结构进行比较,如图所示。与目前的LTE OFDM符号相比,GFDM帧将非常短,以满足5G等待时间要求。

1.5 基于滤波器组的多载波

在FBMC中,每个子信道都被自己过滤。它使用具有长时间长度的窄带滤波器,可以很好地控制每个子载波的发射。其缺陷是不能非常好的支持大型MIMO阵列技术,对于具有MIMO或短时/突发传输的应用不那么有效。

重要的是每个子载波通过“脉冲整形滤波器”的滤波器。上述过程可以以更直观的方式表示,如下图所示,下图中每个子信道都有一个带同滤波器。

FBMC的关键步骤是为每个子通道实现滤波器,并将多个滤波器对齐为滤波器组。一旦完成了原型过滤器的设计,下一步很简单。只需制作原型滤波器的副本,并逐步将其移动到相邻的子通道。

1.6 滤波OFDM

F-OFDM是Filtered OFDM的缩写,基本上大多数5G波形都会使用某一种滤波器,这些滤波器的区别在于使用什么样的滤波器以及如何使用滤波器。

F-OFDM背后的真正意义可以说明如下,一个频带可以分为多个子带,每个子带由多个子载波组成,并且子载波之间的频率间隔可以随每个子带而不同。结合这种子带灵活性和子载波灵活性,用户可以创建非常灵活的子帧结构,可以在同一子帧内承载不同类型的业务数据。根据5G的子帧要求,5G可能采用这种灵活的波形。每个频带可以具有不同的带宽。

上图可以更详细的说明F-OFDM与常规OFDM之间的根本区别。在传统OFDM中,整个频带由单个块组成,每个子载波之间的频率间隔都是相同的。 相反,在F-OFDM中,整个频带由多个子带组成,每个子带中的子载波间隔是不同的(例如,N1子带的子载波间隔为delta_f / 2,Nk的子载波间隔为4 * delta_f),并且每个子带具有其自己的CP(每个CP的长度也可能变化)并且每个子带由其自身的滤波器应用。显然,该波形的主要优点将是灵活性,主要的缺点是结构和实现的复杂性。

1.7 窗式OFDM

OFDM信号频谱应在传输之前成形,以降低带外发射。如图所示,可以通过使用连续OFDM符号的加窗和重叠来在基带处控制OFDM频谱滚降。 这个概念与LTE系统并不陌生,并在TR 25.892中描述。窗口化减轻了OFDM符号边界处的突然相位差,并降低了带外发射。 它以牺牲时域开销为代价,但是窗口长度W可以在CP持续时间内被吸收,导致没有额外的开销。

OFDM符号被应用于时间窗口,我们的技术仅利用位于频带边缘的一组子载波进行开窗。虽然非窗口子载波的循环扩展的大小保持不变,但缩小了窗口子载波的循环扩展的大小。因此实现频谱效率和旁瓣抑制。OFDM符号的矩形窗口产生高旁瓣,这导致相邻信道干扰(ACI)。 希望减少ACI同时维持基于OFDM的系统的高水平的频谱效率。

1.8 零尾离散傅里叶变换扩展OFDM

零尾离散傅里叶变换扩展OFDM(ZT DFT-S-OFDM)调制允许动态地处理多径信道的延迟扩展,从而避免硬编码循环前缀(CP)的限制。 ZT DFT-S-OFDM是针对预想的第5代(5G)无线电接入技术的调制,其特征在于小型小区的超密集部署以及诸如设备到设备(D2D)的新颖范例的支持。 ZT DFT-S-OFDM在相邻频率块上工作的设备之间共存的可能性,在不同小区之间采用统一的无线电命理的可能性,减少延迟和支持敏捷链路方向切换。

1.9 DFT-PRECODED OFDM

DFT-PRECODED OFDM也称为广义预编码OFDMA(GPO),使用实现为基带模块的频域脉冲整形滤波器(带或不带有过量带宽)引入的波形,具有非常低的峰值与平均功率比(PAPR)的广义预编码OFDM(GPO)波形。DFT-PRECODED OFDM使用正交或非正交子载波映射在多个频域中复用多个用户的数据。它包括:用户数据的星座旋转,DFT预编码和扩展,用户特定的频域脉冲整形(FDPS),可能具有一定的超额带宽。频域脉冲整形滤波器(FDPSF)引入了符号间干扰(ISI)和有时是用户间干扰。对于二进制调制的特殊情况,还提出了使用从线性化高斯脉冲导出的频域脉冲整形滤波器(FDPSF)的具有低PAPR的波形。为了减轻FDPSF引起的ISI和自身干扰,考虑了具有低实现复杂度的常规和广泛线性的频域均衡方法。

原文发布于微信公众号 - SDNLAB(SDNLAB)

原文发表时间:2017-09-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据科学与人工智能

【机器学习】Python语言下的机器学习库

Python是最好的编程语言之一,在科学计算中用途广泛:计算机视觉、人工智能、数学、天文等。它同样适用于机器学习也是意料之中的事。 当然,它也有些缺点;其中一个...

25610
来自专栏iOSDevLog

机器学习研究和开发所需的组件列表

Here is a list of components that are needed for the successful machine learning...

972
来自专栏生信小驿站

生存分析①R语言

生存分析(Survival analysis)是指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断,研究生存时间和结局与众多影响因素间关系及其程度大小...

1654
来自专栏生信技能树

如何通过Google来使用ggplot2可视化

今天是大年初二,这篇文章我只想传达一点: 没有什么菜鸟级别的生物信息学数据处理是不能通过Google得到解决方案的,如果有,请换个关键词继续Google! 第一...

3168
来自专栏一心无二用,本人只专注于基础图像算法的实现与优化。

13行代码实现最快速最高效的积分图像算法。

  研究图像到一定程度的人,应该都对积分图像有所了解,大家在百度或者google中都可以搜索到大量的相关博客,我这里不做多介绍。用积分图也确实能解决很多实际的问...

4078
来自专栏每日一篇技术文章

opengL ES _ 入门_05

ID是漫反射的强度,Ii是光的入射光的强度,和KD的漫反射,是对粗糙松散耦合对象材料。松散的意思是,在许多现实世界的材料,实际表面可能有点抛光,但半透明的,而层...

1383
来自专栏Python小屋

Python计算电场中两点间的电势差

根据组合数定义,需要计算3个数的阶乘,在很多编程语言中都很难直接使用整型变量表示大数的阶乘结果,虽然Python并不存在这个问题,但是计算大数的阶乘仍需要相当多...

811
来自专栏iOSDevLog

Scikit-Learn教程:棒球分析 (一)

一个scikit-learn教程,通过将数据建模到KMeans聚类模型和线性回归模型来预测MLB每赛季的胜利。

1772
来自专栏算法+

shazam音乐检索算法 附完整c代码

https://laplacian.wordpress.com/2009/01/10/how-shazam-works/

1772
来自专栏积累+成长

初识

具体处理方法是确定示踪剂的加入区域,如图 3 所示,选择柱体为加料区 A,柱体半径为 10 mm,然后把示踪剂在加料区内的初始浓度设为1,其他区域的初始浓度设为...

1053

扫码关注云+社区