基于射頻拉遠的宏小區協作多輸入多輸出正交頻分復用系統性能分析研究

趙鑫 周小林 金曉成 徐兵

摘要： 在高鐵高速移動場景下，對基于射頻拉遠（RRH）的宏小區協作多輸入多輸出正交頻分復用（MIMOOFDM）系統以及基于第三代合作伙伴項目（3GPP）協議的4RRH信道模型做了詳細描述，并設計了相應的頻偏估計算法以及信道估計算法.通過MonteCarlo仿真實驗對該系統做了性能分析研究，結果表明，該系統能夠有效地克服多普勒效應，準確地恢復信道響應，從而達到較低的誤塊率（BLER）與較高的吞吐量，實現高速運動場景下的高性能.

關鍵詞：

射頻拉遠； 長期演進高鐵系統； 多輸入多輸出； 多普勒效應； 信道估計

中圖分類號： TN 929.5文獻標志碼： A文章編號： 10005137（2018）02020504

Performance analysis of macro cell MIMOOFDM systems

based remote radio head technology

Zhao Xin1， Zhou Xiaolin1*， Jin Xiaocheng2， Xu Bing2

（1.School of Information Science and Technology，Fudan University，Shanghai 200433，China；

2.Terminal Algorithm and Software Department，Wireless Technology Innovation Center of Datang Company，

Shanghai 201206，China）

Abstract：

Macro cell MIMOOFDM system based remote radio head （RRH） and the 4RRH model of 3GPP protocol were detailly described in high speed scenario.Furthermore，the frequency offset estimation algorithm and the channel estimation algorithm about the given system were designed.Finally，simulation experiment was made to analyze the performance of the system designed.The simulation results showed that the system could overcome the Doppler effectively and accurately recover the channel response，which resulted in low block error rate （BLER） and high throughput and achieving excellent performance in high speed scenario.

Key words：

remote radio head； long term evolutionrailway； multiple input multiple output； Doppler； channel estimation

收稿日期： 20180130

基金項目： 國家自然科學基金（61571135）

作者簡介： 趙鑫（1994-），男，碩士研究生，主要從事無線通信方面的研究.Email：sot521@163.com

導師簡介： 周小林（1973-），男，副教授，主要從事無線通信方面的研究.Email：zhouxiaolin@fudan.edu.cn

*通信作者

引用格式： 趙鑫，周小林，金曉成，等.基于射頻拉遠的宏小區協作多輸入多輸出正交頻分復用系統性能分析研究 [J].上海師范大學學報（自然科學版），2018，47（2）：205-208.

Citation format： Zhao X，Zhou X L，Jin X C，et al.Performance analysis of macro cell MIMOOFDM systems based remote radio head technology [J].Journal of Shanghai Normal University （Natural Sciences），2018，47（2）：205-208.

0引言

隨著高鐵的快速發展，第三代合作伙伴項目（the 3rd Generation Partnership Project，3GPP）長期演進高鐵系統（Long term evolutionrailway，LTER）逐漸成為了高鐵通信的主流[1].3GPP LTER系統具備一定的數據傳輸速度，并有時延低以及部署便捷[2-3]等優勢.首先，其關鍵技術多輸入多輸出正交頻分復用（MIMOOFDM）技術[4]，在信號帶寬發射功率不變的基礎上，利用諸多天線同時收發數據流，可以大大提升數據傳輸速率，還能克服信道衰落，減少誤碼率[5].其次，以射頻拉遠頭（RRH）為基本單元的宏小區覆蓋方案將相鄰的射頻模塊合并為同一小區，從而可以有效避免傳統覆蓋方案中切換頻繁的問題，與此同時，也可以緩解小區間的干擾問題[6].

高鐵的高速移動給無線通信帶來了諸多不利的通信環境，比如小區切換頻繁[7]，以及高鐵穿透損耗大等.其中最主要的是高速運行的列車會產生多普勒效應[8]，導致發射機和接收機之間產生頻率偏差，而且其頻率會隨著列車速度的改變而改變[9-10]，從而導致接收機的解調性能下降，直接影響整個高鐵MIMOOFDM系統的性能.

本研究主要基于射頻拉遠的宏小區協作MIMOOFDM系統，針對3GPP 36.101提出的4RRH高鐵信道模型，設計了相應的頻偏估計與信道估計算法，并對系統性能做了分析研究.

1宏小區協作覆蓋方案及4RRH信道模型

1.1宏小區協作覆蓋方案

圖1描述了宏小區協作覆蓋方案，每個小區基帶處理單元（BBU）配置6個射頻拉遠單元RRH，每個站掛2個RRH，因此一個小區覆蓋3個站點，高鐵行駛速度為300 km/h，每2站間相距850 m，站與鐵軌的距離為150 m，RRH的高度是25 m，同一站點上2個RRH的間距為1.1 m，基站的天線為雙天線的多輸入多輸出（MIMO）天線，天線增益為20.5 dBi，水平方向半功率角為33°，基站天線擺放角度為30°和150°.

為了減少小區切換的次數，采用BBU、RRH及多幅天線的網絡覆蓋方案，屬于同一小區的多幅天線沿高速鐵路部署，從而減少切換頻率，以提高網絡性能.同一小區內的天線覆蓋范圍內不存在切換，通過相應的基帶處理，單小區可以跨越多個RRH覆蓋區，根據容量的需求，合理規劃小區的覆蓋范圍，RRH呈帶狀分布于鐵路沿線兩邊，保持對高速鐵路的無縫覆蓋，實現與高速列車的不間斷通信.

對基帶性能測試的場景是一種非衰落信道，擁有4個抽頭，一般選取4個最近的RRH，因此，對于第k個RRH，只能給出大致范圍：

2多普勒偏移校準以及信道估計算法

2.1多普勒偏移校準

多普勒頻偏校準主要分為導頻處信道估計與多徑頻偏估計過程.

在4RRH高鐵場景中，假設4個RRH多普勒頻移分別為Δf1，Δf2，Δf3，Δf4；多徑時延分別為τ1，τ2，τ3，τ4；相對功率分別為其中，（hl，n）*表示hl，n的共軛值.由此可以求出第n條徑的頻偏Δfn，從而可以估計4個RRH不同的頻偏值.

2.2信道估計算法

根據維納-辛欽定理，寬平穩隨機過程的功率譜密度是其自相關函數的傅里葉變換，時域相關函數可以通過功率譜的傅里葉逆變換得到.

在4RRH高鐵場景下，接收端距離RRH較近，因此主要接收到的是直射徑，但是各直射徑的多普勒頻移并不相同，導致功率譜是由幾條直射徑的多普勒頻移組成，如圖2所示，由于多普勒頻移Δf的存在，導致部分直射徑會偏移中心軸Δf.

4RRH場景下功率譜為離散功率譜，其時域相關函數為

3仿真結果與分析

仿真所用的是長期演進系統協議中的雙發雙收系統，采用的信道模型為3GPP協議中的4RRH模型.

實驗總幀數為100 000幀，運用所設計的算法得到如圖3，4所示.

由圖3，4可見，系統具有較低的誤塊率（BLER）與較高的吞吐量（Throughput），在相應的算法下，系統可以有效地克服多普勒效應并且準確地恢復出信道響應.因此，基于射頻拉遠的宏小區協作MIMOOFDM系統是一個高性能的通信系統.

4總結

本文作者研究了高速運動場景下的特點，主要介紹了射頻拉遠的宏小區協作MIMOOFDM系統的優勢，并設計了相應的頻偏檢測算法以及信道估計算法，最后利用3GPP協議中的4RRH信道模型對該系統進行了性能分析.最終得出，本系統可以有效地克服多普勒效應并準確地恢復信道響應，實現高性能通信.

參考文獻：

[1]Lin F K，Chang Y Y，Dai X Z，et al.Methods for downlink performance enhancement in HST SFN [C].Proceedings of the 27th Annual International Symposium on Personal，Indoor，and Mobile Radio Communications.Valencia：IEEE，2016.

[2]Abdullahi A B，Hammoudeh A，Udoh B E.Performance evaluation of MIMO system using LTE downlink physical layer [C].Proceedings of 2016 SAI Computing Conference.London：IEEE，2016.

[3]Zourob M，Rao R.Lowercomplexity Wiener filtering for UERS channel estimation in LTE DL system [C].Proceedings of 2017 International Symposium on Wireless Systems and Networks.Lahore：IEEE，2017.

[4]Rana R，Rathod J M.Performance analysis of different channel estimation techniques with different modulation for VBLAST MMSE MIMOOFDM system [C].Proceedings of 2016 International Conference on Wireless Communications Signal Processing and Networking.Chennai：IEEE，2016.

[5]Nguyen N，Tran B，Nguyen V D.A code scheme SFBC on 3GPP channel model in correlated MIMOOFDMA system [C].Proceedings of 2014 International Conference on Advanced Technologies for Communications.Hanoi：IEEE，2014.

[6]Nasraoui L，Atallah L N，Siala M.ReducedComplexity synchronization technique for MIMOOFDM WLAN systems [C].Proceedings of the 5th International Conference on Communications and Networking.Tunis：IEEE，2015.

[7]Cho H，Shin S，Lim G，et al.LTER handover point control scheme for highspeed railways [J].IEEE Wireless Communications，2017，24（6）：112-119.

[8]Toker C.Doppler shift estimation for HF channels based on TEC measurements [C].Proceedings of the 23rd Signal Processing and Communications Applications Conference.Malatya：IEEE，2015.

[9]Rejeb N B，Bousnina I，Salah M B B，et al.Mean angle of arrival，angular and Doppler spreads estimation in multipleinput multipleoutput system [J].Signal Processing，2015，9（5）：395-402.

[10]Sutar M B，Patil V S.LS and MMSE estimation with different fading channels for OFDM system [C].Proceedings of 2017 International Conference of Electronics Communication and Aerospace Technology.Coimbatore：IEEE，2017.

（責任編輯：包震宇，馮珍珍）