5G NR的小區搜索改進算法

董寶江，彭琛，盧賀

專題：移動通信（5G）測試

5G NR的小區搜索改進算法

董寶江，彭琛，盧賀

（大唐聯儀科技有限公司，北京 100083）

5G NR時代對速率、容量和用戶體驗都有更高的要求。在5G NR物理層中，小區搜索是不可或缺的過程。小區搜索主要包括主同步信號（primary synchronization signal，PPS）檢測算法以及輔同步信號（secondary synchronization signal，SSS）檢測算法。傳統PSS檢測算法和SSS檢測算法已無法滿足5G NR各項指標的基本需求。為了解決這一問題，在傳統分段互相關檢測算法基礎上提出了改進PSS檢測算法。當信道環境惡劣時，傳統SSS檢測算法也將失效，提出的改進SSS檢測算法可以解決此問題。最后，對傳統算法和改進算法進行仿真對比分析。仿真結果表明，改進算法的檢測性能明顯提升，檢測效率和整體性能也提高了。

小區搜索；PSS檢測算法；SSS檢測算法

1 引言

5G移動通信技術[1]，是為了滿足未來移動通信的需求，推出的新一代無線通信技術。與4G相比，它對系統性能提出了更高要求。其中，傳輸速率提高10~100倍，用戶體驗速率達到0.1~1 Gbit/s，用戶峰值速率可達10 Gbit/s；時延降低為1/10~1/5，達到毫秒量級；移動性達到500 km/h以上，實現高鐵高速運行環境下的良好用戶體驗。由ITU-R確定，通信行業認可的5G三大主要應用場景[2-3]分別為：增強移動寬帶（eMBB）、低時延高可靠通信（uRLLC）和大規模物聯網（mMTC）。如果說4G標志著業務由個人通信向個人應用的跨越，那么5G的誕生將是通信行業歷史上最大的變革，從“小我”走向“大我”——從個人應用向行業應用的轉變。

本文小區搜索算法應用在5G NR（new radio）掃頻儀中，掃頻儀進行無線網絡覆蓋測試時，主要通過掃頻裝置進行小區搜索，檢測到空間的多個基站射頻信號，并對相關指標進行測量。比如，在4G LTE網絡優化時，需要通過主同步信號（primary synchronization signal，PSS）和輔同步信號（secondary synchronization signal，SSS）對空口小區進行搜索，并對檢測到的各個小區的CRS（cell-specific reference signal）進行測量，測量參數主要有RSRP（reference signal received power）、SINR（signal to interference-plus-noise ratio）[4]等。只有完成初始小區搜索，終端才可以給出準確的解調下行數據，獲取關鍵系統信息，實現與基站的通信連接。

在小區搜索中，比較關鍵的步驟就是PSS檢測以及SSS檢測。對于PSS檢測，參考文獻[5]中給出一種直接互相關檢測算法，但在大頻偏環境下該算法將會失效。參考文獻[6]中論述了一種分段互相關檢測算法，其可以提升抗頻偏能力，但會引入噪聲干擾。對于SSS檢測，參考文獻[7]中簡述了一種SSS相干檢測算法，原理是利用PSS檢測后的信道響應值等效SSS處的信道響應值，然后對頻域SSS序列進行補償，最后再與本地SSS序列進行頻域互相關檢測。但該算法沒有考慮信道環境的影響，若信道質量特別差導致頻域信道響應值誤差很大，會造成最終檢測失敗。

為了滿足當下5G NR掃頻儀的各項指標要求，本文提出了一種小區搜索改進算法，通過改進傳統的PSS檢測算法和SSS檢測算法，完成5G NR小區搜索。仿真結果顯示，所提算法不僅提高了檢測效率，而且也提高了整體小區搜索性能。

2 小區搜索過程

小區搜索就是UE和小區取得時間和頻率上的同步，并檢測cell ID的過程[8-9]。

（1）UE利用PSS和SSS完成下行同步[10]過程。通過PSS獲取物理層小區組內ID和時隙同步；通過SSS獲取循環前綴（cyclic prefix，CP）長度，物理層小區組ID，幀同步。

（2）通過解調參考信號（demodulation reference signal，DM-RS）進一步實現時間、頻率同步以及信道估計。

（3）解碼物理廣播信道（physical broadcasting channel，PBCH），獲得主信息塊（master information block，MIB），包含公共天線端口數目、系統幀號（system frame number，SFN）、下行系統帶寬等信息。

（4）解碼物理下行共享信道（physical downlink shared channel，PDSCH），獲得系統信息塊（system information block，SIB），即其他系統信息[11]。

5G NR小區搜索主要是檢測PSS、SSS和DM-RS，獲取時間和頻率上的同步，上報RSRP/SINR等測量指標，最后解碼PBCH完成小區搜索過程。初始小區搜索流程如圖1所示。

3 PSS檢測

圖1 初始小區搜索流程

3.1 傳統PSS檢測算法

基于PSS序列良好的自相關性與互相關性，傳統的PSS檢測算法[6]主要為直接互相關檢測算法和分段互相關檢測算法[12]。

第一種方法：直接互相關。

直接互相關檢測算法雖然簡單易實現，但是在面對較大頻偏時，本地序列與接收序列相關性會變差，導致相關峰值點不明顯，甚至完全被淹沒，最后造成PSS檢測失敗，影響系統性能。為了應對此種情況，下文給出一種分段互相關檢測算法。

第二種方法：分段互相關。

此法的重點在于將PSS接收序列和本地PSS序列分別等分為段序列再進行相關，之后再把個相關值序列逐個相加求和，進而確定相關峰值對應同步位置。具體的實現原理流程如圖2所示。

圖2 PSS M分段互相關檢測流程

分段互相關檢測算法中，越大，抵抗頻偏能力越強，累加的模平方越大，相關峰值越突出。但是由于分段數過多，會導致峰值點周邊的相關數據減小幅度變小，同時會產生更多的噪聲，所以找到合適的方法對于提升系統性能至關重要。

3.2 改進PSS檢測算法

為了能夠找出合適的PSS檢測算法，本文在分段互相關檢測算法基礎上做了部分改進，提升了整體效率。整個PSS檢測過程重點分為3步：頻域相關、分段滑動和PMR門限判定。

4 SSS檢測

4.1 傳統SSS檢測算法

根據PSS序列和SSS序列的時域結構及時頻域映射方式可知，它們在時域上相差一個OFDM符號，在頻域上處于相同子載波位置。根據此結構可以利用PSS檢測之后的信道響應去等效SSS處的信道響應[7]，然后對頻域SSS序列進行補償。PSS信道估計結果如式（7）所示。

4.2 改進SSS檢測算法

由于傳統SSS檢測算法是基于PSS檢測之后的頻域信道響應值進行的。此算法沒有考慮信道環境的影響，如若信道質量特別差導致頻域信道響應值誤差很大，會對SSS檢測造成很嚴重的破壞。鑒于此，本文從SSS序列自身出發去優化SSS檢測算法。頻域SSS序列具有較好的自相關性和互相關性，在頻域進行相關檢測，具體實現步驟如下所示。

5 仿真結果與分析

本次仿真主要針對PSS檢測算法和SSS檢測算法進行。其中，PSS檢測算法包括直接互相關檢測算法、分段互相關檢測算法和改進PSS檢測算法。SSS檢測算法包括傳統SSS檢測算法和改進SSS檢測算法。仿真利用MATLAB軟件搭建下行小區搜索及同步鏈路，整個仿真基于AWGN信道進行，仿真結果為循環500次平均后的結果。小區搜索仿真參數見表1。

表1 小區搜索仿真參數

直接互相關檢測算法的PSS檢測成功概率如圖3所示，在信噪比較低為?15 dB時，直接互相關檢測算法的PSS檢測成功概率僅為10%，而改進PSS檢測算法已經有50%的檢測成功概率。隨著信噪比不斷提高，當信噪比達到?3 dB時，直接互相關檢測算法檢測成功概率為83%，而改進PSS檢測算法已經達到100%檢測成功概率。

圖3 直接互相關檢測算法的PSS檢測成功概率

分段互相關檢測算法的PSS檢測成功概率如圖4所示，在信噪比較低為?15 dB時，分段互相關檢測算法的PSS檢測成功概率僅為33%，而改進PSS檢測算法已經有50%的檢測成功概率。隨著信噪比不斷提高，當信噪比達到?3 dB時，分段互相關檢測算法的檢測成功概率為90%，而改進PSS檢測算法已達到100%檢測成功概率。

圖4 M分段互相關檢測算法的PSS檢測成功概率

圖5 傳統SSS檢測算法和本文改進的SSS檢測成功概率對比

為了驗證改進算法相比傳統算法在資源消耗和時間消耗等方面的優越性，本文從算法復雜度著手依次對算法中涉及的復數乘法、復數加法、實數乘法、實數加法和點FFT/IFFT等運算次數進行了統計分析。改進算法與傳統算法復雜度分析對比結果見表2。

由表2可知，改進后的PSS檢測算法中復數乘法、復數加法和點FFT運算次數大約相當于傳統PSS檢測算法的25%，大大降低了算法復雜度。在PSS檢測算法中不涉及實數乘法和實數加法運算。改進后的SSS檢測算法中復數乘法、復數加法、實數乘法、實數加法和點FFT運算次數都約占傳統SSS檢測算法的1/4。綜上所述，改進后的PSS檢測算法和SSS檢測算法與傳統檢測算法相比，運算量大大降低，不僅提高了檢測效率，而且在整套5G NR小區搜索和同頻檢測算法中發揮了重要作用。

表2 算法復雜度分析

6 結束語

5G NR小區搜索是移動通信中不可或缺的步驟，不管是在通信鏈路建立前，還是在通信中途切換小區都需要經過完善的小區搜索流程。本文在傳統PSS檢測算法和傳統SSS檢測算法基礎上提出改進的PSS檢測算法以及改進的SSS檢測算法，改進算法不僅提高了信號檢測效率，而且檢測性能也得到明顯提升。基于此改進小區搜索算法的5G NR掃頻儀在外場測試及實際無線網絡覆蓋測試時各項指標均能達標，能很好地滿足用戶需求。

[1]卓業映, 陳建民, 王銳. 5G移動通信發展趨勢與若干關鍵技術[J]. 中國新通信, 2015, 8(23): 13-14.

ZHUO Y Y, CHEN J M, WANG R. 5G mobile communication development trend and some key technologies[J]. China New Telecommunication, 2015, 8(23): 13-14.

[2]劉斯. 5G移動通信發展分析及其關鍵技術應用分析[J]. 數字通信世界, 2019(3): 116-117.

LIU S. Analysis of 5G mobile communication development and application of key technologies[J]. Digital Communication World, 2019(3): 116-117.

[3]彭文君, 皮雅婧. 5G通信技術應用場景及關鍵技術[J]. 通信電源技術, 2019(10): 182-183.

PENG W J, PI Y J. Application scenarios and key technologies of 5G communication technology[J]. Telecom Power Technology, 2019(10): 182-183.

[4]ERIK D, STEFAN P, JOHAN S. 5G NR: the next generation wireless access Technology[M]. United States: Academic Press, 2018.

[5]張德民, 李秀, 陳嘉田. 5G系統中主同步信號定時同步算法的研究[J]. 光通信研究, 2019(3): 59-64.

ZHANG D M, LI X, CHEN J T. Research on timing synchronization algorithm of primary synchronization signal in 5G system[J]. Study on Optical Communications, 2019(3): 59-64.

[6]白興金. TD-LTE小區搜索和下行同步技術的研究及實現[D]. 成都: 電子科技大學, 2017.

BAI X J, Research and implementation of cell search and downlink synchronization technology in TD-LTE[D]. Chengdu: University of Electronic Science and Technology of China, 2017.

[7]林丹丹. 5G中上下行同步技術的研究與仿真[D]. 西安: 西安電子科技大學, 2018.

LIN D D. Research and simulation on uplink and downlink synchronization technology in 5G[D]. Xi’an: Xidian University, 2018.

[8]3GPP. NR: physical channels and modulation: TS38. 211-V15. 10. 0-2020[S]. 2020.

[9]3GPP. NR: physical layer procedures for control: TS38. 213- V15. 10. 0-2020[S]. 2020.

[10]張建國, 黃正彬, 周鵬云. 5G NR下行同步過程研究[J]. 郵電設計技術, 2019(3): 22-26.

ZHANG J G, HUANG Z B, ZHOU P Y. Research on downlink synchronization process of 5G NR[J]. Designing Techniques of Posts and Telecommunications, 2019(3): 22-26.

[11]3GPP. NR: physical layer measurements: TS38. 215-V15. 10. 0-2020[S]. 2020.

[12]徐瑩. TD-LTE下行小區搜索算法研究與實現[D]. 成都: 電子科技大學, 2014.

XU Y. Research and implementation of downlink cell search algorithm in TD-LTE[D]. Chengdu: University of Electronic Science and Technology of China, 2014.

Improved cell search algorithm for 5G NR

DONG Baojiang, PENG Chen, LU He

DT Link Tester Technology Co., Ltd., Beijing 100083, China

The era of 5G NR has higher requirements for speed, capacity and user experience. In 5G NR physical layer, cell search is an indispensable process. Cell search mainly includes primary synchronization signal (PSS) detection algorithm and secondary synchronization signal (SSS) detection algorithm. The traditional PSS detection algorithm and SSS detection algorithm can’t satisfy the basic requirements of 5G NR. In order to solve this problem, an improved PSS detection algorithm based on the traditional-segment cross-correlation detection algorithm was proposed. When the channel environment is bad, the traditional SSS detection algorithm will also fail. The improved SSS detection algorithm proposed can solve this problem. Finally, the traditional algorithm and the improved algorithm were compared and analyzed. The simulation results show that the detection performance of the proposed algorithm is significantly improved, and the detection efficiency and overall performance are also improved.

cell search, PSS detection algorithm, SSS detection algorithm

TN929.5

A

10.11959/j.issn.1000?0801.2021036

2020?12?20；

2021?02?03

董寶江（1994?），男，大唐聯儀科技有限公司工程師，主要研究方向為無線移動通信技術。

彭琛（1986?），男，大唐聯儀科技有限公司工程師，主要研究方向為無線移動通信技術。

盧賀（1989?），男，大唐聯儀科技有限公司工程師，主要研究方向為無線移動通信技術。