5G多用戶模擬終端大規模用戶接入和業務并發關鍵技術研究與實現

摘要：5G多用戶模擬終端的用戶接入和業務并發的規格是衡量產品的重要指標。如何進一步提高用戶接入和業務并發的數量，以滿足業界大規模用戶接入和業務并發需求，一直是本領域的技術難題。該文從PDCP/RLC/MAC/PHY協議算法實現的多個維度進行研究分析，提出了K級用戶L1盲檢算法、L2調度算法優化、動態核切換技術關鍵技術并進行了工程實現及實測驗證。測試驗證結果表明，采用本文提出的關鍵技術，有效提高了5G多用戶模擬終端的用戶接入和業務并發規格，處于業界領先水平，具有重要的工程和實用價值。

關鍵詞：5G多用戶模擬終端；K級用戶L1盲檢算法；動態核切換算法；L2調度算法

doi：10.3969/J.ISSN.1672-7274.2024.12.008

中圖分類號：TN 929.53" " " " " " 文獻標志碼：A" " " " " " 文章編碼：1672-7274（2024）12-00-03

Research and Implementation of Key Technologies for Large-scale User Access and Service Concurrency in 5G Multi-User Equipment

HUANG Wei， GONG Kaoli， CHEN Ying， LIAO Chengbin

（Chengdu TD tech Co.， Ltd.， Chengdu 610000， China）

Abstract： The specifications of 5G Multi-User Equipment， user access， and service concurrency are important indicators for measuring products. How to further improve the quantity of user access and concurrent services， so as to meet the requirements of large-scale user access and concurrent services in the industry has always been a difficult technical problem in this field. This paper studies and analyzes the algorithm implementation of PDCP/RLC/MAC/PHY protocol from multiple dimensions， and proposes the key technologies of L1 blind detection algorithm， L2 scheduling algorithm optimization and dynamic core switching technology for K-level users. The test results show that the key technologies proposed in this paper effectively improve the user access and service concurrency specifications of 5G Multi-User Equipment， which is in the industry-leading level and has important engineering and practical value.

Keywords： 5G Multi-User Equipment （MUE）; K-level user L1 blind detection algorithm; dynamic core switching algorithm; L2 scheduling algorithm

1" "研究背景

通過使用5G多用戶模擬終端，能夠更專業地評估5G技術在高密度用戶場景、復雜信道條件、新技術等領域的性能，為5G基站系統性能及5G技術優化提供重要參考。例如，基于5G多用戶模擬終端的實驗和測試，研發團隊可以深入了解5G技術在不同場景下的表現，驗證新技術和算法，發現并解決潛在問題，從而為5G網絡的商用部署和進一步升級提供可靠的數據和指導。其中，對于5G網絡重點應用場景之一的高密度用戶場景，5G多用戶模擬終端通過模擬大量用戶同時連接到基站，以及不同業務場景和應用需求來評估基站的容量、吞吐量和資源分配能力，解決商用網絡高密度用戶環境下的網絡擁塞和干擾問題，以及進行無線資源管理優化，包括通過優化基站的功率控制、調度算法和資源分配測量，實現對高密度用戶場景下無線資源的有效利用和管理。

2" "研究現狀

當前，業界5G模擬終端的L1和L2業務單元主要負責PDCP/RLC/MAC/PHY層的協議和數據處理，而協議處理單元需要進行TTI級的數據處理和任務調度。在多用戶模擬終端的應用場景下，L1和L2業務單元需要應對大規模用戶的PDCP/RLC/MAC/PHY層協議處理，且大部分情況下用戶間的業務模型不盡相同，這導致L1和L2業務單元的任務調度和資源分配復雜性極大提高，也是制約當前業界5G多用戶模擬終端支持大規模用戶接入的規格進一步提升的重要問題[1]。

為了解決該問題，充分發揮軟硬件的協議棧處理能力，合理地對L1和L2協議處理單元進行部署和資源分配。本文設計K級用戶L1盲檢算法，降低盲檢復雜度；通過TTI調度算法優化，降低資源消耗；通過動態核切換技術實現多個任務動態共享核資源，提升核資源利用率。通過這個三個核心技術，使得5G模擬終端具備K級用戶的全業務處理能力，有效提升了5G多用戶模擬終端支持大規模用戶接入規格。

3" "算法方案設計

3.1 K級用戶L1盲檢算法

3.1.1 算法背景

按照3GPP協議規定，為了使UE解碼PDCCH（DCI），它必須計算出位置（CCE索引）、結構（聚合級別）和擾碼（RNTI）等信息。但是這些信息不會事先通知UE，而且在大多數情況下這些值是動態變化的。UE唯一知道的是可能承載PDCCH（DCI）的某個范圍的信息，UE通過預定義的參數或信令消息知道該特定范圍的信息。在此范圍內，UE必須嘗試使用許多不同類型的參數（CCE索引、聚合級別、RNTI等）基于嘗試和錯誤方法來解碼PDCCH/DCI，這個過程稱為盲檢過程。

盲檢過程的具體方法是：UE根據Search Space中的信息計算對應的CCE索引，根據CCE索引逐一對候選PDCCH解碼：如果通過CRC校驗正確，UE就認為這個PDCCH有效，并處理相應的信息，成功獲取DCI；如果校驗失敗，則UE認為該備選PDCCH無效或已被其他UE占用，并嘗試對其他候選的PDCCH進行解碼。

可以看出一個時隙內CCE個數越多，則可以配置更多的PDCCH候選集和搜索空間，gNodeB調度UE越靈活。但是，過多的PDCCH候選集會導致盲檢復雜度更大。例如，假設總搜索空間為32個CCE，計算組合的因素和終端需要的盲檢嘗試次數如下：

①假設聚合級別4，則32 （CCE） /4（聚合級別）=8個塊。

②假設聚合級別8，則32（CCE） /8（聚合級別）=4個塊。

③假設聚合級別16，則32（CCE） /16（聚合級別）=2個塊。

④可能的DCI格式假設為2（RA-RNTI，TC-RNTI）。

總譯碼嘗試次數=（①+②+③）×④=（8+4+2）×2=28。可以看出，按照3GPP協議，終端的盲檢的復雜度很高，在大規模用戶接入場景下，5G模擬終端的處理能力受限，很容易出現用戶丟包等一系列的問題，需要對當前機制進行優化。

3.1.2 算法優化方案

K級用戶盲檢優化算法流程如圖1所示。

5G模擬終端每個調度時刻維護小區級CCE分配表，每個終端在進行PDCCH盲檢前，首先進行查表，確認當前空閑的CCE起始位置，然后按照3GPP協議定義的計算公式計算所有CCE盲檢位置，對二者取交集，得到當前調度時刻實際需要盲檢的CCE位置，直到處理完所有的本時刻需要調度的用戶。

3.2 L2調度算法優化

3.2.1 算法背景

L2調度一般采用基于任務中斷方式來實現，對于任務到達情況，觸發中斷，按照逐個用戶進行遍歷處理，不管當前用戶是否存在任務需要處理[2]，該算法在大規模用戶接入的場景下，消耗了非常多的5G多用戶模擬終端處理能力[3]。

3.2.2 算法優化方案

優化后的L2調度算法首先選擇當前時刻有任務要處理的用戶，對當前時刻沒有任務要處理的用戶不再進行處理，將其排除在本次處理隊列之外，從而大大節省了5G多用戶模擬終端處理能力。如圖2所示。

3.3 L2動態核切換技術

3.3.1 算法背景

L2業務單元主要負責PDCP/RLC/MAC層的協議和數據處理，同時針對小區級配置和UE級配置需要有對應的管理模塊[4][5]。管理單元主要用于控制管理面業務處理，對實時性要求相對較低。協議處理單元需要進行TTI級的數據處理和任務調度，因此協議處理單元的部署和資源分配的合理性至關重要[6][7][8]。

按照系統整體部署方案，L2協議單元部署在CPU的從核中，主要的任務處理單元有MAC UL＼MAC DL＼RLC UL＼RLC DL＼PDCP UL＼PDCP DL。這其中基于協議處理的復雜度和頻繁度，整體資源消耗的排序為MAC ULgt;RLC ULgt;PDCP DLgt;PDCP DLgt;MAC DLgt;RLC DL。但是各業務單元的資源占用情況不是一個穩態，整體上是一個浮動的狀態，會受到業務類型等影響，因此固定的資源分配和部署方案只能達到局部最優，無法達到全局最優，如圖3所示。

3.3.2 算法優化方案

針對上述問題，我們設計了動態核切換算法，實現多個任務共享一個核，提升了核資源利用率，算法流程如下：

①小區建立，對處理核分析進行初始化分配。

②設置處理核重分配置周期定時器T。

③定時器超時后，分別計算PDCP/RLC/MAL上下行在本周期實際占用的處理核數。

④按照計算結果及各模塊處理的優先級，對處理核進行統一重分配。

通過該算法，處理核分配得到很好優化，資源利用率更優，如圖4所示。

4" "算法驗證結果

本文提出的K級用戶L1盲檢算法、L2調度算法優化、L2動態核切換技術已在某5G MUE的原型樣機上驗證，各項指標整體測試結果如表1所示。

從測試結果可以看出，基于K級L1用戶盲檢算法、L2調度算法優化、L2動態核切換技術的5G多用戶模擬終端技術能夠很好解決業務實時性的要求，支持最大并發接入用戶數為1 600，每TTI調度支持的用戶數為80個，能夠很好地實現基站的規格和性能測試。

5" "結束語

大規模實時任務調度是5G多用戶模擬終端的核心。本文基于異構多核處理平臺，研究提出了K級L1用戶盲檢算法、L2調度算法優化、L2動態核切換技術三個技術，通過原型樣機實測可以得出，本文提出的技術可以滿足5G MUE支持K級數量的用戶接入模擬和K級用戶并發業務，具有重要的工程和實用價值，能夠滿足5G網絡的絕大數應用場景。

參考文獻

[1] 劉曉龍，魏貴明，張翔．5G大規模天線基站的性能評估與測試[J]．電信科學，2020，36（6）：154-165．

[2] 李其昌．基于等待時間的多任務調度算法的研究與設計[J]．計算機與數字工程，2011，39（12）：23-26．

[3] 邱相存，臧洌，楊丹，董國良．實時系統調度算法綜述[J]．計算機與數字工程，2014（12）：2251-2258，2266．

[4] 安鑫，康安，夏近偉，等．基于機器學習的異構感知多核調度方法．計算機應用，2020（10）：3081-3087．

[5] 晉高成，李丕丁．異構多核調度算法研究綜述．軟件導刊，2021（02）：238-243．

[6] 許雍禎，陳香蘭，李曦，周學海．基于同構多核處理器的任務調度[J]．計算機系統應用，2014，23（11）：1-9．

[7] 徐遠超，譚旭，范靈俊，等．性能不對稱多核處理器負載均衡調度研究．計算機工程與科學，2013（11）：80-86．

[8] 宮曉利，于海洋，孫承君，等．面向用戶體驗質量的高能效異構多核調度算法．計算機研究與發展，2016（7）：1467-1477．