LTE小区搜索论文

1、3.LTE小区搜索过程与算法研究摘 要本文介绍了LTE系统小区搜索的完整过程，并基于LTE基本帧结构，对小区搜索算法进行了研究，包括扇区ID和小区ID组识别、频偏估计和补偿以及帧同步算法，最后对提出的算法进行了仿真和性能分析, 结果表明算法性能与预期一致，能较好的适应LTE系统对于小区初始搜索的要求。关键词： 长期演进系统 正交频分复用 小区搜索 同步 最大似然估计Progress and Algorithm Discussion of Cell Search in LTEABSTARCTA overall progress of cell search in LTE system is de

2、scribed first. Based on the structure of frame, a detailed algorithm design for initial cell search is proposed, including cell ID and cell ID group identifying, frequency offset estimation and frame synchronization. The simulation performance analysis is discussed last. The simulation results show

3、that the performance of algorithm is in line with expectation and can better satisfy the demand of initial cell search in LTE system.0 引言近年来，移动通信迅猛发展，随着3G标准的大规模商用，下一代通信也在火热的研究中。3G的LTE演进已经被公认为是能在21世纪20年代支撑世界电信产业的移动通信系统。LTE标准引入了OFDM和MIMO等新型无线技术，能够支持更高的数据传输速率和系统容量。小区初始搜索过程是指用户设备（UE）启动后选择LTE系统中的小区接入，并取得

4、时间和频率的同步以及检测小区ID的过程。小区初始搜索是LTE中的关键技术之一，是移动终端开机首先要做的步骤，是它接入小区的保证。1 小区搜索过程本文只讨论TDD工作方式下的LTE系统，下行链路的帧长为10ms，分为十个子帧（帧号09），每个子帧有两个时隙，共20个时隙（时隙号019）。LTE系统下行链路采用高效的OFDM传输方式，OFDM符号具有两种类型的循环前缀（CP），使用Normal CP时，每个时隙有7个符号，使用Extended CP时，每时隙有6个符号。主同步信号（PSS）位于每个无线帧的第1个和第6个子帧的第3个OFDM符号，辅同步信号（SSS）位于第0个和第5个子帧的最后一个O

5、FDM符号。小区搜索的主要目的就是要检测出UE周围小区的信息，包括、频偏估计和补偿，以及帧同步。其中，小区识别号共有504个，并划分成168组，每组3个。，其中就是Cell ID，表示分组编号，有168种取值，从0到167， 表示组内的编号，有3种取值，从0到2。图1-1描述了整个小区搜索的过程，包括以下几步：（1） 主同步信号PSS粗同步和PSS精同步（2） 粗频偏估计（3） 辅同步信号SSS同步（4） 精频偏估计PSS同步分为粗同步与精同步，粗同步过程得到扇区号，精同步过程实现半帧边界定时。粗频偏估计在PSS粗同步之后完成。利用粗频偏的结果对频率进行补偿，接着进行SSS同步，可以得到小区分

6、组号及实现帧同步。由于粗频偏估计不能满足最小残留频偏的要求，所以有必要在SSS同步之后进行精频偏估计。c图1-1小区搜索过程2 主同步过程在type2类型的帧中，主同步信号位于第1子帧和第6子帧的第3个OFDM符号。主同步信号是频域的Zadoff-Chu序列，按照下面的式子产生，其中Zadoff-Chu序列的根序号u有下面的表格给出根序号u025129234由于数据帧所使用的CP类型未知，而且不同的符号具有不同的CP长度，所以基于循环前缀的同步算法很可能会消耗很长的运算时间。这里利用PSS信号的性质设计算法，并将主同步分为粗同步和精同步。2.1 PSS粗同步图1-2 PSS粗同步框图这里使用三

7、种具有不同ID2的本地PSS信号的低通匹配滤波器进行信号的接收，滤波器的截止带宽为(72/2048)*30.72 MHz，通带带宽为(62/2048)*30.72 MHz，这种设置是与系统带宽中间62个子载波承载同步信号，两边各有5个子载波的保护带对应的。为了降低运算量，可以先降采样，在一个较粗的精度上做相关，下一步再在这个找出的位置周围开一个大小合适的窗，在较细的精度上做相关。如果降采样率过高，会使得性能下降，另一方面，如果降采样率过低，则又会带来运算量的提升，所以这里我们将采样率设为16。接收到的时域信号首先过16倍降采样后，用3种PSS对应的匹配滤波器来并行的完成做相关的过程，并做帧间的

8、累加，找出相关运算的峰值。由于前后半帧的PSS是相同的，所以PSS粗同步完成了16个样点精度的半帧边界定时。接收到的信号一个OFDM符号的采样点数，16倍将采样后，是降采样后的接收信号，是本地的PSS信号。其中n从0到，是观察窗的大小，我们以半帧降采样后样点数目为窗口大小。为了提高性能，还要做帧间累加，如果累加了帧，那么，如果小于粗同步的门限值，则重新做粗同步。粗同步结果可表示为：2.2 PSS精同步由于通过PSS粗同步已经得到，我们只需要在周围开一个比较小的窗做相关运算就可以完成精同步，表示这个小窗的长度，此处设为256，根据仿真的结果，粗同步的误差在8个样值以内，所以此处设为256的窗口大

9、小即可满足。且ID 2也已经得出，不需要三路并行的相关，只需要一路。同样为了提高性能我们需要半帧间累加，是半帧的样点数目，是累加的半帧的数目。 算法表示如下：那么，精同步的结果可表示为：3 SSS同步过程在type2类型的帧中，辅同步信号位于第0子帧和第5子帧的最后一个OFDM符号。辅同步信号由两个长度为31的二进制序列交织串联而成，在频域按照下面公式产生：式中。、和均为循环移位的m序列，其中和的组合与一一对应。辅同步的目的是得到小区组号以及确定帧边界。图3-1辅同步过程由PSS同步已经得到了PSS的位置和。由PSS和SSS的固定位置关系，可以找到SSS，并进行FFT变换到频域，提取中间62个

10、子载波上的数据。接着与ID2筛选出来的168×2种长度为62的SSS频域序列做相关。由于一个无线帧前后半帧的SSS是不同的，可以根据前面PSS定出的半帧边界定出帧边界。假设为接收到的SSS序列，为第i个小区组ID对应的第0个子帧上的SSS参考信号，为第i个小区组ID对应的第5个子帧上的SSS参考信号。辅同步算法表述如下If(max0>max5) id1=index0; order = 1; %naming that the half-frames order is first 5,then 0; else id1=index5; order = 0; %naming that

11、the half-frames order is first 0,then 5; end;至此，帧边界定时同步完成，而且小区ID的解析也已经完成。4 频偏估计由于多普勒效应、接收机与发送端振荡器频率不匹配都会产生频率偏移，从而导致接收信号的相位与对应的发送信号存在相位差。为了提高频偏估计的性能，将频偏估计分为粗、细频偏估计。4.1 粗频偏估计粗频偏估计在粗定时同步后进行。图4-1 粗频偏估计过程本算法能够估计-10kHz到10kHz的频偏，这里把频偏细分为的小间隔。其中，对频偏的划分越细，精度越高。产生本地PSS时域信号并加上频偏设是接收到的时域PSS信号，是半帧的长度。则与的相关结果为进行次

12、累加，找出最大的相关值由此可知，最大的相关值对应的频率即是频偏4.2 精频偏估计图4-2 精频偏估计过程得到粗频偏估计后，可以对频率进行补偿。补偿的方法是直接对时域信号乘以一个相移，即。但是进行一次粗频偏估计是不够的，这里可以利用主辅同步信号来进行精频偏估计。将补偿后的PSS信号与本地PSS信号进行相关运算，补偿后的SSS信号与本地SSS信号进行相关运算。 l = 0, 1, , l = 0, 1, ,是半帧的长度，接着计算与的互相关值其中是PSS与SSS间隔的样点数，等于三个符号长度。是精频偏估计累加的半帧数。代表了到的相位偏移，精频偏能够估计的频偏为-2.3 KHz to 2.3 KHz。

13、理论上，这种算法的均方误差（MSE）有下式给出。其中代表相关的长度，代表归一化频偏。由上式可看出，MSE与频偏无关。5 仿真结果与性能分析数据帧采用正常循环前缀，OFDM子载波为2048个，子载波间隔为15KHz，最小采样间隔为，CP长度：第一个OFDM符号的CP长度是160，第二个到第七个OFDM符号的CP长度是144。使用单发单收系统，分别在AWGN信道和多径信道采用Monte-Carlo仿真，运行多次，以便更准确地观察结果。图5-1 EPA信道SNR=0的定时同步互相关曲线图5-1可知，互相关粗定时同步算法的相关曲线在正确定时位置出现尖锐的峰值，同时接收PSS与本地其他非匹配PSS没有峰

14、值，所以可以正确识别扇区ID。AWGN信道小区ID识别小区ID组识别帧同步SNR=-5500/500=100%500/500=100%490/500=98%SNR=0500/500=100%500/500=100%495/500=99%SNR=5500/500=100%500/500=100%498/500=99.6%EPA信道小区ID识别小区ID组识别帧同步SNR=-5493/500=98.6%495/500=99%482/500=96.4%SNR=0496/500=99.2%497/500=99.4%491/500=98.2%SNR=5500/500=100%500/500=100%500

15、/500=100%表5.1.1 AWGN和多径信道下各步骤仿真结果表5.1.1描述了在AWGN信道和多径瑞利衰落信道下小区ID识别、小区ID组识别和帧同步的仿真结果，用准确率来作为衡量指标。显然，AWGN信道下的准确率明显高于多径衰落信道。图5-2 AWGN与多径信道粗、精频偏估计后的根均方误差图5-2所示为AWGN信道和多径瑞利衰落信道下的帧同步以及频偏估计算法的性能比较，纵坐标为均方误差，横坐标为信噪比。显然，同一算法在AWGN信道下的性能要好于多径信道，而在同一种信道下，帧同步、粗频偏估计和细频偏估计的性能组建完善。5 结论本文对3GGP长期演进系统中小区初始搜索的过程做了详细的介绍，并对各个子过程所涉及的算法进行了讨论研究。通过在AWGN信道和多径衰落信道下的方针，可以得出以下结论：在时域和频域使用互相关算法具有很好的抗噪能力和抗多径能力，小区ID识别、ID组识别和帧同步的准确率都达到了预期的指标要求。参考文献1 3GPP TS 36.211: "Evolved Universal Terrestrial Radio Access (E-UTRA); Physical channe