通信网理论与技术论文

1、GSM 数据业务性能分析 摘要 ： 本文介绍了承载业务及其承载能力，论述了承载能力在数据业务的传输和实现过程 中的作用，为显著增加全球移动通信系统(GSM)的网络容量，提出一种基于低相关度训练序列设计(TSC)和最小频移键控正交用户对(MSK-OP)的多用户同时隙复用(MURO敬术.GSIMH网将一个时隙资源只分配给一个用户使用，而MUROS术将一个时隙分配给两个或更多用户同时使用，显著提高 GS陈统的语音容量.理论分析和仿真验证表明，基于TS侪口 MSK-OPJMUROS术在不改变现网终端接收机结构的前提下，以可接受的性能损失为代价，极大地提 高GSM(统的语音容量.分析了突发传输中同步算法

2、的性能，对基于块处理的定时同步技术 作了深入研究，导出了低抽样率情况下的定时同步方法，有效地解决了实际TDM箱号接收中的问题。 关键词：移动通信；数据业务；承载能力；低相关度训练序列；多用户同时隙复用；最小移 频键控正交用户对，GSMJ络；定时同步，均衡Abstract: This paper first introduces bearer service and bearer capability, and then discusses the functionality and effect of bearer service in the transmission and realiza

3、tion of data services. To improve the capacity of global system for mobile communications(GSM)network ， a multi-user reusing one slot(MUROS)solution is given based on the proposed MSK based orthogonal pair(MSK OP)scheme and low correlated training sequence codes(TSC)design principles One user occupi

4、es a time slot to transmit its burst in current GSM network ， while MUROS allows TWO or more user to coexist in the same slot simultaneously Theoretical analysis and simulation results showed that MUROS can improve the capacity significantly without degrading the speech quality very much or changing

5、 the hardware structures of transmitter or receiver. The performance of the synchronizing algorithm in the burst transmission is analyzed. The further study of timing synchronization based on the block process has been done. It derives the timing synchronizing algorithm in low rate sampling so as to

6、 resolve the problem about receiving of the practical TDMA signal.一 GSM勺数据业务1GS嗷据业务及其网络结构GS吸据业务的发展大致经历了一下几个阶段：第一阶段提供的数据传输速率最高为9.6kbit/s, 属于低速电路交换无线数据业务，包括透明和非透明2种传输方式。透明方式传输精确度较差，但速度快，适合要求速度较快但精确度不高的需求。非透明方式传输精度高，数据传输过程中除了前向纠错编码外，还要通过无线链路协议（RLP）进行控制，不合格的帧需要重传，故而传输速度较慢。为了突破9.6kbit/s的瓶颈限制，GSME低速电路数据的基

7、础上，提出了高速电路交换 数据业务（HSCSD ,通过改进编码调制方式是白一个时隙的传输速度从9.6kbit/s 提高到14.4kbit/s ，并且它还允许几个时隙同时传送一路数据，理论上可达115kbit/s.HSCSD 更适合实时性高的应用，如高速传真，其缺点是信道利用率低。GS瞰据业务的第三个阶段是通用无线分组交换业务（GPRS ,它引入了分组交换传输技术，具有无线资源利用率高、接入速度快的优点，最高速率可达171kbit/s ，并且有多种服务质量，可以灵活支持多种数据应用。GS瞰据业务的第四个阶段是增强数据速率业务（ EDGE） ， 它采用高效的调制方式，每时隙传输速率高达48kbit

8、/s, 可同时使用8个时隙传送一路数据。EDG包括增强型GPRSO增弓II型HSCS两种。2 承载业务和用户终端业务我们都知道GSM!供的业务可分为2大类：电信基本业务和补充业务，而其中基本业务 又可分为承载业务和用户终端业务。承载业务提供在用户之间实时传递信息（语言、数据、图像等）的手段，而不改变信息本身的内容。它定义的是对网络功能的要求，并且由网络功能来提供这类业务，而这种网络功能是由承载能力来定义的。承载业务只在乎传输信息所需的承载能力，并不在乎端到端传输的事何种电信业务，网络可根据用户需求定义新的承载业务。用户终端业务既包含了网络承载能力，又包括了终端能力，它把输送功能和信息处理功能相

9、结合起来，通过应用承载业务来输送数据。终端能力定义的是终端的属性，包括高层兼容性（ HLC） 和低层兼容性（ LLC） 。用户终端业务主要有话音、传真和短消息等。通常我们提到数据业务时，是指承载业务和用户终端业务中的非话音业务。结合定义，可以看到，承载业务是数据业务的传输和实现的关键， 而承载能力又是承载业务的关键，可见承载能力在数据业务的传输和实现中起着非常重要的作用。GS附规定，对于每种业务，尤其是数据业务，都必须有一定的网络承载能力或 终端支持能力。MSE发起、接收某项业务时，会发送、接收到相应的承载能力或终端能力， 在此期间GS随交换子系统SSNE要根据承载能力与终端能力对用户进行业务

10、签约检查和兼 容性检查。3 承载能力GS陈统作为一个多业务系统，能提供多种不同类型的业务。一般来说，其业务类型不 仅仅取决于传递的信息内容，还涉及通信的其它特性，如传输结构的不同（点对点或是点对多点， 半双工或是全双工等）、通信的参与方接入的程度（各种补充业务为用户提供了参与控制通信接续的可能性）、资费上的不同处理等许多方面。承载能力即网络的能力，它的作用是描述GSMk务实现过程中所需要的某种承载业务，由承载能力信元来表示。承载能力信元最小长度为3个字节，最大长度为15个字节，它描述了承载业务的4类属性，具体包括信息传递方式、信息传输速率、信息传递能力、通信的建立、连接的建立、对称性、通信配置

11、、结构、Modena型、信令接入协议信息、业务质量和信息传递速率等属性最重要，不过随着移动通信向3G±渡的日益临近，业务质量变得越来越 重要。二GS庭用户同时复用技术全球移动通信系统（GSM渥迄今最成功的商用蜂窝移动通信网络系统.有调查表明，全 世界GSM1户数量在2007年已达25亿，其中中国移动就有接近 4亿.随着用户数的持续快速增 长，GSMJ络发生拥塞的风险上升.因此，运营商希望在保证网络质量的前提下提高GSMB络的容量.众多设备厂商都积极提出解决方案，如在现网中开通自适应半速率 （AMR-HR浒音制式， 同时在基站和终端引入干扰消除技术对抗由此带来的语音质量下降；或者在现网

12、中开通增强型全速率（EFR）语音制式，由此带来的语音质量改善裕量可用于支持更多的用户；此外 还有双频网智能同心圆覆盖 （IUO）、载频池等技术.这些技术都立足于传统的一个时隙只分 配给一个用户使用的机制：EF用口载频池技术容量增益不大；IUO技术的容量增益来自于新增 的1 800 MHz频段载频，不能提高频谱效率；AMR- H提一种语音技术，语音容量增益显著，但无法提高数据业务容量如果能以对网络较小的改动，使两个或更多的用户同时使用同一时隙资源，GS陈统的网络容量和频谱效率就能成倍地增长，这便是多用户同时隙复用（MUROS）技术开启的GSMTEDGE）络扩容新路.作者给出了语音业务两用户同时隙

13、复用的上下行链路解决方案：针对下行链路提出了MSKE交用户对（MSQOP）方案，移动台用单天线干扰消除（SA1C）技术接收两用户的叠加信号口 1;在上行链路，两用户使用低相关性的训练序列 （TSC）,基站用串行干扰消除（SIC）技术进行区分E43.为提高SAIC和SIC技术性能，作者提出 了最优TS段计准则.1 MUROS术原理1. 1下行链路高斯滤波最小频移键控（GMSK调制过程口，在一个时隙中传输的突发经差分BPS映射和高斯成形滤波得到 GMSK号，现网中过采样与高斯成形滤波同时完成，过采样因子日是可设置的参数，一般设为4.为了得到MSK1号，可将8设置为1.种设置下GMSIW号的相位脉冲

14、 响应如图2所示.当竹为1时，GMSK制符号的相位脉冲响应为o,冗/2, o,相邻符号问 的相位旋转是n/2 ,成形滤波的输出是最小频移键控（MSK）信号，即调制符号为实数和纯虚数交替出现的序列. 作者基于此特性提出了下行 MUROS现方案MSK- OR基站发射机处，两 用户的突发分别插入相关性很低的训练序列，例如TSCO 口移动台接收机首先对接收信号进行模拟数字转换（ADC）和1/4次采样，然后将信号的实虚部分离，依次取实部序列的奇数位和 虚部序列的偶数位组成用户 1的接收信号，依次取实部序列的偶数位和虚部序列的奇数位组 成用户2的接收信号，用户通过训练序列相关运算可检测出自己的信号。然后对

15、其进行解调，GMSK维特比软解调算法同样能解调 MSK1号，故接收端无需进行硬件改动，只需用软件实 现接收信号的次采样和实虚部分离重组.在非视距（NLOS）的传播条件下，多径衰落造成的相位变化会在一定程度上破坏正交性，造成性能下降，移动台接收机若能支持 SAIC技术可以减轻多径衰落的影响比.2. 2上行链路在上行链路引入MUROS术更加简单，两用户分别使用相关性很低的 TSCS行GMSK制即 可，两路信号在同一时隙叠加送达基站接收机，基站接收机采用干扰消除技术，通过低相关性的TSC佥测区分两个用户的信号.基站使用SIC技术检测两用户的GMSK号的过程如图5所示.SIC是一种多用户检测流程，当接

16、收到多个用户的信号时，按照接收功率递减的顺序解 调用户：最强的用户信号首先被解调，然后在混合信号中被去除，次强用户信号紧接着被解调去除，多个用户的信号就这样依次被检测出来.具体的检测算法有最小均方误差（MMSE）算法6或迫零检测算法（ZF）7.2低相关度训练序列设计GSM!网一个基站只分配一个 TSG在信道估计时用于区分本小区和相邻同频小区的信 号，即用于消除小区间同频干扰.引入 MURoS术以后，上下行链路需使用两个 TSG除消除 小区间同频干扰外，还用于消除两个MUROS户间产生的干扰，这个新增加的干扰称为小区内同频干扰，或MUROS信道间干扰，显然，小区内同频干扰常常是主干扰，成为SAl

17、C和SIC的第一目标.为了不改变现有的 GSW络规划，需要设计新的 TSCT现有TSCS己对使用.对新 TSC勺设计原则分析如下：假设 ak和bk为两MUROS户分别使用的TSC, hk为离散信道冲激响应，nk为高斯白噪声，则接收信号的 TS制分为rkNag + jZ hlbk. +、（1）ll接收端的信道估计通常是相关运算，rk与其中一个tsc ak的相关结果为rk 4m 一乙 am3.hk 八 hkam*aml j ham%' am * L m170mlmm等式右边第1项是想要得到的信道响应，第2项是信道延时造成的符号间干扰(isi)，由ak的延时自相关值决定，第 3项是at与b。

18、之间的互相关性造成的小区内同频干扰，第 4项和高斯 白噪声相关.为了使信道估计更准确，应使第 1项的值尽可能大，第2项和第3项的值尽可能 小.由此得到新TSCH十白勺第1条和第2条准则如下.准则1:延时自相关性准则.无延时时，自相关系数为1,保证式(2)右边第1项最大，有延时时，自相关性趋近于0,保证式(2)右边第2项尽可能小.工 am*am+=1(1 =0)，2 am*am+T 0(1 #0,|1 < 5).mm准则2:配对使用的TSC勺延时互相关系数尽可能低，保证式(2)右边第3项尽可能小.£ am*bm + T 0(|丫5)(4)m虽然引人MUROS术后，小区间同频干扰一

19、般不再是主干扰，但降低小区间同频干扰也有利 于改善目标信号的正确检出.为此得到新TSCW的第3条和第4条准则.准则3: 8个新的TS2间的互相关系数尽可能低.26z aik * ajk T 0(i 手 j;i,j =0,1，7).(5)m 1准则4: 8个新的TSCf非与之配对的旧TSd间的互相关系数尽可能低.26£ aik*bjkT 0(i /j;i,j =0,1,7).(6)m 1准则5:新设计的TSCI好具有和旧TSCK同的循环前缀结构，如图6所示.循环前缀结构能对抗信道的多径时延扩展和减小多径造成的子信道间干扰.因为10 bit的重复实际上是对抗多径时延扩展的保护间隔，原本

20、10 bit的空闲时段亦可，但循环前缀的结构能最大程度上消除 多径造成的子信道间干扰.三均衡基础众所周知在数字传输系统中， 如果调制带宽超过了信道的相干带宽，将会产生码间干扰，而在无线通信中，多径传输是产生码间干扰的主要原因，码间干扰是制约通信速率和质量的主要障碍。均衡正是用来克服各种码间干扰的信号处理操作。由于传输信道一般是未知的和时变的，因此均衡器应具有自适应能力。自适应均衡的工作模式一般包括训练和跟踪两个阶段。在训练模式，发端发送一已知的定长序列， 接收机通过该已知信号获得信道的响应特性， 并快速的调整均衡器的抽头系数，使得均衡器的特性正好能补偿传输信道的特性，从而使接收机能够从均衡器的

21、输出中得到几乎无差错的发送信号。这一过程被称为训练阶段，即发射机对接收机的训练。相应地所发送的已知序列称为训练信号，此时均衡器工作在训练模式。 训练过程结束后，紧接着数据传输开始，此时接收的信号是未知的，由于均衡器处于最佳状态，接收机正确接收概率很高，利用正确的接收数据来修正均衡器的参数，使均衡器的特性跟着信道的特性变化，这时均衡器的工作模式称为跟踪模式或判决修正模式。接收机的训练时间与均衡器的收敛时间有关，它是均衡算法、均衡器结构、传输信道等因素的函数。由于信道的时变特性，均衡器需要周期的重训以使均衡器始终工作在最佳情况。这一要求在分组数据传输时比较容易满足，尤其是时分多址（TDMA优线系统

22、。因为TDMA（统通常以固定的分 组长度发送数据，在每一个分组的前面或中间有一训练序列，因此每接收一个新的数据分组，均衡器就要重新训练一次。按在接收机中的位置不同，均衡器可以分为中频均衡器和基带均 衡器，由于信号的复数表达式可以表示基带波形、信道响应、解调信号，同时数字信号在基带上的处理较在中频上的处理开销要小得多，因此均衡器一般都在基带上实现。本文后面研究讨论的均衡器都是在 DSPh实现的基带均衡器。如果信道是频率选择性信道，那么为了使 合成响应得到平坦的幅度响应和线性相位特性，均衡器需要衰减幅度大的频率成分，增强幅度小的频率成分，并使系统的群延迟足够好。然而由于存在噪声， 在增强信号的同时

23、， 噪声也同样被放大，因此对于信噪比较小的场合，满足上式并不能得到好的结果，于是很多应用中采用了所谓最小均方误差 （MMSE）t则，即均衡器的输出与所需信号误差的均方值最小。许多经典的算法和成功的应用都采用了最小均方误差准则。但是该准则并不能保证适应所有信道，特别是一些存在谱零点等“坏”信道情况。同时统计意义的MMSE则很难适应时变特性 较快的移动信道，于是近年来一些基于参数估计的均衡技术引起了广泛兴趣，并取得了长足的发展。四GSM寸分移动信道的均衡按照GS陈统的标准要求，接收系统所采用的均衡算法应能实现5个码元时延扩展的均衡，所以一般需要采用较为复杂的均衡算法。研究表明RLSH决反馈均衡算法

24、、Kalman判决反馈算法和最大似然序列估计的 MLSET法等都可以满足这一要求，且以最大似然序列估计方 法占优。但考虑到GSMJ时分突发特点，上述方法不能简单的应用， 必须结合GSMt号的特点， 才能达到可用的效果。1时分移动信道的MLS的衡在时分移动信道中，由于接收设备或发射设备的移动，使得信号传输的多径影响增大， 码间干扰也增大，在有的使用环境中这一影响是很严重的。为了从码间干扰破坏了的接收信号中估计出符号序列dk,需要采用均衡技术，其中最大似然序列估计的均衡算法是目前 公认的较优算法。它利用序列 dj的最大似然估计计算出判决变量和测度，利用维特比算法，得到可能序列的测度值。如果发送一个

25、有N符号白序列dk,其中每个符号是从M符号集合中选取的，则存在着M '种可能的序列，因而就有 M '个测度。我们把有着最大测度的序列作为检测序列。然而当N曾大时，测度的计算量按指数规律增长很快，因此其复杂度非常高，以至不能实用。但是自Forney等提出利用维特比算法估计序列的测度后，最大似然序列估计的均衡技术成为一种实用并在一定条件下具有最优性能的均衡算法。对于受多径传输影响的符号序列 dk,其最大似然序列估计的维特比算法过程如下。假定接收序列为Xn =（x1，X2，Xn ）,其中Xn由式给出为：dN =(d1，d2,，dn )。根xj dn f n - i v(n)式中V（n

26、）为白高斯序列。我们希望从接收序列中估计出发送序列据最大似然准则，使下面联合概率密度函数 p(XN|dNa到最大时，就能找到最大可能的发 送序列，或者说做出有利于发送序列dN的判决。p(Xn dN )的表示形式为：P(XnRn )= P(Xn,Xn,，Xi|dN ,dN,，di)(8)因为加性噪声序列唯是白色的，所以联合概率密度函数 p(XN|dN可以表示为各边际概率 密度的乘积即： NP(XN|dN)=n P(Xk|dk,dj,，dj)(9)k 1根据定义可知，k<l时式中dk =0。若不存在符号间干扰，则接收信号Xk仅取决于符号dk o 因此，符号序列 XN的联合概率p(XN|dN

27、)的最大值等效于使每个边际概率密度p(xk|dk)为最大。换句话说，这时以最大似然准则为基础的序列检测退化为简单的逐个符号检测。于是在每个信号的传输期间，我们需要计算的仅仅是 Mt概率测度，因此对于N符号的检测只 需要计算MNN既率而不是 m N个概率，因此算法是可实现的。然而，当符号间干扰覆盖L个符号时，此时存在L个干扰分量，于是根据上面的叙述，算法的运算量随N成指数增长，但如果采用维特比算法，则只需计算NM L*个概率，即可有效的利用递归运算找到最大的P(XnWn )。其基本算法过程如下，首先观察到的接收序列是Xi-，Xl书，对应于符号dL+,dL,，d有M L +种可能序列，因此相应她有

28、 M "个 联合概率即有： L 1P(Xl十,x/dL#，di) =口 p(Xk|dk,，dk_L)(10)K 1若对上式两端取自然对数， 则上式右端的乘积变为相加， 可以看出xL七以后的信号样值与 d1无关。这意味着可按下述步骤去掉一些相对于d1的概率较小的序列。由于序列dL+，dL,，di有M L书种可能序列，可先将它根据符号 dL书，dL,，d2分成M L组，每一组有Mt序列，不同白仅是符号 d1。从每一组中的M件序列中选择一个相对于 1有 最大概率的序列，并指定为该序列的测度，即有：L 1ki(dL+ 尸>&+,，di 尸 maxZ In p(xjdk,dj)(

29、11)di k式中in(x)表示X的自然对数。于是每一组只留下一个生存序列而去掉了MPi个序列，因此共 留下了 ML个生存序列和符号流 dLdL,，d2的M L种可能选择相对应，它们具有的测度 为NiBlG。在此阶段，若全部 M L个生存序列有同样的 di ,则对此di值作出判决，否则 对&的判决推迟到以后再进行。当接收到新的样值 Xl卡时，Xi,X2，Xl中，Xl书的联合条 件概率或与之等效的条件概率的对数为：In P（Xl 2,Xl i,出防 2, ,di）L+（12）=ln P（Xl书 dLg，d2）+2 In p（xjdk,，d2）K 4上式给出了符号流 dL柏dL,，d2的个

30、序列的概率，序列的测度计算一下增大了MH,但值得庆幸的是上式右边的第二项和式在接收信号为Xi,X2，Xl卡时已经计算过了，因此只需要计算第一项对应的概率。因为从Xl书开始的样值序列与 di,d2无关，所以在以符d3,，dL书结尾的M L卡个序列中，选择相对于 di,d2概率较大的序列，把该 M L书个序列分为M L个 组与符号流dL _2,，d3的可能选择相对应，其中每一组都只包含有符号d1和d2不同的M 2个序列，然后从每一组的 M 2序列中选一个最大概率的序列作为留存的序列。可以证明对应di和d2的最大值肯定出现在式（11）对应的生存序列之中， 并且一般来说任何舍弃序列的后 续部分的概率总

31、是比相应留存序列后续部分的概率小。因此算法只需研究留存序列的部分， 这时每组只有Mt序列而不是 M2个序列，从每组的MR序列中只选择一个相对于如概率最大 的序列。这样一来留存序列将再次减少为M 1个。同样在上面过程结束时，我们可以对留存的M L个序列概率求出它们的测度并设为匕8l42 ）,由上面的讨论不难得到：gdL） = maxln pwUdL,，d2）+ （dL书（13）d2如果以符号d2,，dL2的全部M L个留存序列中有同样的 a或（d，d2）,那么在这一步就可对符号d1或符号（d1,d2作出判决，否则就推迟到下一步再判决。对于后面接收的信号重复上面的过程，一般来说接收信号xL*时，计

32、算的测度为：心（dL卡）=maxfn P（Xl卡比如，dk）十九二。十二）】（14）dk通过计算比较得出 M L个留存序列的概率，每接收一个新的信号样值，算法计算M L41概率或测度，即上式右端方括号中的项，把这 M L*j测度对应的序列分成 M L个组，每一组的结尾dL*,，dk4相同，而dk不同，按照(14)式选出概率最大的序列留存，其他序列舍弃，于是就只剩下了 M 1个具有测度Nk(dL#)的序列，如此反复循环，对于N符号的接收均衡需要进行N x M L个概率计算，其中L为信道的记忆长度。由上面的讨论可知，利用维特比技术实现的最大似然序列估计MLS的衡算法的复杂度与信道的记忆长度或符号间

33、影响的长度有关，当L不大时，算法是完全可以实现的。从上面的推导过程可以发现采用维特比算法的MLS的衡器的输出有一定的时延，而且不同情况的时延不一定相同，这种不确定性会带来一定的问题，所以实际中往往是采用固定截取生存序列长度，以避免随机时延，当然这样作可能会有一定的性能损失，但带来的好处是处理结构简单，工程实现相对容易。与其它均衡算法一样MLS的衡算法也会受到定时偏差的影响，为了克服这一影响，采用分数间隔采样是其中有效的方法之一。五结论GSM的数据业务为我们提供了各种内容丰富的服务，但是受无线接口速率和其它技术的限制，数据业务一直没有真正得到很好的应用。随着分组交换技术在 GSM中引入和基于IP网络技术的不断发展，再加上其它技术如调制、智能天线和软件无线电等技术的进步，GSM数据业务的传输速率会越来越快，服务质量会越来越好，应用前景也会越来越广阔。但是在这