第五章 系統模擬與結果
5.2 定位準確度模擬結果
在估測小數部分載波頻率偏移時，我們發現隨著 SNR 的增加，載波頻率偏 移估計的誤差也會越來越小，模擬結果如圖 5-3 所示:
圖 5-3: FCFO 估計誤差
0 5 10 15 20 25 30
0 0.01 0.02 0.03 0.04 0.05 0.06
SNR(dB)
Number of Subcarrier Spaing
8
30.72 ( ) 3 10 ( / )
144 1406.25( )
s
CP s
f M Hz
C m s
d C m
f
- 77 -
在 OTDOA 時間差估計方面，我們發現透過我們提出的兩階段估計方式，在 經過第二階段的通道估計補償之後，時間差的估計的確會更加準確，有做第二階 段的細估跟原本只做粗估的方式差距差不多在兩個 sample 之內。此外由模擬結 果可以發現，當 SNR 小於 5dB 時，雜訊及干擾影響會變得太嚴重，使得在相關 器的峰值偵測失準，估計的誤差將會急速增加，如圖 5-4 所示。
在低 SNR 造成估測誤差太大時，我們使用了改良式符元累加平均的方式來 增加 SNR，實驗結果顯示，在平均了 14 個符元再來做相關性的偵測，的確可以 大幅減低估測的誤差，結果如圖 5-5 所示:
圖 5-4: OTDOA 時間差估計誤差
0 5 10 15 20 25 30
0 5 10 15 20 25 30 35 40 45
SNR(dB)
Samples
Symbol Timing Error
Timing Error After Channel Compensation
- 78 -
圖 5-5: 改良式 OTDOA 時間差估計誤差
如前面幾章所述，當用戶非常靠近特定基地台時，會由於伺服基地台的訊號 太強造成偵測其餘兩個基地台時訊號時的 SINR 低落，導致時間差估計錯誤，從 模擬結果(圖 5-6 至 5-10)中，我們可以發現在用戶在三角形區塊內對伺服基地台 的 SINR 分布(藍線)下限約為 5dB，上限則被傳送端 EVM 所限制，大約在 22dB 左右。因此，用戶對伺服基地台的時序偵測可以非常準確，但同時對於其他兩個 基地台的訊號如較近的基地台(紅線)，及較遠的基地台(黑線)來說，SINR 分布差 不多從-20dB 到 3dB，主要集中在-10dB 到 0dB 之間，這個狀況下時序偵測可能 變得很不準。模擬結果顯示即使是利用了改良式的符元累加平均法，在 0dB 甚 至以下的時序估計仍不夠準確，因此我們使用 PAPR 指示器以便排除一些太差的 偵測情形。圖 5-11 顯示在不同 SINR 下偵測錯誤的比例
0 5 10 15 20 25 30
0 5 10 15 20 25 30 35 40 45
Samples
SNR(dB)
Symbol Timing Error
Timing Error After Channel Compensaiton
- 79 -
圖 5-6: 用戶對不同基地台 SINR 分布
圖 5-7: 細胞外圍用戶分布
-30 -20 -10 0 10 20 30 40 50 60 70
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
SNR(dB)
CDF
USER SINR in Urban Macro Scenario
Serving
Neighboring Cell (Near) Neighboring Cell (Far)
- 80 -
圖 5-8: 細胞中間用戶分布
圖 5-9: 細胞中心用戶分布
- 81 -
圖 5-10: 距離特定基地台不同遠近下的用戶最差 SINR 分布
圖 5-11: 不同 SINR 下偵測錯誤的比例
-30 -20 -10 0 10 20 30 40 50 60 70
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
SNR(dB)
CDF
USER SINR in Urban Macro Scenario
Outer Donut Center
-30 -25 -20 -15 -10 -5 0 5 10 15 20
0 10 20 30 40 50 60 70 80
SINR(dB)
False Alarm Rate (%)
Number of symbol timing error beyond the preset threshold
- 82 -
此外由於我們估計出的誤差最小精度為 OFDM 的 1 個取樣樣本，而根據系 統所使用的取樣頻率 30.72MHz，1 個 sample 代表 3.255e-08 秒，乘上光速以後 大約為 10 公尺:
(5.2) 因此利用 OTDOA 的時間差估計換算成距離差最小誤差大約為 10 公尺左右，
但由於後續還會使用遞迴式最小平方法做定位，因此仍然有機會定位出與真實距 離小於 10 公尺的誤差結果。此外在遞迴最小平方法定位方面，經過嘗試，我們 發現通常在 5 次遞迴之後座標就可以收斂到一特定位置，因此我們將遞迴的次數 設置為 5
我們將利用 OTDOA 定位法估計出來的用戶位置與實際的用戶位置距離差 及與伺服傳送基地台之間的角度差用累積分布函數曲線(Cumulative Distribution Function, CDF)來表示此定位法的位置及角度準確度(如圖 5-12, 5-13)。藍線為假 設用戶在接收參考訊號 CRS 及 PRS 進行偵測時沒有來自其他基地台資料傳輸的 干擾，紅線則假設其他基地台同時在傳輸資料而有干擾。我們可以由結果發現，
不論是哪一種狀況，OTDOA 定位的位置準確度 90%以上都落在 50 公尺之內，
而角度準確度 90%都落在 10 度之內，因此可以說 OTDOA 在 LOS 環境下可以算 是相當可靠的位置估計方式，非常適合用來做我們的用戶回報位置為基礎的波束 成型。
另外我們將實際的座標點與偵測的位置點的分布給畫出來，此結果也可看出 前述當用戶越靠近某特定基地台時，定位偏差越大，在細胞邊緣(cell edge)時，
定位偏差越小的特性(如圖 5-14)。
如此的特性讓我們所提出的方法適用於在細胞邊緣的使用者，在細胞邊緣時 距離基地台較遠，接收訊號比較弱，因此比較需要使用波束成型來加強接收能量 的概念，而在靠近特地基地台時，由於接收能量很強，利用傳統的傳輸即可。
8
30.72 ( ) 3 10 ( / )
1 9.77( )
s
sample s
f M Hz
C m s
d C m
f
- 83 -
圖 5-12: OTDOA 定位的位置準確度
圖 5-13: OTDOA 定位的角度準確度
0 50 100 150 200 250 300
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Position error, (m)
CDF
OTDOA Performance Evaluation in Urban Macro Scenario
Considering different SINR Considering same good SINR
0 20 40 60 80 100 120 140 160 180
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Angle error, (deg)
CDF
OTDOA Performance Evaluation in Urban Macro Scenario Considering different SINR Considering same good SINR
- 84 -
圖 5-14: OTDOA 定位的用戶偵測位置及實際位置分布圖
因此，對於靠近特定基地台而造成定位不準確或無法定位的問題(這樣的用 戶大約占整體的 15%)，我們提出了用 RSS 定位來做輔助的方式。由於 RSS 的觀 測資訊主要使用能量而非時間差，等於是除了 OTDOA 之外獨立的觀測資訊量。
因此我們可以進一步採用一個混和(hybrid)的方式來綜合兩種觀測量，由兩者的 定位結果的平均值可以進一步得到更精準的定位，也將無法服務(且因距離太近 無須無誤)的使用者數量降到 8%左右。圖 5-15 及圖 5-16 分別是使用 OTDOA 定 位、RSS 定位，及兩者合併定位方式的位置及角度精準度，以累積分布曲線(CDF) 表示如下:
-100 0 100 200 300 400 500 600
-100 0 100 200 300 400 500
X-axis
Y-axis
UE location distribution
UE location
- 85 -
圖 5-15: 綜合比較 OTDOA、RSS、Hybrid 定位的位置準確度
圖 5-16: 綜合比較 OTDOA、RSS、Hybrid 定位的角度準確度
0 50 100 150 200 250 300
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Position error, (m)
CDF
OTDOA Performance Evaluation in Urban Macro Scenario
OTDOA only RSS only
OTDOA-RSS hybrid
0 20 40 60 80 100 120 140 160 180
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Angle error, (deg)
CDF
OTDOA Performance Evaluation in Urban Macro Scenario
OTDOA only RSS only
OTDOA-RSS hybrid
- 86 -