系統傳輸量估計

我們利用定義計算位於細胞內不同位置的用戶的 SINR 如下:

int

P / P

SINR P P P (0.25 P )

t loss

evm noise imp er

    

(4.31)

其中

P

_t是傳送能量，

P

_loss是路徑損耗，由於訊號在無線環境中傳輸，因此

能量的衰減會比在有線中快很多，一般定義成

P P

_t / _r，故分子項就是

P

_r接收端 能量。

P

_imp是由於接收端的非理想效應如通道估測(channel estimation)、追蹤誤 差(tracking error)、量化誤差(quantization error)及相位雜訊(phase noise)引起的訊

號干擾。

P

_noise是由接收端的熱雜訊(thermal noise)及放大輸入訊號時內部產生的

雜訊指數(noise figure)兩個因子所構成。

P

_{int er}是當某一個基地台在使用 CRS 或 PRS 聆聽訊號時，由其他兩個鄰近基地台的資料通道(data channel)引起的干擾，

但由於在 LTE 裡面有定義[24]參考訊號的功率會來的比一般資料強，也就是在功 率配置(power allocation)上有做增強(boost)，如圖 4-19 所示。而一般通常在 2－6 倍的增益。我們這邊取中間值，假設參考訊號功率強度是一般資料訊訊號的四倍:

圖 4-20: 參考訊號的增強功率示意圖

- 71 -

P

evm是 LTE 規格[25]裡定義的誤差向量幅度(error vector magnitude, EVM)，

EVM 主要描述傳送端信號由於發射電路的非理想效應而導致實際傳出訊號與理 想傳出訊號的誤差，如下圖所示:

圖 4-21: EVM 示意圖

具體非理想效應如功率放大器(Power Amplifier, PA)的非線性引起振幅 (magnitude)誤差，電壓調控震盪器(Voltage Controlled Oscillator, VCO)的不理想引 起相位(phase)誤差等等。EVM 的定義如下:

(%) ^error 100%

ideal

EVM P

 P 

(4.32) LTE 規格裡根據不同調變方式(modulation scheme)定義不同的最高容忍 EVM 如下表:

表 4-1: LTE 規格裡的 EVM 規範

Modulation scheme for PDSCH Required EVM [%]

QPSK 17.5 %

16QAM 12.5 %

64QAM 8 %

- 72 -

我們假設以傳輸量最高的調變方式，也就是 64-QAM 為例，選擇 EVM 為傳 送實際訊號的 8%。在計算出不同位置的 SINR 之後，根據波束成型增加或減低 的能量加總，我們可以得到在細胞內不同位置用戶採用這樣的提案後的 SINR 更 新值。再利用文獻[26]裡通訊系統計算系統傳輸量的公式得到系統傳輸量的估計:

log (12 )

users

i i

SINR Capacity

users



 

(4.33)

4.4 3D 場景下的定位波束成型

3GPP 在 release12 [27]裡提出了未來的通道模型將會考量高度這個維度，也 就是用所謂的 3D 通道模型來取代現有的空間通道模型(Spatial Channel Model, SCM)做為更實際的系統模擬。也因此，在未來的系統考量下，我們所提出由用 戶自行定位為基礎大規模天線波束成型系統也可以藉著用戶端多回報一個自身 的高度資訊(height information)而將細胞內的分區依據高度不同切成更細的區塊，

再利用平面天線(plane array)對用戶做可以調控上下角度的波束成型，也就是所 謂的 3D 波束成型(3D beamforming)，示意圖如下:

圖 4-22: 用戶回報波束成型 3D 場景下示意圖

- 73 -

第五章

系統模擬與結果

本章將詳細評估我們所提出的演算法的效能，這包含定位準確度，波束型成 角度的準確度，以及系統傳輸量的增加結果。

5.1 模擬環境介紹

LTE 規格裡每個細胞所服務範圍皆為一個正六邊形區塊，而每個細胞內有一 個主要的基地台(macro cell)，內含三個方向的方向性天線分別涵蓋 120 度的範圍，

如下圖所示:

圖 5-1: LTE 細胞配置示意圖

- 74 -

但由於系統內鄰近的細胞為對稱配置，實際上有 60 度的範圍會與其他基地 台所服務區域交疊。而本篇論文所採用的 OTDOA 定位方式主要透過偵測來自三 個不同基地台間的訊號時間差來做定位。因此我們假設用戶定位範圍在三個基地 台所圍成的正三角形區域內，若超過此三角形範圍，則會聆聽到一個新的基地台 訊號來取來原本其中的一個基地台的訊號。並且假定在三個基地台所服務的三角 形區塊內，用戶為均勻分布(uniformly distributed)，並根據規格[28]定義在距離基 地台 35 公尺內不會有使用者分布:

圖 5-2: 細胞內用戶分布示意圖

而在 LTE 的下行系統架構部分，我們假設的接收端具有一緩衝器(buffer)可 以儲存接收資料，其記憶體大小為 1 個子訊框，也就是 2 個資源區塊，相當於 14 個 OFDM 符元。因此我們在做符元累加平均法來增加接收端 SINR 時，用來 平均的符元個數也就是 14 個符元。

其餘模擬所使用的參數如系統頻寬，子載波個數(同時也是 FFT size)，

使用者場景(user scenario)，基地台間距離，路徑損耗模型，傳送端功率大小，雜 訊模型等等在下表有詳細的規範:

- 75 -

表 5-1：OTDOA 定位模擬環境設定

Parameter Assumption

User Scenario Urban Micro Number of Tx

Antennas

Will be defined later

Number of Rx Antennas

1

Channel Model Rician Channel with K factor = 5 Bandwidth (B) 20MHz(FDD)

Sampling Frequency (Fs)

30.72MHZ

FFT size 2048 Occupied Subcarriers 1201

CP Length 144 samples Base Station Distance 500m eNB Antenna spacing 0.5λ Tx Power 49dBm

Pathloss Model(dB) 30.18+26*log10(d), d in meters (3GPP TR 25.996) Thermal Noise Power -174 + 10*log10(B) dBm

Shadowing Effect Ignored Noise Figure(dB) 7 Implementation

Loss(dB)

5

EVM(%) 8

- 76 -

在偵測符元時序時，兩兩抵達訊號間的時間差換算成時間樣本(samples)必須 落在 CP 的範圍內，否則會在取 FFT 視窗時會取到下一個符元而造成後續的通 道估測錯誤。在 LTE 裡除了每個時槽的第一個 OFDM 符元 CP 長度為 160 之外，

其餘的 CP 皆為 144 個 sample 長。因此由下式可算出使用者與基定台之間最大的 距離:

(5.1) 而我們的模擬設定中基地台之間的距離為 500 公尺，因此用戶到兩個不同基 地台之間的最大距離差

d

_BS也小於 500 公尺，因此無論如何都會落在 CP 的範圍 之內，

d

_BS

 d

_CP

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

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

在文檔中 用於大規模天線LTE/A系統之用戶定位波束成型法 (頁 81-0)