1 / 100

TD-SCDMA 系统特征与 RRM

TD-SCDMA 系统特征与 RRM. 肖 登 坤 博士 烽火移动通信设备有限公司 2005 年 1 月 10 日. 目 录. Part 1: TD-SCDMA 物理层特征 Part 2: TD-SCDMA 关键新技术 Part 3: TDD RRM vs. FDD RRM Part 4: 新技术与 RRM. 第一部分： TD-SCDMA 物理层特征. 一般描述 物理层帧结构 简单物理层过程 TDD vs.FDD . TD-SCDMA 描述. TDD - S CDMA ? ? ?

amos
Télécharger la présentation

TD-SCDMA 系统特征与 RRM

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. TD-SCDMA系统特征与RRM 肖 登 坤 博士 烽火移动通信设备有限公司 2005年1月10日

  2. 目 录 • Part 1: TD-SCDMA物理层特征 • Part 2: TD-SCDMA 关键新技术 • Part 3: TDD RRM vs. FDD RRM • Part 4: 新技术与RRM

  3. 第一部分：TD-SCDMA物理层特征 • 一般描述 • 物理层帧结构 • 简单物理层过程 • TDD vs.FDD

  4. TD-SCDMA描述 • TDD-SCDMA??? • TDD:Time Division Duplex时分双工 • S?： Synchronization,Space division,Soft radio • 3S技术：同步、空分、软件无线电 • CDMA?:Code Division Multiple Access • 码分多址接入：用不同的码字区分用户

  5. TD-SCDMA物理层 帧结构(一) Supper frame 720ms Radio frame 10ms 5ms Sub-frame CP DwPTS G UpPTS g TFCI Data Midamble Data 144chips 675us

  6. TS0 TD-SCDMA帧结构(二) DwPTS G UpPTS 转折点 (a) DL/UL对称分配 DwPTS G UpPTS 转折点 TS0 (b) DL/UL不对称分配

  7. ss SS TPC TPC Data Midamble Data Data midamble data TFCI 4 TFC 3 TFCI1 TFCI 2 物理层控制命令结构 data Midamble data data Midamble data TFCI 1 TFCI 2 TFCI 3 TFCI 4 5ms 5ms 不发送SS和TPC时的物理层控制命令结构 5ms 5ms 发送SS和TPC时的物理层控制命令结构

  8. 125us SYNC-UL(128chip) GP(32chip) UpPTS的时隙结构 DwPTS/UpPTS的时隙结构 75us GP(32chip) SYNC-DL(64chips) DwPTS的时隙结构

  9. TD-SCDMA物理层过程 小区搜索 UpPTS DwPTS G Tdn Tdn-1 Td0 Tu1 Tu2 Tu3 5ms • 搜索过程包括：搜索DwPTS、识别扰码和基本中间码、控制复帧同步、读BCH信息。 • TDD系统的小区搜索和FDD系统的主要区别（1）上下行信号工作于相同频率，可能接收到附近用户的强上行信号（如规划合理则不存在这种情况）。（2）DwPTS同时起Pilot和SCH的作用，处于没有其它本小区多址干扰的独立时隙。当DwPTS搜索到，下行同步便获得了。（3）BTS之间同步，所有同频小区的DwPTS将出现在重叠的时隙，但相互正交，便于切换中进行测量。

  10. TD-SCDMA物理层过程 随机接入 UpPTS DwPTS G Tdn Tdn-1 Td0 Tu0 Tu1 Tum • 随机接入必须完成的工作： • 上行同步、功率控制、系统获得接入要求、用户鉴权、分配业务码道等 • 随机接入必须考虑的问题： • RACH/FACH的高效率工作； • 防止碰撞的策略； • 加快接入速度。 • 随机接入过程： • UE：开环功率控制和开环同步控制，发射UpPTS，等待BTS回答。 • BTS：控制UE的发射功率和时延，获得UE接入要求 • RNC：接入控制 • CN：鉴权

  11. TD-SCDMA 物理层特点 • 低码片速率:1.28Mcps(WCDMA的1/3) • 适合智能天线和同步CDMA的帧结构 • SA＋JD+DCA＋同步技术使资源利用率非常高。 • 采用和3GPP相同的调制、信道编码、交织和复接技术 • 提供不对称上下行业务 • 功率控制和上行同步控制: • 控制频率:0-200次/秒 • 功率控制步长:1-3dB • 同步控制精度:1码片宽度 • 开环和闭环控制

  12. TDD vs.FDD 双工方式比较 • TDD和FDD是第三代移动通信中两种必要的双工方式 • 传统的FDD仍被重视 • 适合于大区制的全国系统 • 适合于对称业务，如话音、交互式实时数据业务等 • TDD方式受到更大关注 • 适合于高密度用户地区：城市及近郊区的局部覆盖 • 适合于对称及不对称的数据业务，如话音、实时数据业务、特别是互联网方式的业务 • 能提供成本低廉的设备 • TDD方式的突出优势在于： • 上下行传输信道互易，利于使用智能天线、多用户检测等新技术； • 可高效率地满足不对称业务需要 • 可能降低产品成本、价格、体积、重量等 • 便于利用不成对的频谱资源

  13. TDD vs.FDD 双工方式比较 未来可能的组网方式： • 使用移动卫星实现全球覆盖， • 使用FDD提供大区制对称业务， • 在城市及近郊区使用TDD系统，目前的试验证明TD-SCDMA可以单独组网。 • 用多模终端实现系统间无缝漫游

  14. TDD vs.FDD 物理层比较

  15. IMT2000的CDMA TDD标准简概 • 两种CDMA TDD RTT： • TD-SCDMA和UTRA TDD • 两种TDD方案的异同： • 项目 TD-SCDMA UTRA TDD • 带宽和码片速率 1.6MHz/1.28Mcps 5MHz/3.84Mcps • 帧结构 7时隙/5ms 15时隙/10ms • 智能天线 使用 难使用 • 同步CDMA 1chip 2chips • 多用户检测 使用 使用(暂选) • 软件无线电 全面使用 部分使用 • 切换 接力切换 硬切换 • 相同技术：信道编码和交织、调制(QPSK)、DCA、DTX等等

  16. 第二部分：TD-SCDMA关键新技术 • TD-SCDMA采用的新技术及目的 • 智能天线 • 多用户联合检测 • 上行同步 • 软件无线电 • 接力切换

  17. 智能天线 多用户检测 多时隙的TDMA＋DS_CDMA(帧结构) 同步CDMA 用软件无线电技术实现 接力切换 预期达到的目标 高频谱利用率 低设备成本 满足IMT2000基本要求 TD-SCDMA的关键新技术

  18. TD-SCDMA新技术智 能 天 线 概 念 • 利用信号传输的空间特性实现抑制干扰提取信号的目的。 • 接收端可以利用信号与干扰的来波方向的不同来区分它　　们。 • 所形成的波束可实现空间的滤波作用，它对期望的信号方向具有很高的增益，而对不希望的干扰信号实现近似零陷的滤波作用，以达到抑制和减少干扰的目的。 • 一般情况下，波束随着每个用户发出的期望信号的到达方向，不断地随着时间在动态地改变。在移动通信中至少要求智能天线跟踪变化的速率要大于用户的移动及信道快衰落的变化率，才能起到自适应跟踪用户的目的。

  19. 智能天线的两种形式 • 波束切换方式的智能天线 在接收断，预先设置了一组N个不同入射角方向的窄波束，在根据期望信号的来波方向（DOA)和相关的信号误差准则，在N个波束中选择一个最合适的，并在该波束上接收信号。 • 自动跟踪用户的智能天线 在接收端，利用一组阵列天线，通过不断地调整自适应的加权值，达到若干个自适应波束同时跟踪若干个用户的目的。

  20. TD-SCDMA新技术智能天线空间波束示意图 基带数字信号处理 为每条信道提供一条赋形天线发射波束 • 降低发射功率 • 波束赋形时可以克服 多径传播问题 空分多址大大 增加系统容量

  21. 本地参考信号 波束形成网络 天线阵 模数转换 z(t) － y(t) e(t) 自适应数字信号处理器 智能天线原理结构图

  22. Array Signal Model • Point Sources, Narrow band plane Waveform. • Uniform Linear Array (for simplicity in presentation).

  23. The Array Processing Gain • SINR for Single Antenna and Array Processing • Array Processing Gain For example : Single signal with

  24. Ant array RF TRx 1 Rx Proc Sync SA+JD Demodulation MODEM DSP Tx Proc Modulation Beamforming Combination L1 Proc Channel coding Interleaving Mux/Demux LO Clock RF TRx N TD-SCDMA新技术智能天线基站示意图

  25. ik d 智能天线性能度量准则 • 最小均方误差准则（MMSE) 使阵列输出信号和本地参考信号的误差最小，以此求出最佳的权值矩阵W。 • 信噪比（SNR)准则 　　在使信号输出信噪比最大的前提下求出最佳的权值矩阵W。 • 似然性能准则 　　在输入信号似然函数最大时 求出最佳的权值矩阵W。

  26. DOA-based Beamforming • An example for DOA-based Beamforming • 0 • Classical Beamforming • MRC • -10 • -20 • Beam pattern • -30 • -40 • -50 • -60 • -40 • -30 • -20 • -10 • 0 • 10 • 20 • 30 • 40 • DOA (deg.)

  27. Beamforming in TD-SCDMA Uplink • Data model in base-band: • The output of the mth antenna at time n • Output sequence corresponding to a data block of N symbols • The output of the ZF multiuser detector (MF+interference canceller) • The joint code-channel MF conducts an operation • Coherently combining the outputs of all antennas provides a array gain of the spatial matched filter.

  28. Beamforming in TD-SCDMA Downlink • Since the uplink channel and the downlink channel in TDD are reci-procal, the downlink channel impulse response can be obtained from uplink. • The spatial signature of each user are embedded in the the uplink channels of the M antennas • From the estimated uplink space-time channel ( therefore the downlink space-time channel), we can consider the following BF techniques in the downlink: DOA -based (Fourier-type technique) BF MRC BF using the spatial channel at the maximum power instant Maximum output- power eigenfiltering BF Maximum output SINR eigenfiltering BF

  29. Signal, interference and noise • DOA-based BF Desired user Beamforming in TD-SCDMA Downlink

  30. Beamforming in TD-SCDMA Downlink • MRC BF by the ‘main path’

  31. Beamforming in TD-SCDMA Downlink • Maximum output- power and maximum SINR BF

  32. Antennas Array for Cell Sectoring with application to TD-SCDMA • Cell sectorization Desired sector beampattern Beampattern of single directional antenna

  33. Antennas Array for Cell Sectoring with application to TD-SCDMA • Array-based cell sectorization • Under some optimization criterion, choose • Cell sectorization with and without array processing

  34. TD-SCDMA新技术智能天线系统效益 • 扩大系统的覆盖区域 • 提高系统容量 • 提高频谱利用率 • 降低基站发射功率 • 减少信号间干扰与电磁环境污染 • 实施MS(UE)定位支持新业务

  35. TD-SCDMA新技术智能天线目前发展及问题 • 现状：目前的SA基本达到自动跟踪用户的目的。 • 问题：目前的SA技术还不能解决时延超过一个码片的多径干扰，也无法克服高速移动多普勒效应造成的信道恶化，因此，应与其它抗干扰技术结合使用，包括联合检测、干扰抵消及Rake接收等

  36. TD-SCDMA新技术多用户联合检测技术 • 联合检测的概念：在CDMA系统中能同时检测多个用户，在强干扰环境下能检测出较弱的信号。 • 联合检测的优点：降低干扰，扩大容量，减低功控要求，削弱远近效应 • 联合检测技术：并行干扰抵消、串行干扰抵消、迫零滤波法、迫零解相关法、神经网络法等 • 联合检测的缺点：大大增加系统复杂度、增加系统处理时延、需要要消耗一定的资源、目前的算法对提高系统容量有限。 • 联合检测的难点：理论的可行性与实际实现的复杂性难以调和，应与其它技术结合使用实现优化

  37. 解扩匹配滤波器(user1) 判决准则 (User1) 输出判决结果(user 1) 输入接收信号 判决准则(User k) 解扩匹配滤波器(userk) 输出判决结果(user k) 传统单用户接收机

  38. 最优联合检测算法 多径 合并 输出判决结果(user 1) 匹配滤波器 输入接收信号 多径 合并 输出判决结果(user k) 多用户检测接收机

  39. The introduction of JD algorithm • Joint detection is aim to get the estimated user data d according to the system matrix A and received signal e, so the equation can be description as following. e=Ad+n • It is known that algorithm of joint detection can be divided into three classes at present: • nonlinear algorithm（MLSE，MLSSE） • linear algorithm（ZF_BLE，MMSE_BLE,DMF) • Decision Feed-back algorithm（DF）

  40. The introduction of JD algorithm • Nonlinear algorithm（MLSE，MLSSE）－ the maximum random algorithm, is the most optimization multi-user algorithm. But the calculation complexity increased by the exponent according to user number. Therefore,it is hard to implement in the real system. • Linear algorithm and decision feed-back algorithm are the second optimization multi-user detection algorithm. It has a lower complexity than maximum random algorithm, at the same time it can provide better performance than the tradition receiver.

  41. DF Decision Feed-back algorithm is a extension of linear algorithm，include WMF-BDE,ZF-BDFE,MMSE-BDFE and so on.The basic idea of this algorithm is implemented by the flowing steps: Firstly,obtain the continuous estimation data of user data by a linear equalizer. Secondly, feedback the quantity and decision value of estimation data to the continuous estimation according to some feedback rules and form a close ring. In general, then performance of decision feed-back algorithm at the cost of complex calculation is better than this of linear algorithm.

  42. JD Algorithm • The function of JD subsystem in UE is used to detect the data in each RX timeslot, during this process the main technology applied is ZF_BLE(Zero Forcing Block Linear Equation ). • We can estimate the user sent data d according to the received total signal e and system matrix A.Here A is obtained by spreading code and channel pulse response of all user.

  43. JD Algorithm • We know that it is easier to obtain the inverse matrix of triangle than A*TA matrix. In our system, because A*TAis aHermitian matrix，it can be decomposed to low triangle matrix and according inverse matrix by the Cholesky method. So the formula of ZF-BLE can be described as following：

  44. JD REALIZATION step <2> and <3> designed in FPGA，the others designed in DSP. (L-1)*T× L-1 × A*T × e Ae B <1> d <2> <3> Step <1> is match filter, Step <2> and step <3> are named matrix multiplication

  45. JD Procedures • JD_CHE: channel estimation • JD_PP: post processing • JD_BGE: generate A_block matrix • JD_MIC: midamble interference cancellation • JD_R: A_block multiply it’s conjugate • JD_CYD: Cholesky decomposition • JD_INV_L:inverse of matrix L • JD_MF: matched filter • JD_EQ: matrix multiplication • JD_DEM: Demodulation

  46. Data Flow in JD (Joint Detection) M1 Inner RAM high layer to Temp_B Calculation Midamble Matched interference Filter concellation I FPGA post data split *T Channel R(A *A) proce (e1,e2, B generator AGC Q IQ estimation generation - to Cholesky midamble) data ssing Decomposition M1 ICS from Matched CC Filter equat data FC Demodulation ion dispatch Cholesky inverse Decomposition ... signal to noise from R(A*T*A) ratio M1 generation

  47. JD_CHE • FUNCTION：calculate the channel impulse response, and send the output to subsystem M1 and sub-function JD_PP. • BURST structure: Here Midamble is designed for channel estimation, without spreading and scrambling.

  48. JD_CHE In the figure, it shows there are 8 active channel estimation window.

  49. JD_PP • FUNCTION：used to improve the performance of joint detection and eliminate the effect of active users, to provide some parameters to FPGA or Measurement at the same time. • The following steps implement JD_PP: • Obtain the threshold value • Here T is threshold, P=128, D=0.8854 • Obtain the channel_ pulse: • At the same time, obtain some parameter • it is necessary to calculate the actual code channels that are activated, that means, if the values of the taps in a whole estimation window are set to 0, this code channel can be thought as inactivated. In this way we get the total number of code channels num_of_vc.

  50. Midamble Chanenl_pulse M_data JD_MIC(1) FUNCTION：eliminate the effects to data of E1_IQ，E2_IQ because of midamble, the detailed introduction is as flowing figure. * =

More Related