0 引言

    在過去的數(shù)年內(nèi)，物聯(lián)網(wǎng)這一概念得到了極大的發(fā)展,物聯(lián)網(wǎng)這一新興的概念由于其極大的可擴(kuò)展性和實用性正受到人們越來越多的關(guān)注^[1],。在這種趨勢下,，未來所有的電子設(shè)備都將被納入統(tǒng)一的網(wǎng)絡(luò)中。在這樣的網(wǎng)絡(luò)社會中,，人能夠非常方便地接收外界的各種信息,，個人或組織的生產(chǎn)力也將會被極大地激發(fā)出來^[2]。在這樣的環(huán)境中,，物聯(lián)網(wǎng)技術(shù)將會扮演至關(guān)重要的角色,，因為物聯(lián)網(wǎng)技術(shù)能夠做到機(jī)器與機(jī)器（Machine to Machine，M2M）和機(jī)器與人的連接,，可以極大地促進(jìn)人類社會的發(fā)展,。

    目前，有很多技術(shù)可以用于物聯(lián)網(wǎng)信息的傳輸,，藍(lán)牙,、無線局域網(wǎng)、紅外等都是常見的成熟的信息傳輸方式,，但是在很長一段時間,，針對小數(shù)據(jù)、大連接的數(shù)據(jù)傳輸方式卻沒有受到足夠的重視,，而這種傳輸方式在未來確是十分重要的一種連接,，在物聯(lián)網(wǎng)社會中，包含了幾大應(yīng)用場景，包括智慧城市,、工業(yè)自動化,、智能交通、數(shù)字化醫(yī)療等,。這些應(yīng)用場景都需要有非常多數(shù)量的傳感器連接,，可能會比現(xiàn)有的節(jié)點數(shù)量高出2～3個數(shù)量級，在大規(guī)模部署時,，單個節(jié)點的成本將會成為一種非常重要的考量因素,，這也決定了出于成本的原因，物聯(lián)網(wǎng)節(jié)點的運算性能,、射頻前端都不會很強(qiáng)大,。與此同時，這些傳感器產(chǎn)生的信息卻是與現(xiàn)有節(jié)點產(chǎn)生的信息有很大不同,，最典型的特征是小負(fù)載,、周期性或事件驅(qū)動的流量。這些原因都導(dǎo)致了在現(xiàn)階段物聯(lián)網(wǎng)的大規(guī)模應(yīng)用存在很大的難度,。為了解決以上這些問題,，3GPP組織專門針對這些特點發(fā)布了窄帶物聯(lián)網(wǎng)標(biāo)準(zhǔn)，即Rel-13^[3],。

    作為第五代移動通信（5G）的關(guān)鍵技術(shù)之一，大規(guī)模多輸入多輸出（Massive Multiple Input Multiple Output,，Massive MIMO）技術(shù)正在慢慢變得成熟,。有研究表明，當(dāng)基站端天線數(shù)無限大時,，快衰落和無關(guān)噪聲產(chǎn)生的影響將會消失^[4],。這樣可以極大擴(kuò)展整個小區(qū)可以同時服務(wù)的終端用戶數(shù)。與單天線系統(tǒng)相比,，多天線系統(tǒng)的頻譜效率更高,，能夠在不降低數(shù)據(jù)傳輸速率的條件下降低發(fā)射功率，在發(fā)送端就可以使用更小的發(fā)射功率,，節(jié)省由射頻發(fā)射帶來的能量消耗,。其次，Massive MIMO對于發(fā)射節(jié)點的性能要求不嚴(yán)格,，將大量的計算負(fù)載都集中到了基站端進(jìn)行處理,，這樣有利于降低設(shè)備成本，有助于整個物聯(lián)網(wǎng)行業(yè)的快速發(fā)展,。

    目前,，大部分的研究都是基于LTE網(wǎng)絡(luò)的^[5-7]。但是，LTE網(wǎng)絡(luò)并不能支持?jǐn)?shù)量龐大的物聯(lián)網(wǎng)設(shè)備,。為了解決這個問題,，本文提出了一種新型的數(shù)據(jù)排列方式，充分利用NB-IoT所需帶寬窄的優(yōu)勢,，不同的設(shè)備節(jié)點使用不同的頻帶,，從而降低相互間的干擾。并且應(yīng)用Massive MIMO技術(shù)傳輸NB-IoT數(shù)據(jù),。仿真結(jié)果表明,，利用Massive MIMO技術(shù)可以大大提高接收端的信噪比（Signal-to-Noise，SNR）,，降低所需的發(fā)射功率,，提高網(wǎng)絡(luò)覆蓋率，并且能夠延長電池的使用壽命,，降低部署成本,。

1 系統(tǒng)模型

    本節(jié)分析基于Massive MIMO的NB-IoT數(shù)據(jù)傳輸?shù)南到y(tǒng)模型，并列出NB-IoT與LTE標(biāo)準(zhǔn)數(shù)據(jù)傳輸?shù)牟煌c,。

1.1 NB-IoT標(biāo)準(zhǔn)與LTE標(biāo)準(zhǔn)的不同點

    為了滿足窄帶物聯(lián)網(wǎng)的傳輸需求及特性,，3GPP組織在LTE標(biāo)準(zhǔn)的基礎(chǔ)上做出了多處改進(jìn)，以適應(yīng)窄帶寬,、小數(shù)據(jù),、低頻繁的NB-IoT數(shù)據(jù)傳輸。主要有以下幾點：

    (1)LTE上行包含PUSCH,、PUCCH,、PRACH，NB-IoT為適應(yīng)窄帶寬做了簡化,，上行僅包含NPUSCH,、NPRACH。

    (2)LTE數(shù)據(jù)信道調(diào)制方式可設(shè)置為QPSK,、16PSK,、64PSK，NB-IoT的調(diào)制方式被固定為BPSK或QPSK,。

    (3)LTE系統(tǒng)中最小的資源安排單位為一個資源塊,，NB-IoT中最小的資源單位為一個子載波。

    (4)LTE中子載波間隔為15 kHz,，NB-IoT中子載波間隔可設(shè)置為3.75 kHz和15 kHz,。

    (5)LTE中為適應(yīng)窄帶通信引入了節(jié)能模式DRx，NB-IoT采用新的節(jié)能模式eDRx,。

1.2 系統(tǒng)整體框圖

　　在本次仿真中,，信道模型使用的是瑞利信道,，噪聲為白噪聲，強(qiáng)度由設(shè)置的信噪比計算得到,。在接收端接收到信號后,，首先會進(jìn)行信號的同步，在信號傳輸?shù)倪^程中,，不可避免會出現(xiàn)多徑傳輸,、陰影衰落等，導(dǎo)致接收到的信號不能嚴(yán)格的時鐘對齊,，為后面的解調(diào)帶來很大困難,，因此在這一階段需要進(jìn)行時鐘同步以對齊信號。在信號同步后將會進(jìn)行信號的FFT運算與去除CP,，與此同時,，還會利用接收到的信號進(jìn)行信道估計運算，計算出相應(yīng)的信道矩陣,，接著將會利用計算出的信道矩陣結(jié)合去除CP后的信號進(jìn)行LMMSE均衡,，具體原理可由式(2)表示：

2 鏈路級仿真

    本節(jié)主要介紹基于Massive MIMO的NB-IoT上行數(shù)據(jù)傳輸?shù)逆溌芳壏抡妗?/p>

2.1 仿真參數(shù)

    本次仿真所使用的系統(tǒng)和環(huán)境設(shè)置參數(shù)中除發(fā)送數(shù)據(jù)格式外，均與LTE系統(tǒng)中類似,具體的仿真參數(shù)設(shè)置見表1^[9],。在仿真中,，LTE系統(tǒng)中的OFDM調(diào)制及導(dǎo)頻設(shè)置均被采用。NB-IoT的時隙安排示意圖如圖2所示,。本次仿真所使用的信道模型為SCM信道模型,，該信道的相關(guān)參數(shù)設(shè)置由表2給出。

    在LTE中,，20 MHz帶寬被分為1 200個子載波,，每個子載波的間隔是15 kHz，而在NB-IoT標(biāo)準(zhǔn)中,，帶寬被大幅降低至180 kHz（不包含保護(hù)頻帶），在子載波間隔15 kHz的情況下為12個子載波,，因此在理論上LTE的帶寬可供100個NB-IoT設(shè)備同時接入,。在本次仿真中，設(shè)置NB-IoT設(shè)備數(shù)量為100,。

2.2 鏈路級仿真流程

    在LTE中,，20 MHz帶寬會被分為1 200個子載波，每個子載波的頻率間隔為15 kHz,，在NB-IoT標(biāo)準(zhǔn)中,，帶寬被大幅降低至180 kHz，即12個子載波,，因此理論上一個LTE用戶的信道資源可供100個NB-IoT用戶使用,。在仿真中使用圖2中的數(shù)據(jù)排列方式，利用這種方式，各NB-IoT節(jié)點都可使用相互正交的頻譜資源,，大大降低相互間的干擾,。

    根據(jù)上述的參數(shù)和系統(tǒng)設(shè)置，基于Massive MIMO的NB-IoT上行鏈路傳輸原型的信號流程圖如圖3所示,。

    在NB-IoT信號上行傳輸仿真中,，首先由各個節(jié)點根據(jù)事先設(shè)定的調(diào)制方式產(chǎn)生二進(jìn)制隨機(jī)數(shù)據(jù)，在NB-IoT標(biāo)準(zhǔn)中,，規(guī)定調(diào)制方式只能為BPSK或QPSK,，本次仿真使用的是BPSK調(diào)制方式，生成的隨機(jī)數(shù)據(jù)加入導(dǎo)頻后成為實際需要傳輸?shù)臄?shù)據(jù),，經(jīng)過BPSK調(diào)制后的數(shù)據(jù)會根據(jù)圖所示的時頻資源安排方式插入相應(yīng)的時頻單元格,，在OFDM調(diào)制過程中，進(jìn)行的是IFFT和加入循環(huán)前綴（CP）,，接著信號將被傳送至射頻前端進(jìn)行發(fā)送,，在經(jīng)過SCM信道后被接收端的天線陣列接收，在OFDM解調(diào)流程中,，實現(xiàn)的是信號的FFT變換和去CP,。在利用接收到的導(dǎo)頻信息進(jìn)行LS信道估計并使用估計出的信道矩陣對信號進(jìn)行LMMSE信道均衡恢復(fù)出發(fā)送信號，最后再經(jīng)過BPSK解調(diào)即可得到各節(jié)點產(chǎn)生的原始信號,。在本次仿真中,，使用的是判決門限的方式度信號進(jìn)行0/1判決并計算相應(yīng)的誤碼率。

3 仿真結(jié)果及分析

    本節(jié)給出基于Massive MIMO的NB-IoT上行數(shù)據(jù)傳輸鏈路級仿真的實驗結(jié)果及相應(yīng)的分析,，包括接收端天線數(shù)相同時,、LTE和NB-IoT用戶數(shù)不同時的接收信號誤碼率，NB-IoT用戶數(shù)確定,、接收天線數(shù)不同時的接收端誤碼率,，以及接收端天線數(shù)相同、NB-IoT用戶數(shù)的不同對誤碼率造成的影響,。

    圖4所示的是在接收端包含16根天線,、小區(qū)內(nèi)用戶數(shù)為20時，用戶種類對誤碼率的影響,。由仿真可知,，當(dāng)接收端天線數(shù)相同且發(fā)送端用戶數(shù)也相同時，由于NB-IoT節(jié)點傳輸?shù)臄?shù)據(jù)要遠(yuǎn)遠(yuǎn)小于LTE節(jié)點傳輸?shù)臄?shù)據(jù),，且在發(fā)送時采用不同的頻帶,，各頻帶之間兩兩互不重疊，對于其他用戶的干擾也大幅降低,，導(dǎo)致NB-IoT的平均誤碼率遠(yuǎn)低于LTE用戶的平均誤碼率,。

    圖5所示的是接收端天線數(shù)不同時對接收端誤碼率的影響,。可以發(fā)現(xiàn)當(dāng)設(shè)備節(jié)點數(shù)一定時,，接收端天線越多,，則能得到的誤碼率就越低，這就體現(xiàn)出來多天線的優(yōu)勢,，當(dāng)接收天線數(shù)上升時,，非相干噪聲的影響就會降低^[10]。從方面來看,，當(dāng)在接收端要求的誤碼率一定時,，應(yīng)用Massive MIMO技術(shù)后，發(fā)射端就可以減小發(fā)射功率以降低能耗,。并且,，隨著BS天線數(shù)量的增加，接收誤碼率呈現(xiàn)加速下降的趨勢,，這是因為接收端天線數(shù)量的增加會使對信道的估計更加準(zhǔn)確,。

    圖6所示的是接收天線數(shù)為64時，不同NB-IoT節(jié)點數(shù)對接收誤碼率的影響,。由仿真可知,，NB-IoT用戶接近接收端天線數(shù)兩倍時，雖然誤碼率性能有所下降,，但在接收信噪比很差時仍然低于10-2,，在某些場景中依然有應(yīng)用的可能性，相比在LTE系統(tǒng)中大大增加了可接入的用戶數(shù),。

4 結(jié)論

    本文驗證了利用Massive MIMO技術(shù)傳輸NB-IoT數(shù)據(jù)的可行性,。BS端天線陣列最多支持64根天線，用戶側(cè)最多支持100個單天線NB-IoT用戶,。為更好地理解本文的設(shè)計意圖,，提供了該仿真的系統(tǒng)模型。鏈路級仿真信號流程圖及參數(shù)設(shè)定的細(xì)節(jié)也都給出了,。實驗結(jié)果證明,，NB-IoT數(shù)據(jù)完全可以使用Massive MIMO技術(shù)進(jìn)行傳輸，并且還能夠充分發(fā)揮Massive MIMO空分復(fù)用,、對節(jié)點性能要求低的特點,，可以支持大量的NB-IoT節(jié)點同時接入,，并且還能在滿足接收信噪比的條件下降低發(fā)射功率,，延長節(jié)點使用壽命。

參考文獻(xiàn)

[1] ADAME T,，BEL A,，BELLALTA B,，et al.IEEE 802.11AH：the WiFi approach for M2M communications[J].IEEE Wireless Communications，2015,，21(6)：144-152.

[2] JIAO C,，ZHANG Z，ZHONG C.Impact of mobility on the sum rate of an NB-OFDMA based mobile IoT networks[C].IEEE International Conference on Communications.IEEE,，2016：1-6.

[3] ERICSSON.Cellular networks for massive IoT[EB/OL].(2016-06-06)[2017-06-21].https://www.ericsson.com/res/docs/whitepapers/wp iot.pdf.

[4] MARZETTA T L.How much training is required for multiuser mimo?[C].Signals,，Systems and Computers，2006.ACSSC′06.Fortieth Asilomar Conference on.IEEE,，2007：359-363.

[5] PERSIA S,，REA L.Next generation M2M Cellular Networks；LTE-MTC and NB-IoT capacity analysis for Smart Grids applications[C].Aeit International Conference.IEEE,，2017.

[6] WANG Y,，WU Z.A coexistence analysis method to apply ACLR and ACS between NB-IoT and LTE for stand-alone case[C].International Conference on Instrumentation & Measurement.IEEE，2016.

[7] LAURIDSEN M,，KOVACS I Z,，MOGENSEN P，et al.Coverage and capacity analysis of LTE-M and NB-IoT in a rural area[C].Vehicular Technology Conference.IEEE,，2017.

[8] JI F,，YANG X，QIAO D,，et al.Link-level simulation of TDD-based massive MIMO system[C].International Conference on Wireless Communications & Signal Processing.IEEE,，2016：1-6.

[9] WANG Y P E，LIN X,，ADHIKARY A,，et al.A primer on 3GPP narrowband Internet of Things[J].IEEE Communications Magazine，2017,，55(3)：117-123.

[10] MARZETTA T L.Noncooperative cellular wireless with unlimited numbers of base station antennas[J].IEEE Transactions on Wireless Communications,，2010，9(11)：3590-3600.

作者信息：

張昌偉1,，2,，祁家榕1，郭永安2

（1.南京郵電大學(xué) 通信與信息工程學(xué)院,，江蘇 南京210000,；2.江蘇省無線通信重點實驗室，江蘇 南京210003）