0 引言

    現(xiàn)如今,，無線移動通信系統(tǒng)的用戶和數(shù)據(jù)量呈指數(shù)級增長，5G技術(shù)將考慮使用毫米波頻段解決頻譜資源有限的難題,，毫米波技術(shù)將大幅度提升數(shù)據(jù)傳輸速率,、頻譜利用率和吞吐量^[1]。毫米波技術(shù)應用到無線接入網(wǎng)將存在嚴重的傳播損耗,，所以毫米波傳輸技術(shù)目前的研究趨勢是采用高定向波束形成技術(shù)^[2]將總輻射功率集中在非常小的角度上,，從而擴大傳輸范圍。3GPP R15標準中的非獨立組網(wǎng)(Non-Stand Alone,，NSA)^[3]新空口標準中定義了混合組網(wǎng)架構(gòu)SDN以及用戶面和控制面之間的功能劃分,。在5G毫米波技術(shù)中，初始小區(qū)發(fā)現(xiàn)過程作為無線通信系統(tǒng)最重要的第一步,，高定向多波束傳輸造成的時延和覆蓋問題直接影響整個系統(tǒng)的性能^[4],。因而毫米波小區(qū)發(fā)現(xiàn)過程的時延問題具有重要的研究價值。

    文獻[5]中指出毫米波基站全向廣播毫米波會導致網(wǎng)絡可發(fā)現(xiàn)區(qū)域(控制面范圍)與毫米波服務可用區(qū)域(用戶面范圍)之間不匹配的問題,，必須使用高定向傳輸擴展毫米波基站的覆蓋范圍,。文獻[6]中介紹了NSA 5G新空口標準中的混合組網(wǎng)架構(gòu)以及用戶面與控制面的功能分離。文獻[7]提出了一種窮舉算法,，該算法的缺點在于毫米波基站掃描所有的方向,，造成較大的時延。本文提出了一種基于窮舉算法利用用戶背景信息的限制訪問延遲的改進算法,，性能優(yōu)于當前可用的發(fā)現(xiàn)算法,。

1 毫米波初始小區(qū)發(fā)現(xiàn)過程

    毫米波小區(qū)發(fā)現(xiàn)過程指毫米波UE接收并解碼毫米波BS廣播的同步信號獲得小區(qū)信息以建立小區(qū)連接。不同于LTE系統(tǒng)中基站eNodeB^[8]全向廣播同步信號,，毫米波BS定向發(fā)射波束通過掃描不同的天線配置搜索毫米波UE波束,，直到UE能正確解碼同步信號^[9],。因此這個同步過程存在嚴重的延遲。目前的天線技術(shù)有多種天線配置,，可以提供不同的波束寬度,，并根據(jù)波束寬度，可以使用不同的指向方向,。

    波束寬度的選擇對小區(qū)發(fā)現(xiàn)過程有重要影響,。寬波束能更快地掃描空間，但它們可以達到相對接近的用戶,。亦然,窄波束可以覆蓋很遠的用戶,，但是它們需要更多的天線配置變化來掃描整個空間。因此,，發(fā)現(xiàn)過程必須在空間搜索的速度和范圍之間進行權(quán)衡,。

    在MiWEBA提出的系統(tǒng)架構(gòu)中，背景信息可以提供毫米波基站和毫米波用戶終端的位置估計,，從而在改進小區(qū)發(fā)現(xiàn)延遲方面發(fā)揮關(guān)鍵作用^[10],。背景信息可以包含如通道增益預測、UE空間分布,、之前訪問中成功使用的天線配置等信息,。理想情況下，如果背景信息提供了完整的信息,，BS和UE可以直接用窄波束指向?qū)Ψ?。BS發(fā)送的波束序列為B=[b₀，b₁,，b₂,，…，b_m]^T,，UE發(fā)送的波束序列為U=[u₀,，u₁，u₂,，…,，u_n]^T。實際情況下,，背景信息的位置信息都是估計值,，不精確，但小區(qū)發(fā)現(xiàn)過程能通過背景信息縮小搜索,。如果毫米波基站BS由于背景信息的不精確,，初始波束b0不能立即搜索到用戶，則根據(jù)給定的搜索序列b₁…b_m使用其他波束進行搜索。同樣,，在UE側(cè)發(fā)送第一個波束u0,，如果沒有從BS搜索到信號，則按順搜索發(fā)送搜索序列的其他波束u₁…u_n,。每個BS波束切換都要檢測整個UE搜索序列,，通過其n個波束掃描。在沒有搜索成功的情況下檢測所有可能的UE波束后,，BS切換到下一個波束重新搜索UE 發(fā)送的波束序列,。只有當一個UE和一個BS波束一致時，BS同步信號才可以在UE端被解碼,。

2 小區(qū)發(fā)現(xiàn)算法

    檢測波束B和U的序列是確定毫米波小區(qū)發(fā)現(xiàn)階段性能的關(guān)鍵特征,。在這一節(jié)中，本文將重點討論基于UE位置估計的算法,，在初始服務請求期間,，UE位置估計通過分離的控制平面?zhèn)鬟f給網(wǎng)絡。本文從分析UE處理開始,，然后轉(zhuǎn)向BS處理,。

2.1 窮舉算法

    本文應用了一種動態(tài)適應波束寬度搜索算法,，稱為窮舉算法,。搜索開始設(shè)置波束寬度和指向方向(，d0),，如果UE沒有被檢測到,，毫米波BS會依次掃描每個方向，保持相同的波束寬度,。如果仍然沒有搜索到UE,，毫米波基站將以減小的波束寬度重新啟動圓形掃描。這個過程重復進行,，直到搜索波束寬度和指向方向的每一個組合,。窮舉算法的基本原理是通過寬波束檢測附近的用戶，逐步擴大搜索范圍,。

2.2 改進算法

    為了更有效地利用背景信息,，本文提出了窮舉算法的改進算法。當一個UE基于估計的位置信息加入網(wǎng)絡,服務毫米波BS迅速計算正確的波束寬度(Width)并指出方向(,，d0),。如果位置信息不準確,用戶可能不被發(fā)現(xiàn)，因此,，BS依次執(zhí)行n個扇區(qū)掃描,，每個扇區(qū)寬度為2π/n。第一個選定的扇區(qū)r對應于包含用戶估計(不準確)位置的區(qū)域。為了克服位置信息的不準確性,，BS通過寬度為w₀且方向與d₀相鄰的波束檢測扇區(qū)r,。在這個搜索過程中，BS按順時針和逆時針方向交替發(fā)射波束,。如果沒有檢測到用戶,，BS會縮小波束寬度，再次將波束指向估計的用戶位置,，并類似地檢測扇區(qū)內(nèi)相鄰波束的方向,。在沒有建立任何UE連接的情況下完成對第一個扇區(qū)的掃描后，對相鄰的n-1扇區(qū)的其他每個扇區(qū)重復相同的迭代掃描,，順時針和逆時針交替,。當UE被檢測到或當所有n個扇區(qū)被掃描到且沒有任何用戶連接時，進程結(jié)束,。

    改進算法相對于窮舉算法的優(yōu)點在于一定程度上避免了搜索的盲目性,，位置誤差造成的UE相對于背景信息的位置關(guān)系可能在同一側(cè)或者不同側(cè)。相對于窮舉算法直接遍歷所有區(qū)域,，改進算法在目標小區(qū)域兩側(cè)掃描顯然節(jié)省了相當多的時間,，性能更好。

3 仿真結(jié)果

    本文通過MATLAB模擬器進行的數(shù)值模擬來評估所提出算法的小區(qū)發(fā)現(xiàn)性能,。傳輸路徑損耗定義為：

其中,，PL定義為傳輸路徑損耗，α=82.02 dB,，參考距離l₀=5 m,，k=2.36，l表示為傳輸距離,，主同步信號PSS采集的最小信號電平,，直接從文獻[8]中的給出的經(jīng)驗測量值導出，Th=-73 dBm,，其信噪比大于10 dB,，BS發(fā)射功率設(shè)置為P_t=30 dBm。毫米波BS側(cè)最小可配置波束寬度為0.015 7 rad,。較大的波束寬度(180°,，120°，90°,，72°,，60°，48°,，36°)是通過按比例減少方向的數(shù)量來獲得的,，測試場景提供5個定距200 m的固定毫米波基站,，在區(qū)域內(nèi)設(shè)置1 000個用戶隨機分布，同時隨機選擇用戶的方向,。

    圖1是天線配置切換次數(shù)和位置誤差的關(guān)系圖,，圖中的曲線是窮舉算法和初始波束寬度分別設(shè)置為360°、180°和120°的改進算法,。在位置誤差逐漸增大時,，平均切換次數(shù)迅速增加，當初始波束寬度設(shè)置為360°時,，改進算法的性能優(yōu)于窮舉算法,，當誤差增大時，窄波束較高的誤差精度會嚴重影響改進算法的性能,。對于改進算法,，初始波束寬度設(shè)置為360°是性能最好的。

    天線配置切換次數(shù)和初始波束寬度的關(guān)系圖如圖2所示,。該圖表示在使用改進算法在發(fā)現(xiàn)用戶之前天線配置切換的平均次數(shù),。為了便于比較，還給出了窮舉算法的結(jié)果,。對于10 m位置誤差,，改進算法的天線配置的切換次數(shù)顯示最小在120°左右，對應扇區(qū)數(shù)n=3,。由于探測距離較遠區(qū)域的延遲,，扇區(qū)越窄，則會增加所需切換的次數(shù),。在這種情況下,，當扇區(qū)數(shù)量增加太多時,，位置誤差對算法性能的影響更大,。在這些情況下，窮舉算法的性能優(yōu)于改進的發(fā)現(xiàn)過程,。此外,，當位置誤差增加到或超過15 m時，改進算法最小值會向更寬的波束寬度移動,，以360°作為初始波束寬度性能最好,。

    通過仿真可以得出，改進算法受初始波束寬度和位置誤差的影響,，在設(shè)置合適的初始波束寬度和位置誤差的情況下,，改進算法的性能優(yōu)于窮舉算法。

4 結(jié)論

    本文提出了一種基于傳統(tǒng)算法的改進小區(qū)發(fā)現(xiàn)算法,，該算法通過控制面與用戶面平面分割的混合網(wǎng)絡架構(gòu),，利用背景信息改進小區(qū)發(fā)現(xiàn)過程。通過仿真可以得出結(jié)論，改進算法受初始波束寬度和位置精度的影響,，在設(shè)置合適的初始波束寬度和位置精度的情況下,，改進算法的性能優(yōu)于窮舉算法。

參考文獻

[1] 楊豐瑞,，董志明.第五代移動通信系統(tǒng)的研究分析[J].電子技術(shù)應用,，2015，41(2)：23-25.

[2] AHMED F,，DENG J,，TIRKKONEN O.Self-organizing networks for 5G：Directional cell search in mmW networks[C].2016 IEEE 27th Annual International Symposium on Personal，Indoor,，and Mobile Radio Communications(PIMRC),，2016.

[3] 王磊.5G獨立組網(wǎng)和非獨立組網(wǎng)方案分析[J].通信技術(shù)，2019,，52(8)：1912-1915.

[4] REZAGAH R E,，SHIMODAIRA H，TRAN G K,，et al.Cell discovery in 5G HetNets using location-based cell selection[C].2015 IEEE Conference on Standards for Communications and Networking(CSCN),，2015.

[5] FILIPPINI I，SCIANCALEPORE V.Fast cell discovery in mm-wave 5G networks with context information[J].Journal of IEEE Transactions on Mobile Computing,，2018,，17(7)：1538-1552.

[6] Li Yingzhe，BACCELLI F,，ANDREWS J G,，et al.Directional cell search delay analysis for cellular networks with static users[J].Journal of IEEE Transactions on Communications，2018,，66(9)：4318-4332.

[7] MAGHSUDI S,，HOSSAIN E.Multi-armed bandits with application to 5G small cells[J].Journal of IEEE Wireless Communications，2016,，23(3)：64-73.

[8] Lo Chih-Yuan,，Hua Yu-Wei，Yu Wei-Chuan.Functional verification and performance testing for OpenAirinterface(OAI) eNodeB[C].2017 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference(APSIPA ASC),，2017.

[9] 高程,，朱雪田，劉春花.5G波束故障恢復設(shè)計與實現(xiàn)[J].電子技術(shù)應用,，2018,，44(9)：9-11，16.

[10] MALTSEV A,，BOLOTIN I,，LOMAYEV A,，et al.User mobility impact on millimeter-wave system performance[C].2016 10th European Conference on Antennas and Propagation(EuCAP)，2016.

作者信息:

向  爽1,，2,，劉曉東1，2

(1.武漢郵電科學研究院,，湖北 武漢430072,；2.武漢虹旭信息技術(shù)有限責任公司，湖北 武漢430072)