专题：移动通信（
5G ）测试
董宝江，彭琛，卢贺
（大唐联仪科技有限公司，北京100083）
摘 要：5G NR 时代对速率、容量和用户体验都有更高的要求。在5G NR 物理层中，小区搜索是不可或缺的过程。小区搜索主要包括主同步信号（primary synchronization signal ，PPS ）检测算法以及辅同步信号（secondary synchronization signal ，SSS ）检测算法。传统PSS 检测算法和SSS 检测算法已无法满足5G NR 各项指标的基本需求。为了解决这一问题，在传统M 分段互相关检测算法基础上提出了改进PSS 检测算法。当信道环境恶劣时，传统SSS 检测算法也将失效，提出的改进SSS 检测算法可以解决此问题。最后，对传统算法和改进算法进行仿真对比分析。仿真结果表明，改进算法的检测性能明显提升，检测效率和整体性能也提高了。 关键词：小区搜索；PSS 检测算法；SSS 检测算法 中图分类号：TN929.5 文献标识码：A doi: 10.11959/j.issn.1000−0801.2021036
Improved cell search algorithm for 5G NR
DONG Baojiang, PENG Chen, LU He
DT Link Tester Technology Co., Ltd., Beijing 100083, China
Abstract: The era of 5G NR has higher requirements for speed, capacity and user experience. In 5G NR physical layer, cell search is an indispensable process. Cell search mainly includes primary synchronization signal (PSS) detection algorithm and secondary synchronization signal (SSS) detection algorithm. The traditional PSS detection algorithm and SSS detection algorithm can’t satisfy the basic requirements of 5G NR. In order to solve this prob-lem, an improved PSS detection algorithm based on the traditional M -segment cross-correlation detection algo-rithm was proposed. When the channel environment is bad, the traditional SSS detection algorithm will also fail. The improved SSS detection algorithm proposed can solve this problem. Finally, the traditional algorithm and the improved algorithm were compared and analyzed. The simulation results show that the detection performance of the proposed algorithm is significantly improved, and the detection efficiency and overall performance are also improved.
Key words: cell search, PSS detection algorithm, SSS detection algorithm
1 引言
5G 移动通信技术[1]，是为了满足未来移动通
信的需求，推出的新一代无线通信技术。与4G 相比，它对系统性能提出了更高要求。其中，传输速率提高10~100倍，用户体验速率达到0.1~1 Gbit/s ，
收稿日期：2020−12−20；修回日期：2021−02−03
·49·电信科学 2021年第2期
用户峰值速率可达10 Gbit/s；时延降低为1/10~1/5，达到毫秒量级；移动性达到500 km/h 以上，实现高铁高速运行环境下的良好用户体验。由ITU-R确定，通信行业认可的5G三大主要应用场景[2-3]分别为：增强移动宽带（eMBB）、低时延高可靠通信（uRLLC）和大规模物联网（mMTC）。如果说4G标志着业务由个人通信向个人应用的跨越，那么5G的诞生将是通信行业历史上最大的变革，从“小我”走向“大我”——从个人应用向行业应用的转变。
本文小区搜索算法应用在5G NR（new radio）扫频仪中，扫频仪进行无线网络覆盖测试时，主要通过扫频装置进行小区搜索，检测到空间的多个射频信号，并对相关指标进行测量。比如，在4G LTE网络优化时，需要通过主同步信号（primary synchronization signal，PSS）和辅同步信号（secondary synchronization signal，SSS）对空口小区进行搜索，并对检测到的各个小区的CRS （cell-specific reference signal）进行测量，测量参数主要有RSRP（reference signal received power）、SINR（signal to interference-plus-noise ratio）[4]等。只有完成初始小区搜索，终端才可
以给出准确的解调下行数据，获取关键系统信息，实现与的通信连接。
在小区搜索中，比较关键的步骤就是PSS检测以及SSS检测。对于PSS检测，参考文献[5]中给出一种直接互相关检测算法，但在大频偏环境下该算法将会失效。参考文献[6]中论述了一种M分段互相关检测算法，其可以提升抗频偏能力，但会引入噪声干扰。对于SSS检测，参考文献[7]中简述了一种SSS相干检测算法，原理是利用PSS检测后的信道响应值等效SSS处的信道响应值，然后对频域SSS序列进行补偿，最后再与本地SSS序列进行频域互相关检测。但该算法没有考虑信道环境的影响，若信道质量特别差导致频域信道响应值误差很大，会造成最终检测失败。
为了满足当下5G NR扫频仪的各项指标要求，本文提出了一种小区搜索改进算法，通过改进传统的PSS检测算法和SSS检测算法，完成5G NR小区搜索。仿真结果显示，所提算法不仅提高了检测效率，而且也提高了整体小区搜索性能。
2 小区搜索过程
小区搜索就是UE和小区取得时间和频率上的同步，并检测cell ID的过程[8-9]。
（1）UE利用PSS和SSS完成下行同步[10]过程。通过PSS获取物理层小区组内ID和时隙同步；通过SSS获取循环前缀（cyclic prefix，CP）长度，物理层小区组ID，帧同步。
（2）通过解调参考信号（demodulation ref-erence signal，DM-RS）进一步实现时间、频率同步以及信道估计。
（3）解码物理广播信道（physical broadcasting channel，PBCH），获得主信息块（master infor-mation block，MIB），包含公共天线端口数目、系统帧号（system frame number，SFN）、下行系统带宽等信息。
（4）解码物理下行共享信道（physical downlink shared channel，PDSCH），获得系统信息块（system information block，SIB），即其他系统信息[11]。
5G NR小区搜索主要是检测PSS、SSS和DM-RS，获取时间和频率上的同步，上报RSRP/SINR等测量指标，最后解码PBCH完成小区搜索过程。初始小区搜索流程如图1所示。
3 PSS检测
在5G NR小区搜索中，PSS检测[5]作为下行同步的关键步骤，必须设计性能优良的检测算法。PSS定时同步是通过对接收信号的PSS 检测，完成符号定时同步并获取小区ID组内编号(2)
ID
N。
专题：移动通信（5G ）测试
·50·
图1 初始小区搜索流程
3.1 传统PSS 检测算法
基于PSS 序列良好的自相关性与互相关性，传统的PSS 检测算法[6]主要为直接互相关检测算法和M 分段互相关检测算法[12]。
第一种方法：直接互相关。
该方法的核心思想是利用PSS 接收序列()
y n 直接与本地3个PSS 序列0pss ()r n 、1pss ()r n 、2
pss ()
r n 分别进行滑动相关，相关检测得到的3个相关值序列如式（1）所示。
2
1
烟焦油
0pss
2
1
11pss
02
122pss
Corr ()()()
Corr ()()()Corr ()()()N n N n N n m y n m r
n m y n m r
n m y n m r
n −∗
=−∗=−∗
==
+⋅=+⋅=
+⋅∑∑∑
（1）
其中，0Corr ()m 、1Corr ()m 、2Corr ()m 分别表示
3个相关值序列，()y n m +表示接收序列，
0pss ()r n ∗、1pss ()r n ∗、2pss ()r n ∗分别表示3个本地PSS 序列0pss ()r n 、1pss ()r n 、2pss ()r n 的共轭运算，N 为快
速傅立叶变换（fast Fourier transform ，FFT ）点数。
通过相关运算得到3个相关值序列0Corr ()m 、
1Corr ()m 、2Corr ()m 并分别出3个序列中的最大值，然后比较3个最大值得到最终最大值。此
时便得知正确的PSS 序列即最终最大值相对的
PSS 序列。同时，获得小区组内ID (2)
ID N ，最终最
大值对应的位置也就是定时同步的位置，记为ˆm 。
直接互相关检测算法虽然简单易实现，但是在面对较大频偏时，本地序列与接收序列相关性会变差，导致相关峰值点不明显，甚至完全被淹没，最后造成PSS 检测失败，影响系统性能。为了应对此种情况，下文给出一种M 分段互相关检测算法。 第二种方法：M 分段互相关。
此法的重点在于将PSS 接收序列和本地PSS 序列分别等分为M
段序列再进行相关，之后再把
M
个相关值序列逐个相加求和，进而确定相关峰值对应同步位置。具体的实现原理流程如图2
所示。
图2 PSS M 分段互相关检测流程
按照图2流程，首先将PSS 接收序列()y n 与
3个本地PSS 序列0pss ()r n 、1pss ()r n 、2
pss ()r n 分别等
·51· 电信科学 2021年第2期
分为M 段，然后对M 段序列分别进行相关，最后分别累加求和得到3个相关值序列。相关检测得到的3个相关值序列如式（2）所示。
021
10pss 0012
11
1pss 00
212pss 0Corr ()Corr ()Corr ()N M M
s n N M M
s n N M
s n m N N y n m s r n s M M m N N y n m s r n s M M m N N y n m s r n s M M −∗
−==−∗−==−∗==
⎧⎫
⎪⎪⎛
⎞⎛
⎞++×⋅+×⎨⎬
⎜⎟⎜⎟⎝⎠⎝
⎠⎪⎪⎩
⎭
=
⎧
⎫
⎪⎪⎛
⎞⎛⎞++×⋅+×⎨⎬
⎜宝钢在线
⎟⎜⎟⎝⎠⎝
⎠⎪⎪⎩
⎭
=
⎧
⎫
⎪⎪⎛
⎞⎛
⎞++×
⋅+×⎨⎬
⎜⎟⎜⎟⎝
⎠⎝
⎠⎪⎪⎩
⎭
∑∑∑∑∑2
1
0M −=∑ （2）
通过M 分段互相关检测算法之后，步骤同直接互相关检测算法相同。通过相关运算得到3个相关值序列0Corr ()m 、1Corr ()m 、2Corr ()m 并分别出3个序列中的最大值，然后比较3个最大值得到最终最大值。此时便得知正确的PSS 序列
即为最终最大值对应的PSS 序列，同时获取(2)
ID
N 和定时同步位置ˆm
。 M 分段互相关检测算法中，M 越大，抵抗频偏能力越强，累加的模平方越大，相关峰值越突出。但是由于分段数过多，会导致峰值点周边的相关数据减小幅度变小，同时会产生更多的噪声，所以到合适的方法对于提升系统性能至关重要。
3.2 改进PSS 检测算法
为了能够出合适的PSS 检测算法，本文在
M 分段互相关检测算法基础上做了部分改进，提升了整体效率。整个PSS 检测过程重点分为3步：频域相关、分段滑动和PMR 门限判定。
假设接收信号pss ()y n 的长度为L ，FFT/IFFT 运算的点数为N ，滑动窗口大小为w ，则可以把接收信号分为M 段，如式（3）所示。
L M N w ⎡⎤
=⎢⎥−⎢⎥
（3）
其中，⎡⎤⎢⎥表示向上取整运算。第m 段PSS 接
收与第i 个本地PSS 信号的相关性,pss i
m r 可表示为
式（4）。
,pss
,pss FFT ()IFFT i
m i y n r
r ∗⎧⎛⎞⎪⎟=⎨⎟⎪⎠⎩
芜湖市民心声⎭ （4）
其中，,pss i r ∗表示本地PSS 序列的共轭，,pss ()m y n 表示第m 段接收信号。
()()
2
龙舌兰科,
pss pss
2
,pss
max ()
PMR =
mean ()i
m i
m r l r n （5） 其中，()2
,pss
max ()i m r l 表示前l 个有效相关值中的最大功率值，()2
,pss
mean ()i m r n 则表示总共N 点的
平均功率值。pss PMR 表示峰均比。
pss [0,2],[1,]
ˆˆ[,]arg max (PMR )i m M i
m ∈ ∈= （6）
经过式（6）则求得i 对应的小区组内ID (2)
ID N ，
m 即对应的最佳分段数。将pss PMR 值与门限值进行比较，若不小于门限值则认为PSS 检测成功。最后经定位处理可以高效率地获得PSS 同步起始位置和相关信息，完成PSS 检测。
4 SSS 检测
经过PSS 检测之后，只是获得了小区组内编
号(2)
ID N ，想要进一步确定物理小区标识（PCI ）则需要进行SSS 检测获得小区组号(1)ID
N ，之后将(2)
ID N 和(1)ID N 组合进而确定(cell)ID N ，(cell)(1)(2)
ID ID ID 3N N N =+。
4.1 传统SSS 检测算法
根据PSS 序列和SSS 序列的时域结构及时频域映射方式可知，它们在时域上相差一个OFDM 符号，在频域上处于相同子载波位置。根据此结构可以利用PSS 检测之后的信道响应去等效SSS 处的信道响应[7]，然后对频域SSS 序列进行补偿。
专题：移动通信（5G ）测试 ·52·
PSS 信道估计结果如式（7）所示。
山西兴华职业技术学院
pss pss pss ()()()
Y k H k R k =
（7）
其中，pss ()Y k 表示接收频域PSS 序列，pss ()R k 表示本地频域PSS 序列。
sss sss
pss ()
()()
Y k Y k H k ′= （8）
其中，sss ()Y k 表示接收频域SSS 序列，pss ()H k 表
示频域信道响应值，则sss
()Y k ′为信道均衡后的频域SSS 序列。之后将sss
()Y k ′与本地SSS 序列进行频域互相关，如式（9）所示。
126
sss
sss
()()()i k M i Y k R k ∗
=′=∑ （9）
其中，()M i 表示最后的相关值序列，其中0,1,2,,335i ="。
最后通过寻相关值序列中的最大值对应的
i 即小区组号(1)
ID N ，如式（10）所示。
(
)2
(1)
ID
0,1,2,,335
arg max ()
i N
M i =="
（10）
综合以上步骤，获得(1)ID
N 完成SSS 检测。
4.2 改进SSS 检测算法
由于传统SSS 检测算法是基于PSS 检测之后的频域信道响应值进行的。此算法没有考虑信道环境的影响，如若信道质量特别差导致频域信道响应值误差很大，会对SSS 检测造成很严重的破坏。鉴于此，本文从SSS 序列自身出发去优化SSS 检测算法。频域SSS 序列具有较好的自相关性和互相关性，
在频域进行相关检测，具体实现步骤如下所示。
（1）首先生成本地频域SSS 序列,sss i r 。由于
(1)ID N 取值范围为0,1,…,335，(2)ID N 取值范围为0、1、
2，则本地频域SSS 序列,sss i r 共有336×3=1 008种可能。
（2）获取接收频域SSS 序列sss ()y n 。根据
PSS 同步位置，到10 ms 内其所在SSB 内的SSS
时域起始位置，再将SSS 时域数据变换到频域，
中国经济为什么行提取出对应的127个RE 的值，记为sss ()y n 。 （3）将每一个本地频域SSS 序列,sss i r 与接收频域SSS 序列sss ()y n 依次做相关运算，最终得到
1 008个相关值,sss i
m r ，如式（11）所示。
()126
sss
sss
,sss 0
IFFT ()
i i n r y n r ∗==
⋅∑
（11）
其中，,sss i r ∗表示本地SSS 序列的共轭，sss ()y n 表示接收SSS 序列。
（4）最后求取每个相关值的峰均比sss PMR ，若其大于SSS 检测门限，则说明小区检测成功。并可得到该小区的PCI ，完成SSS 检测。
5 仿真结果与分析
本次仿真主要针对PSS 检测算法和SSS 检测算法进行。其中，PSS 检测算法包括直接互相关检测算法、M 分段互相关检测算法和改进PSS 检测算法。SSS 检测算法包括传统SSS 检测算法和
改进SSS 检测算法。仿真利用MATLAB 软件搭建下行小区搜索及同步链路，整个仿真基于
AWGN 信道进行，仿真结果为循环500次平均后的结果。小区搜索仿真参数见表1。
表1 小区搜索仿真参数
系统参数 参数配置 载波频率 3.4 GHz 系统带宽 100 MHz 子载波间隔 30 kHz FFT 点数 256 CP 类型
常规型
小区ID 0、1、2 信道模型
AWGN
直接互相关检测算法的PSS 检测成功概率如图3所示，在信噪比较低为−15 dB 时，直接互相关检测算法的PSS 检测成功概率仅为10%，而改进PSS 检测算法已经有50%的检测成功概率。随
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议