21 3GPP中 5G NR高速列车通信标准化

文章目录

  • 信道模型
  • 实验——物理层设计相关元素
    • μ(与子载波间隔有关)
    • 设计参考信号(DMRS)

本文提出初始接入、移动性管理、线性小区设计等高层技术。描述3GPP采用HST场景的评估参数,阐释了HST应用的物理层技术,包括数字通信和参考信号设计,链路级评估结果表明了多提方法的优越性。
HST:high-speed train
SHF:super high frequency

信道模型

  1. 在HST场景下,用链路级信道模型对不同的部署场景进行仿真。并且LOS分量有望在非LOS分量中占主导地位,因此在TDL和CDL信道模型中定义了强LOS分量在窄的簇内和簇间扩展。
  2. Rician衰落信道模型中Rician因子在一定范围中,称为K,K=7(表示城市宏观场景) 或13.3dB
  3. 在HST场景下,选择TDL-D和CDL-D模型用于SISO和MIMO系统评估

实验——物理层设计相关元素

μ(与子载波间隔有关)

  1. 为了保证子载波间正交并减小子载波间干扰,假设信道在一个OFDM符号周期内不发生变化。
  2. 为了避免多普勒引起ICI,使用更大的SCS以保持OFDM符号持续时间更短
  3. 在SHF频段,射频震荡器相位噪声很大,相位噪声随着子载波数或FFT大小的增加而增大,进而引起相关性能下降。因此需要更大的SCS缓解相位噪声引起的性能下降
  4. 实验数据
参数参数值
列车速度500km/h
载波频率30GHz
系统带宽80MHz
码型LTE Turbo码
MCSQPSK 1/2、16-QAM 2/3 64-QAM 3/4 256QAM 3/4
TDL-D模型k为13.3dB
  1. 实验结果图
    请添加图片描述
  2. 实验结果
    • 频谱效率随着SCS增大而增大,因为较大的SCS对相位噪声和多普勒频移有鲁棒性,64-QAM、256-QAM等高阶调制对相位噪声和高移动性更加敏感。
    • 与LTE采用15KHz相比,HST实现大于60KHz的SCS可以获得更高的频谱效率。

设计参考信号(DMRS)

  1. 接收端从DMRS中可以获取预编码的信道状态信息,3GPP规定时域密度对网络切片有益,因为有额外DMRS的切片非常适合高移动性列车,没有额外DMRS的切片对支持没有移动性的轨道传感器有用。
  2. 在PRB内部分配无DMRS的纯数据,可以进一步降低频域DMRS密度,实现PRB交织频域复用
  3. 仅分配前载DMRS,在多普勒影响较大环境中会导致性能显著下降,所以需要在前载DMRS之后再分配额外的DMRS去跟踪时变信道系数,增加时域DMRS密度会增加DMRS开销,导致频谱效率下降。并且由于列车高移动性,LOS分量主导HST信道中的非LOS分量,使得HST信道频率选择性较低
  4. 减低DMRS开销,提高频谱效率吧,考虑降低DMRS频域密度
  5. DMRS设计图
    右上:每两个PRB放置一个DMRS-PRB,使更多数据通过其余纯数据PRB传输,适用于信道频率特性高度平坦的HST信道,因此可省略对每个资源块的信道估计,所提出的DMRS配置还可避免并测量小区间干扰
    请添加图片描述
  6. 使用相同中心频率,将不同交错模式分配给相邻小区,就可以用DMRS测量来自相邻小区的传输信号,并可能将其去除。在DMRS中提升功率,当相邻小区之间的DMRS配置交错时,信道估计可以更加鲁棒地抵抗小区间干扰。
  7. 实验参数
参数参数值
SCS60 kHz
DMRS密度值如图6b所示。
列车速度500 km / h。
信道模型CDL - D模型的K因子为7 dB,
( ASD、ASA、ZSA、ZSD)( 5、15、5、1) °,
天线阵列( M、N、P、Mg、Ng) = ( 8、16、2、1、1)。
编码速率与调制方式1 / 2、2 / 3、3 / 4和5 / 6的Turbo码
QPSK、16 - QAM、64 - QAM和256QAM调制方式。
  1. 实验结果图
    请添加图片描述
  2. 结论
    从图中可以观察到,与d = 1的传统方案相比,频谱效率的增益可以通过在频域降低DMRS的密度来观察。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/220732.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

智能优化算法应用:基于人工电场算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用:基于人工电场算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用:基于人工电场算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.人工电场算法4.实验参数设定5.算法结果6.…

IDEA运行JSP启动后页面中文乱码

源代码截图&#xff1a; 运行结果截图&#xff1a; 在<head>标签内加入代码 <% page contentType"text/html; charsetgb2312"%> 重启服务器&#xff0c;问题已改善 ————————————————— 该文仅供学习以及参考&#xff0c;可做笔记收藏…

【数据结构】(堆)Top-k|堆排序

目录 概念&#xff1a; 堆的实现 构建 初始化 销毁 插入元素 往上调整 删除堆顶元素 往下调整 返回堆顶元素 返回有效个数 是否为空 堆排序 Top-k问题 ​编辑 创建数据 堆top-k 概念&#xff1a; 堆是将数据按照完全二叉树存储方式存储到一维数组中&#xff…

【Python】—— 如果使用matplotlib做数据可视化

matplotlib做数据可视化 相关知识掌握matplotlib的基本使用方法1. 折线图2. 散点图3. 柱状图4. 饼图5. 直方图6. 等高线图7. 图形定制 掌握数据处理的基本方法1. 数据筛选2. 缺失值处理3. 异常值处理 理解数据可视化的原则和方法1. 选择合适的图表类型2. 避免数据混淆3. 突出重…

金智融门户(统一身份认证)同步数据至钉钉通讯录

前言:因全面使用金智融门户和数据资产平台,二十几个信息系统已实现统一身份认证和数据同步,目前单位使用的钉钉尚未同步组织机构和用户信息,职工入职、离职、调岗时都需要手工在钉钉后台操作,一是操作繁琐,二是钉钉通讯录更新不及时或经常遗漏,带来管理问题。通过金智融…

.NET 自定义中间件 判断是否存在 AllowAnonymousAttribute 特性 来判断是否需要身份验证

public Task InvokeAsync(HttpContext context){// 获取终点路由特性var endpointFeature context.Features.Get<IEndpointFeature>();// 获取是否定义了特性var attribute endpointFeature?.Endpoint?.Metadata?.GetMetadata<AllowAnonymousAttribute>();if …

修复泰坦陨落2缺少msvcr120.dll的5种方法,亲测有效

游戏《泰坦陨落2》缺少msvcr120.dll的问题困扰着许多玩家。这个问题的主要原因可能是系统环境不完整、软件或游戏版本不匹配、DLL文件丢失或损坏以及杀毒软件误判等。msvcr120.dll是Microsoft Visual C 2013 Redistributable的一个组件&#xff0c;它包含了许多运行库文件&…

LeetCode 142. 环形链表 II

给定一个链表的头节点 head &#xff0c;返回链表开始入环的第一个节点。 如果链表无环&#xff0c;则返回 null。 如果链表中有某个节点&#xff0c;可以通过连续跟踪 next 指针再次到达&#xff0c;则链表中存在环。 为了表示给定链表中的环&#xff0c;评测系统内部使用整…

运维实践|采集MySQL数据出现many connection errors

文章目录 问题出现问题分析当前环境问题分析 解决方案1 检查调度事件任务是否开启2 开启调度事件任务3 创建一张日志表4 创建函数存储过程5 创建事件定时器6 开启事件调度任务7 检查核实是否创建 总结 问题出现 最近在做OGG结构化数据采集工作&#xff0c;在数据采集过程中&am…

【微服务】Spring Aop原理深入解析

目录 一、前言 二、aop概述 2.1 什么是AOP 2.2 AOP中的一些概念 2.2.1 aop通知类型 2.3 AOP实现原理 2.3.1 aop中的代理实现 2.4 静态代理与动态代理 2.4.1 静态代理实现 三、 jdk动态代理与cglib代理 3.1 jdk动态代理 3.1.1 jdk代理示例 3.1.2 jdk动态代理模拟实现…

用23种设计模式打造一个cocos creator的游戏框架----(二十)解析器模式

1、模式标准 模式名称&#xff1a;解析器模式 模式分类&#xff1a;行为型 模式意图&#xff1a;给定一个语言&#xff0c;定义它的文法的一种表示&#xff0c;并定义一个解释器&#xff0c;这个解释器使用该表示来解释语言中的句子。 结构图&#xff1a; 适用于&#xff1…

TikTok矩阵玩法分享,如何建立TikTok矩阵?

矩阵是在 TikTok 上非常常见的营销方式&#xff0c;很多卖家想要通过矩阵化运营快速涨粉。但要想做好TikTok矩阵&#xff0c;需要有明确的方向和计划。下面东哥我将分享一些做TikTok矩阵的玩法&#xff0c;帮助大家更好地搭建自己的TikTok矩阵。 了解TikTok矩阵 TikTok矩阵是一…

Qt 数据库QSqlDatabase使用记录

记录一些在QT中使用QSqlDatabase操作数据库时&#xff0c;需要注意的地方 创建数据库 bool CDBOperatorAbstract::_openDBConn(CDatabaseConfig config) {QWriteLocker locker(&m_locker);QSqlDatabase db;if(QSqlDatabase::contains(m_connectionName)){db QSqlDatabas…

微信小程序校园跑腿系统怎么做,如何做,要做多久

​ 在这个互联网快速发展、信息爆炸的时代&#xff0c;人人都离不开手机&#xff0c;每个人都忙于各种各样的事情&#xff0c;大学生也一样&#xff0c;有忙于学习&#xff0c;忙于考研&#xff0c;忙着赚学分&#xff0c;忙于参加社团&#xff0c;当然也有忙于打游戏的&#x…

数据可视化---饼图、环形图、雷达图

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化—柱状图数据可视化—饼图、环形图、雷达图统计学检验箱…

PDF转为图片

PDF转为图片 背景pdf展示目标效果 发展过程最终解决方案&#xff1a;python PDF转图片pdf2image注意&#xff1a;poppler 安装 背景 最近接了一项目&#xff0c;主要的需求就是本地的文联单位&#xff0c;需要做一个电子刊物阅览的网站&#xff0c;将民族的刊物发布到网站上供…

LVS简介及LVS-NAT负载均衡群集的搭建

目录 LVS群集简介 群集的含义和应用场景 性能扩展方式 群集的分类 负载均衡&#xff08;LB&#xff09; 高可用&#xff08;HA&#xff09; 高性能运算&#xff08;HPC&#xff09; LVS的三种工作模式 NAT 地址转换 TUN IP隧道 IP Tunnel DR 直接路由 Direct Rout…

Xpath注入

这里学习一下xpath注入 xpath其实是前端匹配树的内容 爬虫用的挺多的 XPATH注入学习 - 先知社区 查询简单xpath注入 index.php <?php if(file_exists(t3stt3st.xml)) { $xml simplexml_load_file(t3stt3st.xml); $user$_GET[user]; $query"user/username[name&q…

SLAM学习——相机模型(针孔+鱼眼)

针孔相机模型 针孔相机模型是很常用&#xff0c;而且有效的模型&#xff0c;它描述了一束光线通过针孔之后&#xff0c;在针孔背面投影成像的关系&#xff0c;基于针孔的投影过程可以通过针孔和畸变两个模型来描述。 模型中有四个坐标系&#xff0c;分别为world&#xff0c;c…

机器学习 | SVM支持向量机

欲穷千里目&#xff0c;更上一层楼。 一个空间的混乱在更高维度的空间往往意味着秩序。 Machine-Learning: 《机器学习必修课&#xff1a;经典算法与Python实战》配套代码 - Gitee.com 1、核心思想及原理 针对线性模型中分类两类点的直线如何确定。这是一个ill-posed problem。…