王 超,陰亞東+,曹樂平
(1.福州大學 物理與信息工程學院,福建 福州 350116;2.福建省集成電路設計中心,福建 福州 350108)
窄帶物聯(lián)網(narrow band internet of things,NB-IoT)作為第三代合作伙伴計劃(the 3rd generation partnership project,3GPP)定義的窄帶物聯(lián)網技術,其最具競爭力的優(yōu)點之一便是可在現(xiàn)有長期演進(long term evolution,LTE)蜂窩通信網中直接進行部署,實現(xiàn)網絡平滑升級而極大地降低網絡部署成本,因此得到移動通信運營商的青睞而發(fā)展迅猛,并已應用于農業(yè)環(huán)境、智能城市、工業(yè)建設等諸多垂直行業(yè)領域[1,2]。但由于目前對NB-IoT的研究大多偏向于應用層,基帶物理層相關研究成果鮮見于報端。同時,為實現(xiàn)與現(xiàn)有LTE網絡的兼容,NB-IoT物理層下行鏈路亦采用了多載波正交頻分復用(orthogonal frequency division multiplexing,OFDM)調制技術,但并非完全照搬LTE而存在顯著差異,因此開展NB-IoT基帶實現(xiàn)研究具有重要工程和學術意義。
有鑒于此,本文根據(jù)3GPP協(xié)議中NB-IoT相關內容,開展了NB-IoT下行基帶OFDM解調算法的研究與驗證工作,實現(xiàn)了對NB-IoT下行多載波OFDM調制信號的正確解調,其結果與是德科技公司的商用89601B矢量信號分析(VSA)軟件[3]處理結果基本吻合。
NB-IoT物理層協(xié)議是基于現(xiàn)有LTE技術基礎上經過簡化和修改而完成的,以實現(xiàn)對LTE技術的兼容[4]。NB-IoT 信道主要分為上行物理層信道和下行物理層信道兩種類型,其中下行鏈路使用多載波OFDM作為基本的調制和多址接入技術,它的幀結構、子載波、信道、資源單元等雖然盡量沿用LTE相關規(guī)定,但是依然存在明顯差異。相比LTE物理層,NB-IoT簡化了下行物理信道,去掉了傳統(tǒng)LTE中的物理多播信道(physical multicast channel,PMCH)[5]。同時NB-IoT的信道帶寬僅為180 kHz,且只能進行時分復用方式傳輸;而LTE則支持1.4 MHz、3 MHz、5 MHz、10 MHz、15 MHz、20 MHz等多種不同帶寬,并且可以在時頻兩個維度進行調度[6]。調制方式兩者也存在差異,NB-IoT下行固定采用正交相移鍵控(quadrature phase shift keying,QPSK),LTE則可根據(jù)需求靈活選擇正交幅度調制(quadrature amplitude modulation,QAM)或者正交相移鍵控等不同調制方式。
圖1顯示了NB-IoT下行基帶信號的數(shù)據(jù)幀結構。與LTE構造類似,從頻域上看,NB-IoT基帶信號頻域上由間隔為15 kHz的12個連續(xù)子載波構成,占據(jù)了180 kHz的帶寬;從時域上看,基本單元是由7個OFDM符號組成時長0.5 ms的時隙(slot),且每兩個slot組成1個子幀,10個子幀構成一個10 ms時長的無線幀[7]。從信道上看,NB-IoT下行鏈路定義了3種物理信道:窄帶物理廣播信道(narrow-band physical broadcasting channel,NPBCH)、窄帶物理下行控制信道(narrow-band physical downlink control channel,NPDCCH)、窄帶物理下行共享信道(narrow-band physical downlink shared channel,NPDSCH);包括了兩種同步信號:分別是主同步信號(narrow-band primary synchronization signal,NPSS)和輔同步信號(narrow-band secondary synchronization signal,NSSS)[8]。各個信道以及同步信號分布如圖2所示,其中NPSS位于每個無線幀中第6個子幀;NSSS位于偶數(shù)無線幀的最后1個子幀,同時同步信號都是只占用對應子幀的后11個OFDM符號。
圖1 NB-IoT下行幀結構
圖2 NB-IoT下行基帶信號中時隙(slot)的結構
通常為保證多徑衰弱信道下的OFDM調制信號子載波間的正交性,一般會在OFDM符號(symbol)間增加循環(huán)前綴(cyclic prefix,CP)以消除子載波間的串擾。NB-IoT所采用的CP技術與一般OFDM技術有所不同的是在同一個時隙中,其首符號的CP長度與其它符號CP不同,具體如圖2所示,設NB-IoT幀結構的基本時間單位為采樣周期Ts,當采樣頻率為1.92 MHz時,首個Symbol的CP長度為10Ts,其余均為9Ts,同時Symbol主體固定為128Ts[9]。
根據(jù)3GPP協(xié)議[10]中的相關內容,NB-IoT下行基帶信號的產生流程如圖3所示,信源數(shù)據(jù)通過信道編碼、加擾、載波調制、OFDM調制、循環(huán)前綴后最終形成基帶信號。該信號最終通過數(shù)模轉換、上變頻等操作后形成射頻信號并發(fā)射至空中信道中。根據(jù)NB-IoT下行基帶信號產生流程,NB-IoT下行基帶信號的解調相當于上述環(huán)節(jié)的逆過程,而本文內容主要圍繞其中的OFDM解調算法開展。
圖3 NB-IoT下行基帶信號產生流程
(1)
根據(jù)下行基帶信號產生原理,本文提出的算法主要針對NB-IoT基帶OFDM解調環(huán)節(jié)展開。以下將利用公式變換來闡述本文中OFDM解調算法的原理,將式(1)離散化后變換為
(2)
進一步構造新變b(k), 使得
(3)
則式(2)變換為
(4)
(5)
根據(jù)2.1節(jié)中解調算法原理分析可知,NB-IoT下行基帶信號的OFDM解調器至少應當經過去除循環(huán)前綴、傅里葉變換、相位旋轉、子載波映射、星座映射等步驟后可重現(xiàn)每個子載波上承載的信息,因此NB-IoT下行基帶OFDM解調器結構如圖4所示。以下將分別對關鍵步驟進行分析說明。
去除循環(huán)前綴:根據(jù)3GPP相關協(xié)議內容,NB-IoT采樣頻率應當為1.92 MHz,則單子載波周期內的采樣N為128點;其循環(huán)前綴長度NCP,l根據(jù)符號不同而變化,同一個時隙內首位符號的NCP,l為10點,其它符號的NCP,l為 9點。
圖4 解調器結構
傅里葉變換:隨著數(shù)字處理技術的發(fā)展,當前快速傅里葉變換(fast Fourier transform,F(xiàn)FT)技術已經成熟,因此設計中采用了FFT技術來實現(xiàn)解調器中的傅里葉變換。
相位旋轉:與去除循環(huán)前綴環(huán)節(jié)相同,相位旋轉環(huán)節(jié)需要根據(jù)符號所在位置,選擇對應的循環(huán)前綴長度,以免產生誤差。
解子載波映射:根據(jù)解調算法原理分析可知,NB-IoT下行OFDM基帶信號經過頻率變換后獲得128個頻率點信息,而基帶信號中12個子載波則對應頻率點信息中的頭尾6個數(shù)據(jù)。
解星座映射:NB-IoT下行調制方法采用QPSK調制技術,因此待處理數(shù)據(jù)將分布在星座圖的4個象限中,通過設定合理的閾值門限則可在實現(xiàn)數(shù)據(jù)解調的同時有效地降低由噪聲干擾所引起的解調誤碼[11]。
本文基于MATLAB軟件平臺完成了解調算法的軟件設計并搭建了相關實驗平臺進行算法驗證工作。由于當前NB-IoT技術尚未普及,市面上專用的NB-IoT通信測試儀器相對較少而且價格昂貴,因此本文利用現(xiàn)有通用儀器設備完成了實驗平臺的搭建。實驗平臺如圖5所示分為兩部分,分別為解調算法驗證平臺和對比測試平臺。采用是德科技公司的相關軟件通過矢量信號發(fā)生器E4438C發(fā)送 NB-IoT 下行信號;驗證平臺通過示波器3024A對基帶信號進行采樣,之后傳送至裝有MATLAB軟件的計算機上,進而利用解調算法對基帶信號進行解調。對比測試平臺由信號分析儀N9020A與安裝了商用矢量分析軟件(VSA89601B)的計算機組成,利用VSA89601B對相同的NB-IoT下行射頻信號進行解調。
圖5 NB-IoT實驗驗證平臺
圖6為抓取得到的NB-IoT下行基帶信號截圖。需注意的是,該NB-IoT下行無線幀的第6與第10子幀分別對應采用Zad-off Chu序列與m序列生成的NPSS和NSSS[12],因此不在本文解調算法驗證范圍中。最終從總數(shù)據(jù)中截取了無線幀的其它8個子幀進行實驗驗證。同時,由于儀器設備的限制無法將采樣率設置為1.92 MHz,本文利用過采樣方法獲取了完整的NB-IoT基帶信號,然后采用插值、濾波和降采樣等環(huán)節(jié)最終生成了1.92 MHz采樣率下的基帶信號[13]。表1為單次實驗過程中的參數(shù)設置,單次實驗連續(xù)采樣了10個子幀,扣除第6、10幀后對剩余8幀的112個符號進行了解調驗證,最終獲取了2688個解調數(shù)據(jù)。
圖6 下行鏈路基帶信號實測結果
圖7對比了兩種平臺測試得到的解調結果,圖中實心圓點所示為采用VSA89601B獲得的解調結果,空心正方形所示為本文所提出的解調算法運行結果。從圖中可以看出兩種方法都能夠完成對NB-IoT下行基帶信號的正確解調。與商用軟件結果比較發(fā)現(xiàn),雖然本文的解調算法運行結果存在一定的相位偏差和誤差向量幅度(error vector magnitude,EVM),但是該偏差和EVM均不足以影響解調結果。多次測試結果統(tǒng)計顯示,在相同情況下兩種解調方法均不存在誤碼率。
表1 實驗參數(shù)設置
圖7 NB-IoT下行基帶信號解調結果對比
針對當前新興的窄帶物聯(lián)網(NB-IoT)技術,本文結合3GPP協(xié)議提出并實現(xiàn)了一種NB-IoT下行基帶OFDM解調算法設計,在解調算法原理的基礎上提出了解調器結構,最終搭建測試驗證平臺對解調算法進行了對比測試。實驗結果表明,本文提出的OFDM解調算法能夠實現(xiàn)對NB-IoT下行基帶信號的正確解調,其結果與是德科技公司的商用89601B矢量信號分析(VSA)軟件處理結果基本吻合。