CN113078966A

CN113078966A - 一种高精度的5g大带宽信号测试方法

Info

Publication number: CN113078966A
Application number: CN202110302587.1A
Authority: CN
Inventors: 张在琛; 李弈文; 吴亮; 党建; 刘鹏; 刘银; 桂仁杰
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2021-03-22
Filing date: 2021-03-22
Publication date: 2021-07-06
Anticipated expiration: 2041-03-22
Also published as: CN113078966B

Abstract

本发明公开了高精度的5G大带宽信号测试方法，由高精度测试信号解调算法和基于射频直接带通采样的多级抽取软件无线电接收流程机体系结构两部分组成，解调算法主要利用解调参考信号实现5G信号的时间同步、频率同步和信道估计，基于射频直接带通采样的多级抽取软件无线电接收机体系结构流程利用带通采样定理、数字混频正交变换和多级抽取结构实现数字化测试，提高方法的灵活性和适应性。本方法可以精确测量5G大带宽信号的误差矢量幅度和相邻信道泄露比，有效测试发射机的发射信号质量和非期望辐射，设计复杂度低，适用于各种5G通信设备的测试。

Description

一种高精度的5G大带宽信号测试方法

技术领域

本发明属于无线通信技术领域，涉及无线通信系统的基站一致性测试，更为具体来说，是一种基于射频直接带通采样的高精度5G大带宽信号测试方法。

背景技术

伴随着无线通信系统的快速演进与迅猛发展，第五代移动通信系统(5G)开始进入商用阶段。服务质量和稳定程度是衡量移动通信系统建设是否成功的标准，为了确保通信设备可以进入市场、交付客户和正常使用，制造商除了要做好产品的设计和开发以外，还需要进行完备的性能测试。移动通信系统在不断演进，5G时代的通信设备设计更加复杂，这对测试方法提出了新的要求和挑战。

基站一致性测试的发射机测试包括发射信号质量和非期望辐射等项目。发射信号质量中最重要的测试指标是误差矢量幅度(EVM)，它从信号星座图的角度衡量发射信号和理想信号之间的偏差；非期望辐射中最具有代表性的测试指标是相邻信道泄露比(ACLR)，它表示分配信道内的发射功率和相邻信道内的泄露功率的比值。通过测量发射信号的EVM和ACLR，可以有效测试发射机的发射信号质量和非期望辐射，快速判断其性能是否满足要求。现阶段，已有测试方法多是针对4G及以前的无线信号设计，无法利用新特性解调5G测试信号。同时它们使用传统模拟结构作为接收机体系结构，灵活性低，适应性差，难以适配具有多种参数的大带宽5G信号。目前，尚缺乏针对5G大带宽信号的数字化测试方法。

发明内容

发明目的：为解决上述问题，本发明针对基站一致性测试的发射机测试场景，提供了一种高精度的5G大带宽信号测试方法，使用高精度测试信号解调算法正确快速解调5G测试信号，同时在软件无线电理论基础的指导下，设计了一种基于射频直接带通采样的多级抽取软件无线电接收流程，实现数字化测试，支持测试多种参数的5G大带宽信号。

技术方案：

一种高精度的5G大带宽信号测试方法，通过测量误差矢量幅度和相邻信道泄露比，测试发射信号质量和非期望辐射，判断发射机的性能是否满足要求，具体包括如下步骤：

步骤1，测试仪表对待测设备发射的测试信号进行接收，根据测试使用的测试模型确定解调参考信号即DMRS的初始参数，按照标准生成DMRS的原始序列，将原始序列调制后映射到时频栅格的指定位置，得到频域理想信号；

步骤2，使用基于射频直接带通采样的多级抽取软件无线电接收流程对测试信号进行采样变频，将测试信号从射频模拟信号变换为基带数字信号；

步骤3，使用基于DMRS的符号定时偏差估计算法对步骤2得到的基带数字信号进行时间同步；

步骤4，使用基于循环前缀(CP)的小数载波频率偏差估计算法、基于DMRS的整数频率偏差估计算法和基于DMRS的残留频率偏差估计算法对步骤3中经过时间同步的的信号进行频率同步；

步骤5，使用双符号最小二乘信道估计算法对步骤4中经过频率同步的信号进行信道估计，使用单抽头均衡器进行信道均衡，得到测试信号星座图，测量误差矢量幅度；

步骤6，使用经典功率谱估计法对步骤4中经过频率同步的信号进行功率谱估计，得到测试信号功率谱，测量相邻信道泄露比。

进一步地，所述步骤1中测试信号的特征具体包括：根据3GPP标准规定的测试模型生成，子载波间隔由参数集μ表示；以帧为单位，每个帧分为多个时隙，每个时隙包括14个正交频分复用即OFDM符号；每个时隙有两个符号携带有数据和DMRS，其余符号只携带有数据。

进一步地，所述步骤2中多级抽取软件无线电接收机流程具体包括：根据带通采样定理对射频模拟信号进行带通采样，提高数字信号处理的占比；通过数字混频正交变换进行下变频；利用多级抽取结构进行抽取和滤波。

进一步地，所述步骤3中基于DMRS的符号定时偏差估计算法具体包括如下步骤：对步骤1得到的频域理想信号进行OFDM调制，得到时域理想信号；计算测试信号与时域理想信号的互相关函数；寻找互相关函数峰值，峰值索引为符号定时偏差估计值；从符号定时偏差估计值开始取一帧的数据，至此完成时间同步，符号定时偏差估计值表示为：

其中

表示符号定时偏差估计值，y[n]表示测试信号，x[n]表示时域理想信号，

表示两个信号的互相关函数，N_frame表示帧长。

进一步地，所述步骤4中基于CP的小数载波频率偏差估计算法具体包括如下步骤：将OFDM符号的CP部分和对应的数据部分共轭相乘；对相乘后的结果取角度，除以2π，得到单个符号的小数载波频率偏差估计值；对整个帧所有符号的估计值求平均，得到整个帧的小数载波频率偏差估计值，单个符号的小数载波频率偏差估计值表示为：

其中，

表示小数载波频率偏差估计值，arg{·}表示取角运算，N_cp表示CP长度，N_FFT表示快速傅里叶变换(FFT)点数。

进一步地，所述步骤4中基于DMRS的整数载波频率偏差估计算法具体包括如下步骤：将步骤1得到的频域理想信号进行循环移位，移位大小依次为1到快速傅里叶变换(即FFT点数；对测试信号进行FFT运算，将其变换到频域；以时隙为单位，计算测试信号与不同循环移位后的频域理想信号的互相关函数；寻找让互相关函数取最大值的循环移位数，得到整数载波频率偏差估计值，整数载波频率偏差估计值表示为：

其中，

表示整数载波频率偏差估计值，

表示每个帧的时隙数，N_d表示DMRS占据的子载波数，Y_l,d,1[k]和Y_l,d,2[k]分别表示测试信号第l个时隙携带有DMRS的第一个符号和第二个符号，X_l,d,1[k]和X_l,d,2[k]分别表示频域理想信号第l个时隙携带有DMRS的第一个符号和第二个符号，*表示共轭。

进一步地，所述步骤4中基于DMRS的残留载波频率偏差估计算法具体包括如下步骤：取测试信号携带有DMRS的OFDM符号；将上述符号以时隙为单位，和步骤1得到的频域理想信号的对应符号共轭相乘；对相乘后的结果取角度，除以符号间隔，得到单个时隙的残留载波频率偏差估计值；对所有时隙的估计值求平均，得到整个帧的残留载波频率偏差估计值，残留频率偏差估计值表示为：

其中，

表示残留载波频率偏差估计值，Δl表示每个时隙携带有DMRS的两个符号之间的索引差，α＝N_cp/N_FFT。

进一步地，所述步骤4需要依次补偿整数载波频率偏差、小数载波频率偏差和残留载波频率偏差，补偿方法为将测试信号乘以

其中ε依次设为

和

至此完成频率同步。

进一步地，所述步骤5中双符号最小二乘信道估计算法具体包括如下步骤：取测试信号携带有DMRS的OFDM符号；将上述符号以时隙为单位，和步骤1得到的频域理想信号的对应符号相除，得到单个时隙的信道估计结果；对所有时隙的估计结果求平均，得到整个帧的信道估计结果，单个时隙的信道估计结果表示为

其中，

表示信道估计值，X表示频域理想信号，Y表示测试信号，所有符号使用向量表示；所述步骤5中的单抽头均衡器以OFDM符号为单位，将测试信号直接除以信道估计结果，得到测试信号星座图，用以测量误差矢量幅度。

进一步地，所述步骤6中的经典功率谱估计法具体包括如下步骤：对步骤4中经过频率同步的信号进行5倍带宽的FFT运算，得到频域信号；取频域信号的幅值，除以5倍FFT点数，得到测试信号功率谱，用以测量相邻信道泄露比，测试信号功率谱表示为：

其中，

表示测试信号功率谱估计值，Y₅[k]表示5倍带宽FFT运算得到的频域信号

有益效果：本发明提出了一种高精度的5G大带宽信号测试方法，通过高精度测试信号解调算法实现5G NR测试信号的解调，利用基于射频直接带通采样的多级抽取软件无线电接收流程实现数字化测试，提高测试方法的灵活性和适应性。本发明能够实现测量5GNR测试信号的EVM和ACLR，有效测试发射机的发射信号质量和非期望辐射，应用范围广泛，适用于各种5G通信设备的测试。

附图说明

图1为实现本发明方法的测试流程示意图，包括发射信号质量部分和非期望辐射部分。

图2为本发明方法的基于射频直接采样的多级抽取软件无线电接收流程示意图。

图3为误差矢量幅度计算方式示意图。

具体实施方式

下面结合附图对本发明作进一步说明：

本发明提供了一种高精度的大带宽5G信号测试方法，通过测量EVM和ACLR，测试发射机的发射信号质量和非期望辐射，判断发射机的性能是否满足要求。方法由高精度测试信号解调算法和基于射频直接带通采样的多级抽取软件无线电接收机体系结构两部分组成，解调算法主要利用解调参考信号实现5G测试信号的时间同步、频率同步和信道估计，基于射频直接带通采样的多级抽取软件无线电接收机体系结构利用带通采样定理、数字混频正交变换和多级抽取结构实现数字化测试，提高方法的灵活性和适应性。以下基于实施例，对本发明方法进行具体说明。

如图1所示，一种高精度的5G大带宽信号测试方法，具体包括如下步骤：

步骤6，使用经典功率谱估计法对步骤4中经过频率同步的信号进行功率谱估计，得到测试信号功率谱，测量相邻信道泄露比

5G采用OFDM作为其波形设计，以帧为单位进行发送，每个帧被划分为10个子帧，根据子载波间隔的不同，每个子帧被划分为若干时隙，每个时隙包括14个OFDM符号。5G标准定义了多组测试模型，它们规定了在进行基站一致性测试的时候物理信道应该如何设置，其中最重要的是DMRS的初始参数和时频位置，例如原始序列的初始化种子、它们在时域占用哪些OFDM符号以及在频域占用哪些子载波。本方法仅需要指定测试信号的测试模型，就可以根据标准获取DMRS的初始参数，然后生成对应的原始序列，具体生成方式由第三代合作伙伴计划的TS38.211标准给出。生成原始序列后，进行正交相移键控调制，然后按照测试模型的规定映射到时频栅格的指定位置。以测试模型3.1为例，DMRS在时域上占据每个时隙的第3个和第12个OFDM符号，在频域上占据所有索引为单数的子载波，其余位置全部置为0。至此，可以得到用于解调测试信号的频域理想信号X[m,k]，m为OFDM符号索引，k为子载波索引。对X[m,k]进行OFDM调制后可以得到时域理想信号x[n]。为了进行发射机测试，发射机按照测试模型生成测试信号，测试信号除了在部分符号上携带有DMRS，还在其余位置携带有数据。发射机对测试信号进行数字模拟转换和上变频，最后进行发送。测试仪表通过有线形式连接到发射机，对发射信号进行接收，得到射频模拟信号s(t)。

为了提高数字信号处理的占比，解决奈奎斯特采样率过高带来的设计复杂问题，本方法使用带通采样定理对s(t)进行直接采样。假设信号的频带为(f_L,f_H)，带通采样定理表明当采样率满足：

时，模拟信号可以被采样得到的数字信号完全表示，其中n是满足

的正整数。根据发射机的中心频率f_c和测试信号带通B确定带通采样率f_BPs之后，对射频模拟信号s(t)进行射频直接带通采样，得到射频数字信号s[n]。

接下来需要将射频信号变换为基带信号，以便后续进行解调和测试。本方法采用数字混频正交变换进行下变频，采样后的射频数字信号s[n]可以写为：

其中，a[n]表示信号幅度，

表示信号相位，

y_I[n]是基带信号的同相分量，y_Q[n]是基带信号的正交分量，基带信号可以表示为y[n]＝y_I[n]+jy_Q[n]。数字混频正交变换将s[n]分别与本振信号cos[ω_cn]和sin[ω_cn]相乘，然后进行低通滤波(LPF)，可以得到：

和

所以对于基带信号有

y[n]＝y_I[n]+jy_Q[n]＝2s[n]cos[ω_cn]-2js[n]sin[ω_cn] (5)

因为基带信号带宽通常小于带通采样率，所以在低通滤波之后可以对同相分量和正交分量进行抽取，减轻后续信号处理的负担，降低对处理速度的要求。本方法使用一种多级抽取结构，在每级抽取后分别进行低通滤波，可以减小滤波器阶数，降低其设计复杂度。多级抽取结构总抽取倍数D需要满足

其中，D为总抽取倍数，D_m为第m级的抽取倍数，M为级数，f_s为基带信号带宽。同时，为了进一步提升计算效率，本方法先使用半带滤波器(Half Band Filter,HBF)进行高速滤波，再使用LPF进行后续抽取的滤波。本文设计的基于射频直接采样的多级抽取软件无线电接收流程示意图可见附图2。

通过基于射频直接采样的多级抽取软件无线电接收流程得到基带信号y[n]后，再对其进行解调。本方法设计了一种高精度测试信号解调算法，第一步是使用基于DMRS的符号定时偏差估计(STO)算法进行时间同步，找到帧的起始位置。因为测试信号y[n]和时域理想信号x[n]使用了相同的DMRS，所以它们之间存在相关性。算法首先计算y[n]和x[n]的互相关函数，然后寻找峰值确定STO估计值，即

其中

表示STO估计值，

表示两个信号的互相关函数，N_frame表示帧长。求解式(7)确定

后，从

的位置开始取N_frame个采样点，可以得到一个完整的帧。

在完成时间同步之后，解调算法会进行频率同步，消除发射机和测试仪表之间的载波频率偏差(CFO)。解调算法将CFO分为整数部分(IFO)、小数部分(FFO)和残留部分(RFO)，分别进行估计和补偿。

对于IFO，使用基于DMRS的IFO估计算法进行估计。因为IFO会引起测试信号在频域上循环移位，所以该算法的核心思想是将测试信号再次循环移位不同的值，每次都计算其与频域理想信号的互相关函数，让互相关函数峰值最大的循环移位数就是IFO估计值。为此，首先对测试信号y[n]进行FFT得到频域信号Y[m,k]。假设在第l个时隙，测试信号中携带有DMRS的OFDM符号分别为Y_l,d,1[k]和Y_l,d,2[k]，频域理想信号对应的符号分别为X_l,d,1[k]和X_l,d,2[k]，那么IFO的估计值可以表示为：

其中，

表示IFO估计值，N_FFT表示FFT点数，N_d表示DMRS占据的子载波数。同时考虑整个帧的所有OFDM符号，IFO估计值可以表示为：

其中，

表示每个帧的时隙数。

对于FFO，使用基于CP的FFO估计算法。因为FFO会导致接收信号的两个采样点之间产生相位差。不考虑信道的影响时，大小为ε_f的FFO在CP部分和数据部分之间引起的相位差为2πε_f。将这两段数据共轭相乘后，单个符号的FFO估计值可以表示为：

其中，N_cp表示CP长度，arg(·)表示取角度。对所有符号的估计结果取平均，可以得到整个帧的FFO估计值。

因为FFO估计算法存在一定误差，所以在补偿完IFO和FFO之后还会有残留偏差，残留部分在累计效应的影响下会产生比较严重的相位旋转。RFO在频域上的影响为

其中，

表示大小为ε_r的RFO给第m个OFDM符号带来的影响，θ表示信号的初始相位，α＝N_cp/N_FFT。A[k]与OFDM符号下标无关，可以过信道估计进行补偿，基于DMRS的RFO估计算法利用DMRS估计式(11)的指数部分。假设每个时隙携带有DMRS的两个OFDM符号之间相距Δl个符号，那么有：

每个时隙都可以得到一个RFO估计值，最后对所有时隙的估计结果取平均可以得到整个帧的RFO估计值为

本方法每估计出一部分CFO，都会进行补偿，然后再估计下一部分。补偿方法为

其中ε分别取

和

补偿完IFO、FFO和RFO后，对补偿完CFO的y[n]再次进行FFT可以得到用于信道估计和信道均衡的频域信号Y[m,k]。

本方法设计了一种双符号最小二乘信道估计算法，用于进行信道估计。对于OFDM系统，假设第k个子信道的频率响应为H[k]，在保证子载波正交性的前提下，接收信号可以表示为：

其中，Y[k]表示测试信号，X[k]表示频域理想信号，Z[k]表示噪声，Y、X、H和Z分别表示测试信号、频域理想信号、信道、噪声的向量形式。根据最小二乘准则，信道估计

可以表示为

在此基础上，同时考虑每个时隙的两个符号，第l个时隙的信道估计可以表示为：

其中，X_l,d,1、X_l,d,2、Y_l,d,1和Y_l,d,2分别表示X_l,d,1[k]、X_l,d,2[k]、Y_l,d,1[k]和Y_l,d,2[k]的向量形式。

估计出每个时隙的信道之后，需要进行时域平均，式(17)的估计结果可以表示为

其中l表示时隙索引，k表示DMRS占据的子载波索引。为了进行时域平均，需要对幅度和相位分别进行平均。此外，在进行相位平均之前，需要进行相位展开，在每个相位跳变点处乘以2π，恢复连续的相位。幅度平均和相位平均的结果分别为：

和

时域平均之后的信道估计结果为：

本方法使用单抽头均衡器进行信道均衡，令Y[m,k]的每个符号除以

可以得到测试信号星座图

为了计算EVM，需要对

进行硬判决得到理想信号星座图I[m,k]，然后计算测试信号星座点和理想信号星座点之间的误差矢量与理想信号星座点的功率的比值，具体计算方式可见图3。

为了计算ACLR，需要对y[n]进行功率谱分析。本方法使用经典功率谱估计法，首先对y[n]进行FFT，因为要测量相邻信道和相隔信道的平均功率，信号带宽需要是测试信号带宽f_s的5倍，所以FFT点数也是5倍。通过FFT得到带宽为5f_s的频域信号Y₅[k]，然后取幅值的平方并除以实际FFT点数可以得到功率谱估计值为：

其中，

表示测试信号的功率谱估计值。在得到功率谱估计值后，分别计算带内平均功率P_in、左相邻信道平均功率P_out1和左相隔信道平均功率P_out2，左相邻信道的ACLR为P_in/P_out1，左相隔信道的ACLR为P_in/P_out2。右相邻信道和右相隔信道的计算也是同理。

测量出测试信号的EVM和ACLR之后，与标准进行比对，可以判断出发射机的发射信号质量和非期望辐射是否满足要求。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种高精度的5G大带宽信号测试方法，其特征在于：具体包括如下步骤：

2.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤1中测试信号的特征具体包括：根据3GPP标准规定的测试模型生成，子载波间隔由参数集μ表示；以帧为单位，每个帧分为多个时隙，每个时隙包括14个正交频分复用即OFDM符号；每个时隙有两个符号携带有数据和DMRS，其余符号只携带有数据。

3.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤2中多级抽取软件无线电接收机流程具体包括：根据带通采样定理对射频模拟信号进行带通采样，提高数字信号处理的占比；通过数字混频正交变换进行下变频；利用多级抽取结构进行抽取和滤波。

4.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤3中基于DMRS的符号定时偏差估计算法具体包括如下步骤：对步骤1得到的频域理想信号进行OFDM调制，得到时域理想信号；计算测试信号与时域理想信号的互相关函数；寻找互相关函数峰值，峰值索引为符号定时偏差估计值；从符号定时偏差估计值开始取一帧的数据，至此完成时间同步，符号定时偏差估计值表示为：

其中，

表示符号定时偏差估计值，y[n]表示测试信号，叭n]表示时域理想信号，

表示两个信号的互相关函数，N_frame表示帧长。

5.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤4中基于CP的小数载波频率偏差估计算法具体包括如下步骤：将OFDM符号的CP部分和对应的数据部分共轭相乘；对相乘后的结果取角度，除以2π，得到单个符号的小数载波频率偏差估计值；对整个帧所有符号的估计值求平均，得到整个帧的小数载波频率偏差估计值。单个符号的小数载波频率偏差估计值表示为：

其中，

6.根据权利要求5所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤4中基于DMRS的整数载波频率偏差估计算法具体包括如下步骤：将步骤1得到的频域理想信号进行循环移位，移位大小依次为1到快速傅里叶变换(即FFT点数；对测试信号进行FFT运算，将其变换到频域；以时隙为单位，计算测试信号与不同循环移位后的频域理想信号的互相关函数；寻找让互相关函数取最大值的循环移位数，得到整数载波频率偏差估计值，整数载波频率偏差估计值表示为：

其中，

表示整数载波频率偏差估计值，

表示每个帧的时隙数，N_d表示DMRS占据的子载波数，Y_l，d，1[k]和Y_l，d，2[k]分别表示测试信号第l个时隙携带有DMRS的第一个符号和第二个符号，X_l，d，1[k]和X_l，d，2[k]分别表示频域理想信号第l个时隙携带有DMRS的第一个符号和第二个符号，*表示共轭。

7.根据权利要求6所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤4中基于DMRS的残留载波频率偏差估计算法具体包括如下步骤：取测试信号携带有DMRS的OFDM符号；将上述符号以时隙为单位，和步骤1得到的频域理想信号的对应符号共轭相乘；对相乘后的结果取角度，除以符号间隔，得到单个时隙的残留载波频率偏差估计值；对所有时隙的估计值求平均，得到整个帧的残留载波频率偏差估计值，残留频率偏差估计值表示为：

其中，

8.根据权利要求7所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤4需要依次补偿整数载波频率偏差、小数载波频率偏差和残留载波频率偏差，补偿方法为将测试信号乘以

其中ε依次设为

和

至此完成频率同步。

9.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤5中双符号最小二乘信道估计算法具体包括如下步骤：取测试信号携带有DMRS的OFDM符号；将上述符号以时隙为单位，和步骤1得到的频域理想信号的对应符号相除，得到单个时隙的信道估计结果；对所有时隙的估计结果求平均，得到整个帧的信道估计结果，单个时隙的信道估计结果表示为：

其中，

表示信道估计值的向量形式，X表示频域理想信号的向量形式，Y表示测试信号的向量形式，所有符号使用向量表示；所述步骤5中的单抽头均衡器以OFDM符号为单位，将测试信号直接除以信道估计结果，得到测试信号星座图，用以测量误差矢量幅度。

10.根据权利要求1所述的高精度的5G大带宽信号测试方法，其特征在于，所述步骤6中的经典功率谱估计法具体包括如下步骤：对步骤4中经过频率同步的信号进行5倍带宽的FFT运算，得到频域信号；取频域信号的幅值，除以5倍FFT点数，得到测试信号功率谱，用以测量相邻信道泄露比，测试信号功率谱表示为：

其中，

表示测试信号功率谱估计值，Y₅[k]表示5倍带宽FFT运算得到的频域信号。