TWI666947B

TWI666947B - 多用戶隨機存取訊號之分析方法

Info

Publication number: TWI666947B
Application number: TW107116680A
Authority: TW
Inventors: Jeng-Kuang Hwang; 黃正光
Original assignee: Yuan Ze University; 元智大學
Priority date: 2018-05-16
Filing date: 2018-05-16
Publication date: 2019-07-21
Also published as: TW201947952A; US10750544B2; US20190357258A1

Abstract

本發明係揭露一種多用戶隨機存取訊號之分析方法，其係解決窄頻物聯網上鏈訊號傳送時，基地台與用戶端之間的連線問題。本發明之分析方法係利用偵測門檻值來有效判定欲進行訊號接取之多重用戶端；再針對每一偵測到的用戶端，基於相位差的有效方法，估算其同步所需要的參數，包含其前導訊號的抵達時間（ToA）以及殘餘載波頻率誤差（RCFO）。因此，藉由本發明即可正確且有效地接收隨機存取訊號及同時獲取用戶端的相關資訊，以利後續通訊。

Description

多用戶隨機存取訊號之分析方法

本發明係有關一種隨機存取訊號之分析方法，特別是關於一種應用於窄頻物聯網（NB-IoT）上鏈系統中的多用戶（UE）隨機存取訊號之分析方法。

在第三代合作計劃（3G Partnership Project，3GPP）的窄頻物聯網（NB-IoT）規範中，為了增長用戶與基地台間傳輸的距離，在用戶的上鏈訊號中定義了一個全新的通道，即為窄頻實體層隨機存取通道（NPRACH），此通道使用了單載波跳頻（Single-Tone Frequency Hopping，STFH）格式的前導訊號（Preamble signal），這也是用戶向基地台所發出的第一道訊號，代表用戶欲與基地台取得連結，故又稱為Message-1訊號，所以基地台端的一重要問題即如何能正確有效地接收NPRACH前導訊號及同時獲取用戶的相關資訊，以利後續的通訊。

NPRACH之結構通常由4個符碼組（symbol group）組成一個前導訊號，以前導訊號作為跳頻的單位，每一個符碼組則由5個符碼加上循環字首（cyclic prefix，CP）組成。在多用戶的條件下，頻寬為180 kHz的窄頻物聯網系統中，最高可同時支援48個用戶進行無線接取，並可同時傳送NPRACH前導訊號給基地台。第k個用戶( )被定義為帶有參數，其中k為0~47範圍內，以根據聯合的單頻符碼組產生前導訊號進行跳頻，因此，對於UE _k的第n符碼組中的第i個符碼，其NPRACH是單頻訊號且具有子載波頻率為，其中表示第k個用戶的第n個符碼組之跳頻子載波索引。

第1圖為根據3GPP R13 NPRACH 規格所產生的48種可能的跳頻組，如圖所示，其中所有的跳頻組都不會有任何碰撞之處，亦即其跳頻組皆相異。在UE _k所傳送長度為L´1的單頻基頻向量訊號中，第n個符碼組的第i個符碼可以表示如下： (1)

第n個符碼組的時域向量訊號可以表示為： (2) 其中，其中REP _r( a)表示重複且連續地相同列向量 a共r次，CP{·}則表示CP的運作模式，就是5L+L _cp，四個符碼組構成一個前導訊號，而NPRACH訊號是由數個前導訊號組成的。另外，如同傳統LTE上鏈系統一般，整個NPRACH基頻訊號也會有額外的頻率偏移，並藉由升頻(up-conversion)轉換至可供傳送的中心頻率。

以具有多用戶狀況下的基地台eNodeB（eNB）接收訊號模型為例，由於各個用戶UEs可能與eNB之間有不同的距離，使NPRACH訊號會有不同的往返傳遞延遲，且有不同的抵達時間（time-of-arrivals，ToAs） D _kÎ [0, L _cp-1]，每一用戶和eNB之間的通道可以表示為單級數平緩瑞雷衰減通道，且這些通道變化非常慢，因此，UE _k的訊號衰減可以簡化為複合衰減係數(complex fading coefficient) h _k~ CN(0, )，其中表示UE _k在eNB接收到的平均訊號能量。最後，每一用戶仍具有一個相當小的殘餘載波頻率誤差（residual carrier frequency offset，RCFO）參數h _k，在eNB端的接收訊號由具衰減的多用戶 NPRACH前導訊號疊加而成，含有能量的AWGN雜訊，因此，UE _k的時域訊號雜訊比SNR可表示為： SNR _i(k) = / (3)

在eNB，接收到的RF訊號會先經過降頻（down conversion）、乘上頻率偏移後，基頻接收訊號會根據eNB時序對每個符碼組裡的各符碼進行CP移除，並做512點快速傅立葉轉換（FFT），由於殘餘載波頻率誤差在實務上的數值相當小，故將載波間干擾（inter-carrier interference，ICI）及多工干擾（multiple access interference，MAI）予以忽略。經推導後，經過後快速傅立葉轉換（post-FFT）的訊號向量，第n個符碼組的第i個符碼在進行f _k(n) ^-th的FFT後的位元可表示： (4) 其中，、、、為通道相位係數、q _k~U(0,2p)為載波相位補償、若h _k£0，則 =1，否則皆為0；，以及W(n,i)為具有能量的後快速傅立葉轉換AWGN取樣雜訊。

在沒有UE _k的情況下，，且表示為；而在存在UE _k的情況下，因為殘餘載波頻率誤差相當小 »1，故可以得到下式： (5) 其係表示為CN(0, )，且訊號分量的絕對值是不隨符碼變動的。因此，後快速傅立葉轉換的UE _k的SNR變為SNR _o= = L ´ SNR _i，其係為SNR _i的L倍，所以單頻訊號可以同調相加起來。

基於前述內容，可以將多用戶的NPRACH偵測估算問題整理如下：為了取得活動用戶的存在與辨識參數{n _init(k)}，偵測性能需求要達到錯誤警報率P _F£ 0.1%且偵測機率P _D＞ 99%；且為了偵測每一用戶，準確且有效率地估算抵達時間和殘餘載波頻率誤差也相當重要。

在Lin等人於2016年提出的論文研究（“Random Access Preamble Design and Detection for 3GPP Narrowband IoT systems,” IEEE Wireless Communications Letters,vol. 5, no. 6, pp. 640–643, Dec. 2016）中，其係在整合處理整個NPRACH檢測和估測問題中，試圖利用2D-FFT的峰值來檢測每個用戶端的存在並同時估計其ToA / RCFO參數，但此種方法存在有幾個問題點：首先，很難理解及呈現將基頻數據矩陣做關鍵的2D-FFT操作；在實際計算方面比所提出的方法複雜得多；以及沒有詳細說明檢測閾值和性能分析。

因此，本發明提供一種多用戶隨機存取訊號之分析方法，以解決現有技術的不足之處。

本發明之主要目的係在提供一種多用戶隨機存取訊號之分析方法，其係解決窄頻物聯網上鏈訊號傳送時，基地台與用戶端之間的連線問題，包含接取偵測、時間同步參數及頻率同步參數估測；整體偵測性能需求確實達到錯誤警報率P _F£ 0.1%且偵測機率P _D＞ 99%，更可準確且有效率地偵測每一用戶端並估算抵達時間和殘餘載波頻率誤差，故可以較低的計算量達到更佳的效益。

本發明之另一目的係在提供一種低複雜度之多用戶隨機存取訊號之分析方法，其係兼具有精確度較高、計算量較低以及明確門檻值等之優勢。

為達到上述目的，本發明提出一種應用於窄頻物聯網（NB-IoT）之上鏈系統中的多用戶隨機存取訊號之分析方法，其係主要包括有：首先，接收來自複數用戶端之隨機存取訊號中的前導訊號，偵測每一前導訊號中之複數符碼組並取得對應之平均能量，再比較每一平均能量與一偵測門檻值來判斷用戶端是否欲接取基地台；以及在確認欲接取之用戶端之後，針對偵測到的每一用戶端，取得對應此用戶端之前導訊號的相位軌跡，再根據相位軌跡中相鄰符碼組之間的相位差來估算其抵達時間參數及殘餘載波頻率誤差參數。

其中，當平均能量大於偵測門檻值時，表示對應之用戶端欲接取基地台；以及當平均能量小於偵測門檻值時，表示對應之該用戶端無接取該基地台。

根據本發明，前述使用之偵測門檻值係為尼曼皮爾生（Neyman Pearson）門檻值，且偵測門檻值係利用隨機存取訊號之錯誤警示水平與決策延遲並配合測得之一雜訊能量來決定，且決策延遲係為隨機存取訊號中之所有符碼組之數量，例如每一前導訊號係具有4個符碼組，將前導訊號數量乘上4即可得到所有符碼組的數量。

底下藉由具體實施例配合所附的圖式詳加說明，當更容易瞭解本發明之目的、技術內容及其所達成的功效。

在窄頻物聯網（NB-IoT）之上鏈系統的隨機存取程序中，如第2圖所示，用戶端12之第一道上鏈訊號稱為NPRACH，其使用了一種單頻跳頻的前導序列（Freq. Hopping Preamble Sequence），每次跳頻之時間單位為一符碼組（symbol group）。而基地台（eNB）10則需依照其細胞覆蓋範團及距離，在其下鏈系統資訊區塊的資訊中指定用戶端12所要送出前導序列之長度，並需在NPRACH接收機演算法中設定一偵測門檻值（Threshold），以達到NB-IoT所規範之錯誤警示機率及偵測機率之性能，並可估測出時間及殘餘載波誤差參數。

本發明提出之一種多用戶隨機存取訊號之分析方法，係可廣泛應用於窄頻物聯網（NB-IoT）之上鏈系統中，請參閱第2圖及第3圖所示，本發明之分析方法包括有下列步驟：首先，如步驟S10所示，基地台10接收來自複數用戶端12之隨機存取訊號中的前導訊號，偵測每一該前導訊號中之複數符碼組並取得對應之平均能量，亦即基地台10係收集所有符碼組之後快速傅立葉轉換之位元，將偵測這些用戶端之充分統計量定下此平均能量。

接著如步驟S20所示，根據每一平均能量與一偵測門檻值來判斷各用戶端12是否欲接取基地台10；當平均能量小於偵測門檻值時，即如步驟S22所示，表示對應之用戶端12無接取基地台10，旋即結束，無須再進行下一步驟；反之，當平均能量大於偵測門檻值時，即如步驟S24所示，表示對應之用戶端12欲訊號接取基地台10，此時即可接續進行下一步驟S30。其中，前述使用之偵測門檻值係為尼曼皮爾生（Neyman Pearson）門檻值，且此尼曼皮爾生門檻值係利用自隨機存取訊號預先取得之錯誤警示水平與決策延遲並配合測得之一雜訊能量來決定，且決策延遲係為隨機存取訊號中之所有符碼組的數量。

當基地台10偵測到欲接取的每一用戶端12時，如步驟S30所示，取得對應用戶端12之該前導訊號的相位軌跡，並根據此相位軌跡中相鄰符碼組之間的相位差來估算屬於該用戶端12對應之抵達時間參數（ToA）及殘餘載波頻率誤差參數（RCFO）。其中在步驟S30中，係根據相位軌跡依序估測出抵達時間參數及殘餘載波頻率誤差參數，詳言之，首先計算所有符碼組跳頻造成的相位差；再平均所有前導訊號所對應之所有相位差，以得到用戶端對應之殘餘載波頻率誤差參數；接著，對每一符碼組計算其平均相位，以取得每一符碼組對應之平均相位差；最後再加總這些平均相位差，進而得到相關之抵達時間參數。

在說明完本發明之技術特徵之後，為證明本發明之多用戶隨機存取訊號之分析方法確實可行且易於實踐。因此，將與本發明相關之技術理論基礎詳細說明如後。

由於有48種相異且可能的跳頻組，所以要先用每一用戶端的測試資料Q _k(test data)來補償所對應之後快速傅立葉轉換位元，UE _k用戶的Q _k定義為Q _k= { , n=0,…, N-1, i = 0,1,…,4}，N=4P 表示所有符碼組的數量，P是用來偵測的前導訊號的數量，其中N也被認為是用戶偵測過程中的決策延遲，對於不同的覆蓋等級，eNB可以將P指定為1、2、4、8、16、32、64、128，且對應之決策延遲則為N=4、8、16、32、64、128、256和512。因此，若UE _k具有較低的接收SNR，則應該收集更多數據，亦即較大的N，以提供較長的決策延遲給較遠或較弱的用戶端。

由於跳頻組都是彼此正交的，所以疊加的NPRACH偵測問題可以解耦成單用戶偵測問題的並行。為了測試UE _k，先收集N個符碼組的後快速傅立葉轉換位元之能量，將這些偵測UE _k充份統計量(sufficient statistics)訂下平均能量如下式： (7) 接著，測試UE _k存在性的決策規則就可簡化為比較P _k(N)與一門檻值l，表示為： (8) 接收端操作特性（ROC）或測試性能可以用錯誤警示機率P _F來表示： (9) 且偵測機率P _D為： (10) 因此，NPRACH偵測問題最主要在於決定門檻值l，在NB-IoT規範中，要求偵測機率P _D超過99%，且錯誤警示機率P _F則不應該大於0.1%。為滿足此二條件，本發明使用尼曼皮爾生（Neyman Pearson）準則來制訂此偵測問題，如下所示： (11) 這可以表示其係為在門檻值l的顯著水平a上有最有力的決策規則。在NB-IoT條件下，可以選擇a = 0.1%，根據尼曼皮爾生準則，門檻值l會成為決策延遲N的函數，且具有特定的錯誤警示水平a和雜訊能量P _n= 兩種參數。實際上，本發明假設接收端可以測得雜訊能量P _n，則門檻值l需滿足下式： (12) 其中，係為在只有雜訊情況下，測試統計量之機率密度函數（Probability density function，PDF），因為是具有識別分布N(0, P _n/2)的10´N獨立實際高斯RVs之平均能量，此PDF 係由10´N維自由度之比例化中心卡方分布（scaled central Chi-square distribution）來決定： (13) 其中， (14) 係為具有m維自由度的標準 PDF，且為比例因子，標準 PDF的累積分布函數（CDF）係由下式決定： (15) 其中，係為不完整咖瑪函數（lower incomplete Gamma function）。

由式(11)可知，利用錯誤警示水平a和決策延遲N，可以明確的決定最佳尼曼皮爾生門檻值l _o為： (16) 其中，為 CDF的反函數，亦即。

由式(16)可知，利用a和N可以決定門檻值，使用這些只有雜訊的資源網格可以準確的量測到後快速傅立葉轉換平均雜訊能量P _n，再將P _n乘以比例因子A(N ; a)即可得到該門檻值。第4圖係為比例因子A(N ; a＝0.1%)對決策延遲N之關係圖，其中，比例因子總是大於1，但隨著N變大而下降。

另外，只需要512點FFT中的前48個值，來計算沿著不同的用戶跳頻模式的48個平均能量，且比例因子A(N ; a＝0.1%)更可預先計算並自記憶體中取出使用。因此，本發明使用之NPRACH偵測方法可以以非常低的複雜度和能量消耗來有效實現。

接續要推導在AWGN通道和瑞雷衰減通道二種通道下的偵測性能。首先，在AWGN通道下，先設定複合衰減係數h _k=1，且具有非零均值；後快速傅立葉轉換訊號能量為，其係為非隨機的。然後，在訊號暨雜訊情況下，統計數據可以此比例化非中心卡方分布（scaled non-central Chi-square distribution）PDF表徵如下所示： (17) 其中，係同於式(13)之比例因子。 (18) 式(18)表示具有m維自由度的標準非中心卡方分布PDF，其中之非中心參數係來自下式： g ₀= 10N´P ₀/P _n= (19) 且I _v(x)係為具有v等級的第一類的修正貝塞爾函數（Bessel function），且的CDF表示為： (20) 其中，式(21)係為廣義的馬坎氐Q函數（Marcum Q-function），其中a、b為代入計算之參數。 (21)

在取得尼曼皮爾生門檻值l _o之後，在AWGN通道下的理論上之偵測機率P _D可以推導為： (22)

基於P _D,AWGN(g ₀)，可以計算在瑞雷衰減通道下的偵測機率，先設 =1，然後r=|h _k| ²是具有統一平均值的指數型冗餘版本（Redundancy Version，RV），其中平均後快速傅立葉轉換訊號能量P _s= E[rP ₀] = P ₀不變，且非中心參數變為g = rg ₀，因此在瑞雷衰減通道下的偵測機率可以透過r的PDF進行平均P _D,AWGN(g ₀)來取得，以產生下列的隱式積分表達式： (23) 雖然式(23)可能具有複雜的封閉式公式，但本發明亦可使用數值積分來計算在瑞雷衰減通道下的理論偵測性能。

如第5圖及第6圖所示，在一固定的a= 0.1%，且在不同決策延遲之狀況下，P _D,AWGN和P _D,Fading分別對SNR _i之理論曲線圖，為證明這些分析，還使用Monte-Carlo模擬來模擬性能曲線，並顯示模擬曲線幾乎與理論曲線重合。由這些曲線可以清楚看到，藉由使用更長的前導訊號，亦即較大的N，eNB可以明顯改進用戶端的偵測性能，尤其是在低SNR下，換言之，eNB可以使用更長的NPRACH配置來擴展其細胞覆蓋區域。

在說明完前述NPRACH檢測問題之後，本發明提出一種用於估算ToA和RCFO同步參數的有效演算法，此演算法係完全整合前述偵測方法，只針對這些偵測到的用戶端，以下面所述之解耦合方式來估算其ToA和RCFO參數。

對於偵測到的用戶UE _k而言，先從的展開相位軌跡開始，如下所示： (24) 在零雜訊情況下，相位軌跡可以由式(4)中的取得，其中C為相位常數。由於前二個相位項係直接與RCFO和ToA有關，相位軌跡可以透過適合的相位差來估算此二同步參數，並結合平均運作來降低因AWGN雜訊引起的估算變動。

首先，對於5個符碼的每一個符碼組，會有4個相鄰相位差可以用來計算，產生： (25) 再透過前導訊號中的所有n和i來平均e _k,n,i _,，以得到UE _k的RCFO估算，如下所示： (26)

接著，為了估算ToA參數，先從中去除RCFO誘導項，得到： (27) 其中，是第n ^th個符碼組的第i ^th ^t個符碼的開始時刻，每一符碼組的平均相位可以表示為： (28) 然後，利用z _k,n的總差值除以總跳頻差可以得到ToA估算，如下式： (29) 其中，ToA的符號可表示為： (30)

因此，對於每個偵測到的用戶端，前述聯合RCFO/ToA的同步演算法是一種直接、容易實現且計算率高的方式。

綜上所述，本發明提出之多用戶隨機存取訊號之分析方法，不但可以解決窄頻物聯網上鏈訊號傳送時，基地台與用戶端之間的連線問題，且整體偵測性能需求確實達到錯誤警報率P _F£ 0.1%且偵測機率P _D＞ 99%，更可準確且有效率地偵測每一用戶端並估算抵達時間和殘餘載波頻率誤差之同步參數，以利後續的通訊，實為一種兼具高精確度、低計算量以及明確門檻值等之分析方法。

以上所述之實施例僅係為說明本發明之技術思想及特點，其目的在使熟悉此項技術者能夠瞭解本發明之內容並據以實施，當不能以之限定本發明之專利範圍，即大凡依本發明所揭示之精神所作之均等變化或修飾，仍應涵蓋在本發明之專利範圍內。

10‧‧‧基地台

12‧‧‧用戶端

第1圖為根據3GPP R13 NPRACH 規格所產生的48種可能的跳頻組示意圖。第2圖為本發明應用於窄頻物聯網之多用戶系統示意圖。第3圖為本發明之分析方法的流程圖。第4圖為比例因子A(N ; a＝0.1%)對決策延遲N之關係圖。第5圖為本發明在一固定的a= 0.1%，且在不同決策延遲之狀況下，P _D,AWGN對SNR _i之理論曲線圖。第6圖為本發明在一固定的a= 0.1%，且在不同決策延遲之狀況下，P _D,Fading對SNR _i之理論曲線圖。

Claims

一種多用戶隨機存取訊號之分析方法，其係應用於窄頻物聯網(NB-IoT)之上鏈系統中，該分析方法包括下列步驟：接收來自多用戶端之隨機存取訊號中的前導訊號，偵測每一該前導訊號中之複數符碼組並取得對應之平均能量，以比較該平均能量與一偵測門檻值來判斷欲接取之該用戶端，該偵測門檻值係為尼曼皮爾生(Neyman Pearson)門檻值，至少一基地台係收集該等符碼組之後快速傅立葉轉換之位元，將偵測該等用戶端之充分統計量定下該平均能量，該平均能量大於該偵測門檻值時，表示對應之該用戶端欲接取該基地台；以及該平均能量小於該偵測門檻值時，表示對應之該用戶端無接取該基地台；以及針對偵測到的每一該用戶端，取得對應該用戶端之該前導訊號的相位軌跡，根據該相位軌跡中相鄰該符碼組之間的相位差來估算其抵達時間參數及殘餘載波頻率誤差參數。
根據請求項1所述之多用戶隨機存取訊號之分析方法，其中該偵測門檻值係利用該隨機存取訊號之錯誤警示水平與決策延遲並配合測得之一雜訊能量來決定，且該決策延遲係為該隨機存取訊號中之所有該符碼組的數量。
根據請求項1所述之多用戶隨機存取訊號之分析方法，其中該前導訊號係具有4個符碼組。
根據請求項3所述之多用戶隨機存取訊號之分析方法，其中在根據該相位軌跡中相鄰該符碼組之間的該相位差來估算該抵達時間參數及該殘餘載波頻率誤差參數之步驟中，更包括：計算該等符碼組跳頻造成的相位差；平均所有該前導訊號所對應之所有該相位差，以得到該用戶端對應之該殘餘載波頻率誤差參數；對每一該符碼組計算其平均相位，以取得每一該符碼組對應之平均相位差；以及加總該平均相位差，以得到該抵達時間參數。