|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于MATLAB的LTE系统仿真研究% M% O2 b* v4 D/ H1 O5 u
$ G6 d- F% e+ L# l8 n" E) C1 w7 X- p9 a8 i& ^( H3 S- p# r. v! ?
根据LTE系统的原理和模块构成，分析并建立了一个基于MATLAB的系统级仿真平台。针对LTE系统中被广泛认可的轮询、比例公平和最大载干比三种经典调度算法，利用仿真平台产生的数据对三者的性能进行比较和评估。此外，针对用户不同的运动模式进行多次仿真后，得到在高速和低速场景中LTE系统平均吞吐量的变化情况并加以分析。2 T: w4 @7 x) f& p; d: c; |4 [
( P' q$ L5 D: E% ~0 引言
8 B8 {& b9 m+ r p9 |- p4 Y
! s6 d: F/ Q: v* |/ N1 C* t在当前移动通信宽带化的趋势下，第三代合作伙伴计划（3rd Generation Partnership Project，3GPP）为了对抗其他移动宽带无线接入技术而提出了从3G向4G过渡的长期演进（Long Term Evolution，LTE）技术。LTE采用了频分多址（Orthogonal Frequency Division Multiplexing，OFDM）、多输入多输出（Multiple-Input Multiple-Output，MIMO）和自适应技术作为关键技术，增强了3G的空中接口，并有效提高了峰值速度，实现了灵活的频谱带宽配置。但系统性能得到大幅度提升的同时，实现的复杂度大大提高，所以需要LTE系统级仿真器对其进行性能和关键技术的分析与验证。
$ C5 H8 E7 c z9 C) Q0 H; h: T, y0 W4 n; N/ I. _! }1 P- \- _
本文根据3GPP协议TR 25.814[1]的参数要求，建立了一个基于MATLAB的系统级仿真平台。该平台采用混合编程技术，部分模块采用C语言编写，大大加快了仿真速度。仿真结果采用图形用户界面（Graphical User InteRFace，GUI）编程技术直观地表示出来，可以方便查看任一基站任一扇区任一用户的吞吐量曲线。利用该仿真平台，本文对目前较为成熟的轮询、比例公平和最大载干比三种调度算法进行比较分析。并且模拟出几个不同的场景，研究用户终端的移动速度对系统性能的影响。
8 A/ B3 s3 J$ _9 R# C1 |) a6 n# q: s& K3 J
1 LTE系统仿真模块简介
% w0 ~6 _# V' I: j
6 v6 p/ b# A0 j$ k) ?6 U0 d1.1 LTE系统仿真框架! A3 S& K' J5 H! D. c
9 R$ @! P& a: `5 p$ V! e
本文从系统整体层面[2]对LTE进行动态仿真，仿真器包括小区和信道模型的建立、链路级映射、RRC模块和调度算法等几个关键部分，仿真平台的系统构成框架如图1所示。8 [0 r# Y; c0 u2 g
% I; g s# B' X( R; ~1.2 信道模型
) g3 Z$ q. ~. r5 }) o
: Z+ S2 \/ m4 |. F. p& \1 H信道模型主要是将测试所获得的数据通过几何统计的方法进行数学建模，然后根据不同场景和参数的设定，对无线通信系统的空间信道环境进行有效的描述，从而在其基础上进行系统的仿真研究。参照3GPP的技术规范[3]，本文设置了Free Space、COST231、TS36942和TS25814四种信道模型，其中包含了大城市、小城市、大郊区、普通城市和普通郊区等不同的场景，根据不同的实际情况的需要灵活地选择最适合的场景。4 P: U5 p) R# b- F
2 q3 e( N1 u E% g/ k
1.3 小区模型及Wrap-around技术
" v, k$ W% H$ d3 ^: X5 N: Y% k# k1 m' U6 t) d, o' M
小区模型是由多天线多扇区构成的拓扑结构模型。本系统模拟了一个由7个小区构成的宏小区，每个小区的基站位于蜂窝的中心。基站的天线采用120°间隔又将小区分为3个扇区。为了保证测试时的数据可靠性，系统中所有的用户被随机地均匀分布在各个小区内。同时为了理论更加贴近实际，必须考虑各相邻小区之间的干扰。所以在7个小区的基础上，使用了Wrap-around[4]技术，如图2所示，在仿真中实际建立的宏小区周围平移复制出6个虚拟的宏小区，以确保仿真中测试的小区都有来自外部两层小区的干扰。
$ O; T, @: @) I7 B; [0 b% W F: m
3 J" O- L& p, ?* @' I/ X
! y% [$ M+ f; ?$ @. l
7 z- z1 k9 o9 m8 E& s+ y1.4 调度算法* E2 L( n- N/ A U' ^9 q' t2 u0 F
6 d3 P0 t1 a; ^& a7 _/ y* O移动通信系统中需要根据用户所处的位置来分配相应的信号传输信道。LTE系统通过动态资源调度的方式，最大程度地保证系统中各个用户的数据吞吐量。目前最普遍的分组调度算法有轮询（Round Robin，RR）、比例公平（Proportional Fair，PF）和最大载干比（best CQI）。
( W5 P7 H' X/ V3 J, i: A& Y5 [
, R8 _$ h9 I2 d" l! l* I& P轮询算法的原理是假设系统中所有用户的优先级是相等的，然后按照从头到尾的顺序平均地把资源分配给每一个用户。此算法看似十分公平，但是没有考虑各个用户的实际信道条件，这就造成了资源的浪费。而最大载干比算法则不同，它的原理是给信道条件较好的用户分配较高的优先级，这样可以得到最大的系统吞吐量。通常一个小区内离基站越近的用户信道条件越好，这样就会导致小区边缘用户得不到资源分配而大大降低该算法的公平性。为了克服上述两种算法的缺点，比例公平算法应运而生。它根据以下规则来分配用户的优先级[5]：, r6 C4 A' [5 A" z; i" u/ N# V
7 \* S) H4 I2 i' E5 c0 {, Y- _
其中，Ri表示当前调度时刻用户i的瞬时传输速率，表示用户i在当前时刻之前的平均传输速率。由式（1）分析可知，该算法实现的就是让系统各个用户的优先级与信道质量成反比，即信道条件越差的用户，优先级越高。这样就在吞吐量和公平性之间取得了尽量的平衡。
, v/ M. c9 ^# l; |$ {. Y5 O1 d5 d4 p- T$ O5 v9 X8 ^
1.5 链路-系统接口映射
, M) g3 H9 k. `' _ k
4 u, p y$ l' a* K5 M! NLTE系统中的链路具有相当的复杂性，为了降低仿真的难度和时间消耗，需要将链路和系统仿真分开独立进行，然后通过一种接口将两者的数据联通。目前较为常用的接口算法有两种[6]：指数有效信噪比映射（Exponential Effective SINR Mapping，EESM）和互信息有效信噪比映射（Mutual Information Effective SINR Mapping，MIESM），它们的核心思想都是通过压缩函数把一组不同的SINR值映射成为单一的SINR值，然后查表获得真实的SINR值。不同的是，EESM要求每个用户的子载波必须使用相同的调制编码方式，而且它假设用户的信道环境在一个子帧里是恒定的，所以该种算法适用于低速/中速多普勒信道衰落环境。为了克服这种局限性，出现了MIESM算法，它较好地解决了上述EESM的缺陷。
. a3 n2 p* Q: O; |" J2 i$ r& @* g u* x; y I
2 系统方案设计与运行流程) [% T1 ]5 Z* }; b. a) v! X
8 H& B( p( [0 Q3 i5 T+ b, l本文建立的LTE系统的主程序建模分为三个独立的模块，分别是程序初始化、数据处理和结果输出三部分。
1 `0 I+ I' T6 [! H- ]- u# r: O3 g$ H0 K
, m8 I4 c; j' w
6 J4 A' t+ d0 F1 \程序的运行框图如图3所示。初始化部分主要是对发射功率、仿真时间、信道模型、路径损耗和阴影衰落模型以及天线模型等系统参数进行配置。数据处理部分主要由无线传播环境、链路自适应和链路-系统级接口等几个部分组成，是整个系统级仿真的核心部分，负责仿真数据的计算和统计。结果输出部分主要是对数据处理部分得到的相关数据进行分析，并通过GUI的形式将误码率、吞吐量等系统性能指标直观地反映出来。
* H+ W1 c3 d6 z8 Z1 r5 |" t* G, Q" H2 M0 `! C1 L
3 系统仿真与研究# Y& ^8 n |: N% x9 W& v
! G. p- I, A: m" l8 t6 b
3.1 分组调度算法的分析与比较
% k; y1 p3 Q5 I6 d0 a4 H+ x9 M! S
0 M T* ]6 @# P/ |: c' ELTE作为3G向4G过渡的无线蜂窝通信系统，其在多址接入方面进行了较大改进，上行和下行信道分别采用了正交频分多址（OFDMA）和单载波频分多址（SC-FDMA）。因此，LTE系统的资源调度方式与采用CDMA的3G系统有本质的不同。作为LTE系统的关键技术之一，OFDMA/SC-FDMA可以进行码域、时域和频域资源的灵活分配和调度。其灵活的动态资源调度带来的一个重要变化是不再为特定用户长时间预留固定的无线资源，而是将用户数据实行分块化处理，然后根据调度算法的规则将来自多个用户的数据块，复用在一个共享信道中传输。也正是由于此调度机制的实现流程，该系统能否发挥优异的数据传输性能，很大程度上依赖于调度算法的灵活性和高效性。所以本文对目前应用较为广泛的三种调度算法进行了研究与比较。
4 h# G o/ t! v, C- o# K+ o5 r# C% d* ]% y2 F1 Q, \
首先对设定拓扑结构的小区进行建模，再在其基础上实现各个算法的仿真。仿真参数见表1。$ i Y S: _% X; X4 Z- J
- u: Q G/ x7 o! }, @- m
1 b, J9 s/ O# ]$ d& ]8 u! k3 A, m0 K/ v3 B
分组调度的主要功能有两个：
% |! _5 G+ p+ b' K$ o0 R
. C m- \( k6 Z; b9 n（1）在用户之间分配可用的无线资源，尽量确保系统中每个用户的服务质量。0 S+ N* X1 I) a
C6 o4 K! H# ?3 r% e) {1 F$ Q
（2）监视网络负载，通过调节数据传输速率来对网络负载进行匹配。
3 k2 F+ y/ e: Z5 ]. K7 w
) X v9 k0 z; t# H" a- u一个调度系统的性能好坏主要取决于调度算法的优劣，下面将从吞吐量和公平性两个指标入手，对上述三种调度算法进行性能比较与评估。通过调度算法的仿真，本文将测试所获得的数据进行整理和分析后，得到了如图4、图5所示的对比图。+ z5 T; `9 z: @5 P3 m+ `. N$ X ^
3 w% y) W7 a% I$ N# o; R0 b
* X+ F2 w9 S& P- I
( e* Q( V, x" t) t' o) f) W- A" X1 G% D3 Q E& A5 T2 g+ W
对比上述两图可以发现，现有的蜂窝通信系统在小区中心和小区边缘的数据传输速率有着较大的差异，整个小区的用户平均吞吐量明显高于各边缘用户的平均吞吐量，这使得用户在小区的不同位置得到的通信服务质量会出现不同程度的波动。因此，有必要选择一种较为合适的资源调度算法以尽量确保每个用户都能得到相应的资源分配。1 ~! U# X9 h |
/ Q5 g- y7 l) B# W6 _8 H如图4和图5所示，在相同条件下，三种调度算法得到的系统平均吞吐量从高到低依次为最大载干比、比例公平和轮询算法，而在小区边缘区域，用户的平均吞吐量由高到低依次为比例公平、轮询和最大载干比。这是因为最大载干比算法尽可能地为小区中信道质量较好的用户提供资源，而完全忽略了小区边缘信道质量较差的用户，所以公平性也是最差的。轮询算法则不同，它对所有的用户一视同仁，所以是最公平的，但是它完全不考虑用户实际的信道情况，平均分配资源的后果就是系统的效率较低。鉴于前两种算法存在的缺陷，比例公平算法进行了一个折中处理，它兼顾了吞吐量和公平性，所以应用较为广泛。
* Q! k, ]. R5 n8 F N- H1 S( z& S8 M" o1 O& Z
3.2 用户终端的移动速度对系统吞吐量的影响
2 Z& N7 j a1 \! u* G: t( o b6 T5 b; u9 f6 ?! e' g+ X6 W
在现今交通快速发展的时代，全国各地的高速公路、高速铁路不断建成。那么，当用户处于高速运动时，经常会出现手机接收数据的速度明显变慢的情况。针对此种现象，本文利用LTE系统仿真进行了高速移动环境下通信系统的分析与研究。根据上文中运行的LTE系统模拟出两个场景：第一个场景假设系统中所有用户都是步行移动，速度设为5 km/h；第二个场景假设系统中所有用户都在高速移动的汽车或火车上，速度设为100 km/h。对系统进行多次仿真，将得到的数据整理和分析后得到图6所示对比图。
1 J; r- O* R5 s" e% E- `7 J
m4 d0 p. K7 X8 @! O4 |9 { ' H8 D1 i/ y. M! d
7 s% X7 X7 l- u' p- O
由上图可知，相对于低速场景，在高速场景中的系统吞吐量明显降低，系统的性能大大减弱。这是因为当移动终端处于高速运动时，信号的收发会产生难以克服的多普勒效应，信道质量指示（Channel Quality Indicator，CQI）的反馈跟不上信道的切换速度。再加上车体穿透损耗大，导致了信号质量差，从而导致频谱利用率和系统吞吐量降低的现象。
* L& b6 K' z y1 k* i* ~/ O9 A. J) Y
4 结论$ ], Q$ ^! U. c# R* d
1 B! G" z2 `/ F/ V$ }: t
目前，LTE系统作为从3G向4G过渡的一个阶段性标准，在国内外均已被广泛地投入商用。但无论性能多么优良的系统都需要一个成熟的仿真平台进行不断的更新与优化。本文分析并阐述了该系统的功能框架和工作流程，然后基于MATLAB建立了一个LTE系统级仿真平台。利用该平台进行了三种经典的资源调度算法的性能比较并加以分析。此外，本文模拟出两个场景，分析了在用户终端移动速度改变的情况下LTE系统性能的变化，为该系统的进一步发展提供了理论参考。
' _9 v; V2 i! |% D- p0 ~. e6 ?% r
* h4 l. X G7 i5 c0 {参考文献( r' S6 G* Z9 {% o( S2 Y' f! T
4 K3 i1 ?1 V7 j! B% a1 F- d3 _: B0 P
[1] 3GPP TR25.814 V9.0.0.Physical layer aspects for evolved universal terrestrial radio access（UTRA）[S]. 2010：83-86.
( w' ~8 V$ N* I6 t* J! `1 ]9 J' v* N' u$ O, g
[2] 何金薇，丁璐，刘志敏.LTE系统级仿真建模实现及其优化[J].计算机工程与应用，2012，48（22）：104-108.
g/ \( i1 \. H% u0 j V% [0 w( Y* y" |: G: W- p
[3] 3GPP TR 25.996 V.6.1.0.Spatial channel model for multiple input multiple output（MIMO）simulations[S]. 2009.
. @3 n6 `2 E0 A! M$ S9 Q& {
# w& z9 i+ V4 O' Z' X[4] 刘伟.LTE系统高速场景下切换机制优化研究[D].长春：吉林大学，2014.* ]) U; M0 [* S; D
" P) _$ c% i. l" m) ^8 h* F c Y[5] 徐兵，谢志军.LTE系统级仿真的关键技术与研究[J].无线电通信技术，2014，40（5）：9-12. y1 o/ @. j. _4 Q- T
v1 t8 J% M6 A' s
[6] 易睿得.LTE系统原理与应用[M].北京：电子工业出版社，2012.% i, k. B7 t+ K! @
! ?" e* F# `) R4 X. M. p
1 c3 @! r* g/ x6 ] |
|
/1 
发表于 2019-3-14 07:30
收藏
淘帖
支持！
反对！