铁路高架桥场景下分布式MIMO信道建模及性能研究

为评估铁路高架桥场景下无线通信系统性能,需建立能准确描述该系统小尺度和大尺度特性的信道模型。首先,建立高架桥场景下椭圆单环模型;其次,将莱斯K因子建模为与高架桥高度有关的函数,两者结合得到一种多跳随机信道模型,并对其进行非平稳性验证;然后,为扩大无线通信覆盖范围,采用在基站侧交错部署多个射频远端单元、在列车上部署多个车载移动中继的方式,形成大规模分布式多输入多输出(MIMO),在此架构下分析天线系统、射频远端单元、车载移动中继站的分布以及高架桥高度对信道容量的影响;最后,对该信道模型进行仿真测试。仿真结果验证了大规模分布式MIMO和车载移动中继系统具有的优势,并显著提高了信道容量。     

地铁隧道5G天线布局对MIMO性能的影响

为推广第五代无线通信系统（5G）大规模多输入多输出系统（Massive MIMO）技术在地铁中的应用,使用射线跟踪预测在隧道场景中,不同阵列的布局对MassiveMIMO系统性能的影响。对射线跟踪法进行校准,确定隧道场景下的相关参数,通过以5.6 GHz为中心的160 M带宽的射线跟踪仿真,分析MassiveMIMO系统中多种天线阵列布局下的系统容量、路径损耗以及均方根时延,对5G通信系统中的天线与基站设计有参考意义。     

基于射线跟踪与离开角空间聚类的5G-R网络优化技术研究

当前反复“路测-调整”的传统无线网络优化方式难以满足铁路5G专用移动通信系统（5G-R）的网络优化需求。面向京沈铁路干线场景，在确定了射线跟踪传播机理模型后，进行了5G-R无线信道建模仿真，提出一种基于射线跟踪与离开角空间聚类的网络优化算法。该算法以全向天线仿真结果为基础，使用K-means++算法对射线跟踪仿真的角度-能量域数据进行聚类，将水平离开角的空间聚类中心作为扇区方位角；结合水平离开角的聚类中心与高铁行车路径的空间位置关系，计算相应扇区的下倾角；以上述基于射线跟踪与离开角空间聚类的结果为初值，基于粒子群算法进行优化迭代，高效地完成铁路干线场景下的5G-R网络优化。结果表明，在相同的计算资源和仿真条件下，基于射线跟踪与离开角空间聚类的5G-R网络优化算法对比直接使用粒子群算法，在收敛速度方面提升了约10%，在优化效果方面提升了约30%。该方法针对铁路干线场景能够实现在迭代计算次数更少的情况下，给出更好的网络优化方案，为未来建设高质量5G-R通信系统提供技术积累和参考。     

铁路5G-R承载技术与组网方案研究

针对铁路5G-R系统组网和业务流量流向等需求,重点分析5G回传网络的切片分组网（SPN）、IP无线接入网2.0版（IP RAN2.0）和分组增强型光传送网（OTN）（含OSU）等3种承载技术方案,提出适用于5G-R的承载技术方案,即优选SPN,可选IP RAN2.0,在标准及产品成熟后可选择分组增强型OTN （含OSU）。回传网络组网方案采用汇聚层和接入层联合承载,汇聚层和接入层采用链型组网、层间多点互联,回传网络保护方案采用SNCP 1+1/1∶1线性保护等保护方案,从而实现大带宽、少跳数、低时延及高可靠承载。     

基于Multi-TRP的5G-R上行控制信道接收技术研究

高铁5G专网（5G-R）对可靠性和时延有更高的要求,而控制信道的可靠性尤其重要。多点传输（Multi-TRP）可以显著提高5G-R性能,是3GPP R16 5G的重要特性。研究了基于Multi-TRP的5G-R的PUCCH性能。首先,分析了Multi-TRP下控制信息的工作机制;然后,研究了在不同的控制信道格式下,多个接收点的接收信道估计方法和检测方法;最后,通过仿真试验对比了多个接收点的性能。仿真结果表明,Multi-TRP多点接收的性能显著优于单个TRP接收的性能。     

射频拉远单元与天线交叉冗余连接的相关性能分析

为确保高铁列车的运行安全,铁路5G专网（5G-R）需要比5G公网具备更高的可靠性,通过引入基于射频拉远单元（RRU）的交叉连接冗余（CCR）技术,对5G-R系统无线信号覆盖性能的影响进行分析。首先,介绍CCR冗余技术的系统模型,并对相关参数进行分析;其次,通过理论分析和数学建模,探讨这些参数对覆盖性能的影响机制;最后,通过仿真试验验证理论分析的结果,并比较参数偏差对覆盖性能的影响程度。试验结果表明：在参数偏差较大的情况下,RRU的CCR冗余技术会导致铁路5G-R通信系统的覆盖性能降低。