CoMP 协同多点传输技术

CoMP


  • CoMP是什么
  • 解决什么问题
  • 有什么缺点
  • 最后附一个较为详细的介绍

CoMP(Coordinated Multiple Points)协同多点传输,通信术语,LTE-A的重要技术之一。

CoMP传输是指地理位置上分离的多个传输点,协同参与为一个终端的数据传输(PDSCH)或者联合接收一个终端发送的数据(PUSCH),参与协作的多个传输点通常指不同小区的基站。
采用CoMP可以降低小区间干扰,可以提升小区边缘用户的频谱效率。

3GPP中,CoMP技术分为三组:
1、联合传输(JT):
JT-CoMP技术将边缘用户置于几个基站的同频率上,几个基站同时为该用户服务,以提高边缘用户的覆盖性能。
2、动态点选择(DPS):
一个节点->发射一个UE相关的数据 / 使用动态点关闭(DPB) (节点间数据可互换,即:数据到处都有)
3、协调式调度器 / 协作波束赋形(CS/ CB):
与单个UE相关的数据在一个节点上并只由一个节点发送。

简单来说,就是让用户无论在何地都有较强的信号。

缺点:
对时频同步要求较高,导致要求较高的网络配置要求。


下面来做一个有关 CoMP 的详细介绍


  1. 绪论

LTE-A 所提出的技术指标可以极大地提高峰值速率,降低延时,改善平均频谱效率和小区边缘用户频谱效率,基于OFDM 技术的 LTE-A 系统,可以通过一系列正交的子载波将高速率数据流转换成多路并行的低速率数据流进行传输,因此消除了小区内用户间的干扰。然而,在频率复用因子为 1 的 OFDM 蜂窝系统中(正交),小区边缘的用户将经历严重的小区间干扰(Inter-Cell Interference,ICI),这种 ICI 严重影响了LTE-A 系统的性能,更有甚者通过增大信号的发射功率是无法消除这种干扰的,这就为LTE-A系统带来了严峻的考验。

个人认为,小区间干扰,就是当用户处于小区边缘(两小区交界处的位置时),信号极差。

为了迎合 OFDM 带来的新挑战,协作多点传输技术 (Coordinated Multi-Point,CoMP) 应运而生,从本质上来说,多小区 MIMO 技术为用CoMP技术解决小区间干扰的问题提供了条件,其基本思想是利用空间信道的特性来实现信号的传输。

作为一项能有效改善小区平均频谱效率和小区边缘用户频谱效率的技术,CoMP 技术的引入必然会增加系统的复杂度,然而却可以提升系统的容量和扩大小区的覆盖面,因此在 LTE-A 系统中采用 CoMP 技术来提高频谱效率是一个极具挑战和富有意义的课题。

MIMO 技术:多输入多输出


  1. CoMP 理论基础

CoMP 技术是指多点发射/接收技术,这里的多点是指地理上分离的多个天线接入点。它利用光纤连接的天线站点协同在一起为用户服务,相邻的几个天线基站或节点同时为一个用户服务,从而提高用户的数据率。在传统的小区蜂窝系统中,各个小区基站(eNodeB)仅服务于各自小区用户, 小区边缘用户受多个基站的影响,受到严重的小区间干扰, 系统性能比较差。

LTE-A 系统中,为了进一步提高小区边缘的性能,系统必须传输更多的反馈,设计更为复杂的控制信令,并使更多的信息在小区间被交互使用。多个小区基站协作可以将干扰信号作为有用信号加以利用,从而降低小区间的干扰,提高系统的频谱利用率。

CoMP 本质上是一种多小区多用户 MIMO 系统,即在 CoMP 系统中的协作小区集内对多个用户进行协作传输。

采用 MIMO 技术后,MIMO 系统的信道容量相对于单输入单输出(Single Input Single Output,SISO) 系统有很大的提高,随着天线数目的增大而线性增长。此外,无线通信系统要获得相同的信道容量,MIMO 所要求的 SNR(信噪比) 比 SISO 要低得多

2.1 多用户 MIMO 系统

在 xDSL、无线局域网和蜂窝无线通信系统中,基站需要同时与多个用户通信。当基站和用户同时配置多根天线,基站到每个用户都构成一个 MIMO 信道,此时的系统就称为多用户 MIMO 系统。

在多用户 MIMO 系统中,一个重要的问题就是信号检测,包括上行链路和下行链路两个方面的研究。在上行链路中, 基站可采用多用户检测 ( Multiple User Detection,MUD) 等方法来恢复用户的发送信号。但在下行链路中,基站同时向多个用户发射信号,此时任何一个用户除了接收到有用信号外,还收到其他用户的干扰信号。

传统的 MIMO 系统中只有单小区和多用户与单小区的组合,完全没有小区间的协作。而在 CoMP 中,各协作小区之间相互协作,共享用户的数据信息。CoMP 和 MIMO 系统都是通过预编码技术消除小区间或用户间的干扰。可以说 CoMP 是 MIMO 在 LTE-A系统中的延续。


  1. CoMP 技术分类

按照传输方案的不同,可以将 CoMP 技术分为两类: 联合处理(JP)技术和协同调度、波束赋形(CS/CB)技术。
在 JP 技术中,下行数据来自多个小区,由多个传输点协同为 UE 传输数据。而在 CS/CB 技术中,下行数据来自单小区, 但小区之间相互协同使协作点之间干扰消除。

3.1 协同调度、波束赋形技术(CS/CB-CoMP)

在该技术方案中,每个用户的数据同时只有一个小区传输,通过多个小区协作调度来降低干扰。协作小区集内的其他小区可以利用相同的无线资源块为不同 UE 服务。协作小区集内各小区的发送信号需要根据对其他小区信号的干扰进行协调,尽可能减少对其他小区 UE的干扰。协作小区间通过协调发送信号波束的方向,有效地将干扰比较大的波束避开;通过窄的波束,就能有效降低小区间的干扰,提升接收信号的质量。而波束赋形是各 eNodeB 为用户提供服务时,使用单一的方向性波束,以减小多用户之间的干扰。

(当用户在两个小区边界移动的时候,两个基站之间会进行数据交换,两基站之间有可能会频繁的进行数据交换,而若是把这个用户的数据发给它附近的基站,就不需要频繁的交换,省时省资源。)

3.2 联合处理技术(JP-CoMP)

在下行传输方向上,为每个UE服务的协作小区集内的所有小区都拥有为该 UE 发送的相同数据包,网络端根据调度结果和业务需求,可以选择协作小区集内的所有或部分小区为该 UE 服务。在 JP 方案中,协作小区集内的全部小区在相同的无线资源块中发送相同或者不同的数据到终端,即 多个协作小区在同一时刻发送数据到同一个UE,称这种JP为联合传输方式(Joint Transmission, JT),如图 6 所示。通过 JP 将原来 LTE 系统中不同小区间的干扰信号变成有用信号,从而减小小区间干扰,提升用户的接收信号质量,达到提升系统性能的目的。 在 JP 方案中,当传输选择的小区数为 l 时,则可以将此 JP 称为动态小区选择(Dynamic Cell Selection,DCS)。DCS 是 JP-CoMP 中的一个特例,仍然是多个小区联合服务于一个 UE,但是在这个时刻数据传输仅来自一个点,其他传输点的相同资源都要空出来不传输任何数据。

(联合传输:正常情况下,基站发出的信号在传到小区边缘的时候会衰减到很弱,当多个协作小区同时发送同一数据到同一个UE时,控制得当,会产生信号加强)

在 JP 技术中,联合传输(JT)的方式有两种:相干传输和非相干传输。相干传输时,参与 CoMP 的各传输节点都使用相同的预编码矩阵、调制编码方式向用户发送数据。非相干传输时,各 CoMP 传输节点采用不同的预编码矩阵和不同的调制编码方式进行传输。

联合传输


  1. 结束了,恭喜

CoMP 技术通过在多个小区间进行协作传输或联合调度,化干扰信号为有用信号, 降低相邻小区间的同频干扰,提高用户接收信号的质量,进而能够有效地提升边缘用户频谱效率和小区平均吞吐量。


参考文献

中国知网:
http://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDTEMP&filename=ZWDG201807037&uid=WEEvREcwSlJHSldTTEYzVnB3ZDE2Y3dtZkw2UW1PUWx0cmQ0T2ZIek1YST0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!!&v=MTAzMjhIOW5NcUk5R1k0UjhlWDFMdXhZUzdEaDFUM3FUcldNMUZyQ1VSTEtmYnVSbkZDamtWNzdCUHpyUGFiRzQ=

https://www.xzbu.com/1/view-6515363.htm


  • 13
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
边缘计算是一种将计算和数据存储放置在靠近数据源或用户的边缘设备上的计算模式。在边缘计算中,边缘设备扮演着重要的角色,比如智能手机、传感器、物联网设备等。边缘计算的目的是减少数据传输和处理的延迟,并提高系统的可靠性和效率。 边缘用户上下行吞吐量是指边缘设备在数据传输过程中所能达到的数据传输速率。具体来说,上行吞吐量是指从边缘设备到云端的数据上传速率,而下行吞吐量则是指从云端到边缘设备的数据下载速率。 边缘用户上下行吞吐量受多种因素的影响。首先是边缘设备的处理能力和网络连接速度。边缘设备的处理能力决定了它能够在多大程度上对数据进行处理和压缩,从而影响了数据的上传速率。而网络连接速度则决定了数据在上传和下载过程中能够达到的最大传输速率。 其次,边缘用户上下行吞吐量还受到网络拥塞、传输协议、数据压缩算法等因素的影响。在网络拥塞情况下,数据传输速率会下降,从而降低了边缘用户的上下行吞吐量。不同的传输协议和数据压缩算法也会影响数据在传输过程中的速率和效率。 最后,边缘用户上下行吞吐量还与数据量和数据类型相关。大量数据传输会占用更多的带宽,从而影响数据的传输速率。同时,不同类型的数据对传输速率的要求也不同,比如实时视频流传输对较高的传输速率要求。 总之,边缘用户上下行吞吐量是边缘计算中一个重要的指标,它可以通过提升边缘设备的处理能力、改善网络连接速度、优化数据传输协议和压缩算法等方式来提高。这样可以减少数据传输的延迟,提高系统的可靠性和效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值