特定站点 RAN 优化有多关键？基于宏蜂窝 CIR 数据的 5G Open-RAN 上行链路空中接口性能测试与优化
信号处理
2024-10-28 v1 机器学习
摘要
在本文中，我们考虑了来自特定站点的信道测量数据的重要性及其对空中接口优化和测试的影响。目前，一系列统计信道模型，包括 3GPP 38.901 抽头延迟线 (TDL)、簇延迟线 (CDL)、城市微蜂窝 (UMi) 和城市宏蜂窝 (UMa) 类型信道，被广泛用于空中接口性能测试和仿真。然而，与基于真实世界测量的信道相比，这些模型在空中接口测试和优化的真实性方面仍存在差距。为了弥补这一差距，我们比较了用以下两种方式训练神经接收机的性能影响：1) 统计 3GPP TDL 模型，和 2) 测量的宏蜂窝信道冲激响应 (CIR) 数据。我们利用 OmniPHY-5G 神经接收机进行 NR PUSCH 上行链路仿真，其训练过程使用统计 TDL 信道模型进行预训练，并基于测量的特定站点 MIMO CIR 数据进行微调。与仅在仿真的 TDL 信道上进行预训练相比，所提出的微调方法在低 1.85 dB 的信噪比 (SNR) 下达到了 10% 的误块率 (BLER)，这说明了特定站点训练可以弥合的差距的大致量级，并首次回答了“针对特定站点信道微调 RAN 能有多大帮助？”这一问题。
关键词
引用
@article{arxiv.2410.19565,
title = {How Critical is Site-Specific RAN Optimization? 5G Open-RAN Uplink Air Interface Performance Test and Optimization from Macro-Cell CIR Data},
author = {Johnathan Corgan and Nitin Nair and Rajib Bhattacharjea and Wan Liu and Serhat Tadik and Tom Tsou and Timothy J. O'Shea},
journal= {arXiv preprint arXiv:2410.19565},
year = {2024}
}
备注
Appears in the proceedings of the First Workshop on Research and Innovation in Testing and Integration for Open Radio Access Networks (RitiRAN)