0 引言

    LTE-U(LTE in unlicensed spectrum)技術(shù)能夠讓運營商將其LTE系統(tǒng)部署于非授權(quán)頻段,，利用LTE的技術(shù)優(yōu)勢，提高非授權(quán)頻段的頻譜效率并緩解授權(quán)頻段的通信壓力^[1],。

    目前關(guān)于LTE-U的研究主要集中在如何讓LTE-U與WiFi在同頻段和諧共存?，F(xiàn)有基于公平性考慮的方案是讓LTE-U采用先聽后說(Listen Before Talk，LBT)信道接入機制^[2],，即LTE-U設(shè)備在接入信道前先進行空閑信道評估(Clear Channel Assessment,，CCA),，若在CCA過程中未發(fā)現(xiàn)WiFi信號，即視信道空閑,，方可占用信道并傳輸數(shù)據(jù),，否則將繼續(xù)感知等待。文獻[3]提出了一種依據(jù)目標(biāo)信道上WiFi系統(tǒng)流量大小而自動調(diào)整傳輸時長的自適應(yīng)LBT機制,，配合空閑信道搜索及跳轉(zhuǎn)算法,，實現(xiàn)了LTE-U與WiFi在非授權(quán)頻段的良好共存。文獻[4]為LTE-U的不同應(yīng)用需求設(shè)計了同步和異步兩種LBT機制,，同時通過引入競爭窗和隨機退避算法降低了數(shù)據(jù)包的碰撞概率,。文獻[5]通過研究自適應(yīng)競爭窗提出了一種增強的LBT機制，使得LTE-U與WiFi公平共存的同時又有效減小了傳輸時延,，保證了服務(wù)質(zhì)量,。文獻[6]通過設(shè)計自適應(yīng)空閑周期提出了一種更加公平高效的LBT機制，提高了共存系統(tǒng)的整體吞吐量并保證了接入的公平性,。

    本文基于LBT框架提出了一種多時隙CCA(Multi-Slot CCA,，MSCCA)方案，從CCA的角度進行優(yōu)化設(shè)計,；基于多時隙的結(jié)構(gòu),，本文分別從軟數(shù)據(jù)融合(Soft Data Fusion，SDF)和硬判決融合(Hard Decision Fusion,，HDF)對MSCCA進行進一步研究,；提出了4種數(shù)據(jù)融合算法，同時將判決復(fù)雜度更低的HDF引入到此結(jié)構(gòu),，并得出多時隙最優(yōu)HDF準(zhǔn)則,。理論分析和實驗結(jié)果表明，本文所提方案和算法可使CCA變得更加靈活,，且對信道狀態(tài)的判定更加準(zhǔn)確,，進而提升LTE-U與WiFi同信道共存的效率。

1 系統(tǒng)模型

    WiFi（802.11a）采用OFDM調(diào)制,，支持多種信道帶寬,。OFDM符號可表示為X(0)，X(1),，…,，X(N_t-1)，經(jīng)串并變換和IFFT后,，第n個子載波上的時域基帶信號為：

其中n=0,，1，…,，N_t-1,，N_t是子載波個數(shù),，也是IFFT的長度。添加長度為N_c(N_c<N_t/4)的循環(huán)前綴后,，第m個OFDM符號表示為：

其中H為N_t+N_c階信道傳輸函數(shù)矩陣,，H₀、H₁分別表示目標(biāo)信道上WiFi OFDM信號不存在和存在的兩種檢驗假設(shè),。

2 CCA方法

2.1 基于ED的CCA 

    LBT下的CCA采用的是單節(jié)點ED,。CCA周期內(nèi)在時域上的采樣信號可表示為（設(shè)采樣數(shù)為N）：

    根據(jù)協(xié)議，CCA時長不少于20 μs^[2],，WiFi OFDM符號周期為4 μs^[7],，在圖1所示的采樣情形1下，20 μs可得到5個OFDM符號的信息,。當(dāng)數(shù)據(jù)包與采樣周期完全對齊或錯開時,，ED-CCA可相對較好地判斷信道狀態(tài)。而在實際中,，由于WiFi數(shù)據(jù)包長的不確定和LTE-U設(shè)備請求接入信道時間點與WiFi時序異步,，使得實際采樣會發(fā)生不完全對齊的情況（如圖1情形2所示）。當(dāng)發(fā)生前向不完全對齊時,，少量WiFi信號出現(xiàn)在CCA后半段,，噪聲部分稀釋了包含信號的部分,，發(fā)生漏檢的概率增大,。而后向不完全對齊時，有較多信號出現(xiàn)在CCA周期的前半段,，信號部分抬高了噪聲部分的等效功率,，導(dǎo)致不能按需將信道狀態(tài)判為空閑，使得設(shè)備需等待至下一個周期再進行接入嘗試,，造成頻譜資源的浪費,。此外CCA結(jié)構(gòu)十分固定，只能通過設(shè)置采樣時長來適應(yīng)共存環(huán)境,，不能根據(jù)現(xiàn)實需求靈活地應(yīng)用其他評估算法,。

2.2 多時隙CCA

    針對2.1節(jié)中描述的問題，本文提出了如圖2所示的MSCCA方案,，將CCA周期劃分為多個時隙,。利用接收信號的特征值等信息對不同時隙的數(shù)據(jù)進行融合，增加整體判決準(zhǔn)確性,。另外從數(shù)據(jù)處理的角度考慮,，可將判決復(fù)雜度更低的HDF應(yīng)用于此結(jié)構(gòu)，即每個時隙單獨作出判決,，然后將各時隙的判決結(jié)果進行融合,，作出最終判決,。相比傳統(tǒng)CCA，MSCCA的結(jié)構(gòu)使得其在融合方式的選用上更加靈活多變,，配合優(yōu)良的融合算法可帶來更好的判決性能,。

2.2.1 MSCCA-SDF

    MSCCA-SDF指將各時隙的接收數(shù)據(jù)按一定的方法融合，利用融合數(shù)據(jù)做最終判決,。設(shè)MSCCA的時隙數(shù)為S,，故根據(jù)式(4)可得每個時隙內(nèi)的采樣數(shù)為N′=N/S，第i個時隙內(nèi)的采樣信號可表示為：

    (1)最優(yōu)主分量分析：首先考慮采用最優(yōu)主分量分析法（Optimal Principal Component Analysis,，OPCA）找出接收信號的最優(yōu)主分量對數(shù)據(jù)進行融合,。即選出可使得接收信號信噪比最大的S行矩陣Ω來合并接收信號：z(n)=Ω^Ty(n)，n=0,，1,，…，N′-1,。然后利用z(n)生成檢測統(tǒng)計量：

式中||·||²為向量二范數(shù),，由文獻[8]的推導(dǎo)可得最優(yōu)合并矩陣Ω為R_x最大特征值對應(yīng)的特征向量v₁的元素組成的對角矩陣，即：Ω=diag(v₁),。

    (2)盲主分量分析：由于OPCA需預(yù)知WiFi信號的先驗信息,，這在實際環(huán)境中難以實現(xiàn)?？紤]到WiFi信號的統(tǒng)計協(xié)方差矩陣R_x和LTE-U設(shè)備采樣信號的統(tǒng)計協(xié)方差矩陣R_y滿足如下關(guān)系：

    R_y與R_x有著相同的特征向量,，故采用一種通過接收信號樣本來估計特征向量的盲主分量分析法（Blind Principal Component Analysis，BPCA）,，利用估計的特征向量來融合接收數(shù)據(jù),。BPCA步驟如下：

    ④與門限值進行比對判決。

    (3)特征值比值檢測：令λ_max和λ_min表示R_y的最大和最小特征值,，β_max和β_min表示R_x的最大和最小特征值,，根據(jù)式(13)可知特征值之間存在如下關(guān)系：

    ③利用特征值的比值生成全局檢測統(tǒng)計量：

    ④與門限值進行比對判決。

    (4)特征值加權(quán)合并：利用接收信號協(xié)方差矩陣的特征值對所有時隙進行不均等加權(quán)(Eigenvalue Weighting Combining,，EWC),，重新分配各時隙所占比重，可增加不完全對齊時的判決性能,，EWC算法具體步驟如下：

    ④與門限值進行比對判決,。

    當(dāng)采樣為前向不完全對齊時，EWC予以后數(shù)個時隙更高的權(quán)重,，使得接收信號中的WiFi信號分量得到放大和增強,，從而降低漏檢概率。當(dāng)采樣為后向不完全對齊時，EWC使得接收信號中的噪聲分量得到放大和增強,，從而可降低虛警概率,。

2.2.2 MSCCA-HDF 

    SDF因處理數(shù)據(jù)量較大且算法復(fù)雜度較高將帶來較大的系統(tǒng)開銷和判決時延。相比之下,，HDF算法復(fù)雜度低且MSCCA結(jié)構(gòu)下單個時隙處理的數(shù)據(jù)量較少,，可一定程度上克服SDF存在的問題。此外HDF更方便于理論推導(dǎo)以適應(yīng)不同的CCA場景,。

    MSCCA采用HDF時,，每個時隙單獨作出二元判決，然后將各時隙的判決結(jié)果用下式的方式融合：

    根據(jù)式(18)得出信道是否被占用的結(jié)論,。顯然,，當(dāng)K=1時相當(dāng)于OR準(zhǔn)則，當(dāng)K=S時相當(dāng)于AND準(zhǔn)則,。若S個時隙均收到WiFi信號,，且二元判決使用相同的ED閾值ξ，將每個時隙的平均虛警率表示為P_f,，平均檢測概率表示為P_d,，令漏檢概率P_m=1-P_d。因此MSCCA硬判決的虛警概率為：

    那么存在一個最優(yōu)融合準(zhǔn)則使得Q_f+Q_m(總錯誤率)最小,。根據(jù)推導(dǎo)可得出結(jié)論：當(dāng)S個時隙均存在數(shù)據(jù)且已知瞬時信噪比,，最優(yōu)融合準(zhǔn)則是使得Q_f+Q_m最小的K，且K的取值如下：

    通常情況下P_f和P_m同階,，也就是α≈1,，即最優(yōu)K取接收到WiFi數(shù)據(jù)的時隙數(shù)的一半(S/2)。當(dāng)α≥K-1時,，OR準(zhǔn)則是最優(yōu)融合準(zhǔn)則,。當(dāng)α→1，即P_m<<P_f時,，AND準(zhǔn)則是最優(yōu)融合準(zhǔn)則。

    多時隙HDF的算法復(fù)雜度較低,，可降低系統(tǒng)開銷和判決時延,。此外HDF還可根據(jù)需要靈活地選用融合準(zhǔn)則，如需最大化保護WiFi用戶免受LTE-U用戶因漏檢而造成的干擾時,，可采用OR準(zhǔn)則,；如需追求頻譜資源利用率的最大化，可采用AND準(zhǔn)則,。

3 仿真與分析

3.1 參數(shù)設(shè)置

    設(shè)定CCA時長為20 μs,，時隙數(shù)S為5。將WiFi數(shù)據(jù)發(fā)送端部分參數(shù)及值列至表1。

    首先采用恒定虛警率（設(shè)置為0.1）的仿真考察各算法在不同對齊狀態(tài)下對信道狀態(tài)的判斷能力,，算法性能指標(biāo)有檢測概率和準(zhǔn)確率,。隨后考察LTE-U與WiFi同信道共存狀態(tài)下，采用不同算法的LTE-U設(shè)備接入信道時與WiFi發(fā)生數(shù)據(jù)包碰撞的概率,。

3.2 MSCCA軟數(shù)據(jù)融合

    (1)仿真1：考察前向不完全對齊（LTE-U設(shè)備需檢測到WiFi數(shù)據(jù)存在）時,，采樣周期與WiFi數(shù)據(jù)包在多種對齊狀態(tài)下，各算法對信道狀態(tài)的判斷能力,。

    從圖3可看出,，OPCA由于預(yù)知WiFi信號的相關(guān)信息，檢測性能較優(yōu),。當(dāng)采樣周期內(nèi)包含較少WiFi數(shù)據(jù)(對齊20%)時,，BPCA與EWC均擴大了WiFi信號的比重，從而有著較好的檢測能力,。采樣周期內(nèi)包含較多WiFi數(shù)據(jù)時,，EWC和ED-CCA的檢測性能較好。因此EWC在各情況下均有著不錯的性能,。

    (2)仿真2：考察后向不完全對齊時（需將信道狀態(tài)判定為忙）,，各算法對信道狀態(tài)的判斷能力。

    從圖4可以看出,，在采樣周期內(nèi)包含較少WiFi數(shù)據(jù)（即對齊20%）時,，EWC有效擴大了的噪聲功率比重，可教準(zhǔn)確地判斷信道狀態(tài),。ER在此有著不錯的性能,，但從圖3可看出，其檢測性能較弱,。OPCA對WiFi信號十分敏感,，在此不能按需將信道判為閑。需說明的是,，圖中的準(zhǔn)確率是指后向不完全對齊時,，需要將信道狀態(tài)準(zhǔn)確判為空閑的概率。隨著信噪比的增大,，感知周期內(nèi)的WiFi信號功率會隨之增大,，進而使得各算法將信道判為空閑的概率降低。

    綜上,，由于EWC予以后數(shù)個時隙更高權(quán)重,，使得其在不完全對齊時對信道狀態(tài)的判定都較為準(zhǔn)確，而完全對齊狀態(tài)下也有著不錯的性能,。因此EWC算法適用于采樣周期與數(shù)據(jù)包經(jīng)常發(fā)生不完全對齊的情況,。OPCA需要先驗信息，實際中難以實現(xiàn)。BPCA在前向不完全對齊且采樣周期內(nèi)包含較少WiFi數(shù)據(jù)時有不錯的性能,，但在后向不完全對齊時判決性能欠佳,。ER在前向不完全對齊時的判決性能較差，現(xiàn)實使用中難以達到性能要求,。

3.3 共存碰撞概率

    下面考察LTE-U與WiFi同信道共存時,，WiFi業(yè)務(wù)量處于高、中,、低3種狀態(tài)下,，LTE-U分別采用ED-CCA和基于多時隙的融合檢測算法隨機接入到信道時與WiFi發(fā)生數(shù)據(jù)包碰撞的概率大小。

    從圖5可看出,，當(dāng)WiFi信號多為長數(shù)據(jù)包時（即采樣周期與數(shù)據(jù)包發(fā)生不完全對齊的情況較少）,，基于多時隙的EWC與ED-CCA的性能十分接近，BPCA相對較弱,。而當(dāng)WiFi信號為連續(xù)短數(shù)據(jù)包時（即發(fā)生不完全對齊的概率增大時）,，EWC對信道狀態(tài)的判斷力相對ED-CCA提升較為明顯（如圖6所示），有效降低了數(shù)據(jù)包碰撞的概率,。

4 總結(jié)

    本文針對傳統(tǒng)CCA在不完全對齊狀態(tài)下對信道狀態(tài)的判斷不夠準(zhǔn)確且結(jié)構(gòu)過于單一的問題提出了MSCCA結(jié)構(gòu),。結(jié)合提出的數(shù)據(jù)融合算法改善了不完全對齊狀態(tài)下的信道狀態(tài)評估能力，此外引入了有著更低計算復(fù)雜度和更低系統(tǒng)開銷的HDF算法,， HDF可根據(jù)系統(tǒng)需要快速選用相應(yīng)的融合準(zhǔn)則而提高信道狀態(tài)評估的靈活性,。后續(xù)研究可根據(jù)接收數(shù)據(jù)的信息自適應(yīng)地劃分時隙，另外,，不完全對齊狀態(tài)下的自適應(yīng)最優(yōu)HDF準(zhǔn)則研究也值得深入探討,。

參考文獻

[1] 趙思聰，黃磊,，申濱,，等.LTE-U:未來移動通信系統(tǒng)發(fā)展的助推劑[J].電信科學(xué)，2016,，32(4)：114-125.

[2] 3GPP.Study on licensed assisted access to unlicensed spectrum(Release 13)：3GPP TR 36.889[S/OL](2014).[2015-11-27].http://www.in2eps.com/3g36/tk-3gpp-36-889.html.

[3] Al-DULAIMI A,，AL-RUBAYE S，NI Q,，et al.5G communications race,；pursuit of more capacity triggers LTE in unlicensed band[J].IEEE Vehicular Technology Magazine，2015,，10(1)：43-51.

[4] BHORKAR A，IBARS C,，PAPATHANASSIOU A,，et al.Medium access design for LTE in unlicensed band[C].IEEE Wireless Communications and NETWORKING Conference Workshops，2015.

[5] TAO T，HAN F,，LIU Y.Enhanced LBT algorithm for LTE-LAA in unlicensed band[C].IEEE International Symposium on Personal,，Indoor，and Mobile Radio Communications,，2015.

[6] KO H,，LEE J，PACK S.A fair listen-before-talk algorithm for coexistence of LTE-U and WLAN[J].IEEE Transactions on Vehicular Technology,，2016,，65(12)：10116-10120.

[7] 羅亞男.基于IEEE802.11a的OFDM系統(tǒng)的研究[D].北京：北京交通大學(xué)，2008.

[8] ZENG Y,，LIANG Y C,，ZHANG R.Blindly combined energy detection for spectrum sensing in cognitive radio[J].IEEE Signal Processing Letters，2008,，15：649-652.

作者信息:

趙思聰,，黃  磊，申  濱

（重慶郵電大學(xué) 移動通信技術(shù)重點實驗室,，重慶400065）