lte接口流程图_请画出LTE系统的组网图及标注接口。

匿名用户

1级

2017-03-20 回答

摘要 快速发展的数据业务对于无线网络的数据传输能力要求越来越高,LTE技术在这种需求下应运而生。反映数据下载能力的下行流量是衡量LTE系统性能的一个极其重要的指标。本文分析了TD-LTE系统中影响单用户下行流量的各种因素,并针对运营商的组网测试,对众多测试案例进行筛选,提出了一套测试下行流量的核心案例,并且介绍了这些案例的测试方法。这些测试案例也可以作为实验室测试下行流量功能的案例。

随着通信技术的蓬勃发展,3GPP开展UTRA长期演进技术的研究,即LTE技术,以实现3G技术向B3G和4G的平滑过渡。LTE的改进目标是实现更快的数据速率、更短的时延、更低的成本、更高的系统容量以及改进的覆盖范围。在3GPP LTE规范中,明显增加了峰值数据速率,要求在20MHz带宽上达到100Mbit/s的下行传输速率和50Mbit/s的上行传输速率。目前随着TD-SCDMA的广泛应用,由TD-SCDMA平滑演进到TD-LTE已经成为一种发展趋势。本篇文章着重阐述了在TD-LTE系统中如何优化单用户的下行流量测试。

无线网络侧用户数据处理的流程

图1-1 3GPP LTE网络的用户面协议栈

图1-1是3GPP LTE网络的用户面协议栈 [1]。左边蓝色框内是无线网络侧的用户面协议栈。下行数据从核心网传输到基站侧后,经过PDCP层、RLC层和MAC层的封装映射到物理层上,再通过空口传输到UE侧。UE侧经过相应层的解封装后,得到下行的数据包。

PDCP层从上层接收数据,对数据进行压缩和加密,然后再转发到RLC层。RLC层根据底层传输块大小对上层PDU进行分段,然后通过确认模式、非确认模式或者透明模式传输到MAC层,并通过ARQ机制进行错误修正。MAC层实现了UE间的动态调度,能通过HARQ进行错误纠正以及实现传输块格式的选择等功能。物理层为MAC层和高层提供信息传输的服务。在TD-LTE系统中,MAC层和物理层的配置和功能直接影响了用户的下行流量。

下行用户数据在MAC层是承载在传输信道DL-SCH上的。当基站发射数据的天线多于一根时,MAC层会将接收到的上层数据分成两个比特流。图1-2是传输信道DL-SCH在MAC层的一个比特流的处理流程 [2]。每一个比特流需要被附加24比特的CRC校验位,然后再进行比特加扰。如果比特流的大小大于传输信道的最大长度,比特流就会被分割成多个码块,每一码块都要加24比特的CRC校验位。经过码块分割后,每一个码块都要进行信道编码。DL-SCH传输信道使用的是Turbo 1/3 编码方式。编码后的数据进入HARQ软比特缓冲器后,进行HARQ的功能处理。从HARQ软比特缓冲器输出的比特流进行二次交织后,与控制信息复用,然后再映射到物理信道上。

图1-2传输信道DL-SCH在MAC层的处理流程

图1-3是物理信道PDSCH上两个码字的处理流程 [3]。首先,将传输信道DL-SCH上的码字进行加扰,然后再进行调制。PDSCH的调制方式可以是QPSK、16QAM或64QAM。经过调制后的码字是复值的调制符号,这些符号又会映射在一个或者多个的空间层上。在LTE系统中,空间复用可以有1、2、3或4层。每一层的复值信号经过预编码后映射在为这个PDSCH分配的资源单元上,然后再经过OFDM调制,被发送到天线端口上。

图1-3 PDSCH物理层处理流程

下行流量的潜在影响因素

用户面数据的处理流程描述了物理层和MAC层对用户数据的处理过程。物理层的配置决定了系统最终能够为用户提供的物理承载能力,而这些物理承载中映射的用户信息比特数是由MAC层所采用的编码率、调制方式以及是否有数据重传等因素决定的。所以,下面分别从物理层和MAC层分析影响下行流量的因素。

TD-LTE系统物理层的用户传输能力

图2-1是TD-LTE的帧结构 [3]。一个无线帧的长度是10ms,由两个结构一样的半帧组成,每个半帧中有五个子帧。子帧1是特殊时隙,用来传输DwPTS、GP和UpPTS。子帧0和子帧 2分别固定用作下行和上行。子帧 3和子帧4可以用作上行或者下行。

图2-1 TD-LTE帧结构

下行物理信道有物理下行共享信道(PDSCH),物理广播信道(PBCH),物理控制格式指示信道(PCFICH),物理下行控制信道(PDCCH),物理HARQ指示信道(PHICH)。每一个下行物理信道都是一系列的资源粒子RE的集合。除此之外,物理层上还有一些资源单元不对应物理信道,只是传输下行物理信号,其中包括参考信号和同步信号。在这些所有的物理资源上,只有PDSCH是用来传输用户数据的。表2-1举例说明了物理信道PDSCH在特定系统配置下能够提供的最大资源单元 (RE)。

表2-1 物理信道PDSCH基于特定系统配置下可用的资源单元

物理信道PDSCH可用的资源单元的数量直接影响了用户的下行流量。所以,物理层对下行流量的影响是在于不同的系统配置。这些配置因素包括带宽、多天线技术、上下行时隙比、下行控制信道的OFDM符号数(CFI)和特殊时隙的配置。表2-2是这些影响因素的常用配置。

表2-2 物理层对下行流量的影响因素及常用配置

MAC层影响下行流量的因素分析

MAC层的数据传输是通过HARQ的多个进程来实现。每个HARQ进程就是一个输入数据比特的缓冲器。输入的数据流经过速率匹配后,与PDSCH上能够传输的比特数匹配。系统会根据UE反馈的ACK/NACK后,决定发送新的数据还是重传旧的数据。对于每次重传,使用不同的信道冗余版本,这些冗余版本是预先定义好的。所以,HARQ进程数,最大重传次数和冗余版本的设置直接影响了下行数据的传输速率。

MAC层还有对用户面数据处理的控制功能,即链路自适应功能。MAC层根据UE反馈的信道质量指示,RI的指示和ACK/NACK的上报,决定为该用户分配的传输块大小、编码率和调制方式。信道编码率是下行信息比特数与PDSCH物理信道比特数的比值 [4]。

Coderate = Nsys / NRM

Coderate是信道编码率。Nsys 是在一个TTI内用户信息的比特数。NRM是经过速率匹配后映射到物理信道PDSCH上的比特数。NRM 用 RM (Nphy) 表示。Nphy 是物理信道PDSCH能够传输的比特数。

Nphy = NRE * RI * Nmod

NRE是物理信道PDSCH所占的资源单元数。RI是数据传输在空间的级数,可以取1或者2。当天线采用发射分集的方式时,RI等于1。当天线采用空分复用的方式时,RI等于2。Nmod是一个调制符号所代表的比特数。Nmod可以取2,4或者6,分别对应的是QPSK,16QAM或者是64QAM的调制方式。

所以,Nsys = coderate * RM (NRE * RI * Nmod)。其中NRE与系统的基本配置相关。RI、Nmod和coderate的取值和链路自适应的功能相关。

基于以上分析,MAC层对单用户下行流量的影响体现在特定系统配置和不同的信道环境下,链路自适应功能和HARQ功能的实现,如图2-2所示。

图2-2 MAC层对下行流量的影响因素和常用配置

下行流量在组网测试中的测试案例选择

在测试学的理论中,覆盖测试常用的测试模型有:block coverage、branch coverage、C-use coverage、P-use coverage、DUD-chains和DU-pairs。图3-1表示的是不同的覆盖测试模型下 [5],覆盖率和检测出的缺陷数之间的关系。从图中可以看出,即便是在效率最高的blocks coverage模型下,覆盖率在达到85%左右后,检测出的缺陷数基本保持不变。所以,测试不是追求100%覆盖,而是要在一定的时间和成本下,寻找到一套有效的测试方法来保证产品的质量。这种测试理论同样适用于运营商的组网测试。

图3-1 覆盖率和检测出错误数的关系

组网测试主要是针对TD-LTE系统在实际应用的网络中最常规和最大量应用的场景进行测试。理想信道下的测试衡量的是系统最大的传输能力。非理想信道下的测试反映了近似于真实环境下的系统传输能力。下面分别在这两种测试环境下,结合上述对下行流量影响因素的分析,选择了一组核心的测试案例,如表3-1和表3-2所示。其中包括测试目的、系统配置、测试方法以及预期的测试结果。这些测试案例中选取的系统配置可以根据实际网络的需求情况,作出相应的调整,以便测试能够更好地为组网应用提供保障。

表3-1下行流量在理想信道环境下的核心测试案例

表3-2下行流量在非理想信道环境下的核心测试案例

总结

从测试理论来看,测试不是追求100%覆盖,而是要根据特定的测试目的,寻找到一套有效的测试方法来保证产品的质量。TD-LTE系统组网测试应该主要是针对实际应用的网络中最常规和最大量应用的场景进行测试。本文从理论上分析了物理层和MAC层对下行流量的主要影响因素和常用配置,提出了运营商组网测试中理想信道环境下和非理想信道环境下针对下行流量的核心测试案例,其中的系统配置可以根据运营商具体的网络应用需求作出调整。这些测试案例可以作为运营商TD-LTE网络入网测试时针对下行流量测试的主要测试案例。

追问:

我要图

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/514223.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

给力!斩获 GitHub 14000 Star,两周创办开源公司获数百万美元融资

上世纪 90 年代初,21 岁大学生 Linus Torvalds 开源 Linux 操作系统,自此掀起全球开源浪潮。随后“中国 Linux 第一人”宫敏博士用手提肩背的方式将 20 盒磁带背回中国,磁带里装着 80G 容量的自由软件,组建起中国第一个自由软件库…

函数计算镜像加速:从分钟到秒的跨越

简介: 函数计算 FC 正式发布容器镜像加速,通过按需读取和更高效的解压技术在不同场景下加速 50%-80%,即使 GB 级别的镜像也可以在几秒内完成端到端启动。 FaaS 和容器 容器镜像因其颠覆式创新成为云原生时代应用部署格式的事实标准。头部云厂…

阿里云CDN产品经理陈章炜:边缘创新技术和落地实践

简介: CDN除了加速外,不断被赋予更多价值。在阿里云CDN推出的《极速奔跑吧 2021》首场直播中,阿里云架构师和产品经理不仅对近期阿里云发布的CDN产品最佳实践图进行了详细解读,还对CDN产品和客户的场景如何更高效地匹配、形成最优…

极狐GitLab:从硅谷到中国,远程办公背后的挑战与创新

编辑 | 宋 慧 供稿 | 极狐(GitLab) 头图 | 付费下载于视觉中国 最近,海外的互联网巨头们纷纷开启了远程办公的政策,谷歌允许员工提出更换办公地点的要求或申请成为永久远程办公者,目前已经批准了近 8000 名员工在家办公…

android人脸识别的背景图_Android原生人脸识别Camera2+FaceDetector 快速实现人脸跟踪...

title: Android原生人脸识别Camera2FaceDetector 快速实现人脸跟踪categories:Androidtags:人脸识别FaceDetectorCamera2date: 2020-05-27 14:02:13本篇主要介绍Android原生Api人脸检测FaceDetector的使用,该方法检测人脸可以做到的是,检测到屏幕有无人脸…

E百科 | 基于MEC的边缘AI服务

简介: 阿里云边缘计算团队付哲解读5G下热门场景:边缘AI。作者:阿里云付哲,计算机科学与技术专业博士后,在流量检测、资源调度领域有深入研究,其论文《Astraea: Deploy AI Services at the Edge in Elegant …

网速dns怎么调快_怎么设置dns?教你快速解决网速慢的问题

体内惊人荒之力很的洪,设置速解速慢设置速解速慢了一但其大批企业高成中中隐藏优质长的,复活,一旦。特斯提高金拉2的第度为的产大量的资7年能投入了三季,教决网仅生0辆产了,理想并不其效果却,交付2辆只有实…

“凡尔赛”式晒校园生活?移动云 9.9 风暴手把手教你!

快开学了卧虎藏龙的校园当然也少不了“凡尔赛大师”看看普通版和进阶版的凡尔赛学霸学神们如何用最低调的话炫最高调的耀LETS GO!考/试/篇假/期/篇生/活/费/篇看完学霸与学神的凡尔赛较量除了羡慕他们能够凡尔赛的资本更重要的是了解到移动云校园套餐原来如!此&…

开源微服务运行时 Dapr 发布 1.0 版本

简介: Dapr 是 2019 年 10 月开源的分布式运行时。早在 Dapr 开源初期,阿里云就开始参与 Dapr 社区建设和代码开发,目前已有两位 Dapr 成员,是 Dapr 项目中除微软之外代码贡献最多的公司。作为 Dapr 项目的早期采用者,…

如何应用数据模型

简介: 数据模型对于常规的数据查询或填写数据提交,是否有使用场景或者价值?数据模型这条路走的是否有问题? 一 前言 Vmo 是我在 18 年发布的一个工具库,用于快速创建数据模型,当时我写了一篇文章《Vmo 前端…

一行代码,揭开 CPU 执行原理!

作者 | 轩辕之风O来源 | 编程宇宙技术计算机如何执行你的代码?知乎上有人提问:电脑怎样执行编程语言的?很多刚刚入坑的小白可能对此完全没有概念,或者模模糊糊知道个大概,我们写下的一行行代码,计算机到底是…

有赞 Flink 实时任务资源优化探索与实践

简介: 目前有赞实时计算平台对于 Flink 任务资源优化探索已经走出第一步。 随着 Flink K8s 化以及实时集群迁移完成,有赞越来越多的 Flink 实时任务运行在 K8s 集群上,Flink K8s 化提升了实时集群在大促时弹性扩缩容能力,更好的降…

mysql怎么看端口号_mysql端口号(怎么查看mysql的端口号)

mysql端口号(怎么查看mysql的端口号)2020-05-07 21:54:58共10个回答如何查看mysql的端口号1使用命令showglobalvariableslikeport;查看端口号2修改端口,编辑/etc/my.cnf文件,早期版本有可能是my.conf文件名,增加端口参数,并且设定端口,注意该端口未被使用,保存退出.总结:注意修…

Serverless 如何在阿里巴巴实现规模化落地?

简介: 2020 年,我们在 Serverless 底层基建上做了非常大的升级,比如计算升级到了第四代神龙架构,存储上升级到了盘古 2.0,网络上进入了百 G 洛神网络,整体升级之后性能提升两倍;BaaS 层面也进行…

php验证mysql内数据_MySQL中数据类型的验证_MySQL

CHARchar (M) M字符,长度是M*字符编码长度,M最大255。验证如下:mysql> create table t1(name char(256)) default charsetutf8;ERROR 1074 (42000): Column length too big for column name (max 255); use BLOB or TEXT insteadmysql>…

专访合一智芯杨桦:做AI芯片核心技术的底层设计师

核心IP设计是国产化芯片的关键,杨桦是这个细分领域的一名创业者。作为曾在威盛电子和ARM公司工作过的芯片领域的老将,他一直追寻的目标就是给“中国芯”最好的设计。 作者 | 王查娜 来源 | 中国高新网 深研AI芯片设计 杨桦本科毕业于北京航空航天大学…

Flink SQL 性能优化:multiple input 详解

简介: 在 Flink 1.12 中,针对目前 operator chaining 无法覆盖的场景,推出了 multiple input operator 与 source chaining 优化。该优化将消除 Flink 作业中大多数冗余 shuffle,进一步提高作业的执行效率。本文将以一个 SQL 作业…

mysql锁表更新_Mysql InnoDB 数据更新导致锁表

一、数据表结构CREATE TABLE jx_attach (attach_id int(11) NOT NULL AUTO_INCREMENT,feed_id int(11) DEFAULT NULL ,attach_name varchar(255) NOT NULL,cycore_file_id varchar(255) DEFAULT NULL ,attach_size bigint(20) NOT NULL DEFAULT 0,complete smallint(6) NOT NUL…

Java异步非阻塞编程的几种方式

简介: Java异步非阻塞编程的几种方式 一、 从一个同步的Http调用说起 一个很简单的业务逻辑,其他后端服务提供了一个接口,我们需要通过接口调用,获取到响应的数据。 逆地理接口:通过经纬度获取这个经纬度所在的省市区…

张一鸣 90 亿购得元宇宙入场券,谁将是头号玩家?

整理 | 禾木木 出品 | CSDN云计算(ID:CSDNcloud) VR 技术不断发展,虚拟网络世界“元宇宙”的概念也愈加火热,VR 已经不再局限于游戏与影视,它将作为降本增效的工具服务于更多行业领域。 8月29日&#xf…