[LTE 筆記] OFDM 系統下的感測技術: OFDM RADAR
過完忙碌的 5 月, 接下來是更忙碌的 6 月.
因此, TA 很適合把 uplink 傳輸對齊到可解調範圍,
兩者相減後會得到:
這一路的忙碌, 似乎看不見盡頭似的, 時間受壓力吞噬,
通常一篇文章的找資料加撰寫, 耗時約 5-6 小時, 盡然難以抽出.
也因此先對 5 月文章的缺失, 先說聲抱歉了.
這一篇文章延續上一篇 OFDM 系統的假設,
但是, 我們著重在如何使用 OFDM 通道估測的結果,
來進行 6G 網路中的 ISAC (Integrated Sensing And Communication),
也就是, 透過通訊的通道估計, 但同時進行環境的感知 (Sensing).
這樣的技術, 被稱為 OFDM RADAR.
OFDM radar 的核心優勢,
在於它可以重用通訊系統既有的波形, 頻譜與硬體,
在 5G NR 系統下, OFDM radar 的整合大致有三條路線:
- 第一類是以基地台下行 reference signals 為主的感知, 例如 PRS, CSI-RS 與 DMRS
- 第二類是以 uplink 為主的 bi-static sensing，例如 PUSCH 內嵌的 DMRS, 或是 SRS
- 第三類則是進一步從單一基地台延伸到多基地台協作的 distributed sensing.
我們在本文中, 先著重在前兩點,
分析在 5G NR 系統下, OFDM RADAR 的實作方式與限制.
在 5G NR 中, OFDM 訊號可以表示為一個二維的 time-frequency resource grid.
以 SCS = 30 kHz 為例, 一個 frame 由 10 個 subframes 組成, 每個 subframe 包含 2 個 slots,
每個 slot 進一步包含 14 個 OFDM symbols.
在頻域上, 每一個 OFDM symbol 會展開到 N_fft 個 subcarriers.
以100 MHz 為例, N_fft 為273*12=3276, 273 為 Resource block 個數.
發射端先在時間域產生 OFDM symbols, 再經過 FFT/IFFT 對應到時頻資源格,
因此整個 5G NR 波形可以視為由大量 resource elements 所構成的二維結構.
若從 resource grid 的角度觀察, 灰色區域代表未使用的 resource elements,
藍色區域則代表實際承載訊號的 reference signals, 例如 SSB, PDSCH, CSI-RS 與 DM-RS.
這樣的表示方式對理解 OFDM Radar 很重要,
因為 OFDM RADAR 並不是直接對整段時間波形做傳統脈衝處理,
而是利用這些已知或可估測的時頻資源,
先在每個 subcarrier 與 OFDM symbol 上估測通道響應,
再把頻域變化轉換成 delay information,
把跨 OFDM symbols 的相位變化轉換成 Doppler information.
換句話說, OFDM Radar 的核心概念,
就是把通訊系統中的時頻資源格重新解讀為感知的觀測平面.
頻率軸上的結構主要對應目標的距離資訊, 時間軸上跨 symbol 的變化則對應目標的速度資訊.
若再進一步結合多天線陣列, 還可以估測目標的角度資訊.
因此, 5G NR 的 resource grid 不只是通訊排程的載體,
同時也提供了 OFDM Radar 所需的 delay-Doppler estimation 基礎.
不過, 與理想 OFDM Radar 不同的是, 5G NR resource grid 往往不是完全連續且規則填滿的,
只有部分 resource elements (RE) 真的承載 reference signals 或資料訊號,
另外還存在空白 RE, 不同實體通道的穿插配置, 以及 beamforming/precoding 的影響.
這意味著 5G NR 相容的 OFDM Radar 必須在不完整, 非均勻的時頻採樣條件下進行感知處理,
這也是它和傳統專用 radar waveform 最大的差別之一.
我們在此簡述一下, 5G NR 系統下的 OFDM RADAR 限制:
1) 頻寬決定距離解析度
針對 RADAR 應用, 最直觀的限制是 bandwidth (傳輸頻寬).
距離解析度幾乎直接由頻寬決定, 舉例來說:
理想上距離的解析度 ΔR ≈ c/(2B), c 為光速, B 為所使用的傳輸頻寬,
因此 20 MHz 約 7.5 m, 40 MHz 約 3.75 m, 100 MHz 約 1.5 m.
2019 IEEE 實作值約為 8.3/3.9/1.5 m, 和理論一致.
C. Baquero Barneto et al., “Full-Duplex OFDM Radar With LTE and 5G NR Waveforms: Challenges, Solutions, and Measurements,” IEEE Transactions on Microwave Theory and Techniques, vol. 67, no. 10, pp. 4042-4054, 2019
對應 5G NR 的系統, FR1 覆蓋與穿透較好, 但解析度有限.
FR2 容易拿到 100–400 MHz 甚至更高有效頻寬,
解析度顯著變好, 但通道衰減, 遮蔽, 同步與波束管理都更嚴苛.
因此, FR1 的優勢是覆蓋與部署成熟, 但感知解析度通常不如 FR2.
2) 同步誤差對於 OFDM RADAR 的干擾
針對通訊與感測另一個差異是:
通訊系統認為「可接受」的同步誤差, 對 RADAR ranging 往往仍然太大.
在 5G NR 中, 最大的同步來源誤差通常是:
- 基地台與 UE 之間的 timing offset
- 獨立本振造成的 carrier frequency offset
- 觀測期間內的 clock drift 與 phase drift
尤其針對上行的通道量測, 例如 SRS 的通道估測,
Tapio 等人的 2024 IEEE JCS 論文指出, 在 uplink sensing 中, gNB 並不知道 UE 的精確發射時刻,
只能假設其不確定性被 timing advance (TA) 壓在 PUSCH 的 cyclic prefix 範圍內.
根據 3GPP TS 38.213 的 timing advance 定義,
對 subcarrier spacing 為 2^μ ⋅ 15 kHz 的系統, TA 調整步距可寫成:
其中, T_c 依 3GPP TS 38.211 的時間單位定義為 1/ (4.8*10^5 * 4096) 秒,
依此可算出 5G NR 的 TA 基本步距約為:
但 TA 本身的量化精度遠遠不夠支撐高精度 radar ranging.
即使我們透過 TA 將訊號壓在 CP 內, 這對 OFDM demodulation 很合理,但若換算成 OFDM RADAR 誤差, 就會發現量級仍然很大.
以正常 CP 的平均量級估算:
- 30 kHz SCS 時，CP 約 2.38 us, 對應 monostatic 距離偏差可達約 357 m
- 60 kHz SCS 時，CP 約 1.19 us, 對應 monostatic 距離偏差仍有約 178 m
- 120 kHz SCS 時，CP 約 0.595 us, 對應 monostatic 距離偏差仍約 89 m
所以誤差沒有超出 CP 這件事, 只能說明通訊接收器還能正常做 FFT,
不能等同於 RADAR ranging 的結果.
考慮到同步誤差對 OFDM RADAR 的影響,
在實作上很少直接拿絕對時間當 range 的估測目標, 而是會利用 reference path 消掉共同偏差.
若直達徑或 leakage path 可以同時被估測, 則:
也就是說, 只要同步偏差 \epsilon 在同一個觀測窗內對 reference 與 target path 幾乎相同,
它就會在相對 delay 中被抵消. 這也是為什麼許多 5G sensing 文獻會進行以下假設:
- 利用 direct path 或 TX-RX leakage 當參考
- 利用 strong static paths 估 offset
- 用 PRS / DMRS / SRS 持續做 phase 與 timing tracking
- 在多基地台場景下使用 GPS、PTP/SyncE 或 OTA calibration
因此, 真正決定 ranging 誤差大小的, 通常不是絕對 offset 有多大,
而是reference path 與 target path 之間還剩下多少 differential timing error 或 drift.
若這個殘差能壓到 5 ns 以下, 100 MHz OFDM radar 才有機會接近 1.5 m 解析度.
若想針對 400 MHz 的傳輸頻寬, 則殘餘誤差通常要再壓到 2.5 ns 甚至更低.
留言
張貼留言