FSA (Flexible Spectrum Access) 简要介绍

2024-01-20 19:20

本文主要是介绍FSA (Flexible Spectrum Access) 简要介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

继SUL,UL TX Switching之后,有另一个新技术FSA (Flexible Spectrum Access,灵活频谱接入)进一步提升上行性能,频谱利用率提升40%,上行速率可达Gbps。

FSA的基本概念如下图所示,终端能够支持Band x, Band y, Band Z, Band w四个频段的上行发送,FSA通过在时隙维度动态的切换不同的上行频段,来达到上行速率的提升。可以认为是R17 UL TX Switching的升级版。

FSA基本概念(图片来源于参考文档)
FSA基本概念(图片来源于参考文档)

具体实现方式示意图如下图所示,如果终端能够支持四个频段Band x, Band y, Band z, Band w的上行MIMO,那么可以通过时分switching的方式,在不同的上行时隙切换到不同的频段,这样在一个无线帧中,实际上行发送的时隙增加了,上行速率也就增加了。

FSA基本实现原理(图片来源于参考文档)

下图是FSA提升上行性能的方式之一,下图左边是终端在Band z和Band w之间进行上行切换。下图右边是FSA的实现方式,可以看到,终端在部分时隙在Band x上进行2T发送,相比Band w而言,在同样的上行时间段内Band x可以发送两个slot,效率更高。

FSA提升上行性能的方式之一(图片来源于参考文档)

下图是FSA提升上行性能的另一种场景,下图左边是终端在Band z和Band w之间根据信道情况进行切换。下图右边是说明终端可以在四个频段中根据信道情况进行切换。如果Band z和Band w都受到干扰或者信道质量差,FSA还可以切换到Band x和Band y,从而会有更好的上行性能。

FSA提升上行性能的方式之二(图片来源于参考文档)

下图是FSA提升上行性能的方式之三,下图左边中如果UE1在Band x和Band y发送,UE2在Band z和Band w发送。其中band y和band z出现拥塞,那么左边图中的性能会下降。如果采用右图的FSA方式,UE1可以选择将原本在Band y发送的数据切换到Band w进行发送,UE2可以选择将原本在band z发送的数据切换到band x。从而提升上行性能。

FSA提升上行性能的方式之三(图片来源于参考文档)

从仿真结果可以看到,在3GPP Dense Urban场景,相比于R17的CA with switching而言,上行平均吞吐量提升了27%~35%,小区容量提升了46%。

FSA对上行性能提升的仿真结果(图片来源于参考文档)

从分析和仿真结果,FSA是可以提升上行性能。但是,FSA对终端和网络都有一些挑战:

(1)终端多个Band发送,功耗怎么平衡;

(2)终端在多个Band间切换,对切换时间也有较高的要求;

(3)终端对多个Band的测量和上报,会增加终端开销,如何平衡;

(4)在实网中要想达到仿真中的增益,对基站的调度有较高要求;

详细内容可以参阅原文。

【原文参考链接】

https://www-file.huawei.com/-/media/corp2020/pdf/publications/huawei-research/2022/huawei-research-issue2-en.pdf

这篇关于FSA (Flexible Spectrum Access) 简要介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/627067

相关文章

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中,很多工作都需要与数据打交

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.

Python实现NLP的完整流程介绍

《Python实现NLP的完整流程介绍》这篇文章主要为大家详细介绍了Python实现NLP的完整流程,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 编程安装和导入必要的库2. 文本数据准备3. 文本预处理3.1 小写化3.2 分词(Tokenizatio

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

Mysql BLOB类型介绍

BLOB类型的字段用于存储二进制数据 在MySQL中,BLOB类型,包括:TinyBlob、Blob、MediumBlob、LongBlob,这几个类型之间的唯一区别是在存储的大小不同。 TinyBlob 最大 255 Blob 最大 65K MediumBlob 最大 16M LongBlob 最大 4G

FreeRTOS-基本介绍和移植STM32

FreeRTOS-基本介绍和STM32移植 一、裸机开发和操作系统开发介绍二、任务调度和任务状态介绍2.1 任务调度2.1.1 抢占式调度2.1.2 时间片调度 2.2 任务状态 三、FreeRTOS源码和移植STM323.1 FreeRTOS源码3.2 FreeRTOS移植STM323.2.1 代码移植3.2.2 时钟中断配置 一、裸机开发和操作系统开发介绍 裸机:前后台系