5G技术能不能支持在高铁列车上的多路虚拟现实业务？

5G的场景与需求指标

未来的5G应用场景是多元化的，包括密集的住宅区、办公大楼、体育场、露天集会、地铁、高速公路、高速列车和广域覆盖等。针对不同场景，国际电信联盟（ITU）定义了多项5G关键性能指标，包括：20Gbit/s的峰值数据率、100 Mbit/s的用户体验数据率，支持高达500 km/h的移动性、1 毫秒的延迟、1000000个设备/平方公里的连接密度、100倍的网络能效提高和10M bit/s/平方米的区域流量密度等。随着3GPP 5G非独立组网和独立组网标准化的完成，全球5G商用化开始逐渐启动。

高铁场景对于无线通信的挑战

在5G的多种场景中，高铁通信面临的挑战尤为明显。我国的高速铁路作为一种新兴的交通系统正在高速发展，目前中国的高铁总里程已超过3万公里。高铁通信的特点是：1）高时速，最高时速甚至高达605 km/h；2）高乘客密度，每车厢乘客超过100人；3）高业务激活率，由于高铁的特点，高铁乘客对于无线业务的需求可能比其他场景要高得多；4）高数据速率，高铁乘客对于高清视频等高数据速率业务的需求也更高。高铁通信的上述特点使得满足高速铁路乘客的无线业务需求变得非常具有挑战性。可以如下简单计算高铁通信所需的频谱效率：假设8节车厢内有1000名乘客和30%服务激活率，对每位乘客（共300名乘客）提供最低5Mbit/s的下行数据速率，假定带宽为100MHz，则所需的最低下行频谱效率应为15bit/s/Hz。然而，中国高铁通信的实际频谱效率（基于LTE系统）仅有1~2 bps/Hz左右，这和实际的需求有巨大的差距。换句话说，高铁场景中频谱效率的提升迫在眉睫。

高铁通信的无线信道由于时间域、频率域和空间域的衰落而快速变化，这对高铁通信技术的设计提出了很大的挑战。在高铁通信中，目前已有许多改善通信链路覆盖和可靠性的方法。例如，为了抵消由于多普勒效应带来的时域快衰落，可以采用较大子载波间隔的正交频分复用（OFDM）系统；同时较长的循环前缀可以进一步帮助减轻多径干扰的影响。此外，多输入多输出天线系统（MIMO）的空间、时间、频率分集方案在高铁通信也中得到了广泛的应用，其本质是为链路提供了更好的分集增益。为了提高频谱效率，单用户和多用户MIMO的多流传输是重要手段。但是在高铁场景，依靠单用户的多流传输来提升频谱效率是非常困难的，因为基站发射天线之间存在强相关性，导致信道矩阵的秩很低，难以提供足够的传输自由度。此外，如果采用多用户MIMO技术，由于基站通常部署在铁路附近，高铁用户间的空间分隔度很低，尤其是在小区边缘，会带来较大的用户间干扰，从而显著降低系统性能，因此MU-MIMO似乎也很难实现。在高铁现网无线通信中，普遍采用的是一流MIMO传输，因此其频谱效率受到限制。

虚拟现实的应用带宽普遍在几百兆，基于中国目前的频谱资源和频谱效率，在高铁场景很难支持多个用户的需求。因此，必须要努力提升系统通信速率（带宽给定的情况下，需要提升系统的频谱效率）。

一种提升高铁场景通信速率的方法

为了有针对性地提升高铁通信的性能，需要对高铁信道有充分的认识和把握。一种包含大尺度和非平稳小尺度衰落特性的准确信道模型对高铁无线通信系统设计、性能评估和参数优化至关重要。业界研究了一些典型高铁场景的信道特征，如开阔空间、高架桥、隧道、丘陵地形、车站等。这些场景的无线信道具有明显的路径损耗、阴影、莱斯K因子、角度、多普勒和延迟扩散特征。为了更好地满足高铁移动通信的需求，运营商需要考虑所有场景，联合优化基站拓扑结构、发射功率、天线数、系统容量（频谱效率）、发射/接收MIMO方案等。

一种典型的高铁通信场景如图1所示：假设每节高铁车厢顶部部署有无线中继，每个中继可以通过GPS获知自己的位置信息并周期性地反馈给基站。基于中继的位置，基站可以采用基于位置的波束赋型方案。在直射径通信场景中甚至是在部分非直射径场景中，基于位置的波束赋型方案可以取得很好的性能。而且，即使没有GPS位置信息，当直射径的功率水平较高时，基站可以通过上行信号来检测信号的到达角，比如基于经典的MUSIC或者ESPRIT算法等。

图1（b）简化了高铁无线通信网络的拓扑结构，其中D是基站到铁路的距离，L是高铁车厢的总长度，C是该基站可以服务的铁路上最远的点（也称为小区边缘），当高铁列车通过C点后将由下一个基站提供服务。α是最近车厢与基站连线和铁轨方向的夹角，β是最远车厢与基站连线和铁轨方向的夹角，θ=α-β。基于中继的位置，基站形成一个波束对准每节车厢上的中继。波束赋型的性能主要取决于波束间干扰，最终是由各波束的宽度、角度θ和波束数量决定。假设在C点位置时整个高铁通信系统的频谱效率需求为X bps/Hz，需要联合优化确定基站天线数N、发射功率P、基站到铁路的距离D，以及基站之间的距离。在现网中站轨距一般为一二百米，站间距约为1700米，从基站的角度看8节车厢高铁最大的视角为90度（高铁离基站最近），最小为2度（小区边缘）。以水平8天线的基站为例，其波束成型后的波束宽度约为15度，当列车距离基站最近时可以形成多个波束实现多流传输，当列车行驶到小区边缘时无法在2度 的范围内形成多个波束。这也是目前高铁现网频谱效率难以提升的根本原因。

因此，为了大幅度提升系统的频谱效率，可以增大基站天线数以降低每个波束的宽度，然而这样的代价太大，因为100根天线进行波束赋形时3dB波束宽度为2度，仍然无法在现有的高铁基站拓扑下大幅度提升频谱效率。因此，必须要优化高铁基站的拓扑结构，使得在小区边缘处仍然可以通过适当的基站天线实现多流传输。下面提出了一种联合优化方法，目标是在满足小区边缘频谱效率需求的基础上，使得基站之间的距离最大化，也就是说使基站的密度最小化，以降低网络部署的成本。这是一个非常具有挑战的技术难题。

经过计算，距离D 和 x+L （铁路沿线的站间距的一半）可以写成 α、θ 和 L的表达式。 对于给定的θ ，可以推导得出存在唯一的α ，它可以使距离x+L最大化，并相应地使基站的密度最小。因此，提出确定网络拓扑结构的一种方法（这是一个相对很巧妙的方法，请细品）

1）对于任一个可能的θ 值, 首先找到最优的α ；
2）根据基站天线数和发送功率，得到每一个（θ，α） 组合对应的频谱效率；
3）从所有的（θ，α） 组合中找出满足频谱效率需求的组合；
4）选出距离x+L最大的（θ，α） 组合，进而唯一确定站轨距和站间距。

在图2中，给出了满足下行15 bps/Hz频谱效率的约束下，不同基站天线数N和发射功率P的情况下距离x+L和D之间的关系。在仿真中假定8节高铁车厢总长度为200米，基站天线水平半波长间隔放置，信道模型采用3GPP TDL模型。图中任意一条曲线的任意一个点都可以实现15 bps/Hz频谱效率。比如N=64，P=29 dBm时，当站轨距从100米逐渐增加到1200米时，为了满足频谱效率，站间距（x+L的两倍）要相应地变化，而且是先增大后减小。发现，对于任意的N和P的配置，存在一个最优的D，使得距离x+L最大化。这是因为过小或过大的D会导致较小的θ，这会加剧不同车厢的中继之间的波束干扰。比如N=128，P=29 dBm时，当站轨距D=500 m时，满足谱效要求的x+L最大为770米，对应1540米的站间距。和现网中大多为一二百米的站轨距相比，要想支持多流传输达到更大的频谱效率，站轨距必须要相应地增大。此外，观察到，随着天线数N或发射功率P的增加，优化的D-L点通常会移到右上角，这是因为更大的天线数N和更大的发射功率P会扩大基站的覆盖范围。另外，需要指出的是，天线数N的增加将在这里起到更重要的作用，因为它可以产生更窄的波束来提高波束成型增益，同时减少波束间干扰。实际部署过程中站轨距往往会有一定的约束和限制，因此，可以基于可行的站轨距，优化其他的参数。

结论

高铁是未来5G无线通信系统中一个重要但极具挑战性的场景。在系统带宽有限的情况下，未来满足虚拟现实、高清视频、全息成像等大带宽业务需求，提高系统的频谱效率是必要手段。而且，在高铁场景提升频谱效率需要更加优化的网络拓扑，来支持多流MIMO的方案。另外，一些高频谱效率的创新编码和波形设计也是非常值得探索的。