5G标准学习笔记15 --CSI-RS测量

前言

前面讲了,在5GNR中,CSI-RS 是支持信道状态评估、波束管理和无线资源管理(RRM)的关键参考信号。下面孬孬基于3GPP TS 38.331中的内容,详细定义了基于 CSI-RS 的测量程序,涵盖配置、执行和报告。

一、CSI-RS 测量概述

CSI-RS 测量用于评估信道质量,支持以下功能:

波束管理:在高频段(FR2,毫米波)选择最佳波束。
小区切换:基于 CSI-RSRP(参考信号接收功率)触发切换。
信道质量评估:通过 CSI-RSRQ(参考信号接收质量)优化资源分配。
干扰管理:使用 CSI-RSSI(接收信号强度指示)评估干扰。

关键测量量:

CSI-RSRP:CSI-RS 资源的线性平均接收功率(dBm)。
CSI-RSSI:包含 CSI-RS 的总接收功率(包括干扰和噪声)。
CSI-RSRQ:CSI-RSRQ = CSI-RSRP / CSI-RSSI。

二、CSI-RS测量流程

1.测量配置

描述:

gNB 通过 RRCReconfiguration 消息发送 MeasConfig 信息元素(IE),配置 UE 的 CSI-RS 测量参数。

关键组件:

measObjectToAddModList:定义测量对象(MeasObjectNR),指定 CSI-RS 资源。
reportConfigToAddModList:配置报告触发条件(如事件 A3)。
measIdToAddModList:关联测量对象和报告配置。
quantityConfig:指定测量量(如 CSI-RSRP)和滤波系数。
measGapConfig:配置测量间隙,用于跨频(inter-frequency)测量。

MeasObjectNR 关键字段:

refFreqCSI-RS:CSI-RS 参考频率(ARFCN-ValueNR)。
rsType = csi-rs:指示基于 CSI-RS 测量。
csi-RS-ResourceList-Mobility:CSI-RS 资源列表,包含:
csi-RS-Index:资源索引。
slotConfig:周期性和时隙偏移(如 periodicity = 20 槽,offset = 5)。
physCellId:物理小区 ID。

示例配置:

MeasConfig {measObjectToAddModList {MeasObjectToAddMod {measObjectId = 1,measObject = MeasObjectNR {refFreqCSI-RS = 617000,rsType = csi-rs,csi-RS-ResourceList-Mobility {{ csi-RS-Index = 1, slotConfig = { periodicity = 20, offset = 5 }, physCellId = 100 },{ csi-RS-Index = 2, slotConfig = { periodicity = 40, offset = 10 }, physCellId = 101 }}}}},reportConfigToAddModList {ReportConfigNR {reportType = eventTriggered,eventId = eventA3 { a3-Offset = 3 dB },reportQuantity = csi-rsrp}},measIdToAddModList {MeasIdToAddMod { measId = 1, measObjectId = 1, reportConfigId = 1 }}
}

交互:

gNB → UE:发送 RRCReconfiguration。
UE → gNB:回复 RRCReconfigurationComplete。

2.测量执行

描述:

UE 根据配置测量 CSI-RS 资源,生成 CSI-RSRP 等结果。

执行细节:

Intra-frequency 测量:在服务小区频率上测量,无需间隙。
Inter-frequency 测量:在其他频率上测量,使用 measGapConfig 配置的间隙。
层 3(L3)滤波:对测量结果应用时间域滤波: 在这里插入图片描述

( F_n ):滤波后结果。
( M_n ):最新测量值(如 CSI-RSRP)。
( a ):滤波系数(由 quantityConfig 配置)。

测量在指定时间窗口(如 slotConfig 定义的周期)执行。

示例:

UE 测量 physCellId = 101 的 csi-RS-Index = 2,获得 CSI-RSRP = -77 dBm。

交互:

gNB → UE:周期性发送 CSI-RS 信号。
UE:内部测量并处理。

3.测量报告

描述:

UE 根据触发条件生成并发送 MeasurementReport。

触发条件(ReportConfigNR):

事件触发:

A3:邻区 CSI-RSRP 比服务小区高 3 dB。
A4:邻区 CSI-RSRP 超过阈值。
A5:服务小区 CSI-RSRP 低于阈值 1 且邻区高于阈值 2。

周期性触发:

按固定周期(如 120 ms)上报。

报告内容:

小区级:physCellId 和 CSI-RSRP。
波束级:csi-RS-Index 和 CSI-RSRP。

示例报告:

MeasurementReport {measResults {measId = 1,measResultServingCell {physCellId = 100,resultsCSI-RS { csi-RS-Index = 1, csi-RSRP = -80 dBm }},measResultNeighCells {MeasResultNR {physCellId = 101,resultsCSI-RS { csi-RS-Index = 2, csi-RSRP = -77 dBm }}}}
}

交互:

UE → gNB:发送 MeasurementReport。
gNB:处理报告,优化网络(如切换或波束调整)。

三、 BS-UE 交互图设计

在这里插入图片描述

总结

CSI-RS 测量通过配置、执行和报告三个步骤,支持 5G NR 的高效 RRM 和波束管理。

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.pswp.cn/news/913965.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/913965.shtml
英文地址,请注明出处:http://en.pswp.cn/news/913965.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第P28:阿尔茨海默病诊断(优化特征选择版)

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 一、进阶说明 针对于特征对模型结果的影响我们做了特征分析 特征选择 1. SelectFromModel 工作原理:基于模型的特征选择方法,使用…

AI的欧几里得要素时刻:从语言模型到可计算思维

引言 人工智能正在经历一个关键的转折点。就像欧几里得的《几何原本》为数学奠定了公理化基础一样,AI也正在寻找自己的"要素时刻"——一个能够将当前的语言模型能力转化为真正可计算、可验证思考的转变。 最近发表的论文《AI’s Euclid’s Elements Momen…

番外-linux系统运行.net framework 4.0的项目

基础环境:linux系统,.net framework 4.0,npgsql 2.2.5.0 (版本不同,构建可能失败) 方法背景:linux不支持运行.net framework 4.0,高版本mono不支持npgsql 2.x 主要使用&#xff1a…

国内AI训练都有哪些企业?:技术深耕与场景实践

国内AI训练都有哪些企业?当人工智能从实验室走向产业一线,AI 训练就像为智能系统 “施肥浇水” 的关键环节,让技术根系在各行业土壤里扎得更深。国内一批 AI 训练企业正各展所长,有的专攻技术优化,有的深耕场景应用。它…

微算法科技基于格密码的量子加密技术,融入LSQb算法的信息隐藏与传输过程中,实现抗量子攻击策略强化

随着量子计算技术的发展,传统加密算法面临被量子计算机破解的风险,LSQb 算法也需考虑应对未来可能的量子攻击。微算法科技基于格密码的量子加密技术,融入LSQb算法的信息隐藏与传输过程中,实现抗量子攻击策略强化。格密码在面对量子…

xAI发布Grok4+代码神器Grok4 Code,教你如何在国内升级订阅SuperGrok并使用到Grok4教程

就在今天,马斯克旗下xAI发布了其最新的旗舰AI模型Grok4,并同步推出专为开发者打造的编程利器 Grok 4 Code,还推出了一项全新的AI订阅计划——每月300美元的SuperGrokHeavy。 那最新发布的Grok4以及有哪些特性呢?以及如何才能使用…

Rust 变量遮蔽(Variable Shadowing)

在 Rust 中,变量遮蔽(Variable Shadowing) 是一种在同一作用域内重新声明同名变量的特性。它允许你创建一个新变量覆盖之前的同名变量,新变量与旧变量类型可以不同,且旧变量会被完全隐藏。核心特点允许同名变量重复声明…

【VScode | 快捷键】全局搜索快捷键(ctrl+shift+f)失效原因及解决方法

😁博客主页😁:🚀https://blog.csdn.net/wkd_007🚀 🤑博客内容🤑:🍭嵌入式开发、Linux、C语言、C、数据结构、音视频🍭 😎金句分享😎&a…

Windows 与 Linux 内核安全及 Metasploit/LinEnum 在渗透测试中的综合应用

目录 🛠️ 1. 内核安全如何助力渗透测试与黑客行业 1.1 内核安全的战略价值 1.2 结合 Metasploit 与 LinEnum 的作用 🔍 2. Metasploit 信息收集模块及其在内核安全中的应用 2.1 Windows 信息收集模块 2.2 Linux 信息收集模块 2.3 使用步骤 Wind…

京东携手HarmonyOS SDK首发家电AR高精摆放功能

在电商行业的演进中,商品的呈现方式不断升级:从文字、图片到视频,再到如今逐渐兴起的3D与AR技术。作为XR应用探索的先行者,京东正站在这场体验革新的最前沿,不断突破商品展示的边界,致力于通过创新技术让消…

瞄准Win10难民,苹果正推出塑料外壳、手机CPU的MacBook

最近有消息称,苹果正在研发一款定位“低价”的MacBook,售价可能低于800美元(约合人民币5800元),采用的是A18 Pro芯片,也就是未来iPhone 16 Pro同款的“手机芯片”,而不是现有的M系列。这款产品预…

原子级 macOS 信息窃取程序升级:新增后门实现持久化控制

臭名昭著的 Atomic macOS Stealer(AMOS,原子级 macOS 窃取程序)恶意软件近期完成危险升级,全球 Mac 用户面临更严峻威胁。这款与俄罗斯有关联的窃密程序首次植入后门模块,使攻击者能维持对受感染系统的持久访问、执行远…

Shader面试题100道之(81-100)

Shader面试题(第81-100题) 以下是第81到第100道Shader相关的面试题及答案: 81. Unity中如何实现屏幕空间的热扭曲效果(Heat Distortion)? 热扭曲效果可以通过GrabPass抓取当前屏幕图像,然后在片…

C#洗牌算法

洗牌算法是一种将序列(如数组、列表)元素随机打乱的经典算法,核心目标是让每个元素在打乱后出现在任意位置的概率均等。在 C# 中,常用的洗牌算法有Fisher-Yates 洗牌算法(也称 Knuth 洗牌算法),…

Python PDFplumber详解:从入门到精通的PDF处理指南

一、PDFplumber核心优势解析 在数字化办公场景中,PDF文档处理是数据分析师和开发者的必备技能。相较于PyPDF2、pdfminer等传统库,PDFplumber凭借其三大核心优势脱颖而出: 精准表格提取:采用流式布局分析算法,支持复杂表…

Flutter 与 Android 的互通几种方式

Flutter 与 Android 的互通主要通过以下几种方式实现,每种方式适用于不同的场景:1. 平台通道(Platform Channels) Flutter 与原生 Android 代码通信的核心方式,支持双向调用。 类型: MethodChannel&#xf…

全新开源AI知识库系统!PandaWiki一键构建智能文档,支持AI问答、创作与搜索!

传统 Wiki 工具像一本厚重的“死书”,虽能存储信息,却无法主动「思考」。而在当今AI席卷各个行业的浪潮中,知识管理也迎来了智能化的巨大飞跃。最近开源圈悄然走红的 PandaWiki,就用 AI 大模型为知识库注入了 灵魂, 它…

Rust 结构体

Rust 结构体 引言 Rust 是一种系统编程语言,以其内存安全、并发支持和零成本抽象而闻名。结构体(struct)是 Rust 中用于创建自定义数据类型的工具。本文将深入探讨 Rust 结构体的概念、用法以及其在实际编程中的应用。 结构体的定义 在 Rust 中,结构体是一种复合类型,…

lstm 数据输入问题

lstm 我有 20*6 条数据,20个样本,每个样本6条历史数据,每条数据有5个值,我送给网络输入时应该是20*6*5 还是 6*20*5你的数据是:20 个样本(batch size 20)每个样本有 6 条历史数据(s…

WPF打包exe应用的图标问题

目录 1、WPF打包方法 2、图标问题 1、WPF打包方法 使用Microsoft Visual Studio Installer Projects 2022工具打包(成功),需要新建Setup Project项目进行打包 (46 封私信) [C#.net资料]visual studio打包可安装的exe程序(添加配置文件)&am…