肯尼思·M·奥哈拉（Kenneth M. O’Hara）和格雷戈里·J·斯基德莫尔（Gregory J. Skidmore），Remcom 公司，宾夕法尼亚州州立学院。
本文介绍了卫星通信链路的建模，重点探讨了利用卫星覆盖网络为信号覆盖不佳的农村地区中的物联网设备提供服务连续性的应用场景。
非地面无线网络（例如卫星星座或高空平台）具有独特的优势——广域服务覆盖和长期可靠性——这使其成为异构5G全球网络体系中的重要组成部分。 非地面网络（NTN）很可能在为地面5G网络未覆盖的区域（如农村和偏远地区、移动平台以及受灾地区）提供服务方面发挥关键作用。 NTN 的一个用例是，当机器对机器（M2M）或物联网（IoT）设备超出 5G 地面网络覆盖范围时，为其提供服务连续性。1这对提供关键通信（例如，电子医疗或重要资产追踪应用）的 M2M/IoT 设备尤为重要。
M2M 和物联网通信的要求与语音和数据流的要求可能存在显著差异：其数据吞吐量通常要低得多。M2M 和物联网设备的一个显著特征是必须具备低功耗特性。幸运的是，通过采用窄带宽、低功耗的广域网（WAN），可以同时满足 M2M/物联网通信的这些要求。 窄带物联网（NB-IoT）便是此类网络标准的一个典型代表，该标准已纳入3GPP第13版规范，并在第15版和第16版中得到进一步增强，以确保其在5G生态系统中正常运行。NB-IoT标准通过降低带宽来适应这些设备较低的信号功率，从而有助于减少射频噪声。值得庆幸的是，这种窄带宽要求与这些通信所能接受的低数据速率是相一致的。
NB-IoT 基于简化的 LTE 标准，最大带宽为 200 kHz，可通过专用频段、LTE 或 5G NR 载波的带内频段，或其保护带进行传输。使用全带宽时的下行和上行峰值速率均为 250 kbps；数据吞吐量较低的系统可使用单个子载波。
虽然卫星网络具有覆盖范围广、可靠性高的优势，但其通信链路不可避免地存在相对较大的时延和传播损耗。为了将这两者降至最低，可以利用低地球轨道（LEO）卫星星座与地面的NB-IoT设备进行通信（见图1）。 例如，当一颗在1000公里高度运行的LEO卫星位于正上方时，其往返时延小于10毫秒。自由空间传播路径损耗（FSPL）由Friis传输公式给出：
其中 d 表示距离，λ 表示波长。自由空间损耗（FSPL）是卫星链路预算中主要的损耗来源，通过利用近地轨道（LEO）卫星较短的传播距离以及采用较长的波长，可以将其降至最低。当 λ = 14 cm（2.1 GHz 载波）且 d = 1000 km 时，对于正位于头顶的卫星（仰角 = 90 度），FSPL 为 159 dB。 由于视线（LOS）传播中存在地球大气层的折射和吸收，且至卫星的斜距更长，因此较低仰角时的传播路径会变长。使用 L 波段和 S 波段载波而非更高频率，可使大气吸收相对较小。
低地球轨道（LEO）卫星的一个缺点是，通信信道会因相对较大的多普勒频移而变得复杂。为了维持轨道，一颗位于1000公里高度的低地球轨道卫星必须具有7.4 km/s的速度v。由该运动引起的多普勒频移可表示为：
其中 k⃗ 是卫星位置处无线电信号的波矢。该波矢的模为 k = 2π/λ。
对于一颗处于极地轨道的低地球轨道（LEO）卫星，图2a展示了下行链路和上行链路载波频率（约2 GHz）随时间变化的多普勒频移，其中t = 0表示卫星正位于头顶的时刻。 相应的仰角显示在上轴上。由于波长不同，上行链路 (UL)（1.7 GHz）和下行链路 (DL)（2.1 GHz）信号会发生不同的偏移。 为了准确计算卫星位置处信号波矢 k⃗ 的方向，我们使用了一个基于 ITU-R P.676-112 和 ITU-R P.834-83 的内部地面到卫星传播模型，以计算大气中的折射（将无线电波向地球表面弯曲）与直接视距传播的差异。 图2b显示了多普勒频移的时间变化率。为避免频段间干扰，卫星必须对频移的共模分量进行动态补偿，而覆盖区域内的剩余差分频移则由用户设备（UE）进行补偿。4
影响卫星到地面链路预算的其他因素包括雨衰、电离层和对流层闪烁、地形遮挡、植被衰减以及多径效应。对于通常用于NB-IoT通信的L频段和S频段载波，雨衰和对流层闪烁效应相对较小。5-6另一方面，对于位于赤道20度以内或靠近两极的高纬度地区的用户设备（UE），电离层闪烁会在日落后数小时内导致严重的时变衰落。7位于这些区域的UE的链路预算可能需要至少25 dB的裕度，特别是在太阳活动旺盛的时期。 在其他纬度，电离层闪烁通常可以忽略不计。为了考虑地形遮挡、植被衰减和多径效应，特别是在特征明确的场景中，可以采用光线追踪技术。
现在，我们来探讨将服务连续性扩展至农村地区移动NB-IoT设备的使用场景（见图3）。该场景展示了地面覆盖良好的城市和郊区，其间夹着一片农村地区。 位于南部城市区域北端的两座地面基站提供服务，每座基站均在20 MHz带宽内具有40 dBm的发射功率。位于北部郊区的区域设有一座40 dBm的基站。对于其间的农村区域，则由一颗低地球轨道（LEO）卫星提供覆盖。
首先，考虑地面基站为场景中任意位置的NB-IoT设备提供的覆盖范围。为了考虑从基站传播至NB-IoT设备的信号在地形遮挡、植被阴影及多径效应的影响，我们采用基于Remcom Wireless InSite®套件的射线追踪模型。8该模型涵盖了场景户外区域的多径传播，包括由地形和建筑物反射及衍射产生的传播路径。 该方法综合考虑了包括极化与相位在内的完整三维多径效应。在此场景中，假设基站采用垂直极化，而NB-IoT接收机配备线性极化的0 dBi天线，其极化轴相对于水平方向旋转45度。 NB-IoT 接收机的噪声系数为 9 dB，环境射频噪声底电平假定为 −167 dBm/Hz，这与城市、郊区和农村环境中 1.7 GHz 和 2.1 GHz 射频噪声的测量结果一致。9
对于位于场景中任意位置的NB-IoT接收机，图4展示了带宽为180 kHz的上行（1.7 GHz）和下行（2.1 GHz）信号的信噪比（SNR）。在靠近地面基站的城市和郊区，下行和上行信号的信噪比分别高达57 dB和66 dB。 然而，在农村地区，由于地形遮挡和植被阴影效应，SNR往往远低于0 dB（图中显示为透明区域）。Wireless InSite通过采用Weissberger模型来模拟植被引起的信号衰减。10
通过卫星覆盖，可以恢复农村地区NB-IoT设备的信号覆盖。在Wireless InSite中对卫星信号进行建模，并通过内部模型进行增强：在Wireless InSite中放置一个各向同性发射机，其视仰角和高度由前文所述的卫星-地面模型计算得出。这考虑了因大气折射而导致的路径损耗增加。
为了建模DL覆盖范围，各向同性发射机的等效各向同性辐射功率（EIRP）为66 dBm，减去由卫星到地面的传播模型确定的大气吸收功率损耗。11随后，在Wireless InSite中禁用卫星链路的大气吸收，因为该减小的EIRP已将其考虑在内。 该 66 dBm 的 EIRP 假设卫星可在 180 kHz 带宽内提供 36 dBm 的发射功率，且天线增益为 30 dBi。假设卫星天线采用圆极化，这在卫星通信中较为常见，旨在消除法拉第效应引起的极化旋转。 卫星天线假设噪声系数为 3 dB，上行链路（UL）的噪声温度为 290 K，12 由此产生的噪声功率为 −174 dBm/Hz。下行链路（DL）仍采用 9 dB 噪声系数和 −167 dBm/Hz 射频噪声底的假设，这适用于本场景所用频段内的地面通信。
图5显示了图3所示场景中，卫星位于地平线上方不同仰角时的下行链路（DL）和上行链路（UL）信噪比（SNR）。小于0 dB的信噪比被视为透明。当卫星位于正上方（即90度仰角）时，信噪比达到最大值，因为此时传播路径损耗和大气吸收被最小化。在较低的仰角下，信噪比会因植被和地形的遮挡而受到影响。 尽管存在这些损耗，但在仰角为25度或更大的情况下，场景的大部分区域仍能保持高于0 dB的信噪比。尽管NB-IoT设备的发射功率较低（本分析假设为23 dBm），但上行链路（UL）的信噪比平均比下行链路（DL）高约2 dB，这是因为卫星接收机的本底噪声比低成本NB-IoT设备低6 dB。 卫星的环境噪声为−174 dBm/Hz（比地面系统低约7 dB），且由于波长差异，在90度仰角下，上行链路信号的传播路径损耗比下行链路降低了2 dB。
为了定量描述通过卫星覆盖所获得的覆盖范围改善情况，图6比较了地面基站和卫星在不同仰角下信噪比（SNR）值的累积分布函数（CDF）。为了重点关注农村地区，CDF是针对位于图3所示场景中央三分之二区域内的NB-IoT设备计算得出的。 从地面基站的CDF来看，超过60%的收发器位置信噪比低于0 dB。相比之下，在仰角低至25度的条件下，近100%的模拟设备位置在上行/下行卫星传输中均具有大于0 dB的信噪比。当卫星位于正上方时，大部分区域的信噪比可达10 dB或更高。
对于给定的信噪比（SNR）和调制编码方案，可以计算出数据吞吐量。 当使用完整的180 kHz带宽时，NB-IoT标准中的下行链路（DL）和上行链路（UL）均采用QPSK调制。图7展示了NB-IoT设备在场景中不同位置所达到的吞吐量，该吞吐量估算基于3GPP TS 38.30613中提供的公式，且仅限于低阶QPSK调制。 图 7a 显示了仅使用地面基站时的下行链路（DL）和上行链路（UL）吞吐量；图 7b 显示了地面基站辅以卫星覆盖时的吞吐量，其中假设卫星位于 25 度的仰角。对于上行链路（UL），即使卫星位于 25 度的仰角，卫星覆盖也能在整个场景内提供完整的覆盖。 下行链路的覆盖范围也几乎完全覆盖。随着卫星移至更高仰角，整体吞吐量持续上升，并在卫星位于正上方时达到该区域的最大吞吐量。
本案例研究展示了如何利用预测性仿真对卫星覆盖范围进行建模。此类模型能够模拟卫星通信（SATCOM）信道，捕捉地形遮挡、植被阴影以及多径衰落等重要效应，这些因素对于准确评估链路预算至关重要。 此外，光线追踪模型可用于识别哪些情况下需要通过低地球轨道（LEO）卫星覆盖来补充地面网络，从而改善农村地区的窄带物联网（NB-IoT）覆盖。这些LEO卫星虽能提供相对低延迟的覆盖，但代价是通信信道变得更为复杂，因为卫星和/或用户设备（UE）必须对巨大的多普勒频移进行补偿。
参考资料