MIMO Channel Sounding in FR1: Real-Time Passive SDR Processing of LTE Reference Beacons

Abstract

Eine präzise Charakterisierung des Funkkanals ist eine wesentliche Voraussetzung für die Netzplanung und die Bewertung von MIMO-Systemen. Herkömmliche hochpräzise Messgeräte sind jedoch kostspielig und ihr Einsatz ist zeitaufwendig. Diese Arbeit stellt eine kostengünstige Alternativevor: ein passives, echtzeitfähiges MIMO-Kanalmesssystem auf Basis softwaredefinierter Funkgeräte (Software-Defined Radios, SDRs). Durch die Nutzung der von aktiven LTE Basisstationen ausgesendeten Referenzsignale benötigt das System weder dedizierte Sender noch zusätzlich zugewiesene Frequenzressourcen. Der Hardwareaufbau besteht aus zwei mittels GPSDO synchronisierten SDRs und stellt vier Empfangsports bereit. Die Anzahl der beobachtbaren Sendports Nt hängt von der jeweiligen Konfiguration der Basisstation ab. Ein eigens entwickeltes GNU-Radio-Software-Modul übernimmt die Zeitsynchronisation anhand von PSS- und SSS-Signalen sowie die Dekodierung und Nachverfolgung der Zellidentität. Darüber hinaus schätzt es auf einer kompakten Rechenplattform in Echtzeit die Kanalantworten für die beobachtbaren Kombinationen aus Sende- und Empfangsport sowie die zugehörigen Leistungsverzögerungsprofile. Auf die Aufzeichnung von IQ-Rohdaten wird verzichtet, wodurch ein hoher Speicherbedarf vermieden wird. Obwohl das System keine absolute Phasenkohärenz zwischen den SDRs herstellt, ist es speziell für die Schätzung leistungsbasierter Kanalparameter optimiert. Dazu gehören die RMS-Verzögerungsspreizung, die mittlere Verzögerung sowie portbezogene Eigenschaften der Leistungsverzögerungsprofile, z. B. Spitzenleistung, Dynamikbereich und Rauschpegel. Kontrollierte Messungen in einer Einrichtung eines Mobilfunknetzbetreibers unterstützten die Entwicklung und Kalibrierung des Systems, während eine wiederholt durchgeführte Messkampagnemit einem Fahrzeug der primären Ende-zu-Ende-Validierung diente. Die Testfahrten, die mehrere Durchläufe auf einer festgelegten innerstädtischen Route umfassten, zeigen eine hohe Reproduzierbarkeit der geschätzten Kanalparameter über die einzelnen Runden hinweg. Die Ergebnisse bestätigen, dass LTE-Referenzsignale eines bestehenden Mobilfunknetzes bei der Verarbeitung mit dem vorgeschlagenen Messaufbau zuverlässige und reproduzierbare Kanalinformationen mit deutlich geringerem Aufwand als bei dedizierten Messkampagnen liefern können. Damit eignet sich das System insbesondere für Anwendungen in der Netzplanung und als Messgrundlage für die Kalibrierung von Raytracing-Modellen.

Accurate channel characterization is a prerequisite for network planning and MIMO system evaluation, yet traditional high-accuracy measurement equipment is costly and time-consuming. This thesis proposes a cost-effective alternative: a passive, real-time MIMO channel sounder built on software-defined radios (SDRs). By exploiting the ubiquitous LTE reference signals broadcast by live base stations, the system requires no dedicated transmitters or licensed spectrum. A hardware setup comprising two SDRs with 2×2 TX/RX ports (4×4 MIMO) is synchronized via a GPSDO to ensure frequency and time coherence. A custom GNU Radio software stack performs PSS/SSS time synchronization, cell ID decoding and tracking, reconstructs the MIMO channel matrix, and estimates the per transmit and receive port power delay profile (PDP) in real-time on an embedded computing platform without requiring high computational performance, while avoiding the storage-intensive overhead of recording raw IQ data. While not phase-coherent, the system is optimized for estimating global channel parameters, such as RMS delay spread and mean delay, derived from the power delay profile (PDP). The PDP itself, along with its characteristics like peak power, dynamic range, and noise floor, provides a detailed channel description, but these derived parameters do not require resolving individual scatterers. Field measurements conducted in an urban environment, revisiting the same spatial area multiple times, validate the consistency of these metrics, including standard network KPIs such as RSRP, RSSI, and RSRQ, which are validated against parallel recordings from commercial handheld devices. The results demonstrate that cellular broadcast signals, when processed via the proposed measurement setup, can deliver highly accurate, localized channel metrics at a fraction of the cost of dedicated measurement campaigns, enabling both the identification of rich multipath environments for network planning and the calibration of ray-tracing models.