5g支持的下行传输模式为（5G下行不同传输模式性能对比）
5g支持的下行传输模式为（5G下行不同传输模式性能对比）链路级仿真对于基于DMRS的SCDD（Small cycle delay diversity），RB分配小的情况下的痛点是两倍。首先，由于不再可能执行宽带信道估计，因此与大RB分配的情况相比，SCDD提供的信道估计益处降低。其次，对于小RB分配，应用于每个音调的小相位偏移可能不能保证在分配的RB上有一个完整的周期，从而降低分集性能。然而，SCDD不存在干扰抑制问题，这是小区间干扰强的情况下的一个基本特征。预编码器循环主要有两种类型，即RE级或RB级循环。1. RE级循环只能使用不透明的DMRS进行。与SFBC类似，RE级循环的难点是信道估计惩罚和干扰抑制问题，而分集可能成为小RB分配中更重要的问题，以提高鲁棒性。2. RB级循环可通过透明DMRS或不透明DMRS实现。对于不透明的RB水平循环，痛点与RE级循环相同，RB级循环提供的多样性略低于RE级循环。对于透明RB级循环，不存在上述信道估
对于RANK=1的情况，Transmission scheme 2和基于DMRS的传输方案的向下选择有一些技术特性，比如：
- 使用透明DMRS进行预编码器循环
- 使用不透明DMRS进行预编码器循环
- 具有透明DMRS的小延迟CDD
- 基于DMRS的SFBC
而对于RANK>1，还有Layer shifting和具有不透明DMR的大延迟CDD。
SFBC和预编码器循环和SCDD具有什么特性呢？
对于基于DMRS的SFBC，小RB分配情况下的痛点与大RB分配情况下的痛点相似，即信道估计惩罚（与透明方案相比，有3dB功率损耗）、传输维数限制和干扰抑制限制（RANK 2干扰）。然而，由于小RB分配的频域信道选择性可能低于大RB分配，因此SFBC提供的空间分集变得更加重要。
预编码器循环主要有两种类型，即RE级或RB级循环。
1. RE级循环只能使用不透明的DMRS进行。与SFBC类似，RE级循环的难点是信道估计惩罚和干扰抑制问题，而分集可能成为小RB分配中更重要的问题，以提高鲁棒性。
2. RB级循环可通过透明DMRS或不透明DMRS实现。对于不透明的RB水平循环，痛点与RE级循环相同，RB级循环提供的多样性略低于RE级循环。对于透明RB级循环，不存在上述信道估计代价和干扰抑制问题。另一方面，由于预编码器在不同的RB上变化，因此无法执行PRB捆绑。因此，从信道估计的角度来看，透明RB级循环和非透明RB级循环在DMRS开销和PRB捆绑大小之间起到了权衡的作用。直观地说，对于较大的延迟扩展，透明RB循环可能具有较低的信道估计误差，因为DMRS端口功率是关键问题；在小延迟扩展时，捆绑大小对于获得高处理增益可能变得很重要。
对于基于DMRS的SCDD（Small cycle delay diversity），RB分配小的情况下的痛点是两倍。首先，由于不再可能执行宽带信道估计，因此与大RB分配的情况相比，SCDD提供的信道估计益处降低。其次，对于小RB分配，应用于每个音调的小相位偏移可能不能保证在分配的RB上有一个完整的周期，从而降低分集性能。然而，SCDD不存在干扰抑制问题，这是小区间干扰强的情况下的一个基本特征。
链路级仿真
在链路级仿真中，考虑选择基于宽带CSI的波束。对于SFBC、RE级预编码器循环和RB级不透明预编码器循环，波束赋形两个DMRS端口，即每个极化一个端口。然后，SFBC使用这两个端口进行Alamouti传输，而预编码器循环应用额外的预编码器W2（i），该预编码器在一组同相向量/矩阵上循环。对于rank-1传输，同相向量/矩阵循环超过
。对于SCDD，报告的波束与连续的同相矢量一起产生一个DMRS端口。考虑到相邻小区产生5dB的干扰，SINR为-5dB进行计算，并进行了仿真。
图1和图2分别显示了100ns和300ns延迟扩展的5Hz多普勒频移下的rank-1性能。可以看到，由于良好的信道估计质量，透明方案（即SCDD和RB级透明循环）的性能优于所有其他方案，并且非透明方案存在干扰抑制问题。值得注意的是，人们对SCDD在大延迟范围内的性能存在一些担忧。然而，评估表明，SCDD和透明方案在高延迟扩展下更具鲁棒性。这是因为与不透明方案相比，固有频率选择性补偿了分集损失。此外，在透明方案之间，SCDD具有更好的性能。
图3和图4分别显示了500Hz多普勒频移下100ns和300ns延迟扩展的rank-1吞吐量。观察到透明方案优于非透明方案。这一观察结果表明，虽然分集提高了高多普勒情况下的鲁棒性，但干扰抑制问题仍然是限制不透明方案性能的瓶颈。
图5和图6分别比较了500Hz多普勒频移和100ns和300ns延迟扩展下的rank-2结果。SCDD实现了与非透明预编码器循环方案相似的性能，并且由于通过PRB捆绑获得了更高的处理，SCDD优于透明RB循环。
系统级仿真
这里提供了SFBC、RE级循环、RB级透明循环和SCDD之间的系统级比较。使用UMa-500m channel进行仿真。所有方案均采用rank-1传输和子带调度（由8个PRB组成）。16个天线端口配置有（N1，N2）=（4，2）和双极化，其中N1和N2分别代表水平和垂直方向的天线端口。UE移动性为120km/h。每个方案的波束选择和CSI反馈与链路级仿真中相同。
总结了rank-1的主要结果。透明方案在小区边缘比SFBC有20%的增益，在50%的带宽下，比SFBC有13%的增益。在两种透明TS2方案之间，由于PRB捆绑提供的信道估计优势，SCDD稍好一些。对于非透明方案，SFBC在小区边缘比RE级循环差，而在小区中心比RE级循环好。这是因为SFBC在低SINR条件下对干扰抑制限制更为敏感，而在高SINR条件下，分集效益变得更为关键。
表2总结了rank-2的传输的关键结果。结果与链路级模拟中的观察结果一致。SCDD在非透明RE级循环中实现了类似的性能，而在小区边缘的性能略优于透明RB循环。
根据链路级和系统级的仿真结果，可以看出信道估计质量和抗干扰能力是OL/Semi-OL方案的重要特征。虽然SFBC在理想的信道估计和干扰抑制下提供了更好的分集增益，但在实际情况下损失是无法承受的。此外，从秩自适应的角度来看，透明方案更容易在rank1和rank2之间以最小的信令和复杂性动态切换。然而，SFBC必须切换到不同的方案来执行rank2传输，这会产生更高的开销和实现复杂性。
此外，SCDD中采用的小延迟在信道估计质量和预编码器选择性之间进行了权衡。可以根据不同的通道属性进行选择。例如，对于较小的RB分配和较小的延迟扩展，可以获取较大的延迟（频域中的相位偏移）以获得更高的选择性，因为频域中的信道相对平坦，因此较大的延迟不会太大地降低信道估计。小延迟可能适用于大延迟扩展或大RB分配。所选延迟的值可以对UE透明。
