5G NTN 技術詳解：從透通式架構到射頻物理層挑戰 (3GPP Rel-17/18)

隨著 3GPP Release 17 標準的凍結，5G 非地面網路（Non-Terrestrial Networks, NTN）正式宣告了「通訊立體化」時代的來臨，本文將深入探討 NTN 的核心技術架構，剖析從透通式（Transparent）到再生式（Regenerative）酬載的演進，並詳細解構在 LEO/GEO 軌道下，針對杜普勒頻移（Doppler Shift）、巨大傳輸延遲（RTT）以及複雜通道衰落（Fading）的物理層與協定層解決方案。

無線通訊的維度擴張

長期以來，行動通訊網路受限於「地面」的二維覆蓋，儘管 4G 與 5G 地面網路（Terrestrial Networks, TN）已覆蓋全球大部分人口，但僅覆蓋了地球表面積的極小部分，5G NTN 的引入，透過整合衛星通訊（SatCom）與地面 5G 生態系統，實現真正的無縫全球覆蓋，這不僅僅是技術的疊加，而是涉及波形、頻譜、網路架構與終端設備的深度融合。

NTN 技術的驅動力來自於兩大陣營的交會：一是傳統電信產業尋求覆蓋範圍的突破（如 maritime, rural areas），二是航太產業（NewSpace）尋求低軌衛星（LEO）巨型星系的商業化落地。

5G NTN 的系統架構演進

在 3GPP 的定義中，NTN 架構並非單一型態，而是依據衛星的處理能力與軌道高度，衍生出多種部署模式。

透通式架構（Transparent / Bent-Pipe Architecture）

這是 3GPP Release 17 優先採用的架構，在此模式下，衛星僅作為「太空中的類比射頻中繼器」。

• 訊號流程：地面終端（UE）發送的 5G NR 訊號，經由服務鏈路（Service Link）上傳至衛星，衛星僅進行頻率轉換（Frequency Conversion）、濾波與功率放大，隨即透過饋送鏈路（Feeder Link）將訊號轉發至地面閘道器（Gateway），最後接入地面的 gNB（基站）。

• 技術特點：

  • 頻率轉換：衛星負責將上行鏈路（Uplink）與下行鏈路（Downlink）的頻率進行轉換，以避免干擾。

  • 協定終止點：關鍵在於，5G 的無線介面（Uu Interface）實際上是終止於地面的 gNB，而非衛星。這意味著從 UE 到 gNB 的單向傳輸延遲包含了「UE-衛星」與「衛星-閘道器」兩段路徑。

  • 優勢：降低了衛星的複雜度與發射成本，且兼容性高，地面 gNB 升級即可支援新功能。

再生式架構（Regenerative Architecture）

這是未來 Release 18 及 6G 的發展方向，衛星具備了機上處理（On-Board Processing, OBP）能力。

• 功能拆分：衛星不再只是反射鏡，而是具備了部分或完整的 gNB 功能，這可以分為兩種模式：

  1. 完整 gNB 上星：衛星包含 gNB 的所有功能（CU + DU），直接與核心網（5GC）透過衛星鏈路溝通。

  2. gNB-DU 上星：衛星僅執行分散式單元（DU）功能（如實體層處理、RLC/MAC），而集中式單元（CU）仍保留在地面。

• 技術優勢：

  • 低延遲：由於 Uu 介面終止於衛星，HARQ（混合自動重傳請求）等對延遲敏感的機制可以在衛星上直接處理，大幅降低重傳時間。

  • 星間鏈路（ISL）：再生式架構是實現衛星間通訊（Inter-Satellite Links）的基礎，允許數據在太空中路由，減少對地面閘道器的依賴。

軌道力學對通訊層的衝擊

NTN 與地面網路最大的差異在於「基地台是移動的」。這引入了傳統蜂巢式網路未曾面對的巨大挑戰。

傳輸延遲（Latency/RTT）

• GEO（地球同步軌道）：高度約 35,786 公里，RTT（往返時間）高達 544 ms，這超出了標準 5G 協定中許多計時器（Timers）的預設值。

• LEO（低地球軌道）：高度 500-2000 公里，RTT 約 20-50 ms，雖然延遲較低，但由於衛星高速移動，RTT 是時變（Time-variant）的。

• 差分延遲（Differential Delay）：在同一個衛星波束（Beam）覆蓋區內，位於波束中心（Nadir）的用戶與波束邊緣的用戶，其傳輸距離可能有顯著差異，對於大覆蓋範圍的波束，這種差分延遲可能達到 10 ms 以上，這對 gNB 的排程器（Scheduler）與上行同步構成了挑戰。

杜普勒頻移（Doppler Shift）

LEO 衛星以約 7.6 km/s 的速度繞地運行，這會在載波頻率上產生巨大的杜普勒頻移。

• 頻移量：在 Ka 頻段（30 GHz），杜普勒頻移可達 ±720 kHz；即使在 S 頻段（2 GHz），也可達 ±48 kHz。這遠超過傳統 OFDM 子載波間隔的容忍範圍。

• 杜普勒變化率（Doppler Rate）：不僅頻率會偏移，偏移量還會隨時間快速變化（特別是當衛星飛越頭頂時）。

• 解決方案：3GPP 要求 UE 具備 GNSS（全球導航衛星系統）能力。UE 需根據自身位置與廣播的衛星星曆（Ephemeris）數據，預先計算並補償上行鏈路的頻率偏移，確保訊號到達衛星時，頻率誤差在可接受範圍內。

射頻物理層（RF PHY）的關鍵技術

鏈路預算（Link Budget）與路徑損耗

與地面網路相比，NTN 的自由空間路徑損耗（FSPL）極大。

• FSPL 公式：FSPL = (4π d f / c)²，由於距離 d 極大，訊號衰減嚴重。

• 額外損耗：除了 FSPL，還需考慮大氣氣體吸收、雨衰（Rain Attenuation，特別是 Ka 頻段）、雲層衰減以及閃爍（Scintillation）效應。

• G/T 值：接收系統的性能指標由 G/T（天線增益/雜訊溫度）決定，為了克服巨大的路徑損耗，衛星與終端（特別是 VSAT）通常需要高增益的相位陣列天線（Phased Array Antenna）來形成高指向性的波束。

極化與法拉第旋轉（Faraday Rotation）

當電磁波穿過電離層時，受地球磁場影響，極化方向會發生旋轉，稱為法拉第旋轉。

• 影響：對於線性極化（Linear Polarization）訊號，這會導致嚴重的極化失配損耗，在 L 頻段與 S 頻段（< 3 GHz）影響最為顯著。

• 對策：NTN 系統通常採用圓極化（Circular Polarization, LHCP/RHCP）。圓極化對旋轉不敏感，能有效避免極化損耗。然而，這要求終端天線設計必須支援圓極化，或能夠承受 3 dB 的線性/圓形極化失配損耗。

複雜的通道模型

NTN 的通道模型不同於地面的多路徑衰落（Multipath Fading）。

• 視距傳輸（LOS）主導：衛星通訊通常以 LOS 為主，其角度擴展（Angular Spread）極小。

• 叢集延遲線（CDL）與抽頭延遲線（TDL）：3GPP 定義了針對 NTN 優化的 CDL 與 TDL 模型，納入了依賴於仰角（Elevation Angle）的參數。仰角越低，遭遇地形遮蔽與大氣衰減的機率越高。

• 陰影衰落（Shadow Fading）：需考慮地面建築物、樹木對衛星訊號的遮蔽（Clutter Loss）。

協定層的增強與適配

為了適應 NTN 的物理特性，5G NR 協定堆疊進行了必要的修改。

時序關係（Timing Relationships）與 HARQ

傳統的 HARQ（混合自動重傳請求）採用「停等協議」（Stop-and-Wait），在 GEO 的長延遲下，這會導致傳輸停滯，吞吐量崩潰。

• 增加進程數：3GPP 將 HARQ 進程數從 16 增加到 32，以允許在等待 ACK/NACK 時傳輸更多數據。

• 禁用 HARQ：在極端延遲或 IoT-NTN 場景下，可選擇禁用 HARQ，依靠 RLC 層的 ARQ 進行可靠性傳輸，或採用盲重傳（Blind Retransmission）。

上行同步與時序提前（Timing Advance, TA）

在地面網路中，TA 由基站測量並指令 UE 調整，但在 NTN 中，由於延遲過大，傳統的隨機接入（RACH）流程無法及時測量 TA。

• UE 自主預補償：UE 必須利用 GNSS 獲取自身位置，並結合廣播的衛星星曆，自行計算傳輸延遲並應用 TA 預補償（TA_pre）。

• 公共 TA（Common TA）：網路會廣播一個公共 TA 參數，涵蓋衛星到閘道器的饋送鏈路延遲。最終 TA = Common TA + UE 自算 TA。

移動性管理（Mobility Management）

• 移動的細胞（Moving Cells）：對於 LEO，衛星波束隨衛星移動，導致地面覆蓋區快速掃過。這會引發頻繁的換手（Handover）。

• 地球固定波束（Earth-Fixed Beams）：透過衛星天線的波束轉向（Beam Steering），讓波束在一定時間內鎖定地面特定區域，減少換手頻率，但增加了衛星的複雜度。

• 追蹤區域（Tracking Area）：採用基於地球地理位置的固定追蹤區域代碼（TAC），而非綁定於衛星波束，以避免 UE 在待機模式下頻繁更新位置。

結論與展望

5G NTN 不僅是技術規範的演進，更是通訊基礎設施的革命。從 Release 17 的透通式架構奠定基礎，到 Release 18 對頻譜（如 Ka 頻段）、覆蓋增強與移動性的優化，乃至於未來 6G 的全再生式、AI 驅動的星群網路，NTN 正逐步解決人類通訊的最後一哩路。掌握由星曆數據驅動的動態通道建模、精確的時頻預補償演算法，以及適應長延遲的協定優化，將是未來通訊晶片與網路設備開發者的核心競爭力。