AoA services in 5G networks: a framework for real-world implementation and systematic testing

This thesis introduces a novel framework for repeatable and systematic testing of Angle of Arrival (AoA) estimation in 5G New Radio (NR). The primary contribution is the realization of a hardware testbed that integrates NVIDIA’s Sionna ray-tracing engine with the Keysight PROPSIM channel emulator, further attached to a private 5th generation (5G) Network. This combination enables reproducible evaluation of Angle of Arrival (AoA) algorithms under realistic propagation and hardware conditions, bridging the gap between purely simulated studies and real-world testing. Within this framework, uplink AoA estimation using Sounding Reference Signal (SRS) is demonstrated through the MUSIC algorithm. A lightweight calibration procedure is proposed to mitigate antenna phase misalignments, a fundamental step to make algorithms relying on inter-antenna phase differences applicable to real-world scenarios. The results confirmed the feasibility of accurate single-anchor AoA estimation, with performance ap- proaching theoretical bounds in favorable conditions. While the experiments highlight the potential of AoA estimation in 5G NR, the long-lasting value of this work lies in establishing a flexible and extensible platform for future research on localization, multipath mitigation, and O-RAN xApp integration.

Questa tesi introduce un nuovo framework per il testing ripetibile e sistematico della stima dell’Angle of Arrival (AoA) in reti 5G NR. Il contributo principale è la realizzazione di un testbed hardware che integra il motore di ray-tracing Sionna di NVIDIA con l’emulatore di canale Keysight PROPSIM, infine connesso a una rete 5G privata. Questa combinazione consente la valutazione riproducibile degli algoritmi di stima di AoA in condizioni realistiche di propagazione e hardware, colmando il divario tra studi puramente simulati e test in deployment reali. All’interno di questo framework, la stima uplink dell’AoA tramite SRS è dimostrata attraverso l’algoritmo MUSIC. Viene proposta una procedura di calibrazione per mitigare i disallineamenti di fase tra antenne, un passaggio fondamentale per rendere applicabili agli scenari reali gli algoritmi che si basano sulle differenze di fase inter-antenna. I risultati hanno confermato la fattibilità di una stima accurata dell’AoA a singolo ancoraggio, con prestazioni prossime ai limiti teorici,in condizioni favorevoli. Sebbene gli esperimenti mettano in evidenza il potenziale della stima dell’AoA in 5G NR, il valore a lungo termine di questo lavoro risiede nell’aver sviluppato una piattaforma flessibile ed estendibile per ricerche future sulla localizzazione, la mitigazione del multipath e l’integrazione O-RAN xApp.