Considering that networks based on New Radio (NR) technology are oriented to provide services of desired quality (QoS), it becomes questionable how to model and predict targeted QoS values, especially if the physical channel is dynamically changing. In order to overcome mobility issues, we aim to support the evaluation of second-order statistics of signal, namely level-crossing rate (LCR) and average fade duration (AFD) that is missing in general channel 5G models. Presenting results from our symbolic encapsulation point 5G (SEP5G) additional tool, we fill this gap and motivate further extensions on current general channel 5G. As a matter of contribution, we clearly propose: (i) anadditional tool for encapsulating different mobile 5G modeling approaches; (ii) extended, wideband, LCR, and AFD evaluation for optimal radio resource allocation modeling; and (iii) lower computational complexity and simulation time regarding analytical expression simulations in related scenario-specific 5G channel models. Using our deterministic channel model for selected scenarios and comparing it with stochastic models, we show steps towards higherlevel finite state Markov chain (FSMC) modeling, where mentioned QoS parameters become more feasible, placing symbolic encapsulation at the center of cross-layer design. Furthermore, we generate values within a specified 5G passband, indicating how it can be used for provisioningoptimal radio resource allocation.

中文翻译：

---

符号封装点作为 5G 宽带信道跨层建模工具

考虑到基于新无线电 (NR) 技术的网络旨在提供所需质量 (QoS) 的服务，如何对目标 QoS 值进行建模和预测变得有问题，尤其是在物理信道动态变化的情况下。为了克服移动性问题，我们的目标是支持对信号的二阶统计数据的评估，即一般信道 5G 模型中缺少的电平交叉率 (LCR) 和平均衰落持续时间 (AFD)。展示我们的符号封装点 5G (SEP5G) 附加工具的结果，我们填补了这一空白并推动了对当前通用 5G 信道的进一步扩展。作为贡献，我们明确提出：（i）用于封装不同移动 5G 建模方法的附加工具；(ii) 扩展、宽带、LCR、最佳无线电资源分配模型的 AFD 评估；(iii) 降低相关场景特定 5G 信道模型中分析表达式仿真的计算复杂度和仿真时间。将我们的确定性信道模型用于选定场景并将其与随机模型进行比较，我们展示了实现更高级别有限状态马尔可夫链 (FSMC) 建模的步骤，其中提到的 QoS 参数变得更加可行，将符号封装置于跨层设计的中心。此外，我们在指定的 5G 通带内生成值，表明它可以如何用于提供最佳的无线电资源分配。将我们的确定性信道模型用于选定场景并将其与随机模型进行比较，我们展示了实现更高级别有限状态马尔可夫链 (FSMC) 建模的步骤，其中提到的 QoS 参数变得更加可行，将符号封装置于跨层设计的中心。此外，我们在指定的 5G 通带内生成值，表明它可以如何用于提供最佳无线电资源分配。将我们的确定性信道模型用于选定场景并将其与随机模型进行比较，我们展示了实现更高级别有限状态马尔可夫链 (FSMC) 建模的步骤，其中提到的 QoS 参数变得更加可行，将符号封装置于跨层设计的中心。此外，我们在指定的 5G 通带内生成值，表明它可以如何用于提供最佳无线电资源分配。