5G網(wǎng)絡(luò)天線權(quán)值優(yōu)化介紹

5G網(wǎng)絡(luò)天線權(quán)值優(yōu)化介紹3D-MIMO及5G權(quán)值設(shè)置種類

MassiveMIMO使用集成大規(guī)模陣列天線，利用多天線技術(shù)和空分復(fù)用技術(shù)，實現(xiàn)了三維精準波束賦形和多流多用戶資源復(fù)用，大幅度提升容量，增強了立體覆蓋。覆蓋場景水平波寬垂直波寬SCENARIO_190°8°SCENARIO_265°8°SCENARIO_345°8°SCENARIO_425°8°SCENARIO_590°17°SCENARIO_665°17°SCENARIO_745°17°SCENARIO_825°17°SCENARIO_915°17°SCENARIO_1065°35°SCENARIO_1145°35°SCENARIO_1225°35°SCENARIO_1315°35°電下傾角調(diào)整范圍調(diào)整步長Tilt[-15°,15°]1°覆蓋場景ID水平3dB波寬垂直3dB波寬傾角可調(diào)范圍覆蓋場景SCENARIO_1110°6°-2°~9°廣場場景SCENARIO_290°6°-2°~9°干擾場景SCENARIO_365°6°-2°~9°干擾場景SCENARIO_445°6°-2°~9°樓宇場景SCENARIO_525°6°-2°~9°樓宇場景SCENARIO_6110°12°0°~6°中層覆蓋廣場場景SCENARIO_790°12°0°~6°中層覆蓋干擾場景SCENARIO_865°12°0°~6°中層覆蓋干擾場景SCENARIO_945°12°0°~6°中層樓宇場景SCENARIO_1025°12°0°~6°中層樓宇場景SCENARIO_1115°12°0°~6°中層樓宇場景SCENARIO_12110°25°6°廣場+高層樓宇場景SCENARIO_1365°25°6°高層覆蓋干擾場景SCENARIO_1445°25°6°高層樓宇場景SCENARIO_1525°25°6°高層樓宇場景SCENARIO_1615°25°6°高層樓宇場景相對于4G，5G多波束覆蓋應(yīng)用更加充分，覆蓋場景上的選擇也更多：通過選擇不同覆蓋場景，實現(xiàn)三維精準波束賦形和多流多用戶資源復(fù)用，大幅度提升容量，增強了立體覆蓋。針對4G3DMIMO的覆蓋需求與對應(yīng)的場景選擇，MIMO支持的廣播波束形態(tài)列表如下：天線優(yōu)化方式需要變革隨著5G時代的到來，天線引入更多維度可調(diào)的參數(shù)，可滿足各種場景的覆蓋。但帶來的問題是5G天饋波束優(yōu)化變的更為復(fù)雜，MassiveMIMO的權(quán)值優(yōu)化更顯得越來越重要，過去通過現(xiàn)場工程師經(jīng)驗和塔工上站調(diào)整天饋的傳統(tǒng)方式已不再適用，傳統(tǒng)依靠人工或經(jīng)驗?zāi)０迮渲貌ㄊ鴻?quán)值的方法不僅效率低下，也無法保證較優(yōu)效果，亟需研發(fā)基于機器學習、深度學習和強化學習等人工智能技術(shù)的算法和工具，來更好的解決上述問題，以提升用戶的感知和客戶的滿意度。

無線產(chǎn)品多樣5G引入MM權(quán)值技術(shù)，產(chǎn)品形態(tài)豐富能力差異大(1)5G產(chǎn)品形態(tài)多樣、MM能力多樣，覆蓋場景和覆蓋能力差異大；(2)

5GMM下傾角、水平波束、垂直波束、方位角均可動態(tài)調(diào)整，最終組合方式高達一萬多種。權(quán)值優(yōu)化工作復(fù)雜，需要機器換人(1)5G產(chǎn)品豐富,RF調(diào)整手段多樣但作用不盡相同，傳統(tǒng)人工RF優(yōu)化方式難以應(yīng)對；(2)

G/L/NR多制式共天饋，RF優(yōu)化難度大幅增加；(3)業(yè)務(wù)模型多樣化，人工優(yōu)化投入大效率，優(yōu)化調(diào)整周期長。權(quán)值優(yōu)化復(fù)雜

精準匹配難度大覆蓋場景多樣化，差異化精確匹配難度大

人工調(diào)整弊端多廣場場景近點寬波束,保證接入

遠點窄波束,提升覆蓋高樓場景使用垂直面覆蓋寬波束，提升垂直覆蓋范圍商業(yè)區(qū)廣場+高樓覆蓋,采用較大水平/垂直波束參數(shù)比較5GMM4GMM下傾角動態(tài)可調(diào)靜態(tài)水平波束水平波束掃描的動態(tài)范圍靜態(tài)波束波寬垂直波束垂直波束掃描的動態(tài)范圍靜態(tài)波束波寬方位角動態(tài)可調(diào)固定組合數(shù)10000+200+人工權(quán)值優(yōu)化分析難、靈活性差、成本高、效率低且實時性差。人工權(quán)值調(diào)優(yōu)安全性差實時性差效率低成本高準確性低水平多波束在中高層覆蓋性能急劇下降難以發(fā)起業(yè)務(wù)2高層樓宇的淺層覆蓋仍需室外宏覆蓋協(xié)助1國內(nèi)某寫字樓為例覆蓋性能

@平均RSRP吞吐率@100MHz帶寬低層(3層)-105dBm114Mbps中高層(16層)-123dBm無法發(fā)起業(yè)務(wù)物業(yè)進入?yún)f(xié)調(diào)難度大有WIFI等補充手段室分建設(shè)成本高昂前期聚焦室外宏覆蓋↓18dBm2020～2021，5G室內(nèi)覆蓋占比不到25%3中高層居民樓室分建設(shè)優(yōu)先級低主要依賴室外宏覆蓋SCF市場進展報告，SmallCell

Forum，2020年7月室分建設(shè)優(yōu)先級較低室外穿透可滿足需求建筑物厚度相對較薄當前5G考慮較多的是水平覆蓋，高價值商業(yè)樓宇作為業(yè)務(wù)高發(fā)區(qū)覆蓋嚴重不足高價值樓宇是業(yè)務(wù)高發(fā)區(qū)，但高層樓宇垂直覆蓋不足時段2時段1時段32：基于GIS地圖和MDT數(shù)據(jù)的深度覆蓋優(yōu)化1：基于4G的MDT數(shù)據(jù)的網(wǎng)隨業(yè)動3：基于垂直覆蓋場景權(quán)值優(yōu)化模塊4：失效站點覆蓋補償優(yōu)化模塊根據(jù)GIS地圖針對密集居民區(qū)等深度覆蓋不足問題，通過權(quán)值優(yōu)化準確定制波束方案，解決深度覆蓋問題，提升5G分流比；基于4GMDT的網(wǎng)隨業(yè)動，智能尋找潮汐規(guī)律，精準定位用戶位置，做到“人動網(wǎng)動”大幅提升覆蓋效率；針對高樓層建筑等垂直覆蓋場景，通過權(quán)值優(yōu)化準確定制波束方案，解決垂直覆蓋問題，改善樓層室內(nèi)45G用戶體驗；針對45G失效站點，通過基站間退服信息交互，快速識別退服站點，利用智能尋優(yōu)技術(shù)修改權(quán)值參數(shù)，對退服站點位置做覆蓋補償；權(quán)值優(yōu)化可做什么？網(wǎng)隨業(yè)動優(yōu)化方案通過3D-mimo小區(qū)的MRO數(shù)據(jù)中AOA字段進行用戶位置的計算；根據(jù)用戶位置時間變化規(guī)律，動態(tài)優(yōu)化權(quán)值，提升覆蓋性能。根據(jù)用戶分布變化規(guī)律不同，對小區(qū)分類工作日/周末潮汐小區(qū)特征：在工作日與周末用戶集中分布分布位置不同。典型小區(qū)為覆蓋校園場景或大型商超場景的小區(qū)。動態(tài)調(diào)整方案：根據(jù)工作日/周末用戶集中分布位置，動態(tài)調(diào)整小區(qū)權(quán)值，工作日覆蓋教學樓（藍色波束），周末覆蓋宿舍（紅色波束）。特征：在上下班高峰時段、工作忙時、夜間休息時間用戶集中分布位置不同。動態(tài)調(diào)整方案：根據(jù)日內(nèi)不同時段用戶集中分布位置，動態(tài)調(diào)整小區(qū)權(quán)值，早晚高峰覆蓋道路（藍色波束），工作忙時覆蓋寫字樓（紅色波束）。日內(nèi)潮汐小區(qū)針對不同類型小區(qū)，差異化實施動態(tài)權(quán)值，開發(fā)動態(tài)波束權(quán)值調(diào)整工具，自動生成權(quán)值變更腳本定時下發(fā)。特征：每天每時段用戶集中位置穩(wěn)定。動態(tài)調(diào)整方案：根據(jù)用戶集中分布位置，每周使用一組固定的最優(yōu)小區(qū)權(quán)值，且以周為單位迭代進行最優(yōu)波束權(quán)值計算。用戶位置穩(wěn)定聚集小區(qū)小區(qū)類型用戶分布變化特征動態(tài)調(diào)整方案日內(nèi)潮汐小區(qū)不同時段AOA集中方向具有明顯差異，且連續(xù)7天有5天以上具備該特征每時段使用一組波束權(quán)值工作日/周末潮汐小區(qū)工作日和周末AOA集中方向具有明顯差異，且1月內(nèi)有4周均具備該特征在工作日/非工作日分別使用一組權(quán)值用戶位置穩(wěn)定聚集小區(qū)用戶連續(xù)7天每日每時段AOA集中方向穩(wěn)定每周使用一組權(quán)值智能天線權(quán)值優(yōu)化系統(tǒng)基于全場景面向感知的智能天線權(quán)值優(yōu)化系統(tǒng)：3DMIMO/MassiveMIMO的應(yīng)用使無線優(yōu)化具有更大的靈活性，但權(quán)值參數(shù)組合候選空間解達到數(shù)萬種，遠超出人腦可以計算空間。需要研發(fā)智能化、自動化權(quán)值優(yōu)化系統(tǒng)，能夠分析尋找潮汐規(guī)律，精準定位用戶業(yè)務(wù)分布，自動尋優(yōu)參數(shù)組合，應(yīng)用AI智能算法提升系統(tǒng)性能。通過輸出最優(yōu)權(quán)值調(diào)整方案，實現(xiàn)網(wǎng)隨業(yè)動優(yōu)化，深度覆蓋優(yōu)化，高層覆蓋提升，失效區(qū)域覆蓋補償?shù)娜珗鼍爸悄軝?quán)值優(yōu)化?；谌珗鼍暗闹悄軝?quán)值優(yōu)化系統(tǒng)4/5G網(wǎng)隨業(yè)動場景針對潮汐規(guī)律和用戶熱區(qū)，通過權(quán)值進行分時段優(yōu)化調(diào)整，實現(xiàn)4/5G流量激發(fā)深度覆蓋場景針對密集樓宇，通過權(quán)值設(shè)置，制定高增益波束及精準波束指向，改善密集場景高倒流問題垂直樓宇場景針對高層樓宇，通過權(quán)值設(shè)置，生成垂直波束，改善高層樓宇覆蓋問題失效站點場景針對站點退服，通過對周邊鄰區(qū)權(quán)值優(yōu)化，實現(xiàn)失效區(qū)域站點補償，維穩(wěn)網(wǎng)絡(luò)面向感知的智能天線權(quán)值優(yōu)化系統(tǒng)采集感知配置信息工參基站分布鄰區(qū)關(guān)系（鄰區(qū)配置圖、站間距）覆蓋場景感知（特殊場景、室內(nèi)外）NRM設(shè)備運行狀態(tài)（關(guān)斷/激活態(tài)）天線波束配置狀態(tài)參數(shù)配置狀態(tài)環(huán)境信息2D/3D地圖建筑物分布（地貌特征）性能信息MR/MDTKPI(OMC)路測DPI覆蓋感知用戶分布（位置定位）網(wǎng)絡(luò)質(zhì)量感知（KPI）業(yè)務(wù)質(zhì)量感知（KQI/QoE）業(yè)務(wù)量變化（時變、潮汐）小區(qū)業(yè)務(wù)畫像（業(yè)務(wù)類型）其他投訴數(shù)據(jù)投訴問題感知告警設(shè)備/網(wǎng)絡(luò)故障分析預(yù)測用戶分布預(yù)測業(yè)務(wù)量預(yù)測性能劣化預(yù)測分類小區(qū)場景分類鄰區(qū)分析小區(qū)共覆蓋度分析鄰區(qū)業(yè)務(wù)遷移小區(qū)相關(guān)性分析異常發(fā)現(xiàn)KPI異常檢測問題區(qū)域發(fā)現(xiàn)診斷質(zhì)差問題定界質(zhì)差問題定位根因分析方案優(yōu)化方案/規(guī)則生成評估覆蓋評估預(yù)測（傳播模型分析）優(yōu)化效果評估/預(yù)估決策節(jié)電小區(qū)決策（小區(qū)、時段、方式、門限）天線參數(shù)配置決策鄰區(qū)關(guān)系規(guī)劃/優(yōu)化決策速率優(yōu)化決策（MLB、切換參數(shù)）載頻linsence調(diào)度優(yōu)化Vo無線網(wǎng)絡(luò)優(yōu)化決策站點規(guī)劃決策…執(zhí)行參數(shù)平臺OMC…L3-L4級無線網(wǎng)絡(luò)智能化演進方式以對網(wǎng)絡(luò)數(shù)據(jù)的全面感知為基礎(chǔ)，構(gòu)建共性分析能力簇，實現(xiàn)更多場景線條的分析-決策自動化，并逐步擴大智能化在分析-決策環(huán)節(jié)中的覆蓋度，開始形成多目標聯(lián)動優(yōu)化的意圖轉(zhuǎn)化實現(xiàn)能力MassiveMIMO天線權(quán)值介紹4G無線網(wǎng)絡(luò)廣播單波束NR廣播1~8個子波束8通道無線網(wǎng)絡(luò)智能天線64通道128陣子MM天線64通道192陣子MM天線隨著MM天線陣子數(shù)量的增加，5G

廣播波束采用了窄波束輪詢掃描覆蓋整個小區(qū)的機制，選擇合適的時頻資源發(fā)送窄波束，可以根據(jù)不同場景配置每個波束的權(quán)值，以匹配多種多樣的覆蓋場景。NR每個子波束需要有一個與用時頻位置的SSB；?根據(jù)協(xié)議38.213，SSB只能選用特定的時頻位置發(fā)送，一個完整的下行時隙只能有2個SSB；典型10:2:2特殊時隙配置下，每個特殊時隙內(nèi)只能有一個SSB；?6GHz以下低頻，最多支持8個SSB。4G3D-MIMO天線權(quán)值優(yōu)化原理3D-MIMO具備13組典型廣播波束權(quán)值，以及31種電下傾角可調(diào)（-15°~+15°），組合起來共283種權(quán)值，不同場景需要匹配不同的廣播波束權(quán)值，在能力范圍內(nèi)盡量吸收更多話務(wù)，使投資收益最大化。垂直波瓣圖垂直波瓣圖MM的垂直半功率角更大廣覆蓋場景，選擇水平寬波束，垂直窄波束進行覆蓋高層覆蓋場景，根據(jù)樓宇寬度跟高度，選擇垂直、水平相當寬度的波束進行覆蓋水平波瓣圖水平波瓣圖SCENARIOHorizontalbandwidthVerticalbandwidthSCENARIO_190°8°SCENARIO_265°8°SCENARIO_345°8°SCENARIO_425°8°SCENARIO_590°17°SCENARIO_665°17°SCENARIO_745°17°SCENARIO_825°17°SCENARIO_915°17°SCENARIO_1065°35°SCENARIO_1145°35°SCENARIO_1225°35°SCENARIO_1315°35°WideCoverage

BuildingCoverage4G3D-MIMO權(quán)值優(yōu)化方案介紹數(shù)據(jù)類型事件名稱(華為)說明采集對象MRPERIOD_PRIVATE_THROUGHPUT_MEASUREMENT吞吐量測量3D-MIMO和周邊8T8RPERIOD_INTRA_FREQ_MEASUREMENT同頻RSRP/RSRQ測量3D-MIMO和周邊8T8RPERIOD_PRIVATE_BEAM_TRAFFIC波束級話務(wù)量測量3D-MIMOBEAM_NOISE_TRACKING波束級干擾測量3D-MIMO第1步：采集3D-MIMO和周邊8T8R站點連續(xù)3天六忙時的MR數(shù)據(jù)。3D-MIMO設(shè)備支持波束級的用戶吞吐量測量及NI（干擾噪聲）測量，通過判斷各波束的用戶數(shù)量，可計算出3D-MIMO小區(qū)當前用戶分布，以及周邊8T8R小區(qū)用戶數(shù)分布；3D-MIMO能夠?qū)崿F(xiàn)波束級的用戶分布統(tǒng)計，結(jié)合周邊小區(qū)MR數(shù)據(jù)，計算出各組權(quán)值下話務(wù)吸收變化情況，基于容量增益最大原則進行最佳權(quán)值尋優(yōu)。第2步：遍歷每組3D-MIMO權(quán)值和下傾角組合，計算權(quán)值和下傾角發(fā)生變化后，3D-MIMO和8T小區(qū)覆蓋變化的程度，從而算出3D-MIMO小區(qū)帶來的“潛在用戶”和“丟失用戶”。第3步：根據(jù)“潛在用戶”和“丟失用戶”結(jié)果，估算出每組權(quán)值和下傾角組合帶來的吞吐量增益，并選取增益為正且最大的一種組合，作為推薦值。3D-MIMO8T8R8T8R丟失用戶潛在用戶3D-MIMO8T8R8T8R5G支持豐富的場景化波束，可基于實際場景和用戶分布選擇最優(yōu)波束形態(tài)，提升深度覆蓋，改善網(wǎng)絡(luò)結(jié)構(gòu)現(xiàn)網(wǎng)目前場景化波束適用Default場景的占比高達96%，通過場景化波束調(diào)優(yōu)，5G深度覆蓋提升空間較大：低層廣覆蓋場景高層廣覆蓋場景高層中等覆蓋場景中層廣覆蓋場景應(yīng)用如下四種典型廣覆蓋場景，可有效增加5G小區(qū)廣播信道覆蓋范圍：場景特點：連片低層居民區(qū)，站點密集，忙時干擾較高導(dǎo)致用戶體驗速率下降顯著。常用波束場景：S2_H90V6、S3_H65V6、S4_H45V6等場景特點：連片中高層居民區(qū)/工業(yè)園區(qū)，容量需求高，規(guī)劃站間距200m-300m。常用波束場景：S8_H65V12、S9_H45V12、S14_H45V25等場景特點：獨棟高層居民樓或?qū)懽謽?商廈，不具備室分部署條件，容量需求高。常用波束場景：S14_H45V25、S15_H25V25、S16_H25V25等場景特點：線狀覆蓋，需要較窄的波束以免沿水面等形成超遠覆蓋。常用波束場景：S4_H45V6、S5_H25V6、S10_H25V12等低層樓宇高密組網(wǎng)場景中高層樓宇組網(wǎng)場景獨棟高樓場景公路大橋/隧道等線狀覆蓋場景針對密集組網(wǎng)場景及部分特殊場景，也可通過選擇最優(yōu)的場景化波束改善5G網(wǎng)絡(luò)結(jié)構(gòu)，控制越區(qū)覆蓋，降低干擾：默認場景H105V6場景6H110V12場景12H110V25場景13H165V25基于SRS波束級測量表征用戶的三維分布和覆蓋水平華為MassiveMIMO設(shè)備將空間信道劃分為若干個波束方向（如64T場景支持32波束），根據(jù)終端上行SRS測量計算出UE所在服務(wù)小區(qū)波束ID，并以此作為的輸入，通過機器學習算法訓(xùn)練波束ID預(yù)測模型，得到UE測量到的鄰區(qū)的波束ID。由于每個波束在空間中的位置相對AAU是固定的（含水平和垂直角度），因此可用波束級測量結(jié)果表征用戶的三維分布和覆蓋水平。波束級MRCount和RSRP統(tǒng)計64T64R波束ID水平分布垂直角度波束ID垂直分布23/5522/5421/5320/5219/5118/5017/4916/48-315/4714/4613/4512/4411/4310/429/418/4047/396/385/374/363/352/341/330/321031/6330/6229/6128/6027/5926/5825/5724/5617水平角度-66-42-24-88244266/32T32R波束ID水平分布垂直角度波束ID垂直分布15/3114/3013/2912/2811/2710/269/258/2447/236/225/214/203/192/181/170/1610水平角度-58-38-22-88223858/Beam18Beam10Beam2Beam26基于波束級測量構(gòu)建立體虛擬柵格測量項UE1UE2UE3UE4經(jīng)緯度（依賴MDT）x1x2x3x4服務(wù)小區(qū)BAAB服務(wù)小區(qū)波束ID209928服務(wù)小區(qū)RSRP(dBm)-101-96-98-109服務(wù)小區(qū)Pathloss(dB)959899108服務(wù)小區(qū)AntennaGain(dBi)13212018鄰區(qū)1ABBA鄰區(qū)1波束ID23101027鄰區(qū)1RSRP(dBm)-115-108-110-111鄰區(qū)1Pathloss(dB)111108109110鄰區(qū)1AntennaGain(dBi)9111111柵格經(jīng)緯度服務(wù)小區(qū)服務(wù)小區(qū)RSRP服務(wù)小區(qū)路損服務(wù)小區(qū)天線增益鄰區(qū)1鄰區(qū)1RSRP鄰區(qū)1路損鄰區(qū)1天線增益柵格1x.xA-105104.512B-10710517虛擬柵格UE服務(wù)小區(qū)+波束ID服務(wù)小區(qū)RSRP服務(wù)小區(qū)路損服務(wù)小區(qū)天線增益鄰區(qū)1+波束ID鄰區(qū)1RSRP鄰區(qū)1路損鄰區(qū)1天線增益虛擬柵格1UE1B,20-1019513A,23-1151119虛擬柵格2UE2/3A,9-9798.520.5B,10-109-108.511虛擬柵格3UE4B,18-10910828A,27-11111011二維平面柵格化處理后，UE測量信息和覆蓋特征大量丟失，從而會對迭代尋優(yōu)過程中的覆蓋預(yù)測精度產(chǎn)生較大影響：波束級立體虛擬柵格化處理后，UE測量信息和覆蓋特征得以完整保存，柵格劃分精細程度指數(shù)級提升，覆蓋預(yù)測精度能夠大幅改善：服務(wù)小區(qū)：取二維柵格內(nèi)所有UE上報的小區(qū)中平均RSRP最強的小區(qū)作為柵格服務(wù)小區(qū)；服務(wù)小區(qū)/鄰區(qū)RSRP：取所有UE測量到該小區(qū)的RSRP的平均值；服務(wù)小區(qū)/鄰區(qū)路損：取所有UE測量到該小區(qū)的路損的平均值（需做中間處理）；服務(wù)小區(qū)/鄰區(qū)天線增益：取小區(qū)物理天線到該建筑物投影的二維柵格的天線增益均值（偏差大）UE1UE2UE4CellACellBUE3采集感知分析決策執(zhí)行指令組裝下發(fā)天線配置問題區(qū)域發(fā)現(xiàn)工參數(shù)據(jù)地圖數(shù)據(jù)4GMDT數(shù)據(jù)PM數(shù)據(jù)覆蓋感知5G路測數(shù)據(jù)5GMR數(shù)據(jù)天線參數(shù)天線單元方向圖通道關(guān)斷方式基站、建筑物和地貌特征分布速率感知子波束RSRP生成

（傳播模型）SSB波束選擇SSB時隙調(diào)整CSI聯(lián)合調(diào)整用戶分布用戶分布預(yù)測覆蓋評估預(yù)測KPI異常檢測MassiveMIMO優(yōu)化分析流程工參數(shù)據(jù)路測數(shù)據(jù)4/5GMDT/MR數(shù)據(jù)5G基于路測數(shù)據(jù)的道路覆蓋優(yōu)化模塊4/5G網(wǎng)隨業(yè)動權(quán)值自適應(yīng)調(diào)整模塊從網(wǎng)絡(luò)發(fā)展需求出發(fā)，利用目前能收集的資源和數(shù)據(jù)，結(jié)合各種專家經(jīng)驗算法和大數(shù)據(jù)技術(shù)，研發(fā)出一套適用于MassiveMIMO的自動化智能化的天饋優(yōu)化方法論及產(chǎn)品，共涉及5G基于路測數(shù)據(jù)的道路覆蓋優(yōu)化模塊和5G網(wǎng)隨業(yè)動權(quán)值自適應(yīng)調(diào)整模塊兩個模塊。MassiveMIMO權(quán)值優(yōu)化模塊部署情況網(wǎng)隨業(yè)動模塊介紹最強鄰區(qū)分擔高負荷小區(qū)鄰區(qū)分擔方案潮汐分支高負荷分支調(diào)整自身覆蓋方案潮汐方案方案迭代方案融合粒子群尋優(yōu)直接調(diào)整方案2、4/5G網(wǎng)隨業(yè)動-基于4GMDT網(wǎng)隨業(yè)動功能算法介紹網(wǎng)隨業(yè)動模塊基于MDT，分析高負荷及用戶潮汐規(guī)律，對小區(qū)權(quán)值進行分時段優(yōu)化，動態(tài)覆蓋用戶集中區(qū)域，小區(qū)負荷及精準覆蓋完美兼顧，提升用戶感知，實現(xiàn)投訴降量。充分利用MDT數(shù)據(jù)中的經(jīng)緯度等字段，和轉(zhuǎn)換出的AOA、TA信息，判斷出用戶分布的所在位置，生成基于時間維度、用戶維度的動態(tài)權(quán)值方案，進行連片權(quán)值優(yōu)化，實現(xiàn)流量提升和負荷均衡。通過調(diào)整覆蓋降負荷非高負荷分析潮汐時段無潮汐規(guī)律直接權(quán)值優(yōu)化候選方案集融合粒子群算法大規(guī)?？臻g搜索特征：實現(xiàn)小時級的主鄰區(qū)負荷均衡效果。動態(tài)調(diào)整方案：根據(jù)小時級prb利用率(大于70%)判斷出是否存在規(guī)律性高負荷，尋找信號最強的鄰區(qū)，計算出鄰區(qū)和主小區(qū)的權(quán)值優(yōu)化方案。特征：調(diào)整自身覆蓋，釋放業(yè)務(wù)量，降負荷。動態(tài)調(diào)整方案：若不存在可分擔同頻小區(qū)，通過調(diào)整自身覆蓋，釋放業(yè)務(wù)量，由周邊小區(qū)吸收業(yè)務(wù)量，達到降負荷的效果。特征：小區(qū)業(yè)務(wù)規(guī)律性分析，找出潮汐時間段。動態(tài)調(diào)整方案：對一天當中業(yè)務(wù)量呈規(guī)律性變化的非高負荷小區(qū)（prb<40%），制定潮汐權(quán)值候選調(diào)整方案。特征：無潮汐規(guī)律的小區(qū)，按用戶熱區(qū)制定方案。動態(tài)調(diào)整方案：對一天中業(yè)務(wù)量呈無潮汐規(guī)律的小區(qū)，按照MDT用戶集中位置（大于80%），制定非潮汐權(quán)值候選方案。特征：對高負荷方案及潮汐方案集進行融合。方案合并原則：針對高負荷方案及潮汐方案，對時段數(shù)（小于6）、和時段長度（小于8）進行方案合并。特征：對合并后的高負荷及潮汐方案進行連片權(quán)值尋優(yōu)。連片大規(guī)模尋優(yōu)：針對融合后的高負荷方案及潮汐方案，運用粒子群及DTN模型進行權(quán)值空間搜索，輸出最佳方案。網(wǎng)隨業(yè)動三大關(guān)鍵點站點失效補償模塊介紹站點失效補償方案

基于MR測量獲取最強鄰區(qū)列表，一旦5G站點（小區(qū)）退服，可通過對最強鄰區(qū)的波束權(quán)值及功率調(diào)整，對退服站點原覆蓋區(qū)域進行搶救性覆蓋恢復(fù)，保證用戶5G網(wǎng)絡(luò)感知。建立服務(wù)小區(qū)最強鄰區(qū)靜態(tài)庫：基于5GMR數(shù)據(jù)，周粒度計算更新5G小區(qū)電平和采樣點最多的10個鄰小區(qū)，輸出靜態(tài)最強鄰區(qū)列表信息。站點失效補償方案：出現(xiàn)退服告警后，觸發(fā)補償?shù)却〞r器，判斷最強鄰區(qū)列表，根據(jù)電子方位角、下傾角、發(fā)射功率的閾值規(guī)則確定調(diào)整策略，實現(xiàn)對失效站點的覆蓋補償；告警清除后，執(zhí)行指令回退，恢復(fù)最強鄰區(qū)參數(shù)原值。集中故障平臺集中參數(shù)平臺①推送網(wǎng)元連接中斷、gNodeB退服等告警產(chǎn)生消息②啟動補償?shù)却〞r器③獲取告警網(wǎng)元及下掛小區(qū)④判斷最強鄰區(qū)列表⑤指令下發(fā)，查詢最強鄰區(qū)的發(fā)射功率、電子下傾角、等參數(shù)現(xiàn)網(wǎng)值⑥回傳最強鄰區(qū)相應(yīng)參數(shù)現(xiàn)網(wǎng)值天線權(quán)值智能優(yōu)化平臺⑦閾值判斷，確定補償策略⑧生成參數(shù)修改需求表?指標跟蹤⑨下發(fā)參數(shù)調(diào)整需求⑩執(zhí)行成功指令回傳?推送網(wǎng)元連接中斷、gNodeB退服等告警清除消息?啟動補償恢復(fù)定時器?生成參數(shù)回退需求表?指標跟蹤?下發(fā)參數(shù)調(diào)整需求?執(zhí)行成功指令回傳關(guān)鍵信息確定算法算法回退對于出現(xiàn)站點故障影響用戶感知的情況。為補償站點退服后的覆蓋空洞，通過調(diào)整周邊站點的天線權(quán)值和功率配置，增強其覆蓋范圍及強度，達到業(yè)務(wù)快速補償目的。下一步計劃：基于速率影響因素構(gòu)建無線內(nèi)循環(huán)優(yōu)化方案通過構(gòu)建Rank、MCS、Bler三者內(nèi)循環(huán)關(guān)系，基于MassiveMIMO波束權(quán)值優(yōu)化（CSI支持權(quán)值調(diào)整），迭代尋優(yōu)，匹配最佳無線環(huán)境，確保頻譜效率最佳。高Rank低Bler高Mcs不同的信道質(zhì)量下，采用不同IBLER目標值能獲得頻譜效率增益；良好的覆蓋是獲取高Rank的首要條件，建議覆蓋電平在-75dbm以上；小區(qū)正瓣方向獲得的信號比較穩(wěn)定，MCS和RANK更高，速率最優(yōu)。當前干擾主要來源于鄰區(qū)的公共信道，包括SSB/CSI/TRS等，需要控制重疊覆蓋范圍；減少頻繁切換帶來的速率損失，基于速率感知打造最優(yōu)切換鏈。下一步計劃：基于速率影響因素構(gòu)建無線內(nèi)循環(huán)優(yōu)化方案當前5G還屬于輕載網(wǎng)絡(luò)?？湛跓o線質(zhì)量是影響5G速率體驗的主要原因，其中MCS、RANK、BLER是反映空口無線質(zhì)量的重要指標。三者相互獨立又相互影響。Rank和Mcs的關(guān)系信道條件不變時，RANK越高，流間干擾越大，流間的daltasinr會下降，進而引起MCS下降。吞吐率同Rank呈正比關(guān)系，Rank越大，吞吐率越大。但Rank高的情況下也會比Rank低的情況速率差。1和2為直射徑，3和4為反射徑，1和2信號強度遠優(yōu)于3和4信號強度，1、2、3、4為多徑信號中較強前4徑信號。場景2的速率會大于場景1。Rank為4的時候，終端通過自身判斷，只選取信號較好的前4流信號，此時，MCS由信號最差的第4流信號決定，假設(shè)此時解析第4流信號的SINR值，得到的MCS為10，則4流信號速率計算通過MCS=10進行計算。Rank為2的時候，終端只選取信號較好的前2流信號，此時，MCS由信號最差的第2流信號決定，假設(shè)此時解析第2流信號的SINR值，得到的MCS為27，則4流信號速率計算通過MCS=27進行計算場景1場景2Mcs和Bler的關(guān)系MCS越高，IBLER越高，重傳率越大。頻譜效率是MCS提升帶來正增益和IBLER重傳帶來負增益，二者均衡的結(jié)果。Bler目標值需要匹配實際信道環(huán)境。MCS越低，頻譜效率差分越大。低階時，IBLER設(shè)置較大值，促使MCS提升，更容易獲得更高的性能，在高階時，IBLER設(shè)置成較低時，能獲得更優(yōu)性能。下一步計劃：深化天線權(quán)值優(yōu)化—SSB/CSI協(xié)同優(yōu)化問題掉線切換失敗頻繁切換低MCS低RANK低速率SSB質(zhì)量差√√√

√CSI-RS質(zhì)量差

√√√SSB反映廣播信道的質(zhì)量，主要影響5G終端的初始接入和切換性能，決定小區(qū)在路面及整網(wǎng)的覆蓋范圍；CSI-RS反映業(yè)務(wù)信道的質(zhì)量，影響5G終端的CQI上報、MCS選階、RANK等，決定用戶的體驗速率。SSB和CSI波束覆蓋差異大，CSI直接反應(yīng)速率體驗?zāi)壳癝SB權(quán)值優(yōu)化主要解決覆蓋接入問題，比如高層場景垂直覆蓋增強，低層樓宇水平重疊覆蓋優(yōu)化。但是SSB權(quán)值優(yōu)化無法解決CSI質(zhì)量差引起的速率體驗差問題。所以需要進行SSB/CSI協(xié)同優(yōu)化工作。高層場景垂直覆蓋增強低層樓宇水平重疊覆蓋優(yōu)化優(yōu)化前第一輪迭代優(yōu)化第二輪迭代優(yōu)化SSBBeamCSIBeam下一步計劃：深化天線權(quán)值優(yōu)化—SSB/CSI協(xié)同優(yōu)化如果只基于SSB-RSRP提升進行尋優(yōu)，部分SSB和CSI最強小區(qū)不一致路段的調(diào)整結(jié)果會傾向于SSB更強小區(qū)，主服變更到CSI較弱小區(qū)。SSB和CSI-RS包絡(luò)差異大且SSB波束支持數(shù)字化權(quán)值調(diào)整，覆蓋差異明顯。即使路段的SSB-RSRP和CSI-RSRP最強小區(qū)一致，基于SSB調(diào)整后也可能會導(dǎo)致CSI-RSRP下降。功率波束場景數(shù)字/機械/電子下傾角數(shù)字/機械方位角影響SSB因素影響CSI-RS因素功率機械下傾角機械方位角電子下傾角SSB波束的外包絡(luò)：小區(qū)級輪詢發(fā)送，Sub6G最大8波束CSI波束的外包絡(luò)：用戶級，64T支持32波束SSB/CSI協(xié)同優(yōu)化方法：通過物理RF優(yōu)化+權(quán)值調(diào)整，SSB與CSI協(xié)同優(yōu)化，改善小區(qū)CSI整體覆蓋，提升RANK、MCS。調(diào)整前：MassiveMIMOSSB波束包絡(luò)業(yè)務(wù)波束機械下傾調(diào)整后：SSB波束包絡(luò)MassiveMIMO業(yè)務(wù)波束機械下傾通過權(quán)值優(yōu)化，優(yōu)化小區(qū)切換帶，使用戶駐留在CSI更優(yōu)小區(qū)。調(diào)整前：調(diào)整后：CellACellBUEHighCSILowCSICellACellBUEHighCSILowCSI下一步計劃：深化天線權(quán)值優(yōu)化—SSB/CSI協(xié)同優(yōu)化下一步計劃：深化天線權(quán)值優(yōu)化—SSB/CSI協(xié)同優(yōu)化5GDT場景優(yōu)化，在SSB覆蓋/質(zhì)量優(yōu)化目標基礎(chǔ)上，增加CSIRSRP優(yōu)化目標?；诠こ虜?shù)據(jù)和現(xiàn)網(wǎng)測試數(shù)據(jù)，完成路損模型、插值模型和最優(yōu)主服建模，通過權(quán)值調(diào)整+RF優(yōu)化，達到網(wǎng)絡(luò)覆蓋質(zhì)量和感知體驗最優(yōu)。工參數(shù)據(jù)DT數(shù)據(jù)SSB/CSIRSRPSSBSINRDLMCTHRRankMCSCQIGrantCount高速率識別Rank/MCS/CQI綜合得分越區(qū)覆蓋識別旁瓣背瓣識別最佳服務(wù)小區(qū)識別覆蓋連續(xù)性修正道路主服分布結(jié)果主服一致性目標權(quán)值+RF方案RF迭代優(yōu)化輸入&數(shù)據(jù)處理主服分布計算方案應(yīng)用1、候選小區(qū)集合：篩選每個路測采樣點上與最強小區(qū)的RSRP差值在9dB內(nèi)的小區(qū)作為候選集2、質(zhì)量排序：綜合考慮小區(qū)覆蓋質(zhì)量、速率、距離、扇區(qū)朝向等因素進行候選小區(qū)排序3、異常小區(qū)排除：排除存在越區(qū)覆蓋、覆蓋不連續(xù)和采樣點過少的候選小區(qū)4、生成最佳服務(wù)小區(qū)分布：考慮候選小區(qū)排序和減少切換因素，生成各路段目標服務(wù)小區(qū)基于主服小區(qū)分布建模的迭代尋優(yōu)迭代尋優(yōu)過程中，通過權(quán)值及RF參數(shù)調(diào)整，增強各路段目標服務(wù)小區(qū)覆蓋，并減弱其他小區(qū)覆蓋，使得優(yōu)化后各路段的服務(wù)小區(qū)分布不斷接近建模結(jié)果，提升道路的整體覆蓋質(zhì)量和速率。XX新校區(qū)3DMIMOD站點3扇區(qū)，主要覆蓋學校園區(qū)域。從各組權(quán)值增益計算上看，場景5（水平波寬90°，垂直波寬17°）時預(yù)估增益最明顯。先后選取場景6（第一輪）和場景5（第二輪）實施優(yōu)化驗證，觀察權(quán)值優(yōu)化后吞吐量變化情況。原權(quán)值新權(quán)值新權(quán)值預(yù)期吞吐量提升增益2_h65_v8_tilt31_h90_v8_tilt3-3.64%2_h65_v8_tilt33_h45_v8_tilt3-4.38%2_h65_v8_tilt34_h25_v8_tilt3-16.81%2_h65_v8_tilt35_h90_v17_tilt314.1%2_h65_v8_tilt36_h65_v17_tilt39.1%2_h65_v8_tilt37_h45_v17_tilt33.92%2_h65_v8_tilt38_h25_v17_tilt3-6.99%2_h65_v8_tilt39_h15_v17_tilt3-19.07%3D-MIMO權(quán)值優(yōu)化案例階段日期統(tǒng)計時段RRC連接平均用戶數(shù)空口上行業(yè)務(wù)字節(jié)數(shù)(MB)空口下行業(yè)務(wù)字節(jié)數(shù)(MB)每E-RAB平均吞吐量(KB)下行PRB平均利用率(%)下行每PRB平均吞吐量(bit/PRB)小區(qū)下行平均速率(Mpbs)下行用戶平均體驗速率(RmvLastTTI)(Mpbs)優(yōu)化前10月23~25日10:00-19:0027.55114.44855.53252.1810.43303.3915.5318.04第一輪11月6~8日10:00-19:0044.11179.032024.34368.6322.84307.0318.1714.90第二輪11月13~15日10:00-19:0046.88192.742175.25367.8626.46268.2017.0312.5411月20~22日10:00-19:0046.55212.441703.44274.8518.63308.5316.8615.16絕對增益19.0198.00847.9122.678.195.141.33-2.88相對增益69.01%85.63%99.11%8.99%78.52%1.69%8.54%-15.95%階段日期統(tǒng)計時段RRC連接平均用戶數(shù)空口上行業(yè)務(wù)字節(jié)數(shù)(MB)空口下行業(yè)務(wù)字節(jié)數(shù)(MB)每E-RAB平均吞吐量(KB)下行PRB平均利用率(%)下行每PRB平均吞吐量(bit/PRB)小區(qū)下行平均速率(Mpbs)下行用戶平均體驗速率(RmvLastTTI)(Mpbs)優(yōu)化前10月23~25日10:00-19:00708.382889.7831058.86381.6723.44277.5118.777.65第一輪11月6~8日10:00-19:00673.712856.8330099.59384.8625.35250.2518.437.26第二輪11月13~15日10:00-19:00724.533148.3035192.78419.9429.30248.4219.165.9511月20~22日10:00-19:00645.642756.9329857.50393.8324.36259.5318.537.34絕對增益-62.73-132.85-1201.3612.160.92-17.98-0.24-0.32相對增益-8.86%-4.60%-3.87%3.18%3.94%-6.48%-1.30%-4.16%對比新校區(qū)3DMIMOD站點3扇區(qū)權(quán)值調(diào)整前后，用戶數(shù)增長69%，忙時上行流量提升85,6%，下行流量提升99.1%，周邊小區(qū)在相同時間段內(nèi)指標相對平穩(wěn)。權(quán)值優(yōu)化后3DMIMO小區(qū)下行用戶體驗速率下降16%，但與周邊小區(qū)相比仍有明顯優(yōu)勢（3DMIMO小區(qū)下行用戶平均體驗速率15.16Mpbs，周邊小區(qū)7.34Mbps）。上表為師專新校3DMIMO站點3扇區(qū)話統(tǒng)。上表為師專新校3DMIMO站點周邊17個小區(qū)話統(tǒng)。3D-MIMO權(quán)值優(yōu)化案例對高層建筑做各種波束權(quán)值尋優(yōu)研究試驗，通過實踐研究找出垂直場景最佳權(quán)值配置方案對中興區(qū)域XX大廈進行自定義波束方案探索性試驗，實施1+3的權(quán)值優(yōu)化方案后，中高樓層覆蓋率提升62%和53%，中高樓層吞吐率提升146%和22%，試驗效果明顯。XXX大廈高樓覆蓋基站名SSB配置站高（米）樓高（米）波束類型子波束號方位角（法線）下傾水平波寬垂直波寬XXXX1+339100水平波束（1）0015656垂直波束（3）5-1052066-10-52067-10-15