王曉剛，杜 健，李嬋嬋，張水斌（.中國聯(lián)通山西分公司，山西太原 00006；.中國聯(lián)通太原分公司，山西太原 0000；.中國聯(lián)通長治分公司，山西長治 04600）

1 概述

1.1 5G介紹

隨著通信技術(shù)的不斷發(fā)展，為適應(yīng)未來海量移動數(shù)據(jù)的爆炸式增長以及加快新業(yè)務(wù)新應(yīng)用的開發(fā)，第五代移動移動通信技術(shù)（5G）應(yīng)運而生。相比于4G，5G 聚焦大帶寬、低時延、多連接、高移動性等多業(yè)務(wù)場景。在性能和場景應(yīng)用上相比之前的移動通信技術(shù)有大幅提升，無論面向普通消費者還是商業(yè)產(chǎn)業(yè)應(yīng)用領(lǐng)域，5G 都能夠真正構(gòu)建起萬物互聯(lián)的智能世界，實現(xiàn)智慧城市、智能自動化工廠、遠(yuǎn)程醫(yī)療等一系列應(yīng)用。

1.2 5G Massive MIMO概念

作為移動通信中最為重要的功能組件，面向5G通信的手機(jī)天線和基站天線成為近年來的研究與設(shè)計重點?？v觀5G 天線研究現(xiàn)狀以及大規(guī)模天線陣列（Massive MIMO）的技術(shù)要求，面向5G 移動通信的天線應(yīng)具有高增益、小型化、寬頻帶以及高隔離度等技術(shù)特征。Massive MIMO 是多天線技術(shù)演進(jìn)的一種高階形態(tài)，是5G 網(wǎng)絡(luò)的一項關(guān)鍵技術(shù)。Massive MIMO 站點的天線數(shù)顯著提升（64 天線）。通過使用大規(guī)模天線陣列對信號進(jìn)行聯(lián)合接收解調(diào)或發(fā)送處理，相對于傳統(tǒng)多天線技術(shù)，Massive MIMO 可以大幅提升單用戶鏈路性能和多用戶空分復(fù)用能力，從而顯著增強(qiáng)了系統(tǒng)鏈路質(zhì)量和傳輸速率。此外，Massive MIMO 的多天線陣列系統(tǒng)增加了垂直維的自由度，可靈活調(diào)整水平維和垂直維的波束形狀，基站的三維覆蓋能力顯著提升。基于5G Massive MIMO 對于空間維度的自由度大幅提升，引出了立體覆蓋波束Pattern 這一概念，在此提出并總結(jié)了優(yōu)化Pattern參數(shù)以提升SSB覆蓋的原理和方法。

2 廣播波束Pattern

2.1 波束管理介紹

波束管理主要分為小區(qū)級廣播信道波束管理以及用戶級靜態(tài)波束管理。

用戶級靜態(tài)波束設(shè)計成了多個窄波束，UE 需要對這些窄波束進(jìn)行掃描以獲取最優(yōu)波束集合。gNodeB 針對UE 掃描上報的最優(yōu)波束集合進(jìn)行維護(hù)，從而選擇給這些信道使用最優(yōu)的波束集合。

而對于小區(qū)級波束管理，5G NR 的廣播波束為N個方向固定的窄波束，相較于LTE TDD 用一個寬廣播波束覆蓋整個小區(qū)，NR能夠通過在不同時刻發(fā)送不同方向的窄波束完成小區(qū)的廣播波束覆蓋。UE 掃描每個窄波束來獲得最優(yōu)波束，完成同步和系統(tǒng)消息解調(diào)。圖1為NR TDD廣播波束掃描范圍。

圖1 NR TDD廣播波束掃描范圍

對于廣播信道的波束管理，支持針對不同的覆蓋場景配置不同的波束場景。

2.2 立體覆蓋波束

2.2.1 概念與原理

5G Massive MIMO 天線的一個顯著特征是通過天線權(quán)值調(diào)整與波束賦形技術(shù)來調(diào)整廣播波束的水平波寬、垂直波寬、方位角和下傾角，以此來得到特定的覆蓋效果?；静ㄊ芾硖匦允筭NodeB 只支持一種廣播波束覆蓋，即默認(rèn)覆蓋場景。立體覆蓋波束相比于基本波束管理，能夠使gNodeB 支持更多的廣播波束覆蓋場景。立體覆蓋波束除了默認(rèn)覆蓋場景，還支持多種典型覆蓋場景。在不同的覆蓋場景下，廣播波束有不同的傾角、方位角、水平波寬、垂直波寬。

表1示出的是典型覆蓋場景的廣播波束，表中數(shù)據(jù)僅供參考，實際中不同廠家和不同設(shè)備型號可能支持不同的覆蓋場景和參數(shù)，以具體的設(shè)備支持為準(zhǔn)。

表1 典型覆蓋場景的廣播波束

3種不同波束寬度組合天線波形示意見圖2，第一種:水平波寬較大、垂直波寬小，對平面有較廣的覆蓋，第二種：水平波寬小、水平面覆蓋窄，第三種：水平和垂直波寬較大，對于水平和垂直面都有較好的覆蓋。通過改變水平波寬與垂直波寬可以實現(xiàn)特定的覆蓋。

圖2 天線波形示意圖

2.2.2 覆蓋場景與選取原則

NR廣播波束可以支持多類場景的覆蓋，主要為廣場類場景和樓宇類場景（以表1為例）。

a）一般情況下，推薦配置為默認(rèn)，適合典型三扇區(qū)組網(wǎng)。

b）當(dāng)水平覆蓋要求比較高時，推薦水平波寬最寬波束，遠(yuǎn)點可以獲得更高的波束增益，提升遠(yuǎn)點覆蓋。

c）當(dāng)小區(qū)邊緣存在固定干擾源時，可以考慮適當(dāng)降低水平波寬，縮小水平覆蓋范圍，避開干擾。

d）當(dāng)只有孤立的建筑物時，推薦配置水平波寬較窄波束，可以獲得水平面覆蓋較小，此種情況不適合連續(xù)組網(wǎng)，尤其是對于路面的覆蓋。

e）當(dāng)區(qū)域中存在不同高度的建筑物時，通過選取合適垂直波寬的場景進(jìn)行配置。

具體如圖3所示，第一種場景為廣場場景，近點使用寬波束，保證接入，遠(yuǎn)點使用窄波束，提升覆蓋；第二種場景為高樓場景，使用垂直面覆蓋比較寬的波束，提升垂直覆蓋范圍；第三種場景為既有廣場又有高樓，采用水平垂直覆蓋角度都比較大的波束；第四種場景為小區(qū)間干擾場景，可以使用水平掃描范圍相對窄的波束，避免強(qiáng)干擾源。

圖3 不同場景波束示意圖

如圖4 所示：D為基站到建筑物的水平距離，h為天線的高度，H為建筑物高度，B為建筑物面對基站側(cè)的寬度，b為站點相對建筑物一側(cè)的映射距離，α和β分別為水平波寬和垂直波寬，則式（1）和式（2）可表示為：

圖4 基站與建筑物模擬圖

對于單個樓宇場景，通過三角函數(shù)運算可計算出水平波寬和垂直波寬應(yīng)選取的范圍，再根據(jù)計算結(jié)果選取設(shè)備所支持的最優(yōu)模式。

3 Pattern特性驗證

3.1 驗證方案與內(nèi)容

3.1.1 傳播模型原理

5G 高頻信號受到建筑物遮擋影響相比4G 更大，需要采用更高效更精確的傳播模型。這里采用一種基于光束追蹤的傳播模型進(jìn)行仿真，圖5所示，該傳播模型主要考慮3 種傳播路徑：直接路徑（Direction Path）、反射路徑（Reflection Path）、衍射路徑（Diffraction Path）。

將3種路徑合并為式（3）。

式中：

C4——垂直Deygout衍射因子修正值

圖5 光束追蹤傳播模型的3種傳播路徑

β——反射路徑信號強(qiáng)度權(quán)重項

γ——繞射路徑信號強(qiáng)度權(quán)重項

Ldir、Lref、Ldif——3種路徑的強(qiáng)度值

如圖6 所示，相比于普通的射線追蹤模型只能一次性計算多個樓層單點，光束追蹤可以一次性計算多個樓層的可覆蓋區(qū)域。

圖6 光束追蹤傳播模型與普通射線追蹤傳播模型對比

3.1.2 測試方案與內(nèi)容

選取某市某局點中高層和低層2種不同的區(qū)域場景，每隔固定層數(shù)進(jìn)行多次打點記錄下SSB RSRP數(shù)據(jù)以反映出實際樓層的覆蓋情況。在這里定義0～20 m為低層，20～40 m 為中層，40 m 以上為高層。具體內(nèi)容為中高層樓宇每隔5層進(jìn)行記錄，低層樓宇每隔2層進(jìn)行記錄。之后根據(jù)所選取的場景以及選取原則改變默認(rèn)的立體波束場景覆蓋模式，再次按照上述原則進(jìn)行測試以及數(shù)據(jù)的記錄。最后將前后的數(shù)據(jù)進(jìn)行總結(jié)和對比呈現(xiàn)。

3.2 仿真結(jié)果呈現(xiàn)

以下基于光束追蹤的覆蓋仿真，覆蓋站點默認(rèn)水平波寬為105°，垂直波寬為6°。

中高層場景，首先對劃定區(qū)域進(jìn)行3D 仿真，設(shè)置50層切片，每層3 m，改變垂直波寬為25°，可以看出調(diào)整后整棟樓SS-RSRP有明顯提升（見表2）。

低層場景，首先對劃定區(qū)域進(jìn)行3D 仿真，設(shè)置6層切片，每層3 m，改變垂直波寬為120°，可以看出調(diào)整后部分區(qū)域SS-RSRP有提升（見表2）。

表2 中高低層場景尋優(yōu)前后仿真對比

表2 中各場景的整體覆蓋情況是基于所有樓層平均覆蓋值得到的。

3.3 測試結(jié)果

根據(jù)實際的樓層打點測試，結(jié)果如表3所示。

表3 中高低層場景尋優(yōu)前后測試對比

表3 中各場景的整體覆蓋情況是基于所有測試樓層平均覆蓋值得到的。

在中高層場景中，樓高100 m 左右，根據(jù)實際場景的計算和現(xiàn)有可供選擇的場景模式，水平波寬保持為105°，將垂直波寬改為25°，無論是在3D 仿真還是實際的樓層測試中SSB RSRP 都有一定的提升。其中將仿真樓宇切片數(shù)據(jù)按照定義的層區(qū)劃分，可以看到低中高層SSB RSRP 分別提高了2～3 dB，對于特定樓層改善較為明顯。實測數(shù)據(jù)中，選取的樓層覆蓋也改善明顯。對于高層樓宇，增大垂直波寬對于提升樓宇覆蓋具有良好的效果。

在低層場景中，樓高20 m 左右，根據(jù)實際場景計算和現(xiàn)有可供選擇的場景模式，此樓水平寬度較大，將水平波寬改為25°，垂直波寬不變?yōu)?°，同樣在3D仿真還是實際的樓層測試中SSB RSRP 都有一定的提升?？梢钥吹皆诜抡嬷蠸SB RSRP整體提升了4 dB，而在實際的樓層測試中，各樓層分別提升了2～3 dB。對于低層樓宇，其高度較低但樓宇寬度較大可以降低垂直波寬以及增大水平波寬來達(dá)到良好的覆蓋提升效果。

4 Pattern迭代尋優(yōu)

在測試場景下，常見的覆蓋問題包括弱覆蓋、重疊覆蓋和越區(qū)覆蓋。從成本和效率方面考慮，應(yīng)減少不必要的天饋機(jī)械參數(shù)調(diào)整，優(yōu)先考慮通過調(diào)整Pattern及電子傾角等參數(shù)解決覆蓋問題。

4.1 規(guī)劃階段的Pattern參數(shù)優(yōu)化

在站點規(guī)劃階段，對于Pattern 參數(shù)的規(guī)劃，可以通過覆蓋預(yù)測仿真迭代運算來獲得最優(yōu)的結(jié)果。如圖7 所示，主要步驟為確定規(guī)劃目標(biāo)和候選站點、O2O 迭代選站、O2I迭代選站、RF參數(shù)/MM Pattern參數(shù)迭代尋優(yōu)、迭代增加選站、規(guī)劃站點建設(shè)優(yōu)先級排序、規(guī)劃結(jié)果統(tǒng)計和GIS 呈現(xiàn)，其中第二到第五環(huán)節(jié)進(jìn)行了覆蓋預(yù)測。

圖7 迭代尋優(yōu)流程圖

4.2 基于路測數(shù)據(jù)的迭代尋優(yōu)

4.2.1 迭代尋優(yōu)原理

基于路測數(shù)據(jù)和設(shè)定的任務(wù)目標(biāo)，能夠?qū)SB 弱覆蓋、SINR 質(zhì)差和重疊覆蓋路段進(jìn)行識別，然后通過Pattern 和RF 參數(shù)迭代尋優(yōu)提升覆蓋。主要分為網(wǎng)絡(luò)評估和迭代尋優(yōu)2個部分。

在網(wǎng)絡(luò)評估階段，首先以不同精度（例如5 m）對路測數(shù)據(jù)進(jìn)行柵格化處理，建立柵格的路損模型。然后根據(jù)設(shè)定的優(yōu)化類型以及目標(biāo)來對問題柵格進(jìn)行識別，包括弱覆蓋柵格、重疊覆蓋柵格和SINR質(zhì)差柵格。之后再根據(jù)問題柵格的類型和分布將其他匯聚為小的Polygon多邊形并自動生成Polygon 邊（見圖8）。在迭代尋優(yōu)階段，首先基于問題類型包括弱覆蓋、重疊覆蓋、越區(qū)覆蓋來判斷垂直波寬、數(shù)字傾角和機(jī)械傾角的調(diào)整方向，按照參數(shù)設(shè)定的調(diào)整步長進(jìn)行覆蓋尋優(yōu)。然后根據(jù)路損矩陣和天線文件計算出調(diào)整后問題Polygon的變化情況，最終結(jié)合設(shè)定的權(quán)重計算出與優(yōu)化目標(biāo)的滿足度Fitness，如式（4）所示。

圖8 路測數(shù)據(jù)柵格化示意圖

其中wrsrp、woverlap、wsinr為權(quán)重值，SSBRSRPf、Overlapf、SSBSINRf分別為SSB覆蓋、過覆蓋和SSB SINR的強(qiáng)度值。對比尋優(yōu)前后的Fitness，即可得出預(yù)期增益值，如式（5）所示。

其中Gainforecast為預(yù)期增益值，F(xiàn)itnessnew和Fitnesscurrent分別為調(diào)整后的滿足度和原先的滿足度。

整體的流程如圖9所示。

圖9 迭代尋優(yōu)流程圖

4.2.2 測試方案與內(nèi)容

選取某市某局點2 個簇區(qū)域進(jìn)行驗證，第一步對兩區(qū)域進(jìn)行拉網(wǎng)測試得到區(qū)域內(nèi)整體SSB RSRP 覆蓋結(jié)果。第二步進(jìn)行Pattern 迭代尋優(yōu)，將多輪迭代運行后的結(jié)果輸出并進(jìn)行實際修改，再次對區(qū)域進(jìn)行整體測試得到SSB RSRP 的覆蓋情況。最后記錄調(diào)整前后數(shù)據(jù)以及對比呈現(xiàn)。

4.2.3 基于路測優(yōu)化內(nèi)容與結(jié)果

對于要進(jìn)行優(yōu)化的2 個區(qū)域，由于站點開通率較低，設(shè)置任務(wù)目標(biāo)時覆蓋優(yōu)先權(quán)值較大，具體的任務(wù)目標(biāo)設(shè)置以實際情況為準(zhǔn)。

區(qū)域1，導(dǎo)入路測數(shù)據(jù)，劃定任務(wù)目標(biāo)區(qū)域以及站點參數(shù)修改區(qū)域（后者一般包含前者），預(yù)測仿真結(jié)果如表4所示。

表4 區(qū)域1尋優(yōu)前后仿真對比

同時獲得所需要修改站點小區(qū)及參數(shù)結(jié)果，如表5和表6所示。

表5 需修改站點名單

表6 修改具體參數(shù)表

按照上述結(jié)果修改具體站點及小區(qū)參數(shù)，進(jìn)行復(fù)測可得表7所示結(jié)果。

區(qū)域2，導(dǎo)入路測數(shù)據(jù)，劃定任務(wù)目標(biāo)區(qū)域以及站點參數(shù)修改區(qū)域，結(jié)果如表8所示。

同時獲得所需要修改站點小區(qū)及參數(shù)結(jié)果，如表9所示。

表7 區(qū)域1尋優(yōu)前后實測對比

表8 區(qū)域2尋優(yōu)前后仿真對比

表9 需修改站點名單及參數(shù)

按照上述結(jié)果修改具體站點及小區(qū)參數(shù)，進(jìn)行復(fù)測可得表10所示結(jié)果。

表10 區(qū)域2尋優(yōu)前后實測對比

基于場景為道路的實際測試結(jié)果Pattern 迭代尋優(yōu)。首先通過路測結(jié)果根據(jù)設(shè)定的任務(wù)類型識別出問題區(qū)域再根據(jù)算法進(jìn)行處理，基于預(yù)設(shè)的目標(biāo)和經(jīng)驗參數(shù)不斷去迭代計算出最優(yōu)的Pattern 參數(shù)，包括場景模式、數(shù)字下傾角以及數(shù)字方位角，修改對應(yīng)站點的參數(shù)后再進(jìn)行復(fù)測可以發(fā)現(xiàn)整體的路面覆蓋都得到了一定提升，提升幅度為1～2 dB，而對于修改參數(shù)站點區(qū)域覆蓋提升較為明顯。

5 總結(jié)

5.1 SSB尋優(yōu)驗證總結(jié)

本文通過Pattern 特性和迭代尋優(yōu)2個部分來總結(jié)并驗證了SSB 覆蓋的優(yōu)化。在Pattern 特性的驗證中，選取了2 種場景，分別為中高層、低層。對于覆蓋這2個區(qū)域的站點，通過場景模式選擇原則以及實際設(shè)備的支持情況，調(diào)整了Pattern 場景模式來實現(xiàn)各自場景類型的覆蓋最優(yōu)。在人工計算調(diào)整之外，可以借助工具算法進(jìn)行基于路測數(shù)據(jù)的Pattern 參數(shù)迭代尋優(yōu)來獲得更優(yōu)的SSB覆蓋。無論是通過仿真模型進(jìn)行仿真還是實地測試都能獲得一定的提升，且仿真模型所獲得的結(jié)果與實際測試的整體結(jié)果之間的誤差在可接受的范圍之內(nèi)。

5.2 SSB尋優(yōu)推廣經(jīng)驗

在對SSB RSRP尋優(yōu)的驗證中，僅僅進(jìn)行了路測驗證，由于測試的場景與次數(shù)較少，獲得的數(shù)據(jù)與得出的結(jié)論具有一定參考價值，但仍需要通過規(guī)模場景去驗證。具體可實施的步驟，首先需要對選取的仿真模型通過不同的場景進(jìn)行多次驗證，擬合出仿真結(jié)果與實際結(jié)果的曲線，在這里需要注意欠擬合和過擬合的情況出現(xiàn)，如若經(jīng)過系統(tǒng)驗證可以具體實施。其次需要選取更多同場景類型不同地點進(jìn)行多次測試，改變場景模式記錄下對于SSB 覆蓋的影響，得出具有可推廣的經(jīng)驗參數(shù)。而對于Pattern 迭代尋優(yōu)，也需要進(jìn)行多次測試驗證，同時目前支持基于路測數(shù)據(jù)以提升道路場景的覆蓋，后續(xù)可以基于MR 數(shù)據(jù)的迭代尋優(yōu)來實現(xiàn)更多場景更加多元且精細(xì)化的覆蓋優(yōu)化，不僅局限于道路場景。