1 引言

傳統的無線網絡規(guī)劃方法，是在典型環(huán)境中通過人工路測的方法進行數據采集，然后校正傳播模型，之后再根據校正后的傳播模型進行覆蓋仿真。使用傳播模型較正的方法，由于需要人工路測，所以路測資源消耗相對較大；并且模型校正過程中會對數據進行清洗或平滑的處理，有可能出現仿真結果在小尺度范圍與實際相差較大的問題。

中國移動運營TD-LTE多年，在4G上積累了大量的高價值數據和寶貴經驗。而目前處于5G網絡建設初期，在5G上特別是5G無線網絡規(guī)劃上積累的數據和經驗較少。如果可以將4G網絡運營過程積累的高價值大數據應用于5G無線網絡規(guī)劃中，無疑將解決5G無線規(guī)劃實測數據不足的問題。

本文通過整合4G網絡D頻段的MDT數據、4G網絡的相關工參、4G天線方向圖、5G的發(fā)射功率、5G天線方向圖等大數據資源，實現了5G無線網絡規(guī)劃、模擬，提出一種4/5G共站同頻情況下的全新覆蓋規(guī)劃方法，此方法實現了4G實際數據和5G規(guī)劃數據點對點的轉換，避免了傳統規(guī)劃方法在小尺度范圍精度不高的缺陷。試驗證明，本文提出的新算法在平均誤差和誤差標準差均優(yōu)于傳統的傳播模型校正方法。

2 基于4G數據的5G覆蓋預測理論介紹

對于無線信號傳播，通用的接收場強計算公式如下：

其中，參數說明如表1所示。

表1 參數說明

中國移動在5G建設初期計劃使用2.6 GHz頻段（2 515～2 675 MHz共160 M帶寬）作為室外宏站覆蓋，并且使用4G、5G共站建設的方案，5G使用的這個頻段與TD-LTE的D頻段（2 575～2 615 MHz）是包含與被包含的關系，而且平均中心頻率相等，可以認為是同頻，使得把4G大數據用于5G覆蓋規(guī)劃成為可能。

當4/5G同頻共站設置時，對于相同的接收點，信號傳播的路徑相同，頻率相同，則路徑上的損耗也相同。則4G和5G的接收場強差異為TxPower、TxGain及RxGain的差異之和，用等式表示如下：

上面等式中，右邊的數據都可以在大數據資源中獲得的，其中Prx_4g可以從4G網絡D頻段的MDT數據獲得，TxPower_4g可以從4G工參數據獲得，TxGain_4g可以通過4G天線方向圖數據獲取，TxPower_5g是規(guī)劃設計的發(fā)射功率值，TxGain_5G可以通過5G天線方向圖數據獲取，4/5G終端接收增益的差異可以從已有的實驗室數據獲取。

3 數據集介紹

3.1 MDT數據

MDT（Minimization Drive Test，即最小化路測）數據包含終端所在的經緯度，UE上報的服務小區(qū)標識，UE上報的RSRP等。它同時擁有無線信號場強信息和用戶精確位置信息，在4G大數據中具有舉足輕重的作用，是大數據中最有價值的數據之一。MDT數據的優(yōu)點主要有3點：

① 全部都是實測數據，可以準確、直接地反映網絡實際情況；

② 具有精確的經緯度信息，可以滿足扇區(qū)級、柵格級甚至是位置點的分析；

③ 數據量大，覆蓋面廣，能夠提供整個區(qū)域范圍內全面、詳盡的覆蓋信息。

本文使用的是4G網絡D頻段的MDT數據。

3.2 4G工參數據

工參即工程參數，是指從工程建設開始記錄并維護下來的一批無線基站相關的基礎數據或參數。工參數據至少應包含小區(qū)名稱信息、小區(qū)位置信息、小區(qū)參考信號發(fā)射功率信息、小區(qū)天線型號信息、小區(qū)天線的水平方向角信息、小區(qū)天線的下傾角信息等。

3.3 4/5G天線方向圖數據

4/5G天線方向圖數據指天線測量時獲得天線輻射方向圖，通常只測量其水平面及垂直面數據，本文通過內插法實現從水平面及垂直面數據到三維空間任意水平角及下傾角的輻射增益轉換。

3.4 5G的規(guī)劃工參

包括5G的規(guī)劃發(fā)射功率，5G規(guī)劃天線型號等。

3.5 4/5G的終端增益差異

包括4G終端增益數據和5G終端增益數據

4 數據組織流程

隨著4G網絡發(fā)展和壯大，以上相關大數據資源特別是MDT的數據量可能達到TB級甚至是PB級，這樣的數據如同一個蘊藏量巨大的金礦，人工分析已無法處理這樣量級的數據。本文利用云計算技術，通過5G無線網絡規(guī)劃的算法研究，研發(fā)了基于4G大數據的5G覆蓋精準規(guī)劃工具，對大數據進行體系化、流程化的組織和處理，實現5G覆蓋的精準規(guī)劃。

基于4G大數據的5G覆蓋精準規(guī)劃工具首先對本文第3節(jié)提到的數據源的采集和存儲，然后對4G工參與5G規(guī)劃工參進行關聯計算，得到4/5G發(fā)射功率差異；再通過工參數據查詢相應的4G天線型號數據和5G天線型號數據，得到4/5G的天線增益差異；4/5G的終端增益差異從已公布的實驗數據中統計獲得。將MDT數據中的4G的實測場強與上述獲得的各種差異合并計算，得到5G的預測場強，然后再組織批量的5G預測場強，進行柵格化統計、GIS地圖呈現及其他規(guī)劃應用。

處理流程圖如圖1所示。

圖1 數據處理流程圖

5 應用舉例

本文選取了某市移動網絡某區(qū)域的LTE網絡D頻段的MDT數據，通過上述算法進行關聯、計算，生成具有精確位置信息的5G預測數據，把這些數據與不同的數字地圖數據進行關聯，可以實現不同的應用功能，下面進行簡單介紹。

應用之一：與樓宇圖層進行關聯呈現，實現樓宇網絡覆蓋的評估與分析，如圖2所示。

應用之二：與道路圖層進行關聯呈現，實現道路網絡覆蓋的評估與分析，如圖3所示。

應用之三：將全網數據進行柵格化計算，實現全網深度覆蓋的評估與分析，如圖4所示。

應用之四：篩選個別小區(qū)呈現，實現單個小區(qū)深度覆蓋的評估與分析，如圖5所示。

應用之五：篩選弱覆蓋的柵格呈現，實現弱覆蓋區(qū)域的直觀呈現，如圖6所示。

圖2 樓宇網絡覆蓋評估與分析

圖3 道路網絡覆蓋評估與分析

圖4 全網深度覆蓋評估與分析

圖5 單個小區(qū)深度覆蓋評估與分析

圖6 弱覆蓋評估與分析

從圖6可以看到，根據模擬程序的計算，在牛湖的某個站點覆蓋下，5G模擬覆蓋存在一片連續(xù)弱覆蓋區(qū)域，如圖7所示。

圖7 弱覆蓋區(qū)域驗證與測試

經實地測試，該地無線環(huán)境復雜，街道較窄，形成一個深巷地形，LTE的信號強度也不是特別好，NSA模式下的5G信號相對更差，進行數據業(yè)務時經常斷流，基本是不可用的情況。這顯示出基于4G大數據的5G規(guī)劃方法的結果與實際情況較為吻合，證實該方法是可行且精確的。

另外通過較大范圍路測，將路測數據、傳統的傳播模型校正方法生成的模擬數據及基于4G大數據的5G規(guī)劃方法生成的模擬數據進行對比，筆者發(fā)現傳統的傳播模型校正方法預測場強相對較樂觀，而基于4G大數據的5G規(guī)劃方法相對更精確，更符合實際測試的情況。對比數據如表2所示。

本文分析認為，傳統的模型校正方法實施過程中，需要把整片區(qū)域的覆蓋情況通過數學處理方法形成一條傳播模型公式，亦即使用一條傳播公式來描述整個區(qū)域的覆蓋情況，處理過程中必定會丟失了一些較為小尺度的細節(jié)情況，所以用于預測時部分區(qū)域與實測情況相差較大；本文使用的基于4G大數據的5G規(guī)劃方法，對4G D頻段的MDT實測數據進行點對點的轉換，由于MDT數據的場強及位置信息都是精確的，所以轉換后的規(guī)劃數據也相對更精確。

表2 傳統方法、本文預測方法與實測數據的偏差對比

2020年7月剛剛凍結的3GPP R16版本中，5G NR增加了MDT特性，未來將可以提供5G全網實際的覆蓋情況，也可以為本文的規(guī)劃預測方法提供閉環(huán)驗證，筆者真切地期望這一天的到來。

6 結論

5G網絡在空口技術和網絡架構上采用了全新的標準，以滿足未來的各樣應用場景。特別是Massive MIMO技術的引入，改變了移動網絡基于扇區(qū)級寬波束的傳統方法，對無線網絡規(guī)劃方法的沖擊很大?？深A見的是，在5G無線網絡規(guī)劃過程中，遇到的更多的都會是新問題，沒有先例可循，解決難度較大。本文通過詳細介紹和論述，論證了將4G的MDT大數據應用在5G覆蓋規(guī)劃中的可行性，并把數據組織處理方法和流程進行梳理歸納，形成流程圖。本文的主要意義有以下兩點：一是對每一點都是使用MDT實測數據進行覆蓋轉換預測，避免了純理論預測的不確定性；二是實現柵格級甚至是具體位置點的預測，避免了傳統扇區(qū)級寬波束規(guī)劃方法在小尺度區(qū)域精度低的問題。希望本文所提出新的方法和系統，能起到提升5G規(guī)劃精度的作用，作為相關項目參考，為中國移動5G網絡發(fā)展貢獻一份力量。