亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        5G大規(guī)模天線陣列波束權(quán)值自優(yōu)化系統(tǒng)

        2021-11-17 08:16:04袁亞男王朝陽錢國寶賀小蓉郭大干
        江蘇通信 2021年5期
        關(guān)鍵詞:波瓣賦形波束

        袁亞男 王朝陽 錢國寶 賀小蓉 郭大干

        1.中國移動通信集團江蘇有限公司鹽城分公司;

        2.揚州大學(xué)

        0 引言

        隨著通信技術(shù)的不斷進(jìn)步,人們對網(wǎng)絡(luò)體驗的要求越來越高,做好無線資源的充分合理應(yīng)用變得更加重要,在未來,通信系統(tǒng)設(shè)計需要能夠更加合理地利用帶寬資源,從而大幅提升頻譜效率。目前,5G大規(guī)模采用MM(Massive Multiple-Input Multiple-Output,大規(guī)模多入多出)技術(shù)天線部署方式。怎樣更加合理地應(yīng)用波束賦形技術(shù)解決邊緣場景覆蓋能力弱及深度覆蓋能力不足的問題,是當(dāng)前5G網(wǎng)絡(luò)建設(shè)亟待解決的問題。

        本文基于MDT數(shù)據(jù),研究出一種MM小區(qū)的波束與場景的適配方法,實現(xiàn)場景級的個性化配置。該方法通過建立天線到用戶的三維模型,提取天線到用戶的向量關(guān)系特征數(shù)據(jù),利用統(tǒng)計學(xué)分析得出初始最優(yōu)解,然后配置到現(xiàn)網(wǎng),并進(jìn)行循環(huán)往復(fù)的閉環(huán)評估,逐漸收斂波束到現(xiàn)網(wǎng)最優(yōu)解,最終增強網(wǎng)絡(luò)覆蓋能力,提高下載速率,提升用戶使用體驗。

        目前,5G MM天線部署開通時的配置均為默認(rèn)場景,無法充分發(fā)揮5G多波束天線的優(yōu)勢。5G NR(New Radio,新空口技術(shù))早期部署采用NSA(Non-Standalone,非獨立組網(wǎng))模式,當(dāng)前5G網(wǎng)絡(luò)側(cè)尚無成熟的MR(Measure Report,測量報告)、MDT信令軟采集系統(tǒng)部署,所以沒有5G的MDT數(shù)據(jù)可以采集,網(wǎng)絡(luò)優(yōu)化MM站點時,周邊覆蓋場景主要依靠人員現(xiàn)場勘測,優(yōu)化費用高且效率低。因缺少對MM性能的自動檢測機制,不能發(fā)現(xiàn)及測算因波束方案部署不合理造成的性能、流量損失。因此對MM權(quán)值配置的自優(yōu)化研究將有助于發(fā)揮天線最優(yōu)性能,最大化提升網(wǎng)絡(luò)資源利用率。

        1 技術(shù)方案

        1.1 大規(guī)模天線陣列波束賦形技術(shù)原理

        MDT是3GPP(3rd Generation Partnership Project,第三代合作伙伴項目)提出來的進(jìn)行部分替代DT(Drive Test,即驅(qū)車測試,一般業(yè)內(nèi)稱路測)、CQI(Call Quality Test,呼叫質(zhì)量測試,一般業(yè)內(nèi)稱定點測試)測試方法,并降低OPEX(Operating Expense,運營成本)成本的自動優(yōu)化方案。主要通過GPS定位信息,結(jié)合MR原始上報的用戶RSRP(Reference Signal Receiving Power,參考信號接收功率)、RSRQ(Reference Signal Receiving Quality,參考信號接收質(zhì)量)等網(wǎng)絡(luò)性能信息,利用大數(shù)據(jù)分析處理方法,可以更精確地掌握網(wǎng)絡(luò)覆蓋模型及用戶感知體驗。

        根據(jù)最新的檢索數(shù)據(jù)顯示,已有相關(guān)針對Massive MIMO天線波束優(yōu)化方法的研究理論。但其大多是采用用戶的話務(wù)模型來調(diào)優(yōu),對網(wǎng)絡(luò)實際覆蓋能力的考慮有較大欠缺。本研究基于3D MDT的5G波束智能管理,從用戶的實際位置考慮,進(jìn)行三維空間位置研究,形成一套智能優(yōu)化方法。首先,采集并處理4G用戶3D MDT基礎(chǔ)數(shù)據(jù),精準(zhǔn)定位現(xiàn)網(wǎng)用戶覆蓋需求,使用大數(shù)據(jù)建模算法輸出天線波束(水平方位、垂直方位、水平波瓣角、垂直波瓣角等)覆蓋方向及范圍,基于AI循環(huán)調(diào)優(yōu)算法,確定最佳波束場景;其次,根據(jù)4G、5G小區(qū)的天饋共用信息進(jìn)行一對一映射,以獲得5G最佳波束場景,最終,形成5G波束智能管理方案,本項目方案系統(tǒng)架構(gòu)圖如圖1所示。

        圖1 基于MR/MDT大數(shù)據(jù)的MM權(quán)值A(chǔ)I優(yōu)化系統(tǒng)架構(gòu)圖

        1.2 關(guān)鍵步驟的具體實現(xiàn)

        1.2.1 用戶MDT大數(shù)據(jù)采集與清洗

        數(shù)據(jù)采集:網(wǎng)管平臺完成MDT基礎(chǔ)數(shù)據(jù)訂閱與采集,無需現(xiàn)場進(jìn)行DT、CQT測試。

        數(shù)據(jù)整合:因MDT采集的數(shù)據(jù)量龐大,每小時可產(chǎn)生“4×站點數(shù)”的文件,人工使用Excel不可能完成一個地市1.2萬余個站點的數(shù)據(jù)分析。對此,借助Python語言的快速開發(fā)特點,自研Python小工具。經(jīng)過數(shù)據(jù)獲取識別、數(shù)據(jù)清洗、數(shù)據(jù)匯聚、數(shù)據(jù)處理等步驟,將海量數(shù)據(jù)自動分析并提取到一張數(shù)據(jù)建模匯聚表中。

        數(shù)據(jù)清洗:通過Python數(shù)據(jù)處理pandas模塊完成數(shù)據(jù)清洗與數(shù)據(jù)建模計算。

        在數(shù)據(jù)提取階段,可同步完成數(shù)據(jù)的預(yù)處理,即生成“.csv”文件。使用Python中的pandas模塊,將數(shù)據(jù)引入到DataFrame數(shù)據(jù)中,并進(jìn)行數(shù)據(jù)的清洗與處理。

        數(shù)據(jù)清洗,思路采用基于采樣點密度和有效性的處理方法,將低密度的邊緣點剔除。這里采用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)基于密度的聚類算法實現(xiàn)。

        DBSCAN算法描述,如圖2所示。

        圖2 DBSCAN鄰接關(guān)系圖

        輸入:包含n個對象的數(shù)據(jù)庫,半徑e,最少數(shù)目MinPts。

        輸出:所有生成的簇,達(dá)到密度要求。

        (1)Repeat;

        (2)從數(shù)據(jù)庫中抽出一個未處理的點;

        (3)如果,抽出的點是核心點。那么,找出所有從該點密度可達(dá)的對象,形成一個簇;

        (4)否則,抽出的點是邊緣點(非核心對象),跳出本次循環(huán),尋找下一個點;

        (5)直到所有的點都被處理。

        數(shù)據(jù)清洗的實現(xiàn)流程,如圖3所示。結(jié)果將保留綠色密集區(qū)域采樣點,周邊的離散點將會被過濾掉。

        圖3 MDT采樣點分布和GE三維呈現(xiàn)

        1.2.2 用戶3D建模及模型的回歸分析

        完成數(shù)據(jù)清洗后,將小區(qū)(無線覆蓋區(qū)域,即天線電磁波覆蓋區(qū)域)的天面數(shù)據(jù)和用戶3D數(shù)據(jù)做數(shù)據(jù)集成處理。實現(xiàn)CELL-UE(小區(qū)-用戶終端)級海量數(shù)據(jù)的3D向量建模與計算,并輸出以向量為媒介的屬性數(shù)據(jù)信息。

        圖4中,右圖的藍(lán)色菱形為天線位置,散點為UE位置。L、R為水平方向包絡(luò)面的左右外切邊界,其夾角構(gòu)成水平波瓣寬度;U、D為垂直方向包絡(luò)面的上下外切邊界,其夾角構(gòu)成垂直波瓣寬度。

        圖4 CELL-UE向量呈現(xiàn)(左)、天線與UE的3D關(guān)系(右)

        向量特征提?。菏紫葘⑿^(qū)數(shù)據(jù)、MDT數(shù)據(jù)相關(guān)聯(lián),得到小區(qū)經(jīng)緯度、小區(qū)掛高、UE經(jīng)緯度、UE高度,建立每個MDT樣本點的三維空間向量模型,并提取方位角、傾角屬性。

        回歸分析:將每個小區(qū)的N個MDT采樣點數(shù)據(jù)的方位角、傾角數(shù)據(jù),分別輸入sklearn.cluster科學(xué)計算包進(jìn)行回歸分析,并輸出最大值及上下邊界。經(jīng)過統(tǒng)計分析,當(dāng)正態(tài)分布第一參數(shù),取為俯仰角,上下邊界可根據(jù)置信度做樣本包絡(luò)為垂直波瓣寬度范圍。

        通過建模與回歸分析后,將可以擬合出小區(qū)的天面電磁覆蓋包絡(luò)參數(shù)組(水平波瓣寬度、垂直波瓣寬度、俯仰角、水平方位角)。

        1.2.3 波束場景自學(xué)習(xí)

        考慮到設(shè)備商對波束場景的設(shè)置限制,這里參照華為5G設(shè)備設(shè)置方法。華為設(shè)備共計支持17種波束場景設(shè)置,分別為DEFAULT、Scenario_0到16,且其場景設(shè)置值為離散值,而輸出的小區(qū)天面電磁覆蓋包絡(luò)參數(shù)組數(shù)據(jù)均為連續(xù)值,導(dǎo)致無法將擬合的數(shù)據(jù)直接應(yīng)用到現(xiàn)實中。

        對此,采用機器學(xué)習(xí)的思路,對擬合的連續(xù)值數(shù)據(jù)做離散化處理,以適配最優(yōu)可實現(xiàn)波束場景設(shè)置。這里,通過sklearn.tree包的CART算法完成波束的自動學(xué)習(xí)與波束匹配。如圖5所示。

        圖5 波束場景自學(xué)習(xí)

        2 應(yīng)用成果

        (1)單點驗證速率提升10.41%

        選擇**-**-***-NR進(jìn)行驗證,如表1所示。

        表1 站點三扇區(qū)波寬和匹配場景

        現(xiàn)場核實驗證,**_**_***FD_0小區(qū)方向為4~5層商鋪,**_**_***FD_1小區(qū)方向為低層商鋪,**_**_***FD_2小區(qū)方向為18層左右小高層,與MDT擬合結(jié)果完全一致。

        分別在三個扇區(qū)內(nèi)進(jìn)行打點測試,對比默認(rèn)波束賦形和場景化波束賦形的差異。場景化波束較默認(rèn)波束的平均電平提升2.3dB,平均SINR(Signal to Interference plus Noise Ratio,信號與干擾加噪聲比)提升1.66dB,平均下載速率提升61.46Mbps,提升幅度10.41%。

        圖6 三扇區(qū)測試指標(biāo)(NR平均RSRP)

        圖7 三扇區(qū)測試指標(biāo)(NR平均SINR)

        (2)微區(qū)域應(yīng)用速率提升14.45%

        選擇連片的10個站點進(jìn)行場景化波束智能設(shè)置。對微區(qū)域進(jìn)行拉網(wǎng)測試,對比默認(rèn)波束和場景化波束的差異??梢园l(fā)現(xiàn)場景化波束相比默認(rèn)波束,平均RSRP提升5.79dB,但是SINR提升9.43dB、達(dá)到21.51dBm,平均下載速率提升87.03Mbps,提升幅度達(dá)到14.45%。

        圖8 三扇區(qū)測試指標(biāo)(NR平均下載速率)

        統(tǒng)計微區(qū)域性能指標(biāo),最大用戶數(shù)、業(yè)務(wù)量提升明顯,上行干擾降低1.62dB,下行用戶平均吞吐率提升76.95Mbps,提升幅度24.08%。微區(qū)域日均流量增長超50%,整體來看5G性能、覆蓋和業(yè)務(wù)吸收均改善明顯。

        3 結(jié)束語

        根據(jù)對當(dāng)前NSA Option 3X組網(wǎng)模式下用戶接入、業(yè)務(wù)數(shù)據(jù)傳輸?shù)攘鞒痰睦斫?,在前期的MDT大數(shù)據(jù)分析基礎(chǔ)上,延伸開展三維立體用戶模型建模,從而立體呈現(xiàn)終端分布,開展Beam級優(yōu)化工作。利用“大數(shù)據(jù)眾籌理念”,使用MDT數(shù)據(jù)代替網(wǎng)絡(luò)測試數(shù)據(jù),從時間效率、資源效率、物質(zhì)成本三個方面達(dá)到降本增效的目的,拓展網(wǎng)絡(luò)優(yōu)化工作“自動化”進(jìn)程。通過MM波束賦形技術(shù)有效地解決城區(qū)不同場景下的覆蓋效果,方案可通過MM波束AI自優(yōu)化循環(huán)評估調(diào)優(yōu),實現(xiàn)方案效果的最優(yōu)化。而且利用MDT數(shù)據(jù)進(jìn)行計算與分析,優(yōu)化人員只需將站點場景及周邊小區(qū)信息進(jìn)行信息采集,輸出推薦方案,并落地實施,能夠有效提升人員優(yōu)化的精準(zhǔn)性,節(jié)省人力物力。

        猜你喜歡
        波瓣賦形波束
        反旋雙色橢偏場中Ar 非次序雙電離電子關(guān)聯(lián)的強度依賴*
        波瓣噴嘴燃燒室流場水流模擬試驗研究
        毫米波大規(guī)模陣列天線波束掃描研究*
        波瓣混合器的大渦模擬
        圓陣多波束測角探究
        電子測試(2018年6期)2018-05-09 07:31:54
        Helix陣匹配場三維波束形成
        一種重新賦形副反射面的環(huán)焦天線設(shè)計
        60 GHz無線通信系統(tǒng)中自適應(yīng)扇區(qū)波束賦形算法研究
        基于非正交變換的局域波束空時自適應(yīng)處理
        橢圓形切扇修形對波瓣混合器摻混性能影響
        亚洲精品无amm毛片| 岛国av无码免费无禁网站下载| 性欧美暴力猛交69hd| 色噜噜狠狠色综合成人网| 国产九色AV刺激露脸对白| 亚洲精品中文字幕乱码人妻| 成年女人18毛片观看| 亚洲国产中文字幕视频| 激情综合色综合久久综合| 国产久视频国内精品999| 中文字幕日产人妻久久| 日韩一级精品亚洲一区二区精品| 我和隔壁的少妇人妻hd| 乱人伦中文无码视频在线观看| 亚洲一级无码片一区二区三区| 日本免费a一区二区三区| 国产一区二区精品人妖系列在线 | 国产一区二区三区视频免费在线| 亚洲精品女同在线观看| 少妇无套裸按摩呻吟无呜| 欧美一区二区三区红桃小说| 成年女人A级毛片免| 美女精品国产一区二区三区| 青青草视频网站免费看| 亚洲av无码乱码国产麻豆| 精品久久久无码人妻中文字幕豆芽| 久久久久久好爽爽久久| 最新精品国偷自产在线婷婷| 在线观看免费视频发布白白色| 大肉大捧一进一出好爽视频动漫| 国产96在线 | 欧美| 人妻系列无码专区久久五月天 | 无码人妻久久一区二区三区不卡 | 口爆吞精美臀国产在线| 欧美大胆性生话| 国产如狼似虎富婆找强壮黑人| 伊人久久亚洲综合影院首页| 亚洲精品尤物av在线网站| 日韩精品在线免费视频| 狠狠色综合7777久夜色撩人ⅰ| 成年女人毛片免费视频|