邱 斌，嵇明華，李土光，梁景舒（中國電信股份有限公司深圳分公司，廣東深圳 518048）

0 引言

隨著3GPP 協(xié)議的凍結，全球5G 產業(yè)進入高速發(fā)展階段。5G 網絡引入了大帶寬、智能天線、多頻段等新技術，滿足eMBB/Urllc/mMTC 三大業(yè)務場景，同時，考慮到5G 昂貴的部署成本，運營商在規(guī)劃部署5G 網絡時面臨嚴峻挑戰(zhàn)。

1 傳統(tǒng)無線規(guī)劃方法面臨的挑戰(zhàn)

1.1 高密度站址選取對經驗化的規(guī)劃方式的挑戰(zhàn)

5G 較高的頻率傳播特性決定了5G 基站覆蓋半徑縮小，將呈現宏站與微站協(xié)同、室內與室外協(xié)同、高站與低站搭配的異構網形態(tài)。這也決定了5G 基站高密度、低空間、微小化的特點，相較于4G 網絡，5G 的整體站點規(guī)模將提升2～3 倍，單靠以往2G/3G/4G 站址的選取已無法滿足5G高密度站址的需求，需要盡可能地利用政府、鐵塔以及第三方站址資源。

1.2 高昂的5G建網成本對規(guī)劃經濟效益的挑戰(zhàn)

5G 高昂的建設成本以及運維成本，使得網絡規(guī)劃之初對于經濟效益方面同步也提出較高的要求。國內三大運營商經過多年的網絡建設，都積累了大量的站址資源，經過鐵塔公司共建共享整合，可用的存量站址數量更加豐富。因此，建網首先要考慮如何充分利用現網站址，實現降本增效；同時根據5G 網絡特性要求，有效優(yōu)化網絡結構，保證網絡質量優(yōu)先。這需要從這些海量站址中甄選出適于5G網絡的站址，并通盤考慮網絡架構、站址布局，從而能夠充分發(fā)揮宏基站覆蓋效率高的特點，降低后續(xù)深度覆蓋建設投資，并為用戶提供更優(yōu)的業(yè)務體驗，僅靠傳統(tǒng)的經驗方法，難以滿足這種要求。

2 “4+1”智能規(guī)劃模型

“4+1”智能規(guī)劃模型是以需求庫、站址庫、規(guī)劃庫、立項庫為基礎，通過MR/DPI/DT 等大數據挖掘，將智能規(guī)劃選址算法植入其中，真正做到精準選址、價值選址，其總體系統(tǒng)設計架構如圖1所示。

圖1 四大庫邏輯關系圖

2.1 需求庫設計

需求庫作為“4+1”智能規(guī)劃模型需求收集的窗口和后續(xù)智慧規(guī)劃算法中解決能力的一種評估依據，其收集的數據應具有全面性、真實性和多維性。需求來源可以是投訴、測試、性能指標或其他等，能為智慧規(guī)劃算法提供必要的依據，主要采集的信息有4類：需求來源（屬性）、基本信息、網絡信息和場景信息（見表1）。

2.2 站址庫設計

站址庫作為基礎資源庫，存儲了以下幾類站址：現網站址、政府部門物業(yè)站址，鐵塔站址和第三方的站址。各方站址包含的信息不一，無統(tǒng)一標準。因此站址資源規(guī)整采用統(tǒng)一的畫像形式，建立多維的站址質量評分標準及算法，為智慧規(guī)劃和價值選擇提供科學有效的方法。

2.2.1 站址畫像設計

自有站點的信息較為齊全，其他站址信息則有所差異，分析提取必要的站址信息尤為重要，這里采用統(tǒng)一的畫像形式，每個站址建立標準畫像（見圖2和表2）。

表2 站址庫畫像信息列表

圖2 站址畫像示意圖

2.2.2 站址評級設計

站址質量等級評分標準是建立在站址畫像基礎上，通過選擇和設置評分的維度和各維度的權重，對站址的質量進行量化。評分維度、維度分數取值范圍和維度權重可根據實際進行選擇和設置。站高、站距結合所在區(qū)域類型（城區(qū)、縣城郊區(qū)、鄉(xiāng)鎮(zhèn)）的站高和站間距分段設置對應的分值；場景類型按照場景的重要程度，用戶和流量情況分段設置分數；租金與標準進行比較分為4 檔：非常高、高、適中、低，每檔賦予相應得分；物業(yè)難易程度根據物業(yè)配合程度劃分為難、適中和易3檔，每檔對應不同的得分；站點歸屬按自有站點（滿分）、其他歸屬分段設置評分。

同時，設置黑名單策略，即對于某一條件無法達到最低要求的站點，列入黑名單，比如天面被完全阻擋的站址。

表3給出了站址質量評分維度示例。

表3 站址質量評分維度（示例）

2.3 規(guī)劃庫設計

規(guī)劃庫存儲管理預規(guī)劃和已規(guī)劃站點，是連接需求庫和立項庫紐帶。需求庫中的需求站點通過算法匯聚成建站需求區(qū)，再由智慧規(guī)劃算法實現精準選址，輸出預規(guī)劃站點存入規(guī)劃庫，規(guī)劃庫有一套評分評級標準實現對預規(guī)劃站點的重要性評估，當預規(guī)劃站點分數達到門限值時進入立項審批，通過立項審批的站點流轉至立項庫，相應規(guī)劃庫的站點狀態(tài)和對應的需要庫站點的狀態(tài)標識為已立項。規(guī)劃庫串聯(lián)起站址規(guī)劃的各環(huán)節(jié)，解決了傳統(tǒng)規(guī)劃流程斷裂問題。

規(guī)劃站點庫中每個規(guī)劃點均自動生成“預規(guī)劃站點ID”，ID具有唯一性。規(guī)劃站點的流轉均攜帶該ID，當規(guī)劃站流轉到具體實施環(huán)節(jié)中，可通過匹配ID 進行站點建設進度的跟蹤。

表4給出了規(guī)劃庫信息列表示意。

表4 規(guī)劃庫信息列表

2.4 立項庫設計

立項庫存儲和管理已經立項的站點信息，通過定期匹配建站站點進度來更新規(guī)劃庫和需求庫中的站點進度。立項庫圍繞改址率、時效性和后評估進行設計，呈現信息中除包含站點的基本信息和狀態(tài)外，還包含改址次數、立項時間、開通時間、解決需求點數量、解決弱覆蓋柵格數量等（見表5）。

表5 立項庫信息列表

2.5 四大庫的流程設計

四大庫對規(guī)劃不同階段站點信息、狀態(tài)的管理。

a）需求庫：規(guī)劃初期需求的收集，包括投訴、測試、性能指標等的需求，做到真實有效，應收盡收。

b）規(guī)劃庫：嵌入智慧規(guī)劃算法，結合需求庫需求點數據、MR/DPI/DT數據等輸出預規(guī)劃站點，并根據評分體系進行評分評級。

c）站址庫：收集現網站址資源和鐵塔站址資源、政府部門站址資源和其他第三方提供的站址資源，各方站址資源納入站址庫后采用畫像形式進行規(guī)整，根據評分體系自動評分。

d）立項庫：根據網絡建設的投資規(guī)模和業(yè)務發(fā)展需求，將規(guī)劃庫中相應站點按優(yōu)先級納入立項。

四大庫以實際工作流程為主線，實現規(guī)劃流程的連續(xù)性、追溯和延展性（見圖3）。

圖3 四大庫流轉流程示意圖

2.6 智能規(guī)劃算法

2.6.1 大數據建模和區(qū)域識別

與傳統(tǒng)的規(guī)劃方式不同，5G 網絡規(guī)劃借助大數據技術，能夠更好地識別目標建站區(qū)域，以最小的資源投放取得最大的價值回報。本文提出的大數據數據源主要包含以下幾類。

a）MR/MDT 數據：通過終端的上報信號識別弱覆蓋區(qū)域。

b）DT/CQT 數據：通過主動測試發(fā)現覆蓋空洞和弱區(qū)。

c）流量數據：通過小區(qū)的流量渲染，發(fā)現高流量聚集區(qū)域。

d）DPI數據：通過業(yè)務層面分析時延、誤包等業(yè)務質量情況。

e）投訴和NPS：通過用戶的主觀反饋來分析用戶感知情況。

f）終端/套餐數據：通過用戶的開戶信息分析用戶的價值屬性。

通過以上6 個維度的大數據分析，采用建模方式完成3個區(qū)域的識別，即價值區(qū)域識別、弱區(qū)區(qū)域識別和用戶感知差區(qū)域識別。

a）價值區(qū)域識別。區(qū)域價值的高低包含多個層面的內容，如基于4G 流量密度的區(qū)域分布，可以從流量的角度分析人群的流量價值；也可以從終端數據庫入手，通過信令關聯(lián)分析高端手機的區(qū)域分布；還可以從HSS中得到高ARPU的分布區(qū)域。

b）弱區(qū)區(qū)域識別。覆蓋空洞和弱區(qū)主要通過DT/CQT、MR/MDT 以及用戶的投訴收集，通過地理化的GIS柵格聚類算法得到。需要注意的是，5G建網初期，5G 用戶和MR 均較少，而5G 基站一般疊加同址4G 站址，兩者無線傳播路徑近似相同，因此可以通過4GMR近似模擬5GMR的強弱。

c）感知區(qū)域識別。引入DPI 數據可以分析用戶使用不同業(yè)務的感知情況，輔之以投訴和抱怨分析，可以得到用戶感知差的區(qū)域，未來還可以針對垂直業(yè)務的地域分布進行有效分析。

2.6.2 智能選址算法原理

2.6.2.1 鏈路預算與基站覆蓋半徑計算

對于5G 鏈路預算，首先要根據三大業(yè)務應用場景，明確業(yè)務速率要求。根據邊緣速率要求獲得鏈路預算的各項參數，然后結合不同場景等具體情況，對最大路徑損耗進行計算，進而獲得基站覆蓋半徑，最后評估所需的5G站點總數（見圖4和圖5）。

圖4 不同PUSCH速率的站間距預算

圖5 網絡規(guī)模估算流程圖

2.6.2.2 三大區(qū)域柵格化評估

對價值區(qū)域、弱區(qū)區(qū)域和感知區(qū)域進行柵格化，定義其相關門限并進行聚類化層級評分，形成可量化的聚類化柵格群，以便于站點選址的效果評估。

2.6.2.3 智能選址算法

基于大數據的智能選址算法包括建模后的站址初選、仿真、價值評估確定建站位置和方向角設置。算法流程如圖6所示。

圖6 算法流程圖

在規(guī)劃中為保證規(guī)劃合理和實現價值最大化，通過以上三大建模工作后，綜合弱覆蓋、差感知且高價值特征的區(qū)域，實現智能推薦滿足新建站條件的站址的中心經緯度數據。

以初選站址為中心，框選一定半徑的范圍，結合地形地貌和建筑物等信息，同時匹配站址庫信息，形成多個候選站址，使用價值排序算法和ACP 仿真結果，通過機器學習算法完成最優(yōu)站址的推薦選擇；對個別實際工作無法協(xié)調的站址，通過人工校正方式重新選定次優(yōu)站址。在價值排序算法中，多維度總分=∑（每個維度權重×對應維度指標得分），多個維度可以全選，也可以只選擇其中部分維度進行得分計算。每個維度以站點為單位計算得分，進行多個站點的價值排序。

3 效益分析

3.1 質量提升分析

在傳統(tǒng)的基站選址中，工程師通過使用地圖軟件（如mapinfo、Google 地球等）的顯示及距離測量等功能實現逐點選址，這種方法對于單個站址的確定非常有效。但是，如果應用于大規(guī)模選址規(guī)劃，特別是5G 業(yè)務碎片化的多目標建網規(guī)劃需求，則很難兼顧快速選址及網絡結構質量的要求。

通過建立基于“4+1”智能規(guī)劃模型和體系的智能規(guī)劃系統(tǒng)，實現多維數據大規(guī)模的網絡規(guī)劃，實現數據存儲、共享、規(guī)劃選址，規(guī)劃跟蹤一體化流程服務，提高了基站選址的質量。

3.2 進度效益分析

“4+1”智能規(guī)劃模型和體系以標準庫的設計、體系化的流程、大數據的依托以及智能化算法為基礎，輔之以GIS圖形化的展現，利用高效的IT化手段，構建了一套智能預規(guī)劃系統(tǒng)，其方案結果展現清晰、直觀，可提供遠優(yōu)于規(guī)劃人員人工選址的效果。

4 結束語

“4+1”智能規(guī)劃模型和體系能夠將需求分析、站址評價、智能規(guī)劃和效益投資體系化地結合在一起，突破之前以人工分析和處理為主、孤立無傳承性的傳統(tǒng)工作方式，較好地契合了5G時代對多樣性的業(yè)務需求、高密度的站點選址、價值化的投資建設等多方面訴求，為無線網絡規(guī)劃提供高效的解決手段，為規(guī)劃方案決策和網絡投資提供依據。