面向密集城区网络的覆盖预测模型的应用研究

黄辉，杨秀平，杨秀敏，卿晓春

（中国电信股份有限公司贵州分公司 贵阳 550001）

面向密集城区网络的覆盖预测模型的应用研究

黄辉，杨秀平，杨秀敏，卿晓春

（中国电信股份有限公司贵州分公司 贵阳 550001）

在目前密集城区CDMA无线网络日趋复杂的情况下，如何使覆盖预测与网络实际充分拟合，发挥射频仿真工具在网络优化中的作用，是一个十分值得探讨的课题。本文从密集城区的CDMA无线网络入手，分别选取了统计型模型的Okumura-Hata模型和确定性模型的3D射线跟踪模型进行研究，分析了两种模型在密集城区场景下的差异，最终在实践的基础上提出了面向密集城区的覆盖预测模型的选取方案。

传播模型；统计型模型；确定性模型；覆盖预测；3D射线跟踪模型；Okumura-Hata模型

1 引言

随着中国电信CDMA无线网络的不断发展壮大，密集城区的无线网络日趋复杂，如果能够从射频仿真的角度准确地对网络覆盖做出预测，则可以为后期的射频优化、参数调整、站址规划等工作提供有力的支撑，提高网络优化的精度和效率。同时，准确的覆盖预测分析也能够为后续的系统仿真平台和自动扇区优化平台提供更为精确的数据源，提高系统仿真和自动扇区优化的准确性，使仿真结果和优化方案更切合于网络实际。

基于射频仿真的覆盖预测是利用三维电子地图信息、小区配置信息、天线波束形状等参数结合适合的传播模型对每个小区进行路径损耗计算，根据路径损耗结果对小区的覆盖区域进行栅格分析。在覆盖预测的过程中，影响其准确性的因素主要有以下几点：

·三维电子地图的精度和准确性；

·小区配置信息和天线波束的准确性；

·传播模型和无线环境的拟合程度；

·射频仿真参数的设置是否合理。

其中，三维电子地图的精度和小区配置信息的准确性分别取决于地图的选择和基础数据的管理，而射频仿真参数的设置是否合理取决于与实际网络参数的吻合度。本文以传播模型和无线环境的拟合程度为切入点，重点分析和阐述了传播模型的选取对密集城区网络覆盖预测准确性的影响。

2 无线电波传播模型

与其他信道相比，无线信道是稳定性最差的一种，与固定传输链路中的电波传输具有可控性和可预测性不同。由于电波在移动信道传输的时域和空域上都有较大的波动和起伏，且这种波动和起伏具有极大的随机性，因此移动通信网络的规划和优化都必须依靠对电波传播特性的研究、了解和据此进行的场强预测。

从理论上讲，自由空间中无线电波的传播损耗大小与传播距离的平方及使用频率的平方成正比，但在实际环境下还要考虑多径传播和地形、地貌对无线电波的影响。在实际的覆盖预测中，一般不会一一分析各条多径的传播情况。这就需要通过理论研究和实际测试的方法归纳出无线传播损耗与频率、距离、环境、天线高度等变量的数学关系式，通常将这一数学关系式统称为传播模型。

传播模型通常将运行环境分为宏蜂窝、微蜂窝、微微蜂窝3种类型，它们在电波的传播路径和传播损耗上均有自己的特点，其主要差异见表1。

从推导和计算方式上，可将传播模型分为统计型模型、确定性模型和半确定性模型，具体介绍如下。

· 统计型模型：即经验型模型，是根据大量的测试结果统计分析后导出的公式，常见模型有Okumura-Hata模型、Lee模型等，多应用在宏蜂窝场景。

· 确定性模型：是对具体的现场环境直接应用电磁理论计算得到的公式，常用方法有3D射线跟踪、几何绕射理论等，大多数情况下应用在微蜂窝和微微蜂窝场景。

· 半确定性模型：是基于把确定性方法应用于一般的

市区或室内环境中导出的公式。

3 统计型模型和确定性模型

本文重点对统计型模型和确定性模型在密集城区覆盖预测中的应用进行了研究，这两种模型的主要差异见表2。

为了能够更加深入地分析这两种传播模型之间的差异，选取了Okumura-Hata模型与3D射线跟踪模型进行对比。

3.1 Okumura-Hata模型

Okumura-Hata模型是一种被广泛应用的经典的统计型模型，是基于大量统计测试数据得出的以曲线图表示的传播模型。该模型以准平坦地形大城市市区的中值场强或路径损耗作为参考，以校正因子的形式分别对其他传播环境和地形等因素进行修正，其计算式为：

Okumura-Hata模型的应用频率为150～1500 MHz，是一种均匀的宏蜂窝模型，适用于小区半径大于1 km的宏蜂窝系统，基站的有效天线高度为30～200 m，移动台的有效天线高度为1～10 m。

为了便于校正传播模型、提高传播模型与实际网络的拟合程度，Okumura-Hata模型一般采用下列通用模型表述方式：

其中，Kdiff为衍射或绕射损耗因子，Clutter_Offset为地貌衰减系数，用于修正不同地物、地貌对于传播损耗的影响。

在进行射频仿真前，往往采用路测数据和基站相关信息对传播模型的K系数进行校正，并结合电子地图的Clutter分类生成各类地物、地貌的衰减系数。在实际的校正过程中，一般要求预测损耗和路测损耗差的平均值为 0，均方差小于8。

3.2 3D射线跟踪模型

3D射线跟踪模型是确定性模型中应用最为广泛的一种，是一种典型的确定性模型，其基本原理是几何绕射理论和标准衍射理论。根据标准衍射理论，高频电磁波远场传播特性可简化为射线模型。因此3D射线跟踪模型实际上是采用光学方法，考虑电波的反射、衍射和散射，结合高精度的三维电子地图对传播损耗进行准确预测。

表1 传播模型按运行环境的分类

表2 统计型模型与确定性模型的区别

图1 密集城区中无线电波的传播示意

在密集城区环境下，从发射机到接收机的主要传播路径包括直射波、在建筑物垂直面的反射波、在建筑物垂直棱上的绕射波、在建筑物水平棱上的绕射波以及高阶的反射波/绕射波，具体示意如图1所示。

图1中，线路(1)为直射波，线路(2)为反射波，线路(3)为绕射波，线路(4)为高阶反射波。3D射线跟踪模型就是按照上述传播特点，跟踪发射源在整个立体角射线空间中的直射线，并考虑反射、折射、绕射等现象，找出所有从发射点到接收点的有效传播路径，然后遍历跟踪构造出的射线管径，并记录下其在接收点的场强或功率。遍历完全后，累计叠加计算穿过接收点的射线管径在该点的场强，最后预测出传播环境中任何位置的接收场强。

在使用3D射线跟踪模型进行仿真时，首先需要对仿真区域进行路测或CW测试生成该区域的射线模型，然后将模型运用到小区路径损耗的计算中，最终预测出仿真区域内的覆盖情况。

4 统计型模型和确定性模型的应用

随着城市和网络的发展，密集城区的无线环境日趋复杂，基站密度也越来越高，一个基站的覆盖半径往往只有几百米甚至更小。对于这样的传播环境，建筑物的特征和分布对信号传播起着关键作用，对接收信号强度有着十分重要的影响，因此选择合适的传播模型对于提高密集城区覆盖预测的精度有着重要的意义。

目前，传统的射频仿真和覆盖预测多采用Okumura-Hata模型等统计型模型，该类模型在密集城区环境下，特别是非视距传输路径下接收信号强度的预测精度较差，不能有效满足精细化网络规划与优化的需求。

为了进一步对比统计型模型和确定性模型在密集城区覆盖预测中的差异，对现网同一区域分别采用统计型模型Okumura-Hata模型和确定性模型3D射线跟踪模型进行了覆盖预测，并将结果与现网数据进行比较分析，验证了不同传播模型与密集城区现实网络的拟合性能。

结合区域地物分布、站点密度等因素，选取了贵阳云岩区部分密集城区作为应用评估区域，该区域相关信息见表3。

在选定区域后，选用了Okumura-Hata模型和Volcano 3D射线跟踪模型结合5 m精度三维电子地图对评估区域进行了射频仿真和覆盖预测，如图2、图3所示。

表3 应用评估区域信息

图3 应用评估区域三维示意

表4 Okumura-Hata模型系数及误差

Okumura-Hata模型采用现网的DT测试数据进行校正，校正后的模型系数、误差及地物地貌偏移（Clutter_Offset）见表 4、表 5。

3D射线跟踪模型采用CW测试数据进行生成和校正。选取了评估区域的两个典型站点架设CW发射机，进行CW测试。校正后的模型系数及误差见表6。

3D射线跟踪模型中各系数含义和取值范围见表7。

为了比较两种模型的覆盖预测结果和现网的拟合程度，将两种模型的Ec覆盖预测图、Ec/Io覆盖预测图与路测数据在同一个图层进行叠加对比，如图4所示。

从图4可以看出，3D射线跟踪模型的覆盖预测结果较Okumura-Hata模型更贴近于现网测试值，特别是建筑物分布密集和无线环境复杂的区域（图4中圆圈标注处），更能反映网络的实际情况。同时，两种模型在建筑物分布密集的非路测区域的预测结果有较大差异。

表5 地物地貌偏移

表6 3D射线跟踪模型系数及误差

表7 3D射线跟踪模型系数解释

图4 两种模型的覆盖预测结果和现网的拟合程度对比

为了量化两种覆盖预测模型与实际网络的拟合程度，计算覆盖预测结果与现网DT测试数据的误差，具体偏差见表8。

表8 模型预测值与路测数据的偏差

从与路测数据的对比中发现，3D射线模型的覆盖预测精度较Okumura-Hata模型提高了约4 dB。

由于路测数据往往只能反映测试道路上的覆盖情况，为了更加充分地评估两种覆盖预测模型与整体网络和用户感知的拟合程度，计算覆盖预测结果与现网用户呼叫记录（CDT）中的相关指标，具体误差见表9。

表9 模型预测值与CDT的偏差

从表9可知，3D射线跟踪模型覆盖预测的Ec/Io各门限占比更贴近于现网用户的CDT话单，其预测结果与现网最大偏差仅为5%。

通过对两种典型模型的对比和分析，发现确定性模型在密集城区的覆盖预测中能提供更高的精度，其预测结果更贴近于实际网络和用户感知。造成这种差异的主要原因如下。

·统计型模型只能从统计意义上对建筑物的影响进行粗略估计，并通过一定的地物偏移（Clutter_Offset）考虑不同地物的影响，与确定性模型的射线跟踪技术相比显得不够精细。

·在密集城区环境中，可以说每个站点周围的传播环境都是独特的，统计型模型模式化的传播链路预算方法在这种复杂环境中无法体现其对无线传播影响的细节。

·统计型模型多为宏蜂窝模型，在目前站点密度较高的密集城区环境下，大多数小区覆盖范围较小，宜采用微蜂窝模型进行覆盖预测。

由此可见，在面向密集城区的射频仿真中采用诸如3D射线跟踪等的确定性模型能够有效提高密集城市复杂环境中的覆盖预测精度。

5 结束语

随着城市和网络的发展，密集城区的网络规划与优化将对网络质量提高和用户感知提升有着重要的影响。目前，密集城区的无线环境日趋复杂，站点密度日益增大，传统射频仿真中采用统计型模型对密集城区进行覆盖预测的方法已不能满足精细化网络规划与优化的要求。因此，在实际的网络规划与优化工作中，建议采用以下思路进行覆盖预测模型的选择。

·在建筑物分布密集且非视距传播路径较多的密集城区，宜选用确定性模型提高覆盖预测的精度。

· 由于确定性模型对地图精度和校模测试等资源和投入的要求较高，对于无条件大规模采用确定性模型的区域，可采用统计型模型和确定性模型相结合的方案，即中心城区采用确定性模型提高覆盖预测精度，周边城区采用统计型模型提高覆盖预测效率。

· 在郊县、农村等开阔区域，采用统计型模型进行覆盖预测。

1 啜钢,高伟东,彭涛.cdma20001x无线网络规划优化及无线资源管理.北京:人民邮电出版社,2007

2 Jhong Sam Lee,Leonard E Miller著.许希斌,周世东,赵明等译.CDMA系统工程手册.北京:人民邮电出版社,2001

3 黄海艺,吕春霞.射线跟踪模型及应用实例.现代电信科技,2010(11)

4 宋斌,张斌.射线追踪模型在无线城市网络规划中的应用.移动通信,2009(9)

Study of Coverage Prediction Model for Dense Urban

Huang Hui,Yang Xiuping,Yang Xiumin,Qing Xiaochun
(Guizhou Branch of China Telecom Co.,Ltd.,Guiyang 550001,China)

This article selects statistical model(such as Okumura-Hata model)and deterministic model(such as 3D ray-tracing model)to study the differences of two models in the dense urban area.Then it briefly proposes the application of coverage prediction model for dense urban based practice.

propagation model,statistical model,deterministic model,coverage prediction,3D ray-tracing model,Okumura-Hata model

2012-05-20）

黄辉，硕士，中国电信股份有限公司贵州分公司无线网络优化中心主任；杨秀平，学士，现就职于中国电信股份有限公司贵州分公司无线网络优化中心，主要从事CDMA网络规划与优化及网络仿真等工作；杨秀敏，高级工程师，硕士，现就职于中国电信股份有限公司贵州分公司无线网络优化中心，从事技术攻坚带头及网络优化管理工作；卿晓春，工程师，硕士，现就职于中国电信股份有限公司贵州分公司无线网络优化中心，从事网络优化管理工作。