基于LTE MR的NB-IoT覆盖算法研究及实现

【摘  要】为摆脱NB-IoT网络仅能依靠传统路测进行覆盖评估的现状，根据中国电信NB-IoT与L800M网络同频段共设备的特点，通过Okumura-Hata传播模型推导及大量实测验证，确定了两者信号的折算算法，并实现基于LTE海量MR数据的NB-IoT网络评估自动化。该方法极大地节约了网络运维成本，能支撑物联网业务发展。

【关键词】窄带物联网;MR;覆盖评估

doi：10.3969/j.issn.1006-1010.2019.12.010      中图分类号：TN929.5

文献标志码：A      文章编号：1006-1010（2019）12-0053-03

引用格式：蔡文峰，刘从柏，杨健恒. 基于LTE MR的NB-IoT覆盖算法研究及实现[J]. 移动通信， 2019，43（12）： 53-55.

Research and Implementation of NB-IoT Coverage Algorithm Based on LTE MR

CAI Wenfeng， LIU Congbai， YANG Jianheng

（Guangdong Wireless Network Optimization Center of China Telecom Co.， Ltd.， Guangzhou 510630， China）

[Abstract] Since China Telecom's NB-IoT and L800M networks shares the same band and equipment， this paper determines the conversion algorithm for NB-IoT and L800 signals by the Okumura-Hata propagation model and extensive field test verification. Furthermore， the automatic evaluation for NB-IoT network is realized based on the LTE massive MR data. It enables NB-IoT network to get rid of traditional drive tests for coverage assessment. Hence， the network operation and maintenance cost is greatly reduced and the development of IoT services is well supported.

[Key words]narrow band Internet of Things; MR; coverage assessment

0   引言

中國电信NB-IoT网络已商用两年，由于NB-IoT不支持MR上报，网络覆盖评估长期依靠传统的路测手段，耗时耗力且不符合当前“智能化、自动化”的生产要求。

基于以上问题，根据NB-IoT与L800M网络同频段共设备的特点，本文创新性地提出了利用LTE海量MR数据实现NB-IoT网络覆盖评估自动化，提高NB-IoT网络覆盖评估效率，指导网络建设优化以支撑物联网业务的蓬勃发展。

1   L800与NB-IoT信号折算研究

中国电信L800网络与NB-IoT网络采取同站址、共设备的1：1组网方式，两者都部署在BAND 5频段上，理论上存在相同的无线传播特性。而使用海量MR数据评估LTE网络已得到广泛应用，因此考虑利用LTE MR数据来评估NB网络覆盖。

1.1  频率情况

中国电信800M频段被用于CDMA、LTE及NB-IoT，各制式频率使用情况如图1所示。

中国电信L800的下行中心频率为874.2 MHz，占5 MHz带宽;NB-IoT使用三个频点，分别是879.5 MHz、879.7 MHz、879.9 MHz，每个频点占200 kHz;L800M与NB-IoT中心频点相近，相差约5.5 MHz。由于频段相同，中心频点相近，两者理论上具有相同的无线传播特性。

1.2  组网方式

根据中国电信NB-IoT网络建设规范，NB-IoT是在L800M的基础上同步开通，两者共用一套物理设备，如BBU、RRU、天馈、天线等。因此，两者在天线高度、天线性能、天线增益、方位角等射频特性上保持高度一致。

1.3  折算算法

L800与NB-IoT RSRP可简单理解为满足以下公式：

L800M_RSRP=L800M_RS+L800M_Antenna Gain-L800M_Pathloss                                             （1）

NB_RSRP=NB_RS+NB_Antenna Gain-NB_Pathloss

（2）

L800M与NB-IoT共站址共射频设备，故：

L800M_Antenna Gain=NB_Antenna Gain         （3）

业界采取Okumura-Hata传播模型（适用于150 MHz～

1 500 MHz）进行800M无线传播路损计算。公式如下：

Lp=69.55+26.16lgf-13.82lghb-α（hm）+（44.9-6.55lghb）lgd                                                            （4）

其中，Lp表示基站到UE的路损，单位为dB;f表示载波频率，单位为MHz;hb表示基站天线有效高度，单位为m;α（hm）表示移动台天线高度因子，其随场景变化;d表示发射天线与接收天线之间的水平距离，单位为km。

由于L800M与NB-IoT共站址共射频设备，因此两者Lp差异仅载波频率f，而两者中心频率相近，忽略不计，可认为：

L800M_Pathloss=NB_Pathloss           （5）

综合公式（1）～（5）可知：NB_RSRP=NB_RS-L800M_RS+L800M_RSRP。

1.4  测试验证

为验证以上推论，在现网中选取了三组不同RS功率配置的L800与NB-IoT小区对，进行锁定测试（测试采用扫频仪），测试结果如下。

（1）测试1：L800_RS=18.2 dBm & NB_RS=29.2 dBm。

根据前文公式推导，NB_RS-L800M_RS=11dBm，则NB_RSRP=L800M_RSRP+11dBm，实测结果如表1所示：

表1    L800_RS=18.2 dBm & NB_RS=29.2 dBm小区对测试结果

测试

位置 NB_RSRP

均值/dBm L800M_RSRP均值/dBm 差值/dBm 与预测值

误差

近点 -65.14 -75.62 10.48 4.73%

中点 -74.49 -85.34 10.85 1.36%

远点 -83.80 -94.53 10.73 2.45%

均值 -74.48 -85.16 10.69 2.85%

（2）测试2：L800_RS=24.2 dBm & NB_RS=32.2 dBm。

根据前文公式推导，NB_RS - L800M_RS =8 dBm，则NB_RSRP=L800M_RSRP+8 dBm，实测结果如表2所示。

（3）测试3：L800_RS=18.2 dBm & NB_RS=32.2 dBm。

根据前文公式推导，NB_RS - L800M_RS =14 dBm，则NB_RSRP=L800M_RSRP+14 dBm，实测结果如表3所示。

表3    L800_RS=18.2 dBm & NB_RS=32.2 dBm小区对测试结果

测试

位置 NB_RSRP

均值/dBm L800M_RSRP

均值/dBm 差值/

dBm 与预测值

误差

近点 -56.20 -70.03 13.83 1.21%

中点 -81.15 -95.72 14.57 4.07%

远点 -92.84 -108.53 15.69 12.07%

均值 -76.73 -91.43 14.70 4.98%

根据以上三组测试结果，在各种RS功率配置下的L800与NB-IoT小区信号折算都基本满足NB_RSRP=NB_RS-L800M_RS+L800M_RSRP。因此，可通过L800网络信号来评估NB-IoT网络信号。

2   开发应用

MR数据是LTE UE在业务过程中上报给网络的测量报告，里面包含了网络的信号覆盖情况，可以准确评估出现网覆盖情况。当前，使用MR数据评估LTE网络的技术已经非常成熟，结合L800与NB-IoT信号折算算法可充分利用AGPS-MR或全量MR数据实现NB-IoT网络覆盖评估自动化，再将信号显示在20 m×20 m栅格中，将网络覆盖可视化呈现出来。整体思路如图2所示。

当前，通过现有平台已实现“固定重点区域”“自定义区域”“地市级云图”“弱区定位”等功能，可快速了解关注区的NB-IoT情况。同时，也允许导入外部数据，如路测数据、工参等进行对比分析。

3   结束语

根据中国电信NB-IoT与L800M网络同频段共设备的特点，通过Okumura-Hata传播模型推导及典型场景测试验证，得出了L800与NB-IoT信号折算算法NB_RSRP=NB_RS-L800M_RS+L800M_RSRP，并在相应平台上实现系统开发试点，改变了NB-IoT无MR数据，只能通过传统的路测手段进行覆盖评估的现状，实现高效快速的NB-IoT网络评估，能有效支撑业务放号和网络优化。

参考文献：

[1] 戴博，袁戈非，余媛芳. 窄带物联网（NB-IoT）标准与关键技术[M]. 北京： 人民邮电出版社， 2017.

[2] 郝建民. 基于网络特性的NB-IoT覆盖能力评估研究[J]. 无线互联科技， 2018（21）： 15-16.

[3] 肖亚，宋知明. 基于MPLA算法的NB-IoT网络覆盖评估[J]. 电信技术， 2018（7）： 9-12.

[4] 李言兵，刘毅，刘立洋. 依托GSM900 MR开展NB-IoT覆盖预测的方法[J]. 2018，42（5）： 39-43.

[5] 戴国华，余骏华. NB-IoT的产生背景、标准发展以及特性和业务研究[J]. 移动通信， 2016，40（7）： 31-36.

[6] 田敬波. NB-IoT网络覆盖能力分析[J]. 电信技术， 2017（9）： 47-49.

[7] 王浩年，张立武. GSM与NB-IoT覆盖能力的对比分析[J]. 中国新通信， 2017（17）： 104-106.

[8] 常明，臧家颢. 以MR数据为基础的规划优化研究[J]. 广东通信技术， 2019（1）： 64-68.

[9] 田桂宾，冯胜杰，姬刚. 基于MR数据的LTE网络规划及结构优化[J]. 邮电设计技术， 2019（3）： 52-55.

[10] 陈祥，赵清，李长存，等. 一種基于MR数据的LTE网络结构优化方法[J]. 数字技术与应用， 2018（8）： 15-16.★