基于场景的5G Pattern选型优化研究

陈志强，李 凌（.中国联合网络通信集团有限公司，北京 00033；.中国联通上海分公司，上海 00080）

1 概述

2020年，5G建设继续如火如荼，尤其在城市区域，深度覆盖作为5G 移动通信网络建设和优化的重要组成部分，一直备受业界关注。为了获取更多带宽，室内5G 引入了更高的频段C-Band 和毫米波，更高的频率意味着更大的传输及穿透损耗，采用传统的4G建网方式可能导致室内覆盖不足。另外，传统室分的多数无源器件无法支持3.5 GHz 以上高频段，即使是支持3.5 GHz的馈线，也会带来更多的损耗，产生更大成本。

因此，如何针对居民区、楼宇等场景，提升5G网络用户感知，实现优化效率大幅度提升以及提升用户感知，是目前5G网络优化的难点与要点。

2 Massive MIMO技术

2.1 Massive MIMO技术简介

5G 商用化已经开启，工信部已经确立了5G 中频频段为3.3～3.6 GHz、4.8～5 GHz，但国际主流频段为28 GHz，同时由于中低频段资源有限，因此大部分5G 网络将部署在高频频段，而5G的一项关键性技术——大规模天线技术（Massive MIMO）的出现，可以解决5G当前所面临的问题，譬如高启的建设成本。

通过Massive MIMO 可以获得如下增益。

a）阵列增益：通过相干合并，能有效提高处理后SNR的均值（前提：需要已知信道信息）。

b）空间分集增益：把数据重复发送多次以提高传输可靠性，减小信噪比的相对波动。

c）空间复用增益：利用空间信道衰落的独立性，通过同时传输多个数据流以提升传输速率。

d）干扰抑制增益：利用干扰信号的空间有色性，通过提升处理后信干噪比对干扰进行抑制。

2.2 Massive MIMO的波束赋形

Massive MIMO 技术为5G 网络带来巨大增益，同时Massive MIMO 天线的波束赋形（BF——Beamforming）功能在为小区用户发射数据时，可以通过调整天线的波宽，以及上、下、左、右的方向，实现三维的精准波束赋形，使辐射出去的能量集中于用户所在的方向，而不是均匀地分布在整个小区的范围，这样用户能够感受到更高的能量，可以获得更高的SINR，相应地数据传输速率也能获得提高。BF 对发送信号进行加权，形成指向UE 的窄带波束。NR Sub6G 多天线下行各信道默认支持波束赋形，可以形成更窄的波束，精准地指向用户，提升覆盖性能。

下行波束赋型的流程如图1所示，包括通道校正、权值计算、加权、赋形4个步骤。

图1 波束赋形流程

a）通道校正。射频收发通道之间存在幅度和相位差，而且不同收发通道的幅度和相位差也不同，所以上下行信道并不是严格互易的，需要使用通道校正技术来保证射频收发通道幅度和相位的一致性。

（a）通读校正的基本过程：计算信号经过各个发射通道和接收通道后产生的相位和幅度变化；依据计算结果进行补偿，使每组收发通道都满足互易性条件。

（b）通道校正的触发条件：小区重建、通道恢复、周期触发等。

（c）通道校正失败的主要原因：硬件故障、配置错误（如功率配置过小）、外部干扰等

b）权值计算（见图2）。gNodeB 基于下行信道特征计算出一个向量，用于改变波束的形状和方向。包括控制信道（SSB/PDCCH/CSIRS）DFT静态权值计算和PDSCH 动态权值计算。其中控制信道DFT 静态权值计算方法为：预定义、静态不变权值或从权值文件获取。PDSCH 动态权值计算，有2 种方法：SRS 权：gNodeB 通过获取UE 上行信道的SRS 信号，根据互易原理计算出对应下行信道的特征，一般中、近点使用SRS权；PMI 权：gNodeB 基于UE 上行反馈的PMI（Precode Matrix Indication）选择最佳的权值，一般远点使用PMI权。

图2 权值计算流程

c）加权。gNodeB计算出权值后，将权值与待发射的数据（数据流和解调信号DM-RS）进行矢量相加，从而达到调整波束的宽度和方向的目的，过程如下。

（a）假设天线通道序列为i，信道输入信号为x(i)，通过信道H时引入的噪声为N，信道输出的信号为y()i，则：y(i)=Hx(i)+N。

（b）加权就是对信号x(i)乘以一个复向量w(i)，达到改变输出信号y(i)的幅度和相位的目的，表示为：y(i)=Hw(i)x(i)+N。

d）赋形。赋形应用了干涉原理，波峰与波峰相遇的位置叠加增强，波峰与波谷相遇的位置叠加减弱。未使用BF时，波束形状、能量强弱位置是固定的，对于叠加减弱点用户，如果处于小区边缘，信号强度低；使用BF 后，通过对信号加权，调整各天线阵子的发射功率和相位，改变波束形状从而使主瓣对准用户，信号强度提高。基于SRS权或PMI权获得的波束一般称为动态波束，控制信道和广播信道则采用预定义的权值生成离散的静态波束。

2.3 5G Pattern

Massive MIMO 技术伴随5G 带来更高的速率、容量的同时，也要面临更多的参数需要配置。首先介绍下pattern 的概念，Massive MIMO 天线可以调整的参数有水平波宽、垂直波宽等，这些参数的一种组合就是一个Pattern，Massive MIMO 中的天线阵子都是通过一组Pattern来进行配置。从3G、4G到5G，Pattern中可调整的参数是不断增加的。

a）3G 场景中，一个Pattern=水平波宽+垂直波宽的参数组合。

b）4G 场景中，一个Pattern=水平波宽+垂直波宽+下倾角的参数组合。

c）5G 场景中，一个Pattern=水平波宽+垂直波宽+下倾角+水平角的参数组合。

3 基于pattern模式的5G深度覆盖优化思路

3.1 因地制宜选择Pattern模式

网络场景的多样性，决定了覆盖Pattern 的多样性，Pattern 有多种广播波束支持不同场景覆盖。需要根据覆盖场景，合理规划方位角、垂直波宽，选择出适合具体覆盖场景的Pattern模式。

比如对于大的广场覆盖选用水平波束宽的Pattern，对于高层楼宇的覆盖要考虑垂直波束宽的Pattern 等。所以依据不同的覆盖场景，要综合考虑水平波束宽度和垂直波束宽度，选用合适的Pattern 来覆盖，才能达到预期的覆盖效果，确保用户的感知。

图3给出了四大场景波束模式选择示意。

3.2 基于场景进行Azimuth和垂直波宽规划

为了确保用户感知，需联合考虑水平垂直角度配置，才能起到更好的覆盖效果。

a）场景化Azimuth 规划。方位指向话务/用户热点，确保用户感知（见图4）。

图3 四大场景波束模式选择

图4 场景化Azimuth规划

b）场景化垂直波宽规划。需要综合考虑天线挂高、楼高和距离，规划合理的垂直波宽（见图5）。确保话务和用户在垂直波束上的分布均衡，才能起到更好的覆盖效果。

图5 场景化垂直波宽规划

4 5G Pattern优化与验证过程

4.1 Pattern选型验证思路

针对楼宇深度覆盖场景，验证Pattern 选型思路如下。

a）主要验证不同垂直波束下的覆盖效果，遍历3种垂直波束（V6、V12、V25）进行验证。

b）考虑不同水平波速对水平覆盖和性能均有影响，选取宽波束H110和H65进行比较验证。

本次验证6 组Pattern 参数（S0、S3、S6、S8、S12、S13），具体如表1 所示。水平波束宽度有65°、105°、110°；垂直波束宽度有6°、12°、25°等。

6 组Pattern 的天线方向图如图6 所示。从图6 可以看出，不同Pattern 下的天线方向图有明显的差异，这是同一位置不同Pattern 下能体现出来不同的覆盖效果的根本原因。

4.2 楼宇深度覆盖效果验证

测试方法要点如下。

a）采用手持PHU，锁定室外主服锚点小区，从室外门口向室内深处至5G覆盖边缘。

表1 6组Pattern参数配置

b）针对有4G 无5G 的室分场景，临时添加4G 室分为锚点，以保持5G信号在室内的稳定性。

共选取了7个测试点进行了相关测试。

4.2.1 居民区/高层/板楼场景——香榭丽花园

场景描述：香榭丽花园小区为16 层板楼，中高层浅层覆盖较优，对于低层及电梯建议建设室分。

图6 6组Pattern波束覆盖效果示意图

整体测试结论：高层密集居民区推荐使用S12、S13，整体性能排序：S13＞S12＞S8＞S6＞S0。

分层测试结论（按高、中、低层抽样测试）：

a）低层：S12最优，其次S8＞S13＞S6＞S0。

b）中层：S13最优，其次S12＞S8＞S6＞S0。

c）高层：S13最优，其次S12＞S8＞S6＞S0。

4.2.2 居民区/高层/塔楼场景——繁荣昌盛

场景描述：繁荣昌盛小区为26层塔楼，楼高站高，中高层信号较好，对于低层和电梯建议建设室分。

整体测试结论：高层密集居民区推荐使用S13、S12；整体测试性能排序：S12＞S13＞S6＞S8＞S0。

分层测试结论：

a）低层：S12最优，其次S6＞S13＞S8＞S0。

b）中层：S12最优，其次S13＞S6＞S8＞S0。

c）高层：S12最优，其次S13＞S6＞S0＞S8。

4.2.3 居民区/中层/板楼场景——盛世年华

场景描述：盛世年华小区为11 层板楼，高层信号好，对于电梯建议室分覆盖。

整体测试结论：中层居民区推荐使用S6，整体测试性能排序：S6＞S8＞S12＞S13＞S0。

分层测试结论：

a）低层：S6最优，其次S8＞S12＞S13＞S0。

b）中层：S6最优，其次S12＞S8＞S13＞S0。

c）高层：S6最优，其次S8＞S12＞S13＞S0。

4.2.4 居民区/低层场景——沪东新村

场景描述：沪东新村小区为6层老式楼房，楼低站高（楼高19 m，楼顶站84）。

整体测试结论：低层密集居民区或厂房推荐使用S6。整体性能排序：S6＞S8＞S12＞S13＞S0。

分层测试结论：

a）低层：S6最优，其次S8＞S12＞S13＞S0。

b）中层：S6最优，其次S8＞S13＞S12＞S0。

4.2.5 居民区/低层/别墅场景——东源丽晶别墅

场景描述：东源丽晶别墅为3 层别墅，楼低站高（楼高9.27 m，楼顶站53）。

整体测试结论：对于非密集别墅居民区建议使用S6或S3。整体测试性能排序：S6＞S3＞S8＞S0。

分层测试结论：

a）浅层（窗户）：S6最优，其次S3＞S8＞S0。

b）深层（室内）：S3最优，其次S6＞S8＞S0。

4.2.6 高层/酒店场景——汤臣洲际酒店

场景描述：汤臣洲际酒店为24 层塔楼，室外信号仅能覆盖浅层，深度覆盖建议建设室分。

整体测试结论：裙楼加高层密集楼宇推荐使用S12或S13，整体性能排序：S12＞S13＞S8＞S6＞S0。

分层测试结论：

a）低层：S12最优，其次S8＞S13＞S6＞S0。

b）中层：S12最优，其次S8＞S13＞S6＞S0。

c）高层：S12最优，其次S13＞S6＞S8＞S0。

4.2.7 中层/商场场景——八佰伴

场景描述：八佰伴商场为10层商场，楼低站高（楼高31 m，楼顶站85），室外信号仅能覆盖低层浅层区域，深度覆盖建议室分覆盖。

整体测试结论：密集中层楼宽场景浅层覆盖推荐使用S6，深度覆盖建议建设室分。

分层测试结论：

a）浅层（入口处）：S6最优，其次S0；

b）深层（内部餐饮区）：S6最优，其次S0；

4.3 七大场景优选Pattern

根据测试结果，针对七大楼宇场景，配置不同Pattern 参数下，以RSRP 值为主，参考SINR 和Thoughput指标进行比较，给出如表2所示建议。

5 结论与展望

本文结合5G 网络实际，对5G 深度覆盖场景采用不同的Pattern 选型进行分析测试。验证了七大场景、31 个Pattern 模式，依据对比验证结果，最终成功梳理出不同楼宇深度覆盖场景下的Pattern 选型建议，总结输出七大场景的Pattern 优选模式，有效指导网络深度覆盖优化工作，在提升网络性能的同时，改善用户感知。

表2 七大场景Pattern选型建议