Massive MIMO天线权值自优化在5G 网络中的应用

2020-09-17 06:50
邮电设计技术 2020年8期
关键词:权值波束天线

1 概述

网络覆盖是网络感知的基础,良好的覆盖是保障网络性能的前提,5G 技术较于2G/3G/4G 技术引入了空域的维度;相比传统天线,5G 天线水平波瓣宽度等权值配置更为灵活、覆盖场景更为多样,5G 覆盖场景多样带来优化调整难度增加。本文阐述的Massive MIMO 天线权值自优化技术,可自适应灵活调整天线权值配置,达到快速智能网规网优效果,大大提升工作效能、缩减人力成本投入,可达到多种场景下最优覆盖效果。

2 技术现状及优化瓶颈

Massive MIMO 技术将天线阵列从一维扩展到二维,能够同时控制天线方向图在水平方向和垂直方向的形状,称为3D 波束赋形(3D Beamforming),3D 波束赋形使基站针对用户在空间的不同分布,将信号精准地指向目标用户。Massive MIMO 天线具有灵活的水平和垂直覆盖能力,大规模天线阵列提供更高的信道增益,更大范围内的波束赋形对目标用户提供更好的增益效果,对于整个小区的信号覆盖更加彻底,提供更大范围的广播信道覆盖能力。更宽的垂直波束覆盖范围不仅能够增强高楼覆盖,同时也能够增强水平宏覆盖场景的业务能力。

5G 网络由主同步序列、辅同步序列、物理广播信道和解调参考信号组合在一起构成的SSB(SS/PBCH Block)。SSB 采用波束方式发射,并且引入了“波束扫描”的概念,SSB 波束由具有不同方向的多子波束组成,波束使得能量定向投放到用户位置,提升信号覆盖,降低小区间干扰,对于5G 新空口(NR)来说,共8个SSB,每个SSB 都是可调的。而用户(UE)位置动态变化,用户分布和小区间干扰动态数据处理难度大,权值仅靠人工设置难以适应UE 分布的变化动态调整现状,且不同场景最优权值不同,需针对性精细调整,上述需求需要投入大量人工成本且精准优化技术难度大。

3 天线权值自优化原理

Massive MIMO 天线参数权值自适应指网络侧基于用户位置信息,进行权值优化调整,包括SSB与信道状态信息(CSI——Channel State Information)的拟合优化。实现天线权值自优化功能需要部署单独的服务器。

3.1 SSB权值自优化

网络侧基于UE 的分布情况,根据覆盖用户最多的原则,搜索和预测最优的水平/垂直波瓣宽度,方位角及下倾角。基站对小区UE 的分布、邻小区干扰进行统计和估算,综合考虑网络的覆盖性能完成自适应调整,基站智能估算最优的广播权值,实现最优覆盖。最优权值估算以小区和区域综合等优化原则进行;参数测量主要包括UE 的位置信息分布、测量报告(MR)等;权值自适应可以改善小区间的重叠覆盖度,减少和控制干扰,提升小区整体性能和用户感知。

3.2 SSB与CSI权值拟合优化

与业务性能强相关的参数为CSI,当前只针对SSB完成权值自优化,CSI 并未联动调整,需要人工调整CSI的权值来拟合SSB的广播权,基于优化后的SSB波束信息,手动拟合CSI的4个波束规则如下。

a)CSI 4 个波束均为垂直排布,水平宽度均为50°,垂直宽度均为6°。

b)CSI 4 个波束的水平角度取该小区SSB 波束的水平角度。

c)CSI 4 个波束的垂直角度参考该小区SSB 波束垂直角度。

4 应用实施

4.1 方案应用

如图1 所示,Massive MIMO 天线权值自优化关键技术包含如下4项关键点。

图1 权值自优化方案流程

a)优化区域配置:进入网管操作界面手动配置或者根据邻区关系和重叠覆盖度自动配置需优化的区域。

b)数据测量:该步骤完成广播权值初始化及数据采集,即基站侧通过下发测量获取UE 的信号强度、位置及路损信息,主要获取的MR 包括本小区和邻区的参考信号接收功率/波束成形与到达方向(RSRP/DOA)等,路测场景会采集同一个UE的多个样本。

c)最优权值估算:该步骤完成广播权值自优化,通过商用数据/路测样本来进行样本估算,实现优化准则多样化、提高智能搜索的高效和精准。

d)效果评估:该步骤完成广播权值自评估,即网管UME 获得测量数据后,通过蚁群搜索算法选择局部最优的权值组合,并下发给基站生成新的权值。

在方案实施过程中,最优权值估算时需注意权值可设置范围,垂直维度层与层之间的夹角固定为7°;波束夹角Azimuth 可设置范围与水平合成的波束宽度设置相关,例如当水平合成的波束宽度=90°时,Azimuth 不可调整,当水平合成的波束宽度=15°时,Azimuth的取值范围为[-40,40]。权值可设置范围如表1所示。

4.2 仿真评估

通过Atoll 软件进行仿真实验,仿真模型使用传播&信道模型UMA,仿真场景选择3 站9 小区,ISD=500 m,站高25 m,UE 高度1.5 m,每小区随机撒200 个UE,共1 800个UE。

初始权值组合是[14;14;14;14;14;14;14;14;14],初始RSRP 中值是-79.4 dBm,经过天线权值自优化,最优权值组合是[97;103;85;103;102;109;121;38;84],优化后RSRP中值是-77.4 dBm,结果见图2。

图2 仿真结果

5 应用效果

选取6 个站点共涉及18 个小区作为本次权值自优化区域,对优化前后的覆盖效果进行对比验证。基于单波束场景权值优化后,平均SSB-RSRP 由-98.73 dBm 提升至-93.22 dBm;SSB-SINR 由5.23 dB 提升至8.12 dB;基于多波束场景权值优化后,平均SSB-RSRP由-80.01 dBm提升至-74 dBm,SSB-SINR由11.7 dB提升至13.55 dB,整体覆盖提升明显,具体见表2。

表2 权值优化前后覆盖效果对比

SSB 权值优化后,手动进行CSI 权值调整,对CSI拟合前后的数据进行统计评估,CSI基于SSB权值拟合后,整体小区速率提升率约为10%,具体见图3。

图3 CSI拟合调整前后速率对比

6 结束语

天线权值自优化增益明显,权值优化后,深度覆盖、高层信号和路面信号均得到不同程度的改善,总体效果明显。基于5G权值智能灵活调整,通过网络侧自动的用户数据收集、评估分析给出合理的权值配置方案,最大化提升用户覆盖水平,减少人工经验干预网络的误差,及时提升用户感知度的同时提升网络规划和优化效率,大幅缩减人力成本。

猜你喜欢
权值波束天线
一种融合时间权值和用户行为序列的电影推荐模型
具有共形能力的阻抗可调天线
基于共形超表面的波束聚焦研究
CONTENTS
超波束技术在岸基光纤阵中的应用
毫米波大规模阵列天线波束扫描研究*
基于MATLAB的LTE智能天线广播波束仿真与权值优化
ETC相控阵天线与普通天线应用对比分析
基于权值动量的RBM加速学习算法研究
ALLESS转动天线射频旋转维护与改造