5G基站站址规划策略研究

太原电信无线网络优化中心 康灵坡

中国电信和中国联通进行5G网络共建共享合作，有助于降低5G网络建设和运维成本，高效实现5G网络覆盖，而进行共享场景下的整体站址规划是网络建设的一个重要环节。合理利用4G LTE已有站址进行快速建网，实现5G网络基本的覆盖和业务需求是当前规划面临的主要场景。

本文研究了共建共享场景下的站址规划策略。该策略主要是通过现网4G运营、5G网络仿真的数据进行评估，利用熵权法进行评分，选出候选站址。然后结合整体规划布局、物业信息、其他特殊需求等，从建设、运维和效率提升方面从候选站址中识别出最佳建设站点来指导站址规划，确保资源精准投入，促进5G网络最大效能发挥。

1 现网4G运营数据评估

基于4G小区的数据流量、话务量、高价值用户数分布来类推并评估5G业务生态。

1.1 数据流量

主要考察现网站点的用户流量和业务类型分布情况，流量越高，说明该站点覆盖范围内的用户对网络的使用度越高，对于未来5G网络的eMBB业务的需求度也可能越高，需要优先考虑部署5G网络。采用本站址下电联所有4G系统的近一周流量之和作为评判依据。

1.2 VoLTE话务量

主要基于站点VoLTE话务量。目前5G终端会EPS FB回落至4G，使用4G VoLTE。VoLTE话务量高的区域也是客户集中刚的区域，需要优先考虑部署5G网络。采用本站址下电联所有4G系统的近一周VoLTE话务量之和作为评判依据。

1.3 高价值用户数分布

通过建维优相关平台可以知道用户套餐及终端情况并按照一定的标准定义高价值用户。高价值用户一般业务量较大，使用更多的数据或语音业务。而且，未来的5G用户是从存量4G用户中迁移而来，而4G高价值用户是寻找“潜在5G用户”的最有效的途径。目前假设定义4G高价值用户为使用129元以上套餐或者终端价值3000远以上的用户。4G小区的高价值用户数为该小区近一周日均常驻4G高价值用户的数量，常驻用户定义为一周内在该小区驻留时长大于5h。

2 5G覆盖仿真数据评估

2.1 穿透损耗测试

穿透损耗越大，RSRP越小，反之越大。当覆盖要求为室外时，视为穿透损耗(Penetration Loss)0dB。当覆盖要求为室内(含车内或船内)时，不同区域、不同建筑物材质下穿透损耗值都会有差异。

我们选取了太原市城区典型建筑进行测试，获取3.5GHz波段在典型建筑的穿透损耗值。通过现场测试得到太原市市区典型建筑物在3.5GHz频率室内一层穿透损耗值，其中砖混墙一层穿损典型测试值为16dB左右，玻璃幕墙一层穿损典型测试值为6dB左右。由此在仿真室外宏站覆盖室内(O2I)场景时，可以根据实测值设置穿透损耗。测试点选择高新区如家酒店(砖混墙)和太原市南中环街润东酒店(玻璃幕墙)。

2.2 射线追踪模型校正

传播模型是进行无线网络规划的基础能力。以往2/3/4G网络规划大部分使用SPM/CostHata/OkumuraHata等经验传播模型，而基于射线追踪技术的确定性传播模型在近几年得到了较深入的研究和应用。射线追踪模型可以模拟出信号传播路径中的反射、绕射、散射、穿透等现象，能够获得比传统经验传播模型更精细、更合理、更准确的规划仿真结果，更适合于传播环境复杂的城区环境。同时，传统的经验传播模型被设计用来支持Sub3G频谱，不适用于5G高频，而射线追踪传模应用场景的频率越高，射线近似越准确，因此普遍推荐使用适合5G高频的射线追踪传播模型进行5G网络规划。

射线追踪模型虽然是基于电磁传播理论的确定性计算模型，但是由于无法考虑实际环境中的所有细节因素，因此模型仍然需要进行校正。传模校正的输入和处理流程会直接影响模型校正结果，进而影响仿真预测的结果。

针对太原市典型城区覆盖场景进行射线追踪传模校正，采集太原市小店区的实测DT数据，拟合并训练传播模型，获取3.5GHz频率下的传模参数。

使用校正后的射线追踪传模进行覆盖仿真，与道路实测数据进行比较，仿真结果和实际道路测试数据的趋势基本吻合，边缘SSB RSRP 5%采样点覆盖电平RSRP误差1.78dB，平均SSB RSRP误差1.2dB。校正后的模型与场景适配程度良好，可应用于同一场景的覆盖仿真。

2.3 5G覆盖仿真方法

电信联通共建共享下，双方的4G基站组成了5G建设的候选站址集合。对所有候选站址进行5G覆盖仿真，仿真的室内穿透损耗值使用测试值，仿真传模使用校正的射线追踪传模，仿真时5G RF工参参考4G工参，采用默认波束场景，最大功率配置。覆盖仿真得到每个候选站点不同扇区的宏站覆盖室外(O2O)和宏站覆盖室内(O2I)的覆盖栅格数，取SSB RSRP大于-110dBm的栅格为小区有效覆盖栅格，统计每个候选扇区的O2O和O2I的有效栅格数作为5G覆盖评估的依据。

3 熵权法初步选址

3.1 熵权法思路介绍

熵权法的基本思路是根据指标变异性的大小来确定客观权重。一般来说，若某个指标的信息熵Ej越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。相反，某个指标的信息熵越大，表明指标值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。

熵权法赋权包括三个步骤：

（1）数据标准化

将各个指标的数据进行标准化处理。

（2）求各指标的信息熵

根据信息论中信息熵的定义，一组数据的信息熵：

（3）确定各指标权重

3.2 熵权法站址评估方法

5G覆盖评估考虑O2O和O2I的覆盖，此时X1=O2O的有效栅格数，X2=O2I的有效栅格数；4G话务考虑4G小区的数据流量、VoLTE话务量、价值用户数，则X1=4G小区的数据流量，X2=VoLTE话务量，X3=4G价值用户数。通过熵权法赋权3个步骤计算，得到不同小区的5G覆盖因素得分和4G话务因素得分。

在评估5G覆盖时综合考虑了不同候选扇区在O2O和O2I的覆盖情况作为评价指标，评估4G话务时综合考虑了4G小区的数据流量、VoLTE话务量、价值用户数等因素作为评价指标。在进行候选站点优选时，不同小区按照5G覆盖因素和4G话务进行打分，因此需要设计不同指标因子的权重配置规则。引入熵权法确认各指标因子的权重，最后得到不同候选小区的5G覆盖、4G话务的得分情况。

3.3 计算候选站点的最终评估得分

在综合考虑5G高精度仿真数据、4G话务数据、高价值用户分布数据、热点场景信息等多维度数据的加权分析后，计算候选站点的最终评估得分。

最终评估得分=5G覆盖评估得分×权重1+4G话务因素评估得分×权重2。权重1和权重2的比重可以根据需求进行调整，且要求权重1和权重2相加为1。本文以4G话务因素评估权重0.6，覆盖因素权重0.4为例，根据SSB RSRP边缘覆盖率的建网标准要求下进行多伦选站仿真，得到最优选站结果。

4 基于共建共享的站址规划策略

网络建设要满足公司已定的5G网络覆盖质量目标和容量规划要求，包含覆盖率、峰值速率、单用户下行速率、上行速率、移动性、时延、小区边缘吞吐量等技术指标。同时重点关注市场前端关于党政军、政企大客户、特殊客户等的特殊需求。

在满足以上目标和需求的前提下，通过上述评估，基于共建共享的站址规划策略主要包含以下三个步骤：

首先收集来自市场前端、现网运营、网络仿真三个维度的数据。数据主要包括需求(容量需求、覆盖需求、热点场景信息)、现网4G运营数据(流量、话务量、高价值用户分布)、5G的高精度仿真数据。

其次对多维数据赋予不同的权重，结合使用熵权法价值评估进行站址初步规划，选出候选站址。

最后结合整体规划布局、物业信息、其他特殊需求等，从建设、运维和效率提升方面从候选站址中识别高最佳建设站点来指导站址规划，确保资源精准投入，促进5G网络在现在共建共享背景下最大效能发挥。

总结：本文结合现网5G规划目标和4g共建共享现状，针对5G站址规划给出了方案建议：基于三个维度(前端需求、现网4G数据、5G仿真数据)，通过三个步骤进行站址规划，目的在于精确选出最优5G站址，促进5G网络在共建共享背景下最大效能发挥。