基于5G 共建共享网络规划的站址价值算法研究

［梁景舒 苏涵 邱斌 李土光 谢绿禹］

1 引言

5G 全球商用正在加速推进，市场及用户需求日益增长，在预算有限情况下选取高价值站址开展精准、优先的投资，成为目前5G 网络规划首要解决的问题。在中国电信和中国联通开展5G 共建共享的合作模式下，5G 规划需要考虑电联双方的5G 覆盖需求及现有的4G 站址资源。目前电联双方站址规划模型不一样，4G 站址价值评估欠缺有效手段，难以高效、准确对站址价值进行评估。

本文在共建共享场景下，从统一和优化电联双方规划使用的5G 覆盖仿真模型和4G 站址价值评估出发，同时引入熵权法确认各种因子的权重，最终研究分析出5G 站址价值的算法，为下一步精确识别高价值站点，开展精确建设，发挥5G 共建共享的优势奠定基础。

2 5G 站址规划基本模型

无线网络站址规划一般从覆盖、容量和质量3 个方面综合考虑。在5G 建设的初期，5G 用户较少，5G 应用场景也在探索阶段，以满足覆盖为主。从区域全覆盖出发，满足一定的基站边缘信号质量，再选取适当的传播模型计算最大路径损耗、基站上行覆盖半径、站址密度等；最终可测算出满足条件的站址数量。3GPP 组织提供的标准协议包含了5G 各种场景适用的传播模型，针对室外的使用场景包括城市宏蜂窝（Uma）、城市微蜂窝街道（UMi-StreetCanyon）、农村宏蜂窝（RMa）3 种场景，每类场景又分非视距（NLOS）和视距（LOS）场景共6 种传播模型。但这些模型只能在简单的传播环境下粗略地估算站址数量规模。

要较精确地开展站址规划，同时量化仿真覆盖的质量，需要使用射线追踪技术的确定性传播模型。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，无线频率越高，射线仿真越准确，因此普遍使用射线追踪传播模型进行5G 网络规划。

3 5G 站址规划模型优化

当前，中国电信与中国联通正开展5G 共建共享，由于5G 建设投资巨大，因此5G 站址规划必须考虑电联双方的需求和资源；并分析高价值的5G站址，优先开展建设。基于5G 共建共享的规划考虑，对规划模型进行了3 个方面的优化，（1）统一并修正双方使用5G 覆盖仿真的各项参数，包括对穿透损耗值及射线追踪模型自身的各项参数；（2）结合电联双方4G 运营数据，叠加双方4G 高数据流量、高语音业务或高价值用户等3 个因子判断站址价值；（3）引入熵权法确定5G 覆盖仿真和4G 站址价值的因子权重。

3.1 5G 覆盖仿真优化

3.1.1 5G 穿透损耗参数修正

穿透损耗是信号从室外空间穿过建筑物达到室内后的损耗，直接影响室内信号强度RSRP 的大小。穿透损耗越大，RSRP 越小，室内的覆盖就越差。当覆盖要求为室外时，视为穿透损耗（Penetration Loss）0 dB。当覆盖要求为室内（含车内或船内）时，不同建筑物材质下穿透损耗值都会有差异。3GPP 定义了低损耗和高损耗模型来计算穿透损耗PLtw（Path loss through external wall），公式如下，单位dB。

根据上述公式（1）～（5）公式，计算得到3.5 GHz 的低损耗和高损耗理论值分别为：12.70 dBm，26.85 dBm。根据理论值，电联双方采取的穿透损耗各不相同，因此通过实测的方式统一双方的穿透损耗值。

针对城区典型的玻璃外墙和混凝土外墙建筑物进行测试，获取3.5 GHz 波段的实测穿透损耗值，测试的楼宇建筑信息及穿透损耗结果如表1 所示。

表1 穿透损耗测试结果

从表1 发现，一层混凝土墙穿透损耗值为16.42 dB，一层普通玻璃外墙穿透损耗值为5.97 dB。在仿真室外宏站覆盖室内（O2I）场景时，根据实测值分别修正此两类室内的穿透损耗值为16 dB 和6 dB。

3.1.2 射线跟踪模型校正

射线追踪算法分为发射射线法（SBR）与镜像法（Image）。发射射线法由于其穷举性而不能给出绕射射线的一般算法，而且精度上一般不如镜像法精确，但是镜像法不能给出电磁波到达角时延序列等信息。本文采取Atoll 系统aster 模型，由于实际环境中的细节因素与模型设定不同，为了更精确地仿真覆盖的效果，需要校正模型的相应参数。

校正过程一般分3 个步骤，（1）选取典型区域进行路测，得到实测的SSB RSRP 值，（2）在仿真系统中同一区域进行路测仿真，调整不同模型参数，得到仿真的SSB RSRP 值；（3）比对实测与仿真的值，直到合理的误差范围内，选取此时的校正参数。在校正过程中，需要结合日常仿真的经验，反复调整参数。

经过典型区域实测DT 数据，并在系统拟合并校正传播模型，与道路实测数据进行比较，最终结果，对RSRP进行累积分布函数（CDF）统计，曲线左侧5%采样点覆盖电平RSRP 相差1.45 dB，误差1.5%；全部采样点平均RSRP 相差0.56 dB，误差0.71%。仿真与路测的RSRP 误差值如表2 所示，效果对比如图1 所示。

表2 传模校正后仿真与实测对比

图1 传模校正后仿真与实测对比

此时，校正后的模型与场景适配程度良好，误差合理，可应用于覆盖仿真。选取3.5 GHz 频率的传模参数校正后的值如表3 所示。

表3 射线追踪模型各参数校正值

通过5G 覆盖仿真的穿透损耗和射线模型参数的校正优化，覆盖仿真时可得到室外宏站不同扇区的室外覆盖（O2O）和室内穿透覆盖（O2I）的RSRP 值。在地图上进行10 m*10 m 的栅格化，定义SSB RSRP 大于-110 dBm的栅格为扇区覆盖的有效栅格（Grid）。计数得到每个扇区室外覆盖和室内覆盖的有效栅格数分别为GO2O和GO2I，用作5G 覆盖仿真评估的2 个因子。

3.2 4G 站址价值评估

在电联双方原有的4G 站点上，开展电联双方4G 站址价值的分析，有助于判断未来5G 共建共享的价值情况。4G价值从数据流量、语音业务量和高价值用户3 个方面评估。

4G 数据流量主要体现站点的用户流量分布。网络流量越高，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。对于数据业务量因素评估，采用本站址下电联双方4G 网管的近一周流量之和（DDL）作为评判依据。

4G 语音话务量主要体现站点VoLTE 话务量分布。高清语音通话不仅是高价值终端功能之一，也是站点收入重要来源之一。5G 时代如果部署VoNR，则优先使用VoNR，没有VoNR，则5G 终端会通过EPS FB 回落至4G，使用4G VoLTE。在VoLTE 话务量高的区域优先考虑部署5G 网络，满足用户语音需求非常有必要。对于VoLTE 话务量因素评估，采用本站址下电联双方4G 网管的近一周VoLTE 话务量之和（VDL）作为评判依据。

4G 高价值用户定义为使用高额4G 套餐的用户。高价值用户可贡献更高的资费，且高价值用户的业务量一般较大，使用更多的数据或语音业务。未来5G 用户是从存量4G 用户中迁移而来，因此4G 高价值用户是寻找“潜在5G 高价值用户”的有效途径。定义4G高价值用户为使用150 元以上套餐的用户，且在该小区近一周日均驻留时长大于2 小时。采用本站址下电联双方4G 网管的近一周高价值用户之和（UDL）作为评判依据。

3.3 熵权法确定因子权重

评估5G 覆盖时考虑不同站点扇区在O2O 和O2I 的覆盖情况作为评价因子（GO2O和GO2I），评估4G 站址价值时考虑4G 小区的数据流量、语音话务量、价值用户数等作为评价因子（DDL、VDL、UDL）。在进行站址价值综合评估时，需要对不同站址的扇区按照5G 覆盖评价因子和4G 站址价值评价因子进行计分，因此需要设计不同指标因子的权重。本文引入较为常用的熵权法确定不同要素不同因子的权重。

在信息论中，熵是对信息量的一种度量。信息量越大，可辨识度就越高，熵也就越小，反之熵就越大。可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。熵权法即通过指标（因子）变异性的大小来确定权重。一般来说，若某个指标的信息熵越小，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。反之，其权重也越小。

熵权法赋权计算步骤如下：

数据标准化。假设给定了k个指标X1，X2，…Xk，各指标数据标准化后的值为Y1，Y2，…Yk，算式如下：

求各指标的信息熵。一组数据的信息熵算式如下：

确定各指标权重。计算各个指标的信息熵后，最后计算各指标的权重，算式如下：

5G 覆盖评估的因子，此时X1=GO2O、X2=GO2I；4G 站址价值时考虑4G 小区的数据流量、语音话务量、价值用户数等因子，则X1=DDL，X2=VDL，X3=UDL。通过熵权法赋权3 个步骤分别计算，最后得到不同小区的5G 覆盖因子和4G 站址价值因子的权重分别为。

4 站址价值评估算法

共建共享场景下结合电联双方原有4G 站址为候选站址，通过对5G 高覆盖仿真数据和4G 站址价值分析数据等多维度数据的加权分析，构建站址价值评估算法，通过计算得到每个站址的价值分数，从而精确识别高价值站点优先开展建设，发挥5G 站点共建共享的优势。

通过上述分析，基于5G 共建共享规划的站址价值算法主要有以下几个步骤。

（1）获取站址：取电联双方4G 基站站址组成5G 共建共享的候选站址集合。

（2）评估5G 覆盖仿真值：使用校正的室内穿透损耗参数和优化后的射线追踪传播模型进行5G 覆盖仿真。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。统计每个候选扇区的O2O 和O2I 的有效栅格数GO2O和GO2I，计算相应的权重为，计算该扇区5G 覆盖仿真值N5G，算式如下：

（3）评估4G 站址价值：获取每个4G 扇区的数据流量、语音话务量、价值用户数等作为评价因子DDL、VDL、UDL，并计算相应的权重W14G、W24G、W34G、，计算该扇区4G 站址价值N4G，算式如下：

（4）综合评估站址价值：在计算得到该扇区5G 覆盖仿真值N5G和4G 站址价值N4G后，还需要对这2 个因素值做一个权重赋值。本文以4G 站址价值权重为0.6，5G覆盖仿真权重为0.4。一个站址按3 个扇区计算，最终电联共建共享的5G 站址价值取3 个扇区之和SDL，算式如下：

（5）每个站址重复上述步骤，求出SDL。

通过以上5 个步骤，可以计算得到每个站址的价值，通过排序可筛选出高价值的站址，进行5G 共建共享的优先建设。

5 结束语

基于电联5G 共建共享场景下，通过对穿透损耗和射线追踪模型的修正对5G 站址规划模型进行了优化，统一双方5G 覆盖仿真模型；进一步从数据流量、语音话务和用户价值分析电联双方4G 站点的站址价值；引入熵权法确定各因子权重；最终得到了共建共享场景下站址价值的算法。通过算法，可以精确识别高价值站址，优先开展5G 站点建设和部署，发挥5G 站点共建共享的合力优势。