基于自动化室内建模的5G基站信号仿真和优化选址方法

崔 扬 陈品祥 刘 光 董志海 刘增良 王凯松

(1. 北京市测绘设计研究院,北京 100038;2. 城市空间信息工程北京市重点实验室,北京 100038)

0 引言

华为在国际上首次提出室内第五代移动通信技术(5th generation mobile communication technology,5G)目标建网理念,助力运营商打造5G时代数字化的室内覆盖网络。由于室内场景复杂多样、目标遮挡严重、目标间重叠等特点,与室外网络建设相比,室内网络建设花费时间更长、更加困难。因此,5G小基站选址将是基站建设的一项重要工作。目前,有很多学者已经研究5G基站选址方法,文献[1-2]以城市基站建设作为研究,对移动通信基站规划建设进行了探讨和实践,基站作为基础建设纳入城市的规划设计中。文献[3]在GIS技术无线通信基站选址的过程中指出：需要考虑多方面因素,提高选址的合理性、科学性、高效性。文献[4]利用宏微基站相结合等策略来阐述如果提高5G基站选址的成功率。多数研究工作随机给定测试点,以仿真软件设置仿真参数,模拟基站信号的覆盖情况[5-6],采用遗传算法的搜索特性和免疫算法的自适应特征,来解决5G基站的选址问题,仅仅针对室外区域进行5G微基站选址,针对结构复杂的室内环境,无法保证选址结果的实用性和合理性,同时,并没有考虑基站的优化效率。

目前,80%的业务将发生在室内场景,室内仍将是5G网络时代覆盖的重要方向[7]。因此,室内5G小基站选址将是基站建设的一项重要工作。有效的选址工作不仅可以提升投资效率,还可以降低基站的建设和维护成本。针对这一问题,本研究提出一种基于室内三维结构化模型的5G基站信号仿真和优化选址方法。主要模拟5G信号在传播过程中的路径损耗和墙面材料对信号造成的反射衰减损耗,同时基于贪婪优化算法设计了面向5G基站优化选址策略,目的是布设最少的基站数量达到5G信号最大覆盖度。

1 基于自动化室内建模的5G信号仿真

本研究采用文献[8]的方法自动化重建室内结构化模型,室内模型主要包括天花板、地板、墙面、窗户、门等刚性结构,忽略了室内复杂的家具物品。在这种刚性结构的室内模型下,模拟通信遮挡关系。由于5G的毫米波的穿透损耗大,在室内环境的传播主要是以直射、反射为主。在本研究中,利用信号传播损耗模型计算信号传播位置的能量值;同时考虑墙壁对反射信号造成的能量损耗,最终模拟5G信号的强度值。

1.1 信号传播过程

5G信号波长较短,频率较高,在室内空间的传播过程中遇到墙壁会有很大程度上的衰减,同时衍射能力也很弱,也就是绕过阻挡物的能力很弱[9]。本研究主要基于重建的室内模型模拟5G信号在室内的传播情况,即室内结构对通信遮挡关系。在信号传播过程中,考虑入射和反射的衰减,以及多路径效应。

在信号仿真过程中,利用射线追踪算法,求解出信号当遇到模型结构中的墙壁、地板、物体表面及边缘引起的反射等射线,从而可以得到收发端所有可能的传播路径。具体步骤为：基于重建的三维室内模型,从发射源向周围空间随机发出大量的射线,射线传播可以视为球体的均匀剖分问题;当射线发射后,会去寻找路径最短的平面入射点,计算反射路线,并继续进行传播。由于5G信号频率较高,波长较短,传播过程中受到建筑物等环境的影响,场强会迅速衰减。

1.2 信号传播能量模型

在信号传播过程中,本研究主要利用信号传播损耗模型计算信号传播位置的能量值;同时考虑重建的室内结构模型(墙面)对反射信号造成的损耗,以此模拟5G信号的强度值。

1.2.1直射场强(路径损耗模型)

在信息传播过程中,信号会产生一定的路径损耗,为了满足信号的覆盖范围以及移动用户接收的信号质量,需要大量布设通信基站。然而,选择合适的信号传播模型,以精确计算和仿真收发端信号的传播情况显得尤为重要。通过研究发现,该过程主要与收发天线间的距离及路径损耗有关[9-10]。通常无线信号在传播过程中,如果收发信号两端中间没有障碍物遮挡,信号是直线传播,即称为视距传播;如果有障碍物,信号不是直线传播,即称为非视距传播[11]。其中,在典型的室内环境下,5G信号非视距传播损耗模型和视距传播损耗模型为

Lfs,dB-NLOS=32.4+31.9·lg(dp)+20·lg(f)

1≤dp≤86

(1)

Lfs,dB-LOS=32.4+17.3·lg(dp)+20·lg(f)

1≤dp≤100

(2)

式中，Lfs,dB-NLOS是非视距传播信号的损耗值；Lfs,dB-LOS是视距传播信号的损耗值；dp是收发天线的间距，单位为m；f是电磁波的频率,该公式表明信号的频率越大或传播距离越长,传播损耗越大[12]。

1.2.2反射场强

在信号的传播过程中,通常考虑墙壁的材料属性对反射信号造成的损耗,以此精确地模拟5G信号的强度值。根据信号反射原理,信号遇到障碍物时的入射波和反射波位于法线两侧,入射角等于反射角。如图1所示,Ix和Rx分别表示源点和场点,S1和S2表示入射波路径和反射波路径,R为反射点,n为法线方向,θ为入射角和反射角[13]。

图1 信号反射示意图

反射波场强表示为

(3)

其融合了场点的垂直极化和水平极化分量,表示为

(4)

(5)

A(s2)是反射点R到场点Rx的振幅扩散因子,定义为

A(s2)=s1/(s1+s2)

(6)

(7)

反射系数公式[11]为

(8)

式中,ε为反射面等效电参数(由反射面材料属性确定),定义为

ε=εr-j60σλ

(9)

式中，εr为反射面的相对介电常数；σ为导电率；λ为入射波的波长。

1.3 5G信号仿真

在现实室内场景中,5G无线信号会受到各种不确定因素的影响,包括移动的物体、不同材质的室内物品等,很难获得完全确定的结果。因此,只能在室内固有建筑物下,计算信号主要的传播路径,舍弃影响小的多径,利用比较普遍的建筑物材质参数代替无法准确地获取建筑物信息。基站位置通常布设在天花板附近,因此,在模拟信号传播情况时,接近天花板的位置给定高程确定二维水平面,将水平面划分均匀格网(格网边长1 m),判断每个格网的中心是否属于重建房屋的区域,以此来确定候选基站,该过程如图2所示。

(a)重建的室内模型

(b)候选基站位置

在5G信号仿真中,以重建的三维室内结构化模型为基础,利用射线追踪原理,假定以每个候选基站为球体中心(xm,ym,zm),以随机方向(dx,dy,dz)发射信号射线(实验射线数量为15 000,现实情况的射线数量更多);rd是信号传播距离,根据5G信号在室内环境的传播特性,其最小传播距离为0 m,最大传播距离为100 m,当射线发射路径超出了距离阈值,则停止传播;当射线与室内模型的三角网相交,可得到三角网的索引号,并通过模型的结构信息确定三角网的法向量和语义标记,交点坐标为

(10)

(11)

在重建的室内结构模型下,信号传播示意图如图3所示。

图3 信号的传播示意图

在确定信号传播射线路径后,计算射线的能量值,射线采样距离为0.05 m;信号直线传播过程只考虑路径损耗,强度损失函数如公式(2)所示,当5G的高频信号传播距离大于1 m时,信号强度会减弱。当信号遇到墙时,普通墙的材质为混凝土,信号穿过墙衰减将近20 dB[14],接收到信号很少,因此,只考虑信号遇到墙的反射传播,反射衰减强度的计算如式(3)～式(9)所示。信号的仿真结果,如图4和图5所示,可以清晰地反映出信号的传播情况,包括多路径效应，墙面的反射、开口门的透射，以及传播过程中信号的能量由强变弱。从图4方框可以发现,由于信号遇到墙反射后急速衰减。从5G信号仿真结果表明,信号强度损耗与多种因素有关,包括射线的入射角度、收发天线之间的距离、障碍物的材质等。

图4 遇到墙后信号急速衰减

基于自动化室内建模的5G信号仿真,考虑了信号在传播过程中的路径损耗和反射衰减损耗;由于实际室内场景更为复杂,并不能仿真出所有情况。在实验中,我们采用国际摄影测量与遥感学会(International Society for Photogrammetry and Remote Sensing, ISPRS)提供的典型多层、多房屋的benchmark数据[15],重建其室内结构化模型,不具有5G信号的真值,因此没有对信号强度分布进行验证。本研究对5G信号大致传播趋势和覆盖情况进行了仿真分析,并把后续的优化选址作为数据基础,具有一定的实际应用价值。

2 基于室内结构化模型的5G小基站优化选址

本研究以重建的室内结构化模型与5G信号仿真为基础,利用贪婪优化算法设计了面向5G通信基站优化选址方法[16]。在5G小基站优化选址过程中,候选基站格网划分越精细,优化基站的位置越接近最优解,但也加大了运算时间。因此,为了保证基站位置的正确性、信号的覆盖度,同时提升优化效率,本研究提出了多尺度格网的空间划分策略进行5G小基站优化选址,旨在利用最少的基站达到5G信号最大覆盖度。

2.1 基于均匀格网的候选基站优化选址

基于1节中的5G信号仿真结果,若将室内结构化模型均匀划分为三维格网,计算每个候选基站所覆盖的三维格网,处理时间较长。因此,为了提升计算效率,将三维房屋模型投影到二维平面,将其划分为均匀格网,统计二维平面格网的索引号,如图5所示。同时,将每个基站发射的三维强度射线投影到二维水平面,计算强度射线采样点所在的二维格网的索引号。

图5 二维平面格网

统计每个基站覆盖的格网索引号,示例结果如下

(12)

式中，g1为格网的索引号。基于贪婪算法设计优化策略对候选基站进行规划选址,核心思想是将基站的覆盖度为限制值,基站的数量为期望值,在满足限制值的情况下期望值最小,也就是利用最少的基站达到最大的室内覆盖范围,如公式13所示。

(13)

式中,xi是基站的索引号；cov(xi)是基站xi的覆盖度。

将每个基站所覆盖格网的数量排序,具有最大覆盖网格数量的基站被视为优化基站,同时,其他基站的覆盖格网与其求交,将求交后剩余网格数量排序;同理,将覆盖度最大的基站列入优化基站中,以此类推,当场景的覆盖度为80%的时候停止迭代,最终求得优化基站的位置和数量。

2.2 基于多尺度格网的候选基站优化选址

均匀格网的精细空间划分,使优化基站的位置更接近最优解,然而,不必要的候选格网大大降低了运算效率。为了缩短运算时间，保证基站位置精度,本研究提出基于多尺度格网的空间划分方法来优化5G小基站位置。

多尺度划分的策略如下：重建房屋模型的长和宽分别划分3～4个格网,因此,较为狭窄的走廊,或者面积较小的房屋,格网的分辨率相对较大;面积较大的房屋,格网的分辨率相对较小。由此,根据房屋的长宽尺度,可以自适应地确定格网的大小,多尺度划分的示意图如图6所示。

图6 多尺度划分的二维平面格网

3 测试结果分析

本研究选择重建的典型多层、多房屋室内结构化模型来验证5G基站优化选址算法的性能。

3.1 5G基站优化选址分析

首先,基于均匀格网候选基站进行优化选址分析。将候选基站格网边长分别设置为1 m、2 m、3 m、4 m,实施贪婪算法的优化策略,并分别统计优化后基站的数量、所用时间和信号的覆盖度。优化结果如表1、表2和图7所示,发现格网的边长越小,模型的候选基站越多,优化的精度越高;也就是说空间格网的精细划分,使优化的基站位置和数量更接近最优解,但优化时间较长;相反,格网的边长越大,优化时间越少,优化精度也相对降低。见图7(d)和(h),当格网的边长为4 m时,基站数量并没有优化,甚至在局部区域出现无信号的死角,不能保证信号的覆盖度,主要原因是部分室内房屋的宽度小于4 m,例如，狭长的走廊,并没有布设候选基站。以上结果表明，候选格网边长的选择是提升5G小基站优化选址效率、保证基站位置正确性的关键。

表1 一楼基站优化时间和数量

表2 二楼基站优化时间和数量

(a)格网边长为1 m

(b)格网边长为2 m

(d)格网边长为4 m

采用2.2节介绍的基于多尺度格网进行候选基站优化选址,5G小基站优化结果如表3和图8所示。

表3 基于多尺度格网的小基站优化情况

图8 多尺度格网下5G小基站优化选址

由实验结果可知：在保证信号覆盖度的前提下优化的基站数量相对减少;同时,多尺度网格下优化基站位置与均匀格网优化基站位置基本一致。在局部狭窄区域增加格网的分辨率,在较为宽敞的区域降低格网的分辨率,这种自适应多尺度划分策略可以减少不必要的候选格网数量,在保证基站位置精度和覆盖度的同时,也提升了优化效率。

3.2 5G传播信号强度分析

从重建的结构化模型和5G小基站优化选址结果可以发现,二楼的房屋面积比一楼的面积要大,然而,布设5G小基站的数量比一楼要少;原因是一楼的房屋较多,墙面的遮挡较大,因此信号损失较为严重,需要布设更多的基站才能满足信号的覆盖度。

然而，当不考虑墙面衰减或者墙面衰减较小，例如，玻璃墙，只考虑信号传播过程的路径衰减，采用公式(2)计算信号强度值。在重建的走廊和房屋模型分别布设了3个基站，见图9(a)，信号仿真效果见图9(b)；由5G信号覆盖情况可以发现，当不考虑墙面材质衰减的情况下，放置2～3个小基站就可以满足5G信号的覆盖需求。

(a)基站位置

(b)信号多路径传播

从5G信号仿真和小基站优化选址的实验结果和分析表明,5G基站想要达到较大的覆盖效果,需要选择一个最佳的放置位置。主要有以下的策略：①基站放置在天花板附近,辐射范围较大,同时可以降低由室内物品遮挡而导致的无信号区域;②基站发射信号的位置尽量少穿越墙壁,或者让其穿过可视的玻璃门或者玻璃窗户,增加用户的可视性,降低损耗,以满足信号最大利用率。

4 结束语

本研究首次基于室内三维结构化模型进行5G信号仿真和小基站优化选址的方法研究,旨在布设最少的基站数量达到5G信号最大覆盖度。实验结果表明,本研究提出的方法可以为5G小基站布设提供可行性的解决方案,同时具有应用成本低、自动化程度高、效率高的优势。在重建的室内模型中,仅仅包含一些刚性的结构要素,并不能包含室内物品。因此，在5G信号仿真和小基站优化选址的结果可能与真实情况有一定的差距,但本文的方法可用来辅助5G无线网络进行快速规划和部署。

在未来的研究中,我们将仿真不同材质的建筑物对信号的影响;同时,针对大规模室内场景,例如,机场、火车站、大型商场等进行5G小基站优化选址。