劉旸

（中國(guó)移動(dòng)通信集團(tuán)設(shè)計(jì)院有限公司河北分公司，河北 石家莊 050021）

小基站部署方案規(guī)劃算法

劉旸

（中國(guó)移動(dòng)通信集團(tuán)設(shè)計(jì)院有限公司河北分公司，河北 石家莊 050021）

隨著移動(dòng)網(wǎng)絡(luò)的飛速發(fā)展，小基站在LTE網(wǎng)絡(luò)建設(shè)中的地位越來越重要。結(jié)合實(shí)際建網(wǎng)經(jīng)驗(yàn)提出一種最優(yōu)小基站部署方案規(guī)劃算法——關(guān)聯(lián)層次分析法。該算法結(jié)合層次分析法和灰色關(guān)聯(lián)分析法的思想，確定各部署方案和各指標(biāo)參數(shù)之間的關(guān)系，并對(duì)各方案進(jìn)行排序，最終得到最優(yōu)小基站部署方案。仿真結(jié)果表明，關(guān)聯(lián)層次分析法在投資收益均衡方面優(yōu)于其他傳統(tǒng)算法，并且建網(wǎng)以后的用戶體驗(yàn)也有所提升。

LTE網(wǎng)絡(luò)；小基站部署；層次分析法；灰色關(guān)聯(lián)分析法；關(guān)聯(lián)層次分析法；投資收益均衡

1 引言

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，人們對(duì)流量的需求呈爆炸式增長(zhǎng)。移動(dòng)網(wǎng)絡(luò)經(jīng)過 30年的發(fā)展，已經(jīng)發(fā)展到4G階段。雖然4G系統(tǒng)相比以前的通信系統(tǒng)可以承載更多業(yè)務(wù)，但是仍然不能滿足人們飛速增長(zhǎng)的業(yè)務(wù)需求[1]。且隨著移動(dòng)網(wǎng)絡(luò)的發(fā)展，低頻資源越來越少，后續(xù)網(wǎng)絡(luò)大有向高頻發(fā)展的趨勢(shì)，但是頻段越高，宏基站的穿透能力就越弱，且建設(shè)和選點(diǎn)難度越大。小基站經(jīng)過多年的技術(shù)演進(jìn)，組網(wǎng)結(jié)構(gòu)多樣化、部署方便快捷，通過提升網(wǎng)絡(luò)密度和深度覆蓋范圍達(dá)到更高的傳輸率和網(wǎng)絡(luò)容量，能更加有效地解決應(yīng)對(duì)快速增長(zhǎng)的流量需求?；诖?，本文提出一種可以選擇出適合不同場(chǎng)景的最優(yōu)小基站部署方案規(guī)劃算法——關(guān)聯(lián)層次分析法。通過層次分析法和灰色關(guān)聯(lián)度分析法處理實(shí)際影響方案規(guī)劃中的各指標(biāo)元素，最終規(guī)劃出最符合場(chǎng)景的小基站部署方案。

2 小基站部署方案

據(jù)統(tǒng)計(jì)，目前70%以上的流量發(fā)生在室內(nèi)。而小基站主要用于解決室內(nèi)弱覆蓋和容量壓抑的問題，小基站根據(jù)其功率大小可以分為微基站、微微基站和毫微微基站等多種類型。目前現(xiàn)網(wǎng)規(guī)劃應(yīng)用比較多的有微基站（5～20 W）和新型室分（50～200 mW）。微基站根據(jù)其設(shè)備形態(tài)不同又可以分為一體化微基站和分布式微基站，兩種方案都主要用于補(bǔ)盲。以上 3種部署方案針對(duì)不同場(chǎng)景的不同部署環(huán)境各有其優(yōu)勢(shì)，本文將以新型室分、一體化微基站和分布式微基站 3種小基站部署方案作為選擇對(duì)象，驗(yàn)證所提算法的準(zhǔn)確性和優(yōu)越性[2,3]。

2.1 新型室分

分布式設(shè)備通常由 BBU、RHUB（remote HUB）以及微型pRRU（picoRRU）組成，信源為BBU，BBU與RHUB間可由光纖連接，RHUB通過網(wǎng)線與微型頭端pRRU相連，最終信號(hào)由pRRU進(jìn)行發(fā)射。一個(gè)RHUB支持多個(gè)pRRU，RHUB通過CPRI把多路信號(hào)匯聚到BBU。

與傳統(tǒng)室分（DAS）相比，新型室分有部署快、維護(hù)方便、性能好和容易進(jìn)行小區(qū)分裂合并等優(yōu)點(diǎn)。新型室分因?yàn)槠浣M網(wǎng)靈活，在各類室分場(chǎng)景都比較適用。例如華為的 LampSite，可以支持900 MHz、1 800 MHz、2.3 GHz和2.6 GHz共4個(gè)頻段，并支持 4CC（載波聚合），可以靈活進(jìn)行小區(qū)合并和分裂。一臺(tái) BBU最多可以支持24個(gè)RHUB和192個(gè)pRRU，其靈活的組網(wǎng)和超強(qiáng)的性能使其適用于各類室內(nèi)場(chǎng)景[4]。

2.2 一體化微基站

一體化微基站將射頻單元、天線和基帶等傳統(tǒng)基站的模塊集成到一起成為一體化基站。一體化微基站通過S1/X2接口直接與核心網(wǎng)和其他基站進(jìn)行連接，并且可以支持微波回傳，在傳輸受限或者機(jī)房稀缺的場(chǎng)景比較適用。

一體化微基站有選址簡(jiǎn)單、安裝方便快捷、美觀易偽裝等特點(diǎn)，主要用于補(bǔ)盲，與宏基站和室分相結(jié)合打造立體深度覆蓋網(wǎng)絡(luò)。特別是在傳輸受限的場(chǎng)景下，一體化基站有天然優(yōu)勢(shì)。

2.3 分布式微基站

分布式微基站和一體化微基站的區(qū)別在于，其分為射頻處理與天線合一的微 RRU和基帶處理模塊BBU。通過分離這兩個(gè)模塊，可以很大程度上縮小模塊的體積和重量，使微RRU更易于偽裝，且組網(wǎng)更加靈活[5]。

兩種微基站的應(yīng)用場(chǎng)景比較類似。但由于分布式微基站可以與宏基站共用基帶單元，因此它具有更多宏微協(xié)同的功能，譬如宏微小區(qū)合并、宏微 CoMP、宏微載波聚合等，這些都是一體化微基站所不具備的功能。

3 關(guān)聯(lián)層次分析算法

3.1 指標(biāo)參數(shù)的選擇

基于網(wǎng)絡(luò)規(guī)劃部署中的實(shí)際經(jīng)驗(yàn)，初步選擇把成本、容量、覆蓋、傳輸和物業(yè)協(xié)調(diào)難度5個(gè)參數(shù)作為網(wǎng)絡(luò)規(guī)劃中的指標(biāo)參數(shù)。

其中，成本是備選方案在完成覆蓋和容量條件的情況下，所花費(fèi)總成本；容量是考慮是否滿足目標(biāo)場(chǎng)景的容量需求以及后續(xù)的擴(kuò)容需求；覆蓋是考慮是否滿足目標(biāo)場(chǎng)景覆蓋需求，是否會(huì)存在弱覆蓋區(qū)域；傳輸是附近機(jī)房到小基站傳輸是否通暢。

3.2 指標(biāo)參數(shù)的處理

所選指標(biāo)參數(shù)中包含較多抽象參數(shù)，如物業(yè)協(xié)調(diào)難度、容量和覆蓋等。對(duì)于這類參數(shù)，可以借鑒模糊邏輯的思想。根據(jù)指標(biāo)參數(shù)的不同特點(diǎn)確定相應(yīng)的隸屬函數(shù)μ(x)，然后通過去模糊法，將抽象的指標(biāo)參數(shù)化作可度量的量。具體表達(dá)式如下：

經(jīng)過去模糊化后，所有的指標(biāo)參數(shù)都化作可度量的值。為了對(duì)其進(jìn)行處理需要把它們進(jìn)行歸一化，這樣所有的指標(biāo)參數(shù)即可處于同一量綱，方便后期處理。參數(shù)可以分為越大越好型（容量等）和越小越好型（成本等），要分開處理。

假設(shè)有m個(gè)候選小基站部署方案，影響方案選擇的指標(biāo)參數(shù)有n個(gè)。首先需要建立多目標(biāo)參數(shù)矩陣，歸一化后得到如下矩陣：

其中，bij表示第i個(gè)部署方案的第j個(gè)指標(biāo)參數(shù)。

3.3 指標(biāo)參數(shù)的篩選

選擇的指標(biāo)參數(shù)之間的關(guān)聯(lián)性過高會(huì)增加該類指標(biāo)參數(shù)的權(quán)重，加重主觀性對(duì)規(guī)劃結(jié)果產(chǎn)生的影響，從而影響最終的規(guī)劃結(jié)果。本文通過灰色關(guān)聯(lián)分析法去除關(guān)聯(lián)度過高的指標(biāo)參數(shù)，使各參數(shù)之間保持獨(dú)立性，確保規(guī)劃結(jié)果的準(zhǔn)確性，具體計(jì)算式如下：

其中，γij代表第 i個(gè)與第 j個(gè)指標(biāo)參數(shù)的相關(guān)性；可以設(shè)定的結(jié)果分辨率，最終影響各參數(shù)的關(guān)聯(lián)性，如無特殊要求，通常ρ取0.5。

通過計(jì)算，可以得到各指標(biāo)參數(shù)之間的關(guān)聯(lián)矩陣：

把相關(guān)性過高的指標(biāo)參數(shù)進(jìn)行篩選剔除。

3.4 指標(biāo)參數(shù)權(quán)重的確定

不同場(chǎng)景在選擇小基站部署方案時(shí)對(duì)關(guān)鍵參數(shù)的偏重項(xiàng)是有所差異的。本文將適合小基站部署的場(chǎng)景分為居民區(qū)、商業(yè)街、人流量密集區(qū)（如學(xué)校、醫(yī)院和商場(chǎng)等）三大典型場(chǎng)景，具體見表1。

場(chǎng)景類型 指標(biāo)特征居民區(qū) 物業(yè)協(xié)調(diào)難，對(duì)基站較排斥，需偽裝商業(yè)街 對(duì)傳輸要求高，容量也有一定需求人流密集區(qū) 對(duì)容量要求高，且物業(yè)協(xié)調(diào)有難度

表1 小基站部署場(chǎng)景分類

本文借鑒層次分析法思想[6]，根據(jù)不同業(yè)務(wù)對(duì)各類指標(biāo)參數(shù)的不同要求，分別確定出3種典型場(chǎng)景下指標(biāo)參數(shù)的權(quán)重。

首先，根據(jù)各場(chǎng)景的指標(biāo)特征，建立判斷矩陣：

其中，cij表示第i個(gè)和第j個(gè)指標(biāo)參數(shù)對(duì)部署方案規(guī)劃的重要程度的比值，且cij=1/cji，cij的取值可以參考表2。

依據(jù)判斷矩陣的值可以分別計(jì)算出各場(chǎng)景類型下對(duì)各指標(biāo)參數(shù)的權(quán)重值，計(jì)算過程如下：

i與j的重要性比較 相等 較強(qiáng) 強(qiáng) 很強(qiáng) 絕對(duì)強(qiáng) 表示相鄰判斷的中間值cij 1 3 5 7 9 2、4、6、8

n

計(jì)算Wi的n次方根，方法如下：

因?yàn)樯鲜鲇?jì)算過程包含一定的主觀性，因此為了保證權(quán)重的準(zhǔn)確性，需要對(duì)該結(jié)果進(jìn)行一致性檢驗(yàn)。只有通過一致性檢驗(yàn)的結(jié)果才可以被應(yīng)用。

一致性檢驗(yàn)是將一致性指標(biāo)CI與平均隨機(jī)一致性指標(biāo) RI之比 CR作為當(dāng)前的兩兩比較判斷矩陣是否滿足一致性檢驗(yàn)的一個(gè)標(biāo)準(zhǔn)，CR和CI的計(jì)算式分別如下：

式（9）和式（10）中，λmax代表相互比較得出的判斷矩陣C的最大特征值；n為矩陣C的階數(shù)；RI代表平均一致性指標(biāo)，它的取值可以參考表3[7]；CI代表一致性指標(biāo)。

只有當(dāng)?shù)玫降腃R不大于0.1時(shí)，才能表明前面計(jì)算的結(jié)果滿足一致性標(biāo)準(zhǔn)，可以作為后續(xù)計(jì)算參考。本文根據(jù)前述方法求出用戶在3種典型場(chǎng)景下的指標(biāo)參數(shù)權(quán)重[8]。

在得到每個(gè)典型場(chǎng)景下的指標(biāo)參數(shù)矩陣和指標(biāo)參數(shù)的權(quán)重矩陣后，通過矩陣點(diǎn)乘即可得到最終的規(guī)劃判決矩陣如下：本文借鑒TOPSIS算法思想，依據(jù)key判決矩陣對(duì)用戶在使用該業(yè)務(wù)的情況下的部署方案進(jìn)行排序。最后通過 TOPSIS算法對(duì)判決矩陣進(jìn)行處理。其中，xi表示第i個(gè)參數(shù)的理想最大值，yi

表示第i個(gè)參數(shù)的理想最小值：

規(guī)劃判決矩陣的每行可以代表一種小基站部署方案，通過計(jì)算矩陣中每個(gè)值和其每一列的最大值和最小值的差值G+和G-，其中最大值和最小值的計(jì)算也要根據(jù)參數(shù)的屬性（越大越好或越小越好）分開處理，最終可以得到判決距離矩陣G：

然后通過式（14）得到最終的判決值：

判決值越大，代表該部署方案越適合作為相應(yīng)目標(biāo)區(qū)域。并且可以根據(jù)該值對(duì)候選部署方案進(jìn)行排序，最終規(guī)劃出最佳部署方案。

至此，本文完成了關(guān)聯(lián)層次分析法的運(yùn)算過程，算法流程如圖1所示。

4 仿真及分析

分場(chǎng)景選擇河北需要規(guī)劃的區(qū)域，用本文所提算法進(jìn)行部署方案選擇。分別假設(shè)用3種小基站方案進(jìn)行部署，可以得到部署3種方案的關(guān)鍵參數(shù)表，表4是其中一個(gè)規(guī)劃區(qū)域的參數(shù)示例。

表3 RI參考值

圖1 關(guān)聯(lián)層次分析算法流程

首先對(duì)指標(biāo)參數(shù)的原始數(shù)據(jù)進(jìn)行去模糊化和歸一化處理，可得到表5的結(jié)果。

根據(jù)式（3）得到指標(biāo)參數(shù)間關(guān)聯(lián)度矩陣：

從以上關(guān)聯(lián)矩陣可以看出，覆蓋和容量?jī)蓚€(gè)治療參數(shù)的關(guān)聯(lián)度超過0.9，這兩個(gè)指標(biāo)的相關(guān)性會(huì)對(duì)規(guī)劃結(jié)果產(chǎn)生影響，降低其準(zhǔn)確性。依據(jù)標(biāo)準(zhǔn)，結(jié)合小基站的特性，把容量指標(biāo)篩選掉，只留下覆蓋指標(biāo)。最后，可以通過算法得到該區(qū)域最適合部署的是新型室分。通過對(duì)多個(gè)區(qū)域的規(guī)劃，經(jīng)過歸一化處理，得到3種場(chǎng)景下各個(gè)部署方案的貼近度分別為：

最終可以得出3個(gè)場(chǎng)景下的平均選擇率，如圖2所示。

圖2 3種典型場(chǎng)景下部署方案的選擇

由圖2可知，居民區(qū)、商業(yè)街和人流密集區(qū)3種典型場(chǎng)景的最佳小站部署方案分別是分布式基站、一體化微基站和新型室分。根據(jù)河北移動(dòng)往年小基站部署數(shù)據(jù)，該方案排序比較準(zhǔn)確。

為了體現(xiàn)關(guān)聯(lián)層次分析算法在規(guī)劃小基站部署方案的優(yōu)越性。從2017年河北需要新建的小基站站點(diǎn)中隨機(jī)選取500個(gè)站點(diǎn)進(jìn)行仿真。并以規(guī)劃站點(diǎn)平均收益均衡值為性能指標(biāo)，對(duì)比本文所提算法和層次分析法（AHP）、傳統(tǒng)的以成本為導(dǎo)向的小基站部署方案選擇算法，結(jié)果如圖3所示。

表4 某規(guī)劃區(qū)域指標(biāo)參數(shù)原始數(shù)據(jù)

表5 某規(guī)劃區(qū)域指標(biāo)參數(shù)處理后數(shù)據(jù)

圖3 站點(diǎn)平均收益均衡示意

從圖3中可以看到，剛開始規(guī)劃站點(diǎn)數(shù)量少，3種方案的收益均衡值比較相近，但是隨著規(guī)劃站點(diǎn)數(shù)量的增加，另外兩種方法的收益均衡值下降速度明顯比關(guān)聯(lián)層次分析法快，而且在最終的平均收益均衡值方面，關(guān)聯(lián)層次分析法也遠(yuǎn)遠(yuǎn)領(lǐng)先于另外兩種規(guī)劃算法。說明關(guān)聯(lián)層次分析法在收益均衡方面優(yōu)于傳統(tǒng)的規(guī)劃算法。另外，相對(duì)于傳統(tǒng)算法關(guān)聯(lián)層次分析法規(guī)劃的部署方案可以最大程度降低投訴率，有效提升用戶體驗(yàn)。

5 結(jié)束語(yǔ)

本文針對(duì)現(xiàn)網(wǎng)中小基站的規(guī)劃部署問題，提出一種新的規(guī)劃算法。結(jié)合層次分析法和灰色關(guān)聯(lián)分析法，通過對(duì)影響規(guī)劃結(jié)果的指標(biāo)參數(shù)和其在每種場(chǎng)景下的權(quán)重分開處理的方式，得到規(guī)劃區(qū)域各候選部署方案的排名，最終得到規(guī)劃區(qū)域的最優(yōu)小基站部署方案。仿真結(jié)果表明，層次分析算法在投資收益均衡方面優(yōu)于傳統(tǒng)算法，并且可以有效提升用戶體驗(yàn)。宏微結(jié)合進(jìn)行立體組網(wǎng)已經(jīng)成為運(yùn)營(yíng)商的必然選擇[9]，小基站的部署能夠有效提升用戶體驗(yàn)，但同時(shí)將帶來同頻干擾、移動(dòng)性管理等問題，需要進(jìn)一步研究解決。

[1] HOADLEY J, MAVEDDAT P. Enabling small cell deployment with HetNet[J]. IEEE Wireless Communications, 2012, 19(2): 4-5.

[2] WU G, YANG C, LI S, et al. Recent advances in energy-efficient networks and their application in 5G systems[J].IEEE Wireless Communications, 2015, 22(2): 145-151.

[3] 陳曉冬, 吳錦蓮, 王慶揚(yáng). LTE異構(gòu)網(wǎng)絡(luò)技術(shù)研究[J]. 電信科學(xué), 2012, 28(11): 13-18.CHEN X D, WU J L, WANG Q Y. Study on heterogeneous network technologies[J]. Telecommunications Science, 2012,28(11): 13-18.

[4] BAROLLI L, MINO G, IKEBATA T, et al. Performance evaluation and comparison of fuzzy-based intelligent CAC systems for wireless cellular networks[C]//2010 2nd International Conference on Intelligent Networking and Collaborative Systems(INCOS), Nov 24-26, 2010, Thessaloniki, Greece. New Jersey: IEEE Press, 2010: 177-184.

[5] PORJAZOSKI M, POPOVSKI B. Radio access technology selection algorithm for heterogeneous wireless networks based on service type, user mobility and network load[C]//2011 10th International Conference on Telecommunication in Modern Satellite Cable and Broadcasting Services (TELSIKS), Oct 5-8,2011, Nis, Serbia. New Jersey: IEEE Press, 2011: 475-478.

[6] 張玉勝. TD-LTE 無線網(wǎng)絡(luò)規(guī)劃技術(shù)發(fā)展與挑戰(zhàn)[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化, 2015, 28(2): 1-6.ZHANG Y S. Technological development issues and challenges of TD-LTE wireless network planning[J]. Telecom Engineering Technics and Standardization, 2015, 28(2): 1-6.

[7] 貝斐峰, 陳旭奇, 李新, 等. 小基站在 LTE 異構(gòu)網(wǎng)絡(luò)中的應(yīng)用發(fā)展研究[J]. 電信快報(bào), 2014(7): 26-30.BEI F F, CHEN X Q, LI X, et al. Application development of small cell in LTE heterogeneous network[J]. Telecommunications Information, 2014(7): 26-30.

[8] 許靈軍, 程廣輝. 靈活小基站在 TD-LTE 網(wǎng)絡(luò)中的應(yīng)用規(guī)劃[J]. 通信世界, 2012(31): 30.XU L J, CHENG G H. Flexible small cell in TD-LTE network application planning[J]. Communications World, 2012(31): 30.

[9] 田峰, 劉翰燾, 周亮. 分層異構(gòu)網(wǎng)絡(luò)無線資源管理技術(shù)探討[J]. 電信科學(xué), 2013, 29(6): 32-38.TIAN F, LIU H T, ZHOU L. Research on radio resource management for hierarchical heterogeneous wireless network[J].Telecommunications Science, 2013, 29(6): 32-38.

Planning algorithm of small cell deployment scheme

LIU Yang
Hebei Branch of China Mobile Group Design Institute Co., Ltd., Shijiazhuang 050021, China

With the rapid development of mobile network, small cell is more and more important in the construction of LTE network. A best small cell deployment scheme named association-AHP was proposed. Combining the analytic hierarchy process with the gray relational analysis method, the relationship between each deployment plan and index parameter was determined, and each plan was ranked. Finally, the best small cell deployment scheme was obtained.Simulation results indicate that association-AHP performs better than traditional algorithms in ROI, and it can improve user satisfaction.

long term evolution network, small cell deployment, analytic hierarchy process, grey correlation analysis method, association-AHP, return on investment

TN929.5

A

10.11959/j.issn.1000?0801.2017253

2017?06?27；

2017?08?30

劉旸（1977?），男，中國(guó)移動(dòng)通信集團(tuán)設(shè)計(jì)院有限公司河北分公司咨詢?cè)O(shè)計(jì)總監(jiān)、高級(jí)工程師，主要研究方向?yàn)橐苿?dòng)通信網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)、4G/5G無線網(wǎng)絡(luò)技術(shù)及演進(jìn)。