鄭涵瑜

(陜西彬長礦業(yè)集團(tuán)有限公司，陜西 咸陽 712046)

0 引言

全球范圍內(nèi)5G商用進(jìn)程正在加速推進(jìn)，5G技術(shù)的新標(biāo)準(zhǔn)、新需求給5G無線網(wǎng)絡(luò)規(guī)劃帶來諸多挑戰(zhàn)和機(jī)遇，基于人工經(jīng)驗(yàn)的規(guī)劃方法在5G網(wǎng)絡(luò)環(huán)境下已經(jīng)無法滿足現(xiàn)在的需求，急需引入基于數(shù)字孿生(數(shù)字化雙胞胎)技術(shù)的5G無線網(wǎng)絡(luò)智能規(guī)劃方法，用以提升5G規(guī)劃效率，確保資源精準(zhǔn)投入，為建設(shè)5G網(wǎng)絡(luò)成功規(guī)劃奠定基礎(chǔ)。筆者基于現(xiàn)有的數(shù)據(jù)平臺(tái)，完成5G覆蓋仿真模型、神經(jīng)網(wǎng)絡(luò)的偏差調(diào)整、粒子群算法的站址尋優(yōu)、場景化的規(guī)劃方案輸出，實(shí)現(xiàn)高效支撐5G無線網(wǎng)規(guī)劃的工作目標(biāo)。

1 5G網(wǎng)絡(luò)規(guī)劃面臨的挑戰(zhàn)

2020年5G網(wǎng)絡(luò)商用有序推進(jìn)，扎實(shí)推進(jìn)5G網(wǎng)絡(luò)規(guī)劃、建設(shè)和管理工作，為公司提升網(wǎng)絡(luò)質(zhì)量優(yōu)勢、鞏固行業(yè)領(lǐng)先地位、創(chuàng)建一流示范企業(yè)貢獻(xiàn)更大力量。因此高效智能的5G網(wǎng)絡(luò)規(guī)劃水平，是確保5G網(wǎng)絡(luò)競爭優(yōu)勢的關(guān)鍵因素。但目前5G網(wǎng)絡(luò)規(guī)劃面臨著4個(gè)重大挑戰(zhàn)[1]。

稀缺性：2G/3G/4G在商用前，業(yè)界已經(jīng)開發(fā)出成熟的規(guī)劃工具，輔助軟件發(fā)展領(lǐng)先于網(wǎng)絡(luò)，但是5G商用至今，僅少許廠家有成熟軟件，并多以云服務(wù)形式使用，數(shù)據(jù)使用權(quán)在廠家側(cè)。

復(fù)雜性：新興移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展，對網(wǎng)絡(luò)提出更高的要求。針對不同的業(yè)務(wù)需求，需要不同的規(guī)劃方案。

協(xié)同性：4G/5G的規(guī)劃協(xié)同，如何更好地利用現(xiàn)網(wǎng)4G站址，擇優(yōu)選擇5G站址，如何實(shí)現(xiàn)宏微協(xié)同覆蓋。

多樣性：基站設(shè)備從原來單一的FDD4TR、TDD8TR演進(jìn)到現(xiàn)在8TR、16TR、32TR、64TR等多種設(shè)備共存，每種設(shè)備又有不同的使用場景和配置原則。

2 5G無線網(wǎng)絡(luò)智能規(guī)劃

為進(jìn)一步精準(zhǔn)、敏捷、高效、高質(zhì)地支撐全省5G無線網(wǎng)絡(luò)規(guī)劃建設(shè)，通過基于數(shù)字孿生技術(shù)的5G智能規(guī)劃系統(tǒng)研究與應(yīng)用，解決了目前5G網(wǎng)絡(luò)規(guī)劃中所面臨的5G規(guī)劃仿真軟件欠缺、設(shè)備型號多樣復(fù)雜、輸出方案費(fèi)時(shí)費(fèi)力等問題。

2.1 建立基于數(shù)字孿生技術(shù)的5G覆蓋仿真模型

利用當(dāng)前4G網(wǎng)絡(luò)中的MR測量數(shù)據(jù)基于5G傳播模型，研究4G/5G覆蓋電平補(bǔ)償差異，通過研究RS功率配置補(bǔ)償、天線差異補(bǔ)償、空口差異補(bǔ)償、穿透損耗補(bǔ)償?shù)龋瑴y算得到5G的覆蓋電平，彌補(bǔ)了目前5G仿真軟件欠缺。

5G電平覆蓋折算預(yù)測依據(jù)現(xiàn)有4G的MR數(shù)據(jù)測量方法，避免了在覆蓋預(yù)測上的過多假設(shè)，直接基于傳播模型來考慮差異，折算后得到5G的覆蓋。根據(jù)HATA模型公式，結(jié)合4G的傳播模型，對比路損公式，在多種因素不變的情況下，折算出5G的柵格場強(qiáng)。利用4G MR折算較真實(shí)反應(yīng)5G的覆蓋情況，避免了仿真軟件傳播預(yù)測的理想化弊端。

5G的柵格場強(qiáng)=功率差異+4G柵格場強(qiáng)+天線差異+空口差異+穿透損耗差

如天線波瓣，假設(shè)5G站點(diǎn)和4G站點(diǎn)情況一致，3.5 GHz信號低于4G的1.8 GHz信號，但5G信號在單站點(diǎn)的水平和垂直方向覆蓋更集中，如圖1所示。

圖1 天線波瓣對比

2.2 研究基于神經(jīng)網(wǎng)絡(luò)的偏差調(diào)整

由于無線環(huán)境復(fù)雜，測算出的5G電平會(huì)與實(shí)際電平存在一定的偏差，考慮到同一場景無線傳播特性的相似性，利用這一特點(diǎn)，使用4G網(wǎng)絡(luò)D頻段(D1/D2)的場景化實(shí)際采樣數(shù)據(jù)，進(jìn)行偏差計(jì)算，再利用計(jì)算出偏差結(jié)果對5G測算電平進(jìn)行補(bǔ)償，提升測算精度，如圖2所示。

圖2 神經(jīng)網(wǎng)絡(luò)偏差調(diào)整流程

首先提取同柵格內(nèi)的4G D1頻率的RSRP數(shù)據(jù)，通過4G D1頻率RSRP采樣數(shù)據(jù)測算4G D2頻率RSRP。再通過對MR測量的D2頻率RSRP與根據(jù)D1頻率RSRP測算的D2頻率RSRP進(jìn)行偏差計(jì)算，利用計(jì)算偏差對測算5G RSRP進(jìn)行補(bǔ)償?shù)玫叫拚蟮淖罱K5G RSRP。

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)[2]，是按照誤差逆向傳播算法訓(xùn)練而成的多層前饋神經(jīng)網(wǎng)絡(luò)，它的基本思想是梯度下降算法，利用梯度搜索技術(shù)，使網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差均方差最小[3-4]。BP算法原理為利用輸出后的誤差估計(jì)輸出層的直接前導(dǎo)層的誤差，再用這個(gè)誤差估計(jì)更前一層的誤差，就能獲得所有其他層的誤差估計(jì)，如圖3所示。

圖3 BP算法原理

輸出層為D1、D2，誤差函數(shù)為

模型訓(xùn)練完成后測算的5G RSRP輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行偏差補(bǔ)償。計(jì)算最終5G RSRP。

2.3 采用基于粒子群算法的站址尋優(yōu)

針對仿真結(jié)果，以5G MR問題柵格為基準(zhǔn)，采用k-means++算法對問題柵格進(jìn)行聚類，形成問題聚類區(qū)域；通過關(guān)聯(lián)其指標(biāo)特征柵格形成聚類區(qū)域整體指標(biāo)特征。

針對聚類問題區(qū)域，采用粒子群優(yōu)化算法(PSO)，經(jīng)過機(jī)器學(xué)習(xí)的方式，協(xié)同搜索，迭代尋優(yōu)得到最佳選站方案。在現(xiàn)有4G站址上選擇最佳站址，確保站址選擇的共站率[5]。

2.3.1k-means++算法

采用k-means++算法[6]，對問題柵格進(jìn)行聚類，形成問題聚類區(qū)域，以MR問題柵格為基準(zhǔn)，關(guān)聯(lián)其指標(biāo)特征柵格，計(jì)算聚類區(qū)域內(nèi)MR問題柵格的所有指標(biāo)特征，形成聚類區(qū)域整體指標(biāo)特征。如圖4和圖5所示。

圖4 k-means++算法

圖5 MR柵格聚類

2.3.2 粒子群算法(PSO)

粒子群算法是一種模擬自然中的鳥群不可預(yù)測的行為而產(chǎn)生的人工智能算法。在粒子群優(yōu)化算法中，把需要優(yōu)化問題的所有可能性解看作一個(gè)解空間，在這個(gè)解空間里有N個(gè)可能的解，每一個(gè)解稱作一個(gè)粒子。每一個(gè)粒子都是被優(yōu)化函數(shù)的一個(gè)解[7]，這些解有全局最優(yōu)解、局部最優(yōu)解和每個(gè)粒子的最優(yōu)解。整個(gè)優(yōu)化問題的求解過程就是每個(gè)粒子在追尋最優(yōu)粒子的過程中不斷更新自身的速度和位置的過程[8]。

2.3.3 粒子群算法站址尋優(yōu)

BOER等[9]在論述有關(guān)交叉熵對聚類影響時(shí)，提出了一種獨(dú)特的方法。他們將樣本的聚類當(dāng)作是一種樣本的組合形式，這種組合的結(jié)果要盡可能地使一組內(nèi)的樣本特征一致，不同組之間的差異盡可能大。當(dāng)樣本基數(shù)達(dá)到一定數(shù)量時(shí)，組合的數(shù)量十分龐大，要想枚舉出每一種可能，幾乎是做不到的?；谶@種組合的思想，提出粒子群聚類算法(Particle Swarm Optimization Clustering，PSOC)，首先將樣本隨機(jī)地分到某一類，即分配類號，再利用粒子群算法的全局搜索能力，對樣本所屬類別進(jìn)行更新，得到最優(yōu)解，最優(yōu)解代表了最好的分類[10]。

2.4 基于場景化的規(guī)劃方案輸出

根據(jù)宏站天線類型和基站功率的選擇，針對不同的場景輸出不同的規(guī)劃方案。

2.4.1 各個(gè)場景的5G設(shè)備

高校、密集城區(qū)場景：首選64T 320W/240W覆蓋，64T64R多通道可以保證容量需求；AAU5639w支持大帶寬，支持C-band部署；功率高，可保證下行覆蓋；密集城區(qū)，首選64T64R 240W產(chǎn)品，可保證上下行平衡。

普通城區(qū)場景：首選64T 240W覆蓋，AAU5639w采用Massive MIMO技術(shù)，支持64T64R，顯著提升了站點(diǎn)的三維覆蓋能力；相較于密集城區(qū)，普通城區(qū)用戶密度略低，因此從綜合角度考慮，采用240 W的高功率設(shè)備更適用于普通城區(qū)的場景。

普通道路、郊區(qū)場景：首選32T設(shè)備覆蓋，32T32R多通道可以保證容量需求；AAU5336w支持大帶寬，功率高，采用華為自主研發(fā)的中射頻芯片以及獨(dú)創(chuàng)的天線陣子技術(shù)，支持更大的信號覆蓋范圍；普通道路、郊區(qū)場景，綜合考慮首選32T32R 320W產(chǎn)品。

天面緊張場景：首選A+P設(shè)備的方案，原因?yàn)樘烀婵臻g受限，5G低掛高問題，鐵塔風(fēng)荷載受限。

新建高價(jià)值場景：首選4G/5G雙模PRRU覆蓋的形式，原因?yàn)殡p模PRRU可以同時(shí)開通4G及5G，對于未做4G的覆蓋場景而言，可以節(jié)省4G投資，對于已有4G的高負(fù)荷諸如大型購物中心等場景，雙模PRRU可以根據(jù)現(xiàn)網(wǎng)4G狀況，開通4G異頻，從而提高整個(gè)區(qū)域的4G容量，同時(shí)解決5G覆蓋需求[11]。

隧道場景：采用8T8R RRU+貼壁天線的形式，RRU5818，原因?yàn)樗淼纼?nèi)空間狹小，形成封閉環(huán)境，室外信號損耗嚴(yán)重，5G頻率高，功耗大，傳輸損耗大，難以用傳統(tǒng)泄露電纜覆蓋；工程上協(xié)調(diào)工作困難，設(shè)備安裝位置受限，安全性要求高等。

大型辦公樓場景：選用設(shè)備類型：采用外接天線有源室分系統(tǒng)覆蓋，原因?yàn)橥饨有陀性词曳植捎肦HUB+外接型PRRU的組網(wǎng)方式，外接型PRRU通過饋線外接天線，可有效提高單個(gè)PRRU的覆蓋面積，從而減少整體覆蓋的設(shè)備數(shù)量，節(jié)省投資。

2.4.2 5G行業(yè)應(yīng)用

總體思路是從問題柵格位置視角出發(fā)，尋求合理的建站點(diǎn)位，以得到區(qū)域內(nèi)的加站權(quán)重，依據(jù)權(quán)重由高到低的原則逐一推薦站點(diǎn)位置，最后參考3D地圖數(shù)據(jù)，結(jié)合視距阻擋等因素給出最終位置建議。綜合考慮5G深度覆蓋立體組網(wǎng)策略，根據(jù)不同場景多種業(yè)務(wù)類型和性能預(yù)測結(jié)果，自動(dòng)匹配方案庫中的規(guī)劃方案[12]。見表1。

表1 行業(yè)應(yīng)用場景速率時(shí)延對應(yīng)

3 5G智能規(guī)劃系統(tǒng)的實(shí)踐應(yīng)用

通過4/5G理論分析，并使用DT數(shù)據(jù)與MR預(yù)測數(shù)據(jù)進(jìn)行比較驗(yàn)證，5G MR仿真結(jié)果的增益偏差在0～2dB的占比為87.6%，偏差在可接受的范圍內(nèi)。目前該系統(tǒng)已經(jīng)完成開發(fā)上線，通過對全省室內(nèi)外的5G建模仿真，自動(dòng)輸出5G的規(guī)劃方案及相關(guān)參數(shù)配置，并通過地圖渲染直觀呈現(xiàn)。同時(shí)支持分場景(醫(yī)院、學(xué)校等場景識別分類結(jié)果)、室內(nèi)外、方案階段(選址方案、選站+推站方案)的統(tǒng)計(jì)及3D性能指標(biāo)(RSRP、上下行SINR、上下行速率)的呈現(xiàn)。已完成輸出5G室內(nèi)外方案1 600余個(gè)，已納入立項(xiàng)批復(fù)950余個(gè)，有效支撐5G網(wǎng)絡(luò)智能化規(guī)劃方案的輸出，如圖6所示。

圖6 4/5G理論/DT/MR仿真覆蓋增益差值對比

對比5G單波束和4G LTE的覆蓋評估，理論計(jì)算增益相差2.77 dB，DT增益相差3.48 dB，路測略好于理論，相差0.71 dB；對比5G 8波束和4G LTE的覆蓋評估，理論增益相差10.29 dB，DT增益相差11.92 dB，室外MR增益差12.56 dB，室內(nèi)MR增益差12.07 dB，室外仿真增益差10.78 dB，室內(nèi)仿真增益差10.28 dB。系統(tǒng)已投入使用，預(yù)估年節(jié)省投入433.5萬元，包含：①1套5G規(guī)劃仿真軟件180萬(參考單機(jī)版ATOLL報(bào)價(jià))；②節(jié)省人力,提高規(guī)劃工作效率，可為全省節(jié)約規(guī)化人員5名，按2019年全省平均人工成本16.7萬元/年·人估算，每年可節(jié)約人力成本83.5萬元；③節(jié)省勘查費(fèi)用,通過提供初步規(guī)劃方案，提升現(xiàn)場勘查效率，按年輸出規(guī)劃4 000站來算，單站勘查成本節(jié)約10%(單站勘查費(fèi)4 250元)，預(yù)計(jì)每年節(jié)約費(fèi)用170萬元。

4 結(jié)論

面對5G新技術(shù)帶來的各種挑戰(zhàn)，5G無線網(wǎng)絡(luò)智能規(guī)劃已經(jīng)成為共識，通過引入基于數(shù)字孿生技術(shù)的5G智能規(guī)劃系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)選址、智能選型，打造面向未來5G精品網(wǎng)絡(luò)能力的規(guī)劃方法，旨在高效支撐面向未來的市場競爭和5G發(fā)展帶來的挑戰(zhàn)。