1 概述
中國聯(lián)通4G網(wǎng)絡已頗具規(guī)模,人員集中區(qū)域 、重點區(qū)域、交通道路等都已有了4G良好覆蓋,且城區(qū)4G宏網(wǎng)建設已趨于飽和,提升深度覆蓋是當前重點任務。
查漏補缺、精細補點已成為建設工作重點,但在大網(wǎng)成熟的網(wǎng)絡環(huán)境下面臨著以下2點難題。
a) 如何精準識別弱覆蓋區(qū)域、發(fā)現(xiàn)問題?如何區(qū)分是室內(nèi)問題還是室外問題,是室內(nèi)高層問題還是低層問題?
b) 站點規(guī)劃選址落地難,如何規(guī)劃網(wǎng)絡建宏站還是建微站?建在哪里?宏站和微站如何協(xié)同?如何精準規(guī)劃?
針對上述典型的幾個問題,以MDT數(shù)據(jù)為基礎的網(wǎng)絡立體評估解決方案應運而生。圍繞樓宇360°沙盤式呈現(xiàn)熱點和痛點,以高精度數(shù)據(jù)源從覆蓋、流量、室內(nèi)外等角度進行全面的3D分析。做到精準識別、聚焦高回報區(qū)域,精準投資;聚焦 “點線面”深度覆蓋,方案精準匹配規(guī)劃。
2 適用場景
立體化評估在立體上進行無線質(zhì)量的呈現(xiàn),更加直觀地發(fā)現(xiàn)建筑物室內(nèi)的深度覆蓋問題,進而指導室內(nèi)網(wǎng)絡優(yōu)化建設。
從建筑物特征維度考慮,適用于以下場景。
a) 辦公大樓,大型商場(存在室外打室內(nèi)站點)。
b) 高層居民樓宇(存在室外打室內(nèi)站點)。
從室內(nèi)運維維度,適用于以下場景。
a) 室內(nèi)可視:室內(nèi)覆蓋、用戶、速率、KPI等評估定位到樓層,立體可視。
b) 室內(nèi)優(yōu)化:室內(nèi)故障定位到樓層,提升室內(nèi)排障效率。
c) 室內(nèi)規(guī)劃:室內(nèi)深度覆蓋,精準指導室外打室內(nèi)宏站和室內(nèi)微站的建設。
同時,存在如下應用限制。
a) 因計算的數(shù)據(jù)量大,規(guī)劃效率優(yōu)先,不建議大規(guī)模批量掃網(wǎng)應用。
b) 不支持站間距超過800 m場景。
c) 不支持DAS、RRU拉遠、SFN(小區(qū)合并)、全向站、帶狀RRU級聯(lián)(高鐵場景、泄露電纜)、孤站、隧道場景。
3 技術原理
3.1 評估規(guī)劃能力
表1給出了規(guī)劃工具及要求。
表1 規(guī)劃工具及要求
3.2 定位關鍵技術
3.2.1 MDT(Minimization of Drive-Test)
MDT利用商用終端上報位置與測量信息,如果終端支持GPS/A-GPS,則可同時上報GPS信息與信號測量結(jié)果,帶GPS的MDT測量報告可以達到20 m內(nèi)定位精度。
適用性:采用3GPP R11標準化。2014年高通發(fā)布支持MDT芯片,之后高通芯片終端均支持MDT。
精度:定位精度達到20~30 m(GPS/A-GPS可用場景)。
3.2.2 RF指紋庫匹配定位(RFPM)
利用MDT MR建立射頻指紋庫,通過MDT MR與普通MR根據(jù)指紋庫方式匹配(指紋庫包括主小區(qū)、鄰區(qū)的PCI、RSRP、經(jīng)緯度),確定普通MR的經(jīng)緯度,可以顯著提升整體MR水平定位精度,密集城區(qū)水平定位精度可達40~80 m。
3.2.3 室內(nèi)外區(qū)分
利用六大特征(電平特征、運動特征、小區(qū)特征、切換特征、地物特征、鄰區(qū)特征)構(gòu)建室內(nèi)外特征庫,根據(jù)呼叫日志推斷用戶行為,多維度判定MR室內(nèi)外屬性與建筑物歸屬(見圖1)。
3.2.4 基于數(shù)據(jù)分析的立體定位
基于高精度立體電子地圖,利用大數(shù)據(jù)分析實現(xiàn)3D立體定位。建立樓宇周圈MR特征庫,依據(jù)MDT定位確定樓宇周圈柵格MR、統(tǒng)計提取MR特征庫按會話建立用戶位置特征值:CHR提取會話信息,對每次業(yè)務會話建立特征值。依據(jù)會話特征值匹配特征庫確定層高:依據(jù)會話特征值與周圈特征庫、計算距離判定會話MR層高(見圖2)。
經(jīng)實測驗證,準確度在80%以上。
3.3 規(guī)劃關鍵技術
3.3.1 場景識別
針對電子地圖樓宇描述參數(shù)識別建筑物類型與街區(qū)布局,精準匹配建筑物場景。利用室內(nèi)弱覆蓋柵格數(shù)據(jù)及3D立體地圖,結(jié)合高度、面積、樓間距、飽和度等信息達到建筑物精準識別,并區(qū)分出建筑物的基本屬性如:多棟高層、獨棟高層、中低層、城中村、商業(yè)樓宇、辦公樓宇、街道等。
3.3.2 分層智能規(guī)劃
以自然街區(qū)為單位,依據(jù)建筑物布局兼顧覆蓋提升與干擾控制,智能規(guī)劃最佳站址與最優(yōu)RF參數(shù)(見圖3)。
布局掃描:自動搜索街區(qū)邊界,掃描建筑物布局與遮擋關系,篩選備選站址。
分層規(guī)劃:低層弱覆蓋采用“九宮格”搜索算法,依據(jù)連續(xù)弱覆蓋區(qū)域形狀與建筑物遮擋情況選擇合理建設位置。高層弱覆蓋掃描備選站址周邊樓宇匹配“高層對打”或“以低打高”等覆蓋方案。大型建筑物/弱覆蓋直接推薦室分。
干擾鎖定:根據(jù)建筑布局選擇最優(yōu)RF設置,防止信號外泄。自擾嚴重區(qū)域給出SFN配置建議。
3.3.3 場景化解決方案匹配
根據(jù)建筑物布局靈活采用高層對打、低層上打解決覆蓋問題(見圖4)。
選擇設備:根據(jù)候選站址與目標樓宇相對位置及候選產(chǎn)品參數(shù)選擇滿足條件設備。
優(yōu)選站址:對候選站址覆蓋增益效果對比優(yōu)選,選定增益最佳站址。
優(yōu)化參數(shù):根據(jù)站址與產(chǎn)品選擇優(yōu)化RF參數(shù)(安裝高度、下傾角、方向角……)。
4 評估流程
數(shù)據(jù)采集輸入→平臺→結(jié)果輸出。
4.1 數(shù)據(jù)源要求
數(shù)據(jù)源要求如表2所示,數(shù)據(jù)源規(guī)格要求如表3所示。
4.2 MR及Polygon注意事項
建議數(shù)據(jù)量超過200 GB或規(guī)劃面積超過100 km2時切割數(shù)據(jù)或Polygon。建議按100 km2左右劃分Polygon,然后把MR數(shù)據(jù)按Polygon區(qū)域整理,盡量保證MR數(shù)據(jù)和Polygon匹配。
4.3 數(shù)據(jù)輸出
數(shù)據(jù)輸出情況如表4所示。
5 應用情況
通過采集MR、NIC話統(tǒng)、KPI指標等數(shù)據(jù),利用廠家平臺和工具,對長沙、衡陽等城市進行3D立體分析并輸出基于覆蓋3D渲染圖。
3D覆蓋分析結(jié)果如表5和圖5所示。
a) 中度弱覆蓋建筑物。長沙岳麓區(qū)共1 004棟,占總建筑物的13.5%;衡陽共4 204棟,占總建筑物的10.2%。
b) 重度弱覆蓋建筑物。長沙岳麓區(qū)共803棟,占總建筑物的10.8%;衡陽共2 560棟,占總建筑物的5.8%。
5.1 典型弱覆蓋區(qū)分析
5.1.1 長沙岳麓區(qū)
存在3處弱覆蓋樓宇集中區(qū)域:湖南大學北側(cè)紅葉樓附近、師大天馬公寓內(nèi)及科教新村內(nèi)、天馬安置小區(qū)。為驗證3D分析數(shù)據(jù)準確性對以上3個區(qū)域進行了現(xiàn)場測試,測試結(jié)果如表6所示。
3個區(qū)域由于建筑物密集、周邊宏站遮擋導致無法很好完成室內(nèi)深度覆蓋,建議基于評估結(jié)合樓宇分布通過桿微站增強覆蓋。
5.1.2 衡陽市區(qū)
衡陽珠暉區(qū)存在2個弱覆蓋樓宇集中區(qū)域:建光里和苗圃,主要因為該區(qū)域建筑為低層住宅樓房、樓宇密集,從站點分布可以看出,區(qū)域主要是缺少基站,導致覆蓋差。
5.2 價值樓宇評估
室內(nèi)價值區(qū)域主要基于流量、TMSI數(shù)量的維度來分析,同時結(jié)合MR覆蓋的情況,將室內(nèi)分為高價值區(qū)域和低價值區(qū)域,其中弱覆蓋的高價值樓宇區(qū)域需重點關注。
a) 高價值區(qū)域:流量高、用戶數(shù)多。
b) 低價值區(qū)域:流量低、用戶數(shù)少。
按照以上的原則,篩選出以下室內(nèi)高價值區(qū)域:長沙岳麓區(qū)大學城一帶290棟高價值樓宇;衡陽324棟高價值樓宇;后期重點對這些高價值樓宇優(yōu)先進行覆蓋建設(見圖6)。
5.3 落地效果評估
5.3.1 長沙岳麓區(qū)
根據(jù)3D立體分析所呈現(xiàn)的結(jié)果,對比覆蓋評估圖與流量評估圖發(fā)現(xiàn),岳麓區(qū)存在許多區(qū)域每天都會產(chǎn)生高流量但是實際覆蓋卻不好的情況。這些高價值樓宇主要分布2個區(qū)域:陽光壹佰小區(qū)和蘭亭Mall小區(qū)。
通過查看3D地圖可以發(fā)現(xiàn)這2處區(qū)域均為密度極高的住宅小區(qū),小區(qū)內(nèi)房屋密集且人口密度大。核查此區(qū)域4G站點樓宇內(nèi)為建設室分都是由小區(qū)旁邊的宏站覆蓋,站點較少且樓層高阻擋嚴重造成小區(qū)內(nèi)部深度覆蓋不足。但是由于人員高度集中,在信號覆蓋差的情況下仍然產(chǎn)生了高流量。陽光壹佰小區(qū)和蘭亭Mall小區(qū),根據(jù)現(xiàn)場勘查和評估,是值得投入且回報周期短、回報率高的高價值區(qū)域。
通過3D看網(wǎng),根據(jù)2個小區(qū)樓宇屬性及層數(shù)的差別,在這2個小區(qū)進行了站點規(guī)劃和建設。
a) 蘭亭Mall增補室分站點。
b) 陽光壹佰小區(qū)建議增補微站:LFW-岳麓區(qū)陽光100東區(qū)西區(qū)美化外打。
通過測試對比,站點建設前后信號強度及日均流量提升效果明顯(見表7)。
5.3.2 衡陽雁峰區(qū)
根據(jù)衡陽的3D評估結(jié)果,結(jié)合現(xiàn)場的實際施工條件,評估結(jié)果中部分重點區(qū)域和樓宇進行落地建設,選擇其中2個場景雁峰區(qū)碧桂園12棟以及東江麗景和東升花苑區(qū)域進行落地前后分析。
5.3.2.1 雁峰區(qū)碧桂園12棟
該樓宇是電梯高層住宅小區(qū),無室分,距離最近的基站是LFH-雁峰區(qū)政府拉遠碧桂園(距離400 m),由于站點距離過遠阻擋嚴重,整體覆蓋很差,3D MR覆蓋也很差,根據(jù)現(xiàn)場勘查后,確定在雁峰區(qū)碧桂園12棟新建室內(nèi)分布系統(tǒng)解決該區(qū)域的覆蓋問題,對方案落地前后進行現(xiàn)場測試對比,結(jié)果如表8所示。
從表8可以看出,方案落地后,覆蓋指標得到大幅提升,同時提取該區(qū)域小區(qū)的流量和用戶數(shù)進行對比,對比情況如圖7所示,流量和用戶數(shù)等指標大幅提升,投資價值明顯。
5.3.2.2 東江麗景和東升花苑
該小區(qū)屬于中層住宅小區(qū),由于小區(qū)樓房密集,阻擋嚴重,小區(qū)內(nèi)覆蓋均很差,根據(jù)3D MR覆蓋分析,該區(qū)域是大面積弱覆蓋。
根據(jù)3D MR統(tǒng)計及現(xiàn)場勘查后,確定在東升花苑新建宏基站解決該區(qū)域的覆蓋問題。新站點落地后,該區(qū)域覆蓋效果大幅提升,具體路測指標對比如表9所示。
從表9可以看出,方案落地后,覆蓋指標得到大幅提升,同時提取該區(qū)域小區(qū)的流量和用戶數(shù)進行對比,對比情況如圖8所示,流量和用戶數(shù)等指標大幅提升,投資價值明顯。
6 結(jié)束語
業(yè)務特征及用戶行為決定了大量流量發(fā)生在室內(nèi),室內(nèi)覆蓋成為關注的焦點,但成本的巨大投入也是運營商巨大的痛點。立體化網(wǎng)絡評估提供了室內(nèi)三維立體覆蓋、CQI、速率、重定向等評估能力,以一個全新的維度對網(wǎng)絡進行評估,以面中求點、點中求精的態(tài)度在大網(wǎng)已經(jīng)基本成熟定型的情況下發(fā)掘隱藏的可深耕地,并對深耕地環(huán)境做出詳細的分析,提供最科學合理的部署方案,以最少的投資獲取最佳的收獲;同時提升了室內(nèi)排障的效率,站點規(guī)劃更加精細化,助力室內(nèi)數(shù)字建設。
參考文獻:
[1] 孫林潔. 基于MR的位置指紋定位算法研究[J]. 互聯(lián)網(wǎng)天地,2016,29(4):43-46.
[2] 王粟. 基于OTT的MR定位方法[J]. 電信工程技術與標準化,2016,29(10):63-66.
[3] 陳巍,王東明,王家恒,等. 密集立體覆蓋:未來移動通信的機遇和挑戰(zhàn)[J]. 電信科學,2013,29(6):1-9.
[4] 華為技術有限公司. 室內(nèi)深度覆蓋規(guī)劃-室內(nèi)外話務區(qū)分原理[R]. 深圳:華為技術有限公司,2017.
[5] 徐俊俊. 基于射頻指紋匹配的高精度魯棒定位技術的研究與驗證[D]. 北京:北京郵電大學,2013.
[6] 韓亞楠. LTE中RF指紋定位算法研究[D]. 北京:北京交通大學,2016.
[7] 唐文勝,李姍,匡旺秋. RF室內(nèi)定位指紋庫空間相關生成算法[J]. 計算機工程與應用,2008,44(23):226-229.
[8] 黃小光,汪偉. 基于3D仿真的4G網(wǎng)絡立體覆蓋效果評估及規(guī)劃[J]. 郵電設計技術,2018(1):57-60.
[9] 龔德才,張怡,王昕. 高層住宅小區(qū)立體化覆蓋方案研究[J]. 郵電設計技術,2016(10):47-50.
[10] 黎興,胡冀新. 高校校園無線寬帶互聯(lián)網(wǎng)覆蓋方式淺談[J]. 廣西通信技術,2010(3):44-45.
[11] 趙海寧. 雙頻立體無線覆蓋網(wǎng)絡的構(gòu)建[J]. 電信工程技術與標準化,2005(1):4-9.
[12] 王曉帆. 中興立體化校園網(wǎng)解決方案[J]. 中國新通信,2006,8(19):79-81.
作者:晏志強 李紅艷 王偉 楊振華 來源:《郵電設計技術》2018年第8期