经典案例基于ASFN的网络覆盖及容量最优解决方案Word格式.docx

经典案例基于ASFN的网络覆盖及容量最优解决方案Word格式.docx

《经典案例基于ASFN的网络覆盖及容量最优解决方案Word格式.docx》由会员分享，可在线阅读，更多相关《经典案例基于ASFN的网络覆盖及容量最优解决方案Word格式.docx（14页珍藏版）》请在冰豆网上搜索。

6.2小结14

中国电信杭州分公司网络维护支撑中心

摘要:

随着4G网络大规模发展，重叠覆盖带来的网络自干扰问题也在逐步加大，影响SINR及CQI，进而影响用户体验。

传统RF优化手段是处理此类问题的重点，但在某些场景可借助SFN特性实现多小区合并，提升用户速率感知。

但随着业务量的发展，此类小区容易存在负荷瓶颈，容量上制约用户速率需求。

杭州分公司联合创新团队突破思维禁锢，革新传统方法，利用ASFN方案，在SFN的基础上，将独立用户识别，并实现时频资源复用，进而提升小区容量。

目前该方案在密集城区、高铁、地铁、高校等场景均适用，可以针对性提升SFN场景的网络容量，确保提供优质的LTE网络服务。

本创新方案较传统方案具有如下优势：

①用户独立调度：

重点识别具备独立调度用户，实现时频资源复用。

②提升小区容量：

借助独立调度能力，实现小区容量提升，满足覆盖和容量平衡。

③可应用在密集城区、高校室内、高铁隧道、地铁隧道场景；

关键词：

ASFN，独立调度，小区容量，时频资源复用

第一章概述

随着城市建设发展，LTE网络也迎来规模建设，网络结构越来复杂。

网络覆盖与干扰是制约用户感知的双刃剑，两者之间相互影响。

网络覆盖主要是通过MR覆盖率评估，网络干扰主要通过重叠覆盖评估，结合干扰共享度可指导针对性的优化，这是网络维护与优化的重中之重。

目前，对网络自干扰，主要依靠网络规划、RF优化、MOD3优化来实现，可显著提升SINR及CQI指标。

在一些特定场景下，借助SFN手段可快速降低小区间干扰和减少切换，带来MCS、频谱效率的增益。

由于多个小区合并为一个，容量减小，RB利用率会抬升。

而ASFN则是在SFN的基础上，RRU可以独立调度用户，获得容量增益。

第二章网络发展面临的问题

2.1网络自干扰评估方法

重叠覆盖度和干扰贡献度主要用来评估网络自干扰程度，在LTE中较大的重叠覆盖会造成明显的下行干扰。

上图四个小区中间的棕色椭圆处是重叠覆盖区域，实线覆盖的为主覆盖小区，虚线覆盖的为干扰小区。

在主服电平>

=-105dbm下，主服小区-相邻小区<

=6dB，存在大于等于3个邻区时，则认为该样本为重叠覆盖样本。

重叠覆盖度（%）

区域级：

计算整体重叠覆盖样本数占总MR数比例。

小区级：

以小区为对象，计算做为服务小区时，重叠覆盖样本数占总MR数的比例。

干扰贡献度（%）

干扰贡献度来衡量小区对网络中其他小区的主动干扰情况，小区干扰贡献度越大，表明此小区对其他重叠覆盖小区的干扰贡献越大，可作为对网络进一步优化的针对性参考。

2.1SFN特性介绍

SFN是指在一个地理区域内，将多个工作在相同频段上的RRU合并为一个小区的技术。

在下行方向，各物理小区在相同的时频资源上发送相同的无线信号；

在上行方向，选择信号质量最好的物理小区独立接收或者与一个、两个物理小区进行联合接收。

SFN部署需要考虑的一个重要因素是用户分布，当用户分布在小区间重叠覆盖区域比例高时，SINR获得增益比例大，容易获得速率的增益。

一般建议是重叠区域用户分布利弊大于30%可考虑进行小区合并。

SFN主要应用场景有：

1）室外覆盖场景：

在密集城区室外站，为了保证覆盖，小区半径较小，从而产生较强的小区间干扰。

2）室内覆盖场景：

根据楼宇的业务需求、重叠覆盖情况落实SFN方案，如电梯场景可部署，避免不同楼层移动时频繁切换。

3）高铁覆盖场景：

高铁用户移动速率快，如采用普通小区覆盖容易导致切换次数多，影响用户体验。

第三章ASFN特性介绍

3.1特性介绍

SFN能提升覆盖性能，但同时也容易导致容量瓶颈。

而ASFN方案可在SFN的基础上实现容量提升，在一些业务需求大场景具备一定应用价值。

ASFN特性：

小区在下行联合发送和上行选择接收过程中，eNodeB自动判断终端用户的属性，即是独立调度用户还是联合调度用户。

eNodeB根据RSRP或SINR确定终端用户的工作RRU集合。

RRU间干扰严重的用户为联合调度用户，RRU间干扰不明显的用户为独立调度用户。

下行用户属性判决

eNodeB根据上行的UE到各RRU的链路损耗计算下行等效RSRP，根据RSRP计算不同工作RRU集合的隔离度，将隔离度与判决门限进行比较，为UE选择出工作RRU集合。

在工作RRU集中：

•如果工作RRU集合中只有一个RRU，则该UE为独立调度用户。

•如果工作RRU集合中有多个RRU，则该UE为联合调度用户。

如上图，联合调度适用于RRU覆盖交界处的UE，如图中的UE1和UE2。

此时，多个RRU在同一时频资源上对UE发射同样的数据。

独立调度适用于物理小区中心的UE，例如图中的UE3和UE4。

此时，UE只占用单个RRU的时频资源，即物理小区下的RRU在相同的时频资源上为给不同的UE发送不同的数据，即进行资源复用。

如图中的UE3和UE4分别接收从RRU3和RRU2独立发送的数据，但占用同样的时频资源。

3.2特性推荐策略

ASFN适用的场景主要有三点：

1）小区间交叠区域大

SFN合并后的受益用户较多，频谱效率提升明显，能获得速率增益。

随着业务增加，高隔离度区域可独立调度用户，提升网络容量。

2）用户定向移动切换场景

如地铁高铁等。

用户定向移动，SFN后可以减少切换和切换区域干扰，带来速率的明显提升。

但由于地铁高铁属于大量用户同时切换场景，瞬时负荷要求高。

考虑到整列地铁和高铁有一定长度（300米左右），车头和车尾用户可实现独立调度，提升容量。

3）解决KPI问题的场景

此场景的特点是小区间隔离度高，交叠区域小，同时存在KPI问题。

如街道拐角、高铁背靠背站等。

由于交叠区较小，合并后受益用户较少，SFN速率增益不明显，在较高负载下，SFN小区内用户可能会由于RB受限出现较大的速率损失。

由于高隔离度区域较大，ASFN能获得相对于SFN较明显的平均用户吞吐率增益。

说明：

隔离度是指工作集RRURSRP之和与非工作集RRURSRP之和的差值。

3.3特性参数配置

现网本来有频点1825/100，空闲态驻留优先级分别为4/6。

现在增加一个频点1850给VIP用。

场景分类

ParameterID

参数名称

缺省值

推荐

说明

SFN&

ASFN

MultiRruCellFlag

多RRU共小区指示

BOOLEAN_FALSE

BOOLEAN_TRUE

组SFN后主小区的该参数要设置为TRUE

MultiRruCellMode

多RRU共小区模式

SFN

SfnUlSchSwitch

SFN小区上行调度开关

JOINT

上行ASFN的配置开关，ASFN下推荐配置为JOINT（联合调度）。

SfnDlSchSwitch

SFN小区下行调度开关

ADAPTIVE

下行ASFN的配置开关，需要开启下行ASFN时设置为ADAPTIVE

DlHighLoadSdmaThdOffset

下行高负载档的隔离度门限偏置

10

CellCapacityMode

SFN容量模式

NORMAL

TarRruSelRsrpOffSetThd

目标RRU选择时的RSRP偏置门限

该参数表示目标RRU选择时的RSRP偏置门限，用于控制目标RRU的选择，该参数当SFN目标RRU自适应选择开关配置为开时配置有效。

SfnAlgoSwitch

SFN上行目标RRU自适应选择开关

关

用于控制SFN小区上行目标RRU自适应选择功能。

DlLowLoadSdmaThdOffset

下行低负载档的隔离度门限偏置

25

该参数用于设置自适应SFN下行低负载档的隔离度门限偏置。

此处的隔离度指的是自适应SFN小区内工作RRU的RSRP之和与非工作RRU的RSRP之和的比值。

SfnVoLteDlJSchSwitch

SFNVoLTE下行联合调度开关

当开关打开时，语音用户在AdaptiveSFN/SDMA特性下为联合调度用户，否则根据用户位置自适应判断。

SfnDlHighLoadThd

小区下行调度参数

45

该参数用于设置下行负载档从低负载档切换到高负载档的PRB占用率负载门限

第四章验证性测试

4.1测试环境

针对NORMAL/SFN/ASFN场景，对比测试数据，场景分为：

定点用户、移动用户、小包业务模型、不同PRB利用率。

具体如下：

参数

小区数/带宽

3站8小区，20M带宽。

将每个物理站的1个扇区合并，组成3扇区SFN小区，其他5个扇区为NOMRAL小区。

用户数

380，KPI平台分为8组用户

下行业务模型

2000ByteUDP包

无线场景

7组定点用户（近、中、远均匀摆点），1组移动跑圈用户

下行负载

10%，30%，50%，70%

开关、参数

门限按照默认参数设置

用户属性判定周期分别考虑：

200ms/2s

rbler优化开关：

开

SFN内联合接收开关：

UL固定为SFN

4.2测试预期

测试数据分析主要关注两类指标：

KPI和用户体验速率。

其中KPI指标主要包括：

接入成功率、掉话率、RRC建立成功率、E-RAB建立成功率、IBLER、RBLER、PRB利用率、MCS、切换成功率、切换次数、（语音丢包率）等。

指标

预期

用户感知速率

ASFN/SFN>

Normal

容量

Normal>

ASFN>

MCS

SFN>

=ASFN>

RBLER

4.3测试结果

下面是ULPRB20%，DLPRB10%/30%/40%/50%/70%的实际测试结果：

NORMAL下行负载

SFN相对于NORMAL

ASFN相对于NORMAL

ASFN相对于SFN

轻载

小区下行速率

提升

不变

下行用户感知速率

DLMCS

降低

中载

重载

提升，SFN/ASFN均会存在资源受限，导致下行总数据量减少，但SFN资源受限更大，故ASFN相对于SFN速率会提升

降低，重载场景SFN/ASFN资源受限

降低，原因与左相同

降低，资源受限，总调度次数会减少，但MCS1阶调度次数相对于NORMAL基本不变（MCS1基本为TA调度，优先级最高），导致MCS1阶调度次数占比抬升，故MCS降低

4.4测试结论

一、SFN相对于NORMAL

下行用户感知速率：

在轻载、中载时均有改善；

在重载时存在资源受限，故有降低；

KPI指标：

在轻载、中载时，均有改善或持平；

在重载时除DLMCS外均有改善或持平，DLMCS是因为SFN资源受限导致总调度次数减少，但MCS1阶（基本为TA调度，优先级最高）总调度次数基本不变，导致MCS1调度次数占比抬升，拉低了整体MCS，符合预期；

二、ASFN相对于NORMAL

在轻载、中载时均有改善。

在轻载时均有改善或持平；

在重载时除DLMCS外均有改善或不恶化，其中DLMCS降低原因与SFN相同，符合预期；

三、ASFN相对于SFN

在轻载时不变；

在中载/重载时有改善；

在中载、重载时除DLMCS外均不恶化，其中DLMCS降低原因是因为ASFN存在信道失配损失，符合预期；

第五章ASFN典型场景应用

在室外密集城区场景下，以3个RRU合并为一个SFN小区为例，在SFN小区高负载场景下，ASFN下行平均吞吐率提升0%~80%。

在室内覆盖场景下，以2个pRRU组（每个pRRU组包含五个pRRU）合并为一个SFN小区为例，在SFN小区高负载场景下，ASFN相对于普通SFN小区下行平均吞吐率提升0%~70%。

当终端用户处于独立调度或者部分终端用户处于联合调度时，下行参考信号采用联合发送，CRSSINR和PDSCHSINR不一致导致终端用户的峰值速率会受到影响。

在小区吞吐量相同的情况下，自适应SFN场景比SFN场景PRB使用个数会有下降，用户感知吞吐率有提升。

5.1大网应用

5.1.1应用背景

站点西湖港湾家园物业楼由于重叠覆盖度高，前期将1/2扇区做成SFN，提升了用户感知速率，随着业务发展，PRB利用率有明显抬升，在自忙时超过70%。

为此，希望通过ASFN实现部分用户独立调度，提升时频资源利用率。

5.1.2ASFN方案

按照特性参数配置开通ASFN方案。

5.1.3方案实施效果

1、RRC建立成功率、ERAB掉线率等性能指标保持稳定；

2、吞吐能力提升（下行速率/PRB利用率）：

根据调度次数>

1000统计看，提升18.7%

3、从用户数和PRB利用率曲线也能看出，PRB利用率出现下降，而用户数和流量保持稳定。

说明传输效率提升。

5.2高铁应用

5.2.1应用背景

在高铁场景下，由于速度快，为了避免频繁切换，可以使用SFN方案，减少切换，提升感知。

但高铁为大量用户同时切换场景，容易导致单小区同时多用户接入，基站瞬时负荷高，叠加大网用户，站点负荷易突发拥塞，影响用户感知速率。

由于高铁列车一般长度为300多米，车头和车尾用户可能位于SFN不同RRU覆盖范围，具备独立调度条件，可考虑采用ASFN方案。

为此，选择沪杭高铁两个SFN小区进行方案落地试验。

5.2.2ASFN方案

5.2.3方案实施效果

1000统计看，提升14.3%

5.3其他场景

在高校宿舍楼、地铁隧道等场景均具备覆盖和容量需求，采用ASFN方案将会在SFN方案基础上叠加增益。

第六章总结

6.1价值推广

基于ASF的网络覆盖及容量最优解决方案，可以在SFN基础上获得容量增益，可以在高铁、地铁、高校等容量需求大区域进行推广使用。

以高铁为例，基本可以带来10%的容量增益，沪杭高铁年度增收可以在80~120万。

6.2小结

综合上述，使用基于ASFN的优化策略无疑是一种非常灵活的创新网络保障手段。

由于能够根据用户分布将时频资源最大化利用，因此，可以利用此方案应用在覆盖及容量需求均显著区域，对用户业务感知的体验提升也更加明显。