精品文档基于AI技术的AAPC小区间波束联合协同调整策略研究.docx
- 文档编号:26523338
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:41
- 大小:3.44MB
精品文档基于AI技术的AAPC小区间波束联合协同调整策略研究.docx
《精品文档基于AI技术的AAPC小区间波束联合协同调整策略研究.docx》由会员分享,可在线阅读,更多相关《精品文档基于AI技术的AAPC小区间波束联合协同调整策略研究.docx(41页珍藏版)》请在冰豆网上搜索。
精品文档基于AI技术的AAPC小区间波束联合协同调整策略研究
基于AI技术的AAPC小区间波束联合协同调整策略研究
基于AI技术的AAPC小区间波束联合协同调整策略研究
【摘要】无线网络覆盖依赖于天线,天线调整是网络优化的重要手段,直接关系到网络质量。
5G移动网络时代,实现天线权值自优化(AAPC)来优化调整天线权值。
它是运用近年来发展迅速的AI技术进行天线权值的自优化,节省大量人工成本,并且可以随着网络用户分布动态调整。
在使用AAPC优化时,如何进行小区间波束联合协同调整,实现总体覆盖效果最优,如何平衡计算量和协同调整之间的关系呢?
本案例从马鞍山AAPC实践应用中,继续对这一问题进行研究,对于深入了解AAPC具有参考价值。
【关键字】AAPCMassiveMIMO联合协同
【业务类别】优化方法、IT系统支撑
一、问题描述
随着最近几年AI技术的发展,AI技术的应用越来越广泛,利用AI技术进行5G天线权值的研究也受到广大学者的关注。
MassiveMIMO技术将天线阵列从一维扩展到二维,能够同时控制天线方向图在水平方向和垂直方向的形状,称为3D波束赋形(3DBeamforming),3D波束赋形使基站针对用户在空间的不同分布,将信号精准地指向目标用户。
MassiveMIMO天线具有灵活的水平和垂直覆盖能力,大规模天线阵列提供更高的信道增益,更大范围内的波束赋形对目标用户提供更好的增益效果,对于整个小区的信号覆盖更加彻底,提供更大范围的广播信道覆盖能力。
更宽的垂直波束覆盖范围不仅能够增强高楼覆盖,同时也能够增强水平宏覆盖场景的业务能力。
5G网络由主同步序列、辅同步序列、物理广播信道和解调参考信号组合在一起构成的SSB(SS/PBCHBlock)。
SSB采用波束方式发射,并且引入了“波束扫描”的概念,SSB波束由具有不同方向的多子波束组成,波束使得能量定向投放到用户位置,提升信号覆盖,降低小区间干扰,对于5G新空口(NR)来说,共8个SSB(电联7个SSB),每个SSB都是可调的。
而用户(UE)位置动态变化,用户分布和小区间干扰动态数据处理难度大,权值仅靠人工设置难以适应UE分布的变化动态调整现状,且不同场景最优权值不同,需针对性精细调整,上述需求需要投入大量人工成本且精准优化技术难度大。
这些天线权值的自动优化调整,通过AAPC(天线权值自优化)技术来完成,然而还涉及到如何进行小区间协同的问题。
如图1所示,MassiveMIMO天线权值自优化关键技术包含如下4项关键点。
图1:
权值自优化方案流程
a)优化区域配置:
进入网管操作界面手动配置或者根据邻区关系和重叠覆盖度自动配置需优化的区域。
b)数据测量:
该步骤完成广播权值初始化及数据采集,即基站侧通过下发测量获取UE的信号强度、位置及路损信息,主要获取的MR包括本小区和邻区的参考信号接收功率/波束成形与到达方向(RSRP/DOA)等,路测场景会采集同一个UE的多个样本。
c)最优权值估算:
该步骤完成广播权值自优化,通过商用数据/路测样本来进行样本估算,实现优化准则多样化、提高智能搜索的高效和精准。
d)效果评估:
该步骤完成广播权值自评估,即网管UME获得测量数据后,通过蚁群搜索算法选择局部最优的权值组合,并下发给基站生成新的权值。
上述4个步骤中,计算量最大的就是权值估算和效果评估两个步骤,这两个步骤关键在于确定评估的小区范围,从而评估一个小区集合的整体覆盖效果。
二、分析过程
详细介绍案例的分析过程、问题分类定界方法,最终定位问题原因等。
2.1基本概念
2.1.1SSB介绍
SSB包含PSS,SSS,PBCH及PBCH的DMRS,时域上占据4个符号位,频域上占据20个RB资源。
图2:
SSB时频资源分布
PSS在SS/PBCH块的第1个OFDM符号上,占用SS/PBCH块中间的127个子载波,两边分别有56、57个子载波不传输任何信号,这样的设计使PSS与其他信号之间有较大的频率隔离,便于UE把PSS与其他信号区分出来。
SSS在SS/PBCH块的第3个OFDM符号上,也是占用SS/PBCH块中间的127个子载波,两边分别有8、9个子载波不传输任何信号,这样的设计既方便把SSS与PBCH区分出来,又充分利用了第3个OFDM符号上的资源。
PBCH在SS/PBCH块的第2~4个OFDM符号上。
2.1.2天线权值
天线权值的要素有4个,简称四要素,水平波束的宽度、垂直波束的宽度、方位角、倾角。
天线权值的改变会影响波束的方位角、倾角,从而改变小区的覆盖半径和覆盖形状。
从水平覆盖角度体现固定波束扫描与普通宽波束覆盖差异,因为波束窄,能量相对集中,能够提高小区整体覆盖。
图3:
波束示意图
波束扫描和波束管理依赖于天线权值。
基站采取SSB或者CSI-RS多波束扫描,可以实现不同场景的覆盖,解决了不同场景下小区覆盖受限以及邻区干扰问题。
2.2AAPC基本原理
随着AI技术的发展以及应用场景的多样化发展,利用AI技术进行天线权值的自适应调整成了人们的研究对象。
本文同样的也是利用AI技术对天线权值进行研究,针对MassiveMIMO小区重叠覆盖区域的天线权值优化提出了一种天线权值自适应调整算法(AdaptiveAntennaPatternChange,AAPC)。
主要是通过引入AI技术,利用采集的UE的位置信息统计UE的分布以及每个物理位置的覆盖情况,对天线权值进行智能的估算,最终达到当前区域内所有小区达到覆盖最优,相互干扰最小的效果。
通过实验室仿真结果以及实际现网测试结果表明AAPC天线权值优化算法对网络的覆盖具有明显的提升作用。
图4:
AAPC算法基本流程
其中对于寻优AI算法,运用到一个关键算法AAPC-蚁群搜索,蚂蚁在寻找食物的过程中,走过的路径会释放一种信息素,该信息素会随着时间逐渐挥发,每条路径上会出现正负两种反馈的机制,路径上走过的蚂蚁越多,信息素浓度越高,为正反馈,路径上走过的蚂蚁越少,信息素因挥发特性,浓度越低,理想情况下蚁群会向最短路径迁移。
图5:
蚁群搜索算法
运用AAPC-蚁群搜索算法,可以对采集的UE位置信息进行计算,预测用户分布,评估覆盖效果,最后达到优化天线权值的目的。
并且随着采样点越多,迭代计算次数越多,越能精确覆盖用户。
2.2.1SS-RSRP优化原理介绍
AAPC通过采集终端的RSRP、DOA等信息,建立算法模型,通过AI运算,选择最优的权值,并通过自动流程完成修改。
图6:
AAPC算法关键技术点
2.2.2SS-SINR优化原理介绍
AAPC采集终端服务小区与邻区的RSRP后,拟合SINR,以SINR提升优化目标,建立算法模型,通过AI算法寻找最优的SINR权值,并通过自动流程完成修改。
NR网络的SINR值类似于4G,基于主服务小区与邻区进行拟合的,拟合公式如下:
SINR=
图7:
SINR拟合公式
2.2.3CSI-RSRP优化原理介绍
NR的SSB波束与CSI波束互相独立,SSB波束权值主要影响于广播信道的质量,CSI波束权值主要影响业务信道的质量。
因当前终端不支持CSI波束信息的上报,为达到CSI波束优化,业务速率提升的目的,采用的策略为CSI波束与SSB波束“近似+联动”的策略。
在实际测试中,UE分为SRS模式与PMI模式,如果为Sounding模式,终端与基站之间可以协同,进行波束赋性,所以权值对SRS模式的终端影响不大;如果为PMI模式,终端基于CSI信道的测量完成业务信道的估计,权值影响较大。
SSB垂直八波束建模CSI4波束最佳匹配模型
图8:
SINR拟合公式
考虑到大多商用终端都是Sounding模式,在本案例中没有验证。
2.3小区间联合协同的关键因素
(1)小区间的关系度
有了上面2.1的基础概念和2.2的AAPC基本原理介绍,对于AAPC有了一定的了解。
在估算权值和效果评估时,是如何确定范围的呢?
这里的范围不是只在配置时确定的优化区域,而是AAPC算法对物理上要优化的站点,在逻辑上进一步处理,划分出一个个逻辑上的小区范围,并且形成一个逻辑上的子网。
这是通过小区间关系度实现的。
AAPC采集的数据源为MR数据,采集的字段包括服务小区及邻区的SS-RSRP、UE的位置信息(DOA)、UL-PL等。
UE数据数据表:
表1:
采集信息
DOA测量:
UE的水平垂直DOA信息由基站上行PHY基于SRS测量得到,涉及邻区的,向邻区发送协助测量的DOA信息,测量信息中包括该UE的SRS配置信息,邻区测量完成后返回值,由服务小区组表上报。
服务小区RSRP:
按照正常MR的测量配置,测量并上报服务小区及邻区的RSRPMR的上报字段中并不包含经纬度,在权值寻优时,也不涉及牵涉到经纬度的计算。
有了这些数据之后,就可以对小区之间进行关系度的计算,类似于2/3/4G的切换占比或重叠覆盖率。
(2)子网分割
子网分割功能主要目的是降低多个小区权值寻优的工作量,比如一个小区有120种权值可选,9个小区就是120**9,运算量过于庞大,子网分割的功能是将邻区关系密切的小区划分到一个子网,权值运算按照子网为单位进行计算。
候选小区选择
小区关系度计算
AAPC任务启动开始,会将任务里的小区进行关联分析,
主要流程如下:
1,通过网管配置参数,获取邻区列表
2,邻区与AAPC任务里的小区取交集A
3,查询A小区网管配置的经纬度,按照距离公式寻找最近的N个小区。
(N为配置值)
4,收集N个小区的MR数据,进行小区关系度计算。
按照优化的重叠覆盖的处理逻辑,参考MR的重叠覆盖度进行计算。
RSRPi大于等于“服务小区覆盖RSRP门限”
RSRPj大于等于“邻区重叠覆盖RSRP门限”
Abs(RSRPi-RSRPj)小于等于RSRP差值门限
关系度=同时满足1,2,3的采样点数目/满足1的采样点数目
A小区相对B小区的关系度为Cba,B小区相对与A小区的关系度未Cab,关系度为(Cab+Cba)/2。
小区关系度分析
熔断获取子网集
采用AI-生成树算法,计算呈现每小区对间的关系度,查找最大关系度路径
采用AI-生成树算法,计算呈现每小区对间的关系度,查找最大关系度路径。
表2:
子网分割算法
有了上面的子网分割,确定下来的逻辑上的子网,迭代计算的复杂度就可以大大降低,同时在仿真评估效果时,也节省大量的仿真评估资源。
使得AAPC可以较高效率的运行。
2.4小结
(1)AAPC小区间联合协同调整的关键在于子网分割。
假如计算资源足够,可以将全网的站点作为一个子网,显然那样迭代计算工作量非常巨大,服务器资源和时间资源不允许。
实现AAPC小区间联合协同调整,在于划份的子网内的小区,进行综合的估算,仿真评估,找出总体上的覆盖最优天线权值方案。
(2)实现子网分割的关键又在于计算小区间关系度。
要实现子网分割,就是要计算小区间关系度。
类似于重叠覆盖度,切换占比等,本例中中兴厂家AAPC采用独有的计算模型,计算出小区间关系度,查找出最大关系路径,依据关系路径从而对关系度低于一定门限的小区对进行熔断,这样自然进行了子网分割。
三、解决措施
3.1AAPC方案介绍
3.1.1方案基本流程
AAPC方案基本流程,需要UME网管配置优化区域,基站侧下发测量获取UE的信号强度、位置级路损信息,主要获取MR&DOA等,然后进行最优权值估算(基于AI算法)生效权值,并下发给基站,然后进行效果评估,如果效果符合预期则进行权值更新,否则进行回退。
图9:
AAPC方案基本流程
3.1.2天线权值可设置范围
表3:
天线权值可设置范围
✧BeamWidthV指的单波束宽度,而BeamwidthH指的是水平合成的波束宽度;
✧垂直维度层与层之间的夹角固定为7度;
✧DigitalBeamtilt角度指的是垂直波束层最下层的倾角;
✧Azimuth可设置范围与BeamwidthH设置值相关,例如当BeamwidthH=90时,Azimuth不可调整,当BeamwidthH=15时,Azimuth的取值范围为[-40,40]。
3.1.3AAPC方案
在马鞍山市区选取一片区域,一个中等簇的规模,进行AAPC的小区间联合协同调整的方案制定和验证。
分为下行干扰优化、下行覆盖优化,如下表2.所示。
方案
方案介绍
预期增益
考察目标
下行覆盖优化
以SS-RSRP为最优进行优化
SS-RSRP及覆盖类指标明显提升,感知速率有一定提升
观察服务小区和邻小区的天线权值变化以及计算时间
下行干扰优化
兼顾SS-RSRP,SS-SINR为目标,覆盖与干扰可以兼顾
SS-RSRP、SS-SINR、速率均有一定提升,比较均衡的方案
观察服务小区和邻小区的天线权值变化以及计算时间
表4:
AAPC实施方案
✧验证区域
验证区域共计14个站点,区域位于马鞍山花山区,主要覆盖商业住宅区,城市主干道。
SiteId
SiteName
Longitude
Latitude
6997504
MA-市区-开发区局5G(电联共享)ZBBU01-6997504
118.504721
31.664741
6997507
MA-市区-花雨路局5G(电联共享)ZBBU05-6997507
118.50493
31.67167
6997507
MA-市区-花雨路局5G(电联共享)ZBBU05-6997507
118.505555
31.669166
6997509
MA-市区-花雨路局5G(电联共享)ZBBU07-6997509
118.500686
31.675108
6997509
MA-市区-花雨路局5G(电联共享)ZBBU07-6997509
118.510918
31.675604
6997510
MA-市区-花雨路局5G(电联共享)ZBBU08-6997510
118.518954
31.673393
6997510
MA-市区-花雨路局5G(电联共享)ZBBU08-6997510
118.51097
31.6731
6997510
MA-市区-花雨路局5G(电联共享)ZBBU08-6997510
118.51659
31.66869
6997560
MA-市区-开发区局5G(电联共享)ZBBU07-6997560
118.50957
31.6654
6997581
MA-市区-花雨路局5G(电联共享)ZBBU13-6997581
118.51249
31.66823
6997583
MA-市区-花雨路局5G(电联共享)ZBBU15-6997583
118.513
31.67137
6997585
MA-市区-花雨路局5G(电联共享)ZBBU17-6997585
118.51996
31.6758
6997586
MA-市区-花雨路局5G(电联共享)ZBBU18-6997586
118.517073
31.66615
6997586
MA-市区-花雨路局5G(电联共享)ZBBU18-6997586
118.50868
31.67067
表5:
试点区域站点清单
验证路线以精品网拉网路线为基准,尽量遍历每个站的测试区域:
图10:
路线轨迹展示
3.2AAPC开启流程
✧在UME网管,找到增强SON功能
✧找到AAPC普通商用界面
✧创建AAPC任务
✧AAPC任务参数设置
设置AAPC任务参数,分为集中采集(非离散采集)与离散采集,参数关联生效,后续详解。
其中权值纠正开关建议为打开,可以自动纠正外场的自定义权值为系统库权值。
✧AAPC任务激活
击激活任务后,可以看到当前采集包的进度,再点击数据采集的字体,可以显示每个小区的收集包的详情。
✧AAPCKPI画像
任务结束后,点击评估,可以看到KPI的画图信息,便于外场评估AAPC优化后,KPI的变动情况。
3.2AAPC实施效果
3.2.1下行覆盖优化
(1)整体测试指标
分类
SS-RSRP
SS-SINR
核心城区覆盖率
PDCP层速率(Mbps)
上行MCS
平均CQI
RI
AAPC优化前
-78.00
16.30
80.71%
673.54
21.62
12.92
2.95
AAPC优化后
-76.29
16.64
82.33%
697.12
19.72
12.81
3.00
增益
1.71
0.34
1.62%
23.57
-1.91
-0.10
0.05
表6:
SS-RSRP测试指标统计
(2)区间分布分析
从区间分布特征分析,弱电平区间比例减少,优电平区间比例增多,整体改善明显。
图11:
RSRP增益区间分析
(3)GIS-分析
通过GIS图分析,共计5处区域SS-RSRP明显改善。
RSRP优化前RSRP优化后
图12:
SS-RSRP-GIS图分析
(4)小区统计分析
共计26个小区,其中19个小区覆盖明显改善,2个劣化幅度大的小区因样本较少,建模质量不高,其他小区劣化基本在2dB以内,整体覆盖提升。
小区PCI
采样点数目
采样点数目-优化后
RSRP-优化前
RSRP-优化后
SS-SINR优化前
SS-SINR优化后
SS-RSRP增益
SINR增益
64
39
23
-78.32
-71.69
13.69
22.01
6.63
8.32
86
39
39
-75.4
-75.25
20.85
17.94
0.15
-2.9
83
37
37
-80.94
-73.48
12.08
17.98
7.46
5.9
82
33
23
-79.3
-74.45
21.47
24.35
4.84
2.88
93
23
12
-71.7
-66.52
17.8
18.87
5.18
1.07
347
21
19
-83.76
-84.46
11.76
10.85
-0.7
-0.91
60
18
17
-74.84
-77.33
21.77
17.68
-2.49
-4.09
349
15
11
-88.82
-84.07
14.59
14.2
4.76
-0.39
321
15
19
-77.84
-77
12.28
13.87
0.84
1.6
322
14
8
-96.34
-97.97
8.12
4.67
-1.63
-3.45
323
13
20
-78.29
-77.56
7.13
9.34
0.73
2.2
89
12
10
-87.12
-77.13
4.18
8.74
9.99
4.57
301
12
13
-82.42
-72.02
14.04
17.64
10.4
3.6
79
11
4
-78.52
-71.32
12.95
16.43
7.21
3.49
131
9
22
-79.47
-77.16
14.92
13.69
2.31
-1.22
88
9
9
-78.56
-82.35
14.01
13.28
-3.79
-0.73
129
9
30
-92.53
-76.01
9.01
17.63
16.52
8.62
17
8
6
-79.26
-67.1
12.53
18.18
12.16
5.66
62
7
7
-69.16
-70.63
15.02
16.78
-1.46
1.76
87
7
4
-68.3
-65.41
17.06
19.85
2.89
2.79
350
6
15
-91.26
-82.36
11.66
16.45
8.9
4.8
130
6
14
-85.93
-85.86
5.79
-5.26
0.08
-11.04
16
5
8
-76.61
-76.26
13.76
11.99
0.35
-1.77
65
4
10
-77.25
-75.95
12.18
11.36
1.3
-0.82
348
3
6
-85.09
-95.46
11.62
4.71
-10.37
-6.91
61
1
2
-75.55
-87.48
8.55
-0.31
-11.93
-8.86
表7:
SS-RSRP小区级指标评估
(5)小区优化权值呈现
小区优化权值效果呈现,选取两个小区MA-市区-平山-电信-ZA-6997507-7-64和MA-市区-卫生大厦-电信-ZA-6997509-8-83。
✧MA-市区-平山-电信-ZA-6997507-7-64
小区优化前SS-RSRP为-78.32,SS-SINR为13.68,优化后SS-RSRP为-71.69,优化后SS-SINR为22.01,优化后SS-RSRP提升6.63dB,SINR提升8.32dB。
维度
SS-RSRP
SS-SINR
PDCP_Dl
采样点数目
SSB权值
CSI权值
优化前
-78.32
13.69
431.97
39
[[-29,-20,-10,0,10,20,29,0],[3,3,3,3,3,3,3,3],[16,10,10,10,10,10,16,65],[6,6,6,6,6,6,6,6]]
[[0,0,0,0],[0,3,6,9],[50,50,50,50],[6,6,6,6]]
优化后
-71.69
22.01
662.53
23
[[-34,-25,-15,-5,5,15,24,0],[-7,-7,-7,-7,-7,-7,-7,3],[16,10,10,10,10,10,16,65],[6,6,6,6,6,6,6,6]]
[[-5,-5,-5,-5],[-9,-6,-3,0],[50,50,50,50],[6,6,6,6]]
增益
6.63
8.32
230.57
-
-
-
表8:
平山优化前后权值呈现
优化前-RSRP
图12:
平山SS-RSRP优化前
权值信息
PCI
服务小区名称
SSB权值权值信息
服务小区
64
MA-市区-平山-电信-ZA-6997507-7
[[-29,-20,-10,0,10,20,29,0],[3,3,3,3,3,3,3,3],[16,10,10,10,10,10,16,65],[6,6,6,6,6,6,6,6]]
相邻小区
131
MA-市区-水利局-电信-ZA-6997510-8
[[-29,-20,-10,0,10,20,29,0],[3,3,3,3,3,3,3,3],[16,10,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 精品 文档 基于 AI 技术 AAPC 区间 波束 联合 协同 调整 策略 研究