5G优化案例5G Massive MIMO优化思路及措施.docx
- 文档编号:7477813
- 上传时间:2023-01-24
- 格式:DOCX
- 页数:21
- 大小:753.51KB
5G优化案例5G Massive MIMO优化思路及措施.docx
《5G优化案例5G Massive MIMO优化思路及措施.docx》由会员分享,可在线阅读,更多相关《5G优化案例5G Massive MIMO优化思路及措施.docx(21页珍藏版)》请在冰豆网上搜索。
5G优化案例5GMassiveMIMO优化思路及措施
5GMassiveMIMO优化思路及措施
XX
5GMassiveMIMO优化思路及措施
XX
【摘要】首先重点介绍了5GMassiveMIMO关键技术特征,然后分析了该技术与Pre-5G多天线技术的联系与区别。
进一步给出了不同广播波束和业务波束配置条件下5GNR的覆盖能力与用户速率感知情况。
最后结合原理分析和测试结论,给出了5GMassiveMIMO优化的主要思路。
基于5G路测数据源进行MM权值优化和ACP精准优化,提高优化效率。
因为5G建设初期,根据5G路测数据进行MM权值优化和RF优化,目的是在仿真结果基础上进一步精细优化,因为基于路测数据可以发现并解决在仿真阶段无法发现的问题,比如仿真阶段会存在地图与实际环境的差异,传模校准数据与5G建网后路测数据的差异等等。
【关键字】5G、MassiveMIMO、MM权值优化、路测数据、ACP、优化效率
【业务类别】基础维护
一、问题描述
MassiveMIMO作为5G的关键特性之一,能够通过调整天线权值改变5G小区的水平和垂直面覆盖,为5G无线优化重点。
5GMassiveMIMO支持17种典型覆盖场景可选,不同类型的AAU可选覆盖场景范围不同;支持数字方位角和数字倾角可调,不同覆盖场景的可调范围不同;同时支持传统RF调整手段,在大规模部署MassiveMIMO的情况下,单纯依靠人工经验进行广播信道覆盖优化对人员技能要求高,工作量较大,且难以保证调整结果最优。
在5G建网初期,根据路测数据进行覆盖优化,5GACP工具结合站点工参、电子地图、DT测试数据、天线文件等数据,按照最优搜索算法给出MassiveMIMO小区广播波束最优Pattern和RF参数建议,可以显著提升MassiveMIMO优化效率,降低上站调整率,提升5G网络覆盖质量及DT速率。
NR与LTE网络中的规划差异关键点说明:
Ø广播信道:
5GSSB使用静态波束发送,且该波速为场景化的时分扫描,可以对天线波瓣分布、方向角、数字下倾角进行数字调整。
Ø业务信道:
以动态波束为主,基于SRS或PMI权值,对终端用户进行精确覆盖,提升用户速率的同时,也可以降低网络的干扰。
Ø波束赋形对边缘区域业务信道干扰改善,且支持空分复用,除上下行的业务信道
MU-MIMO外,还可以对PDCCH进行空分,以提升网络容量和单用户性能。
ØMassiveMIMO的规格与射频模块AAU的选型相关,AAU对馈线损耗,电调插入损耗的改善。
ØMassiveMIMO性能依赖于上下行的互易性,因此对于快速移动、干扰、通道校正等有较高的要求。
二、分析过程
1、MassiveMIMO的产生背景与影响
不断提高空中接口吞吐率,是移动通信无线技术发展的动力和目标。
5G下行峰值速率将达到20Gbit/s,下行用户体验速率将达到100Mbit/s,并且需要提供相对于LTE20倍的小区容量和十分之一的空口时延。
为了解决5G在峰值速率以及系统容量方面的挑战,需要从各个方面对技术进行增强,而MassiveMIMO就是其中的关键技术之一,它使用大规模阵列天线,增强了空间维度的解析能力和使用效率。
与传统的天线相比,MassiveMIMO的优势主要体现在以下3个方面。
a)通信容量提升
MassiveMIMO具备波束空间复用的特性,充分利用空分的维度降低了不同终端之间的信道相关性,增强了多用户MIMO技术,极大地提升了频谱效率。
下行通过MU-BF(Multi-userbeamforming)技术,将多个用户进行并发配对。
和LTE的8T8R相比,理论容量可以提升5~8倍;上行通过MU-MIMO技术,将多个用户进行配对调度,和8T8R相比,理论容量可以提升4~6倍。
b)覆盖能力提升
5G使用毫米波等高频频段进行部署。
在高频场景下,无线电波衍射能力下降,穿透损耗大大增加,而MassiveMIMO能够生成高增益、可调节的赋形波束,从而明显改善信号覆盖。
在5G通信中,广播信道采用窄波束发射,广播波束赋型是5G相对于4G的一个重大改变,通过多个窄波束取代原有的宽波束,可以很好地增强广播信道的覆盖能力。
在同等水平波宽的情况下,8T8R垂直波宽为6.5°,MassiveMIMO可以定制垂直波宽,最大垂直波
宽达35°,波宽提升5.3倍,高楼覆盖水平可以提升9~15dB。
图1表述了MassiveMIMO
与4G系统的8T8R垂直覆盖能力的差异。
图1、MassiveMIMO与4G系统的8T8R垂直覆盖能力c)抗干扰能力提升
自适应三维波束赋形可以有效对抗下行干扰。
4G系统的波束赋形,波束只能在水平方向跟随目标终端调整方向,开通3D-BF(三维波束赋形)特性后,窄波束在水平方向和垂直方向都能随着目标终端的位置进行调整,始终对准目标终端,从而使目标终端获得更好的覆盖,且波束较窄,可以降低干扰。
同时,上行波束跟踪可以降低上行干扰。
UE在移动过程中,根据下行广播波束的变化,gNB可以同时调整上行的波束,实现上行波束跟踪,可以有效降低上行干扰。
2、MassiveMIMO的关键技术流程
MassiveMIMO相对于传统MIMO能够有效提升性能的硬件基础就是大规模阵列天线。
其主要原理是基于相控阵天线,相控阵天线通过控制阵列天线中辐射单元的馈电线位来改变方向图形状,其突出优点是增益高,能够准确控制波束方向,波束无惯性,并且能够在覆盖范围内同时跟踪多个用户。
下面讨论一下MassiveMIMO的2个关键技术。
2.1波束赋形
射频信号经过基站加权后,形成了指向终端的窄带波束,这就是波束赋形(简称
BF)。
NRSub6G多天线下行各信道默认支持自适应三维波束赋形,窄波束在水平方向和垂直方向都能随着目标终端的位置进行调整以形成更窄的波束,精准地指向用户,提升覆盖性能。
波束赋形的关键流程中,首先考虑自由空间中电磁波的远场辐射情况。
如果能够根据信道条件适当地控制每个阵元的加权系数,就能在增强期望方向信号强度的同时,尽可能降低对非期望方向的干扰。
从原理上分析,振元的数量越多,波束的方向性就能做到越精确(见图2)。
图2、天线阵元的增多可以加强波束赋形定向窄波束的性能
权值计算是5GMassiveMIMO充分发挥作用的关键步骤,是指gNodeB基于下行信道特征计算出一个向量,用于改变波束形状和方向。
计算权值的关键输入是获取下行信道特征,有2种不同的获取下行信道特征的方法。
(见图3)
a)gNodeB通过获取UE上行信道的探测参考信号(SRS),根据互易性原理计算出对应下行信道的特征并计算MassiveMIMO的权值。
b)gNodeB基于UE上行反馈的预编码矩阵指示(PMI)选择最佳的权值。
图3、获取下行信道特征的方法
相对于SRS赋权,PMI赋权可以提升小区边缘的权值计算准确性,进而提升边缘用户的速率,后续测试分析也会进一步验证这一结论。
加权是指gNodeB计算出权值后,将权值与待发射的数据进行矢量相乘,从而达到调整波束的宽度和方向的目的,加权过程如下。
(见图4)
图4、加权过程
MassiveMIMO天线波束分为静态波束和动态波束,基于SRS加权或PMI加权获得的波束一般称为动态波束。
SSBlock及PDCCH中小区级数据、CSI-RS采用小区级静态波束,采用时分扫描的方式;PDSCH中用户数据采用用户级动态波束,根据用户的信道环境实时赋形。
图5示意了依据SRS或者PMI对5GMassiveMIMO进行赋权的流程。
图5、依据SRS或者PMI对5GMassiveMIMO进行赋权的流程示意图
2.2多流传输
MassiveMIMO技术除了波束赋形是关键技术之外,为了提高用户传输速率,多流传输技术也必不可少。
a)下行用户多流传输
MassiveMIMO技术支持单用户在下行同时支持多流数据传输,单用户最大下行数据流数取决于gNodeB发射天线数和终端接收天线数中的相对较小值。
如图6所示,单用户下行在gNodeB64T64R的情况下,2T4R的UE下行最大可同时支持4流的数据传输。
图6、单用户下行多流示意图
b)上行用户多流传输
MassiveMIMO技术支持单用户在上行同时支持多流数据传输,单用户最大上行数据流数取决于gNodeB接收天线数和UE发射天线数中的相对较小值。
如图7所示,单用户上行在gNodeB64T64R的情况下,2T4R的UE上行最大可同时支持2流的数据传输。
图7、单用户上行多流示意图
3、Pre-5G多天线与5GMassiveMIMO联系与区别
本文中的Pre-5G多天线技术主要是指LTEFDD、TD-LTE系统中应用的多天线技术,比如TD-LTE部署的8T8R技术,以及在部分城市得到部署的LTEFDD的16T16R或者32T32R技术。
后续将对比Pre-5G多天线与5GMassiveMIMO联系与区别,以更好地理解多天线技术的特点,为将要研讨的测试分析和优化思路提供参考。
3.15GNR与LTE广播机制的异同点
4G广播信道无完备的波束赋形方案,在普通覆盖场景,广播信道覆盖弱于业务信道,未能充分发挥MIMO天线的增益。
在高楼覆盖场景,水平面无法完全覆盖一个小区。
5GNR改进了LTE时期基于宽波束的广播机制,采用窄波束轮询扫描覆盖整个小区的机制。
SSB的时频配置相当灵活,即可以通过波束协调来配置各小区SSB时频域位置保持相同,也可以设置各小区SSB随机发送,同时针对不同的覆盖场景也可以采用不同的波束数。
因此可以根据不同场景配置不同的广播波束,以匹配多种多样的覆盖场景,比如楼宇场景、广场场景等。
3.25GNR与LTE覆盖评价的异同点
4G网络覆盖标准可以使用类似邻区50%负荷下小区特定参考信号接收功率(CRS-RSRP)、小区特定参考信号信干噪比(CRS-SINR)达到一定水平来衡量。
而5GNR定义了辅同步信号(SSS)/信道质量指示参考信号(CSI-RS)替代了小区特定参考信号(CRS),但是CSI-RSCP/CSI-SINR只有连接态才可以得到,于是可考虑采用SSS评价5G覆盖。
需要注意的是SSB时域和频域配置会影响SINR,广播波束数会影响RSRP,因此还需要进一步验证覆盖的评价方式和产生的影响。
3.35GNR并发流数远高于4G
LTETM9的解调参考信号(DMRS)端口数为8,5GNR的DMRS端口数增加到32,用于控制信道和数据信道的相关解调。
5GNR的DMRS正交端口数远多于LTE,小区支持单用户或者多用户的MIMO,可实现下行24流、上行12流。
3.45G借助MassiveMIMO有效降低干扰
前文已经介绍,5GMassiveMIMO具有较多的天线单元,为干扰控制提供更多选择,从而实现更好效果。
5GMassiveMIMO引入更多天线阵子,阵子数越多,波束越窄,可实现水平方向和垂直方向2个维度针对用户的精准跟踪,降低来自其他用户的干扰。
NR下行控制信道通过时域/频域的灵活配置,降低干扰;上行多通道相比LTE8T8R的抗干扰能力也有所提升。
表1是LTE和NR各个信道的波束配置对比情况,可以看到NR的波束扫描和赋形已经应用到了多数信道。
表1、LTE和NR各个信道的波束配置对比
信道
LTE
NR
CRS
宽波束、全频带
无
PBCH
宽波束
可波束扫描,可频分、时分
公共业务信道
宽波束
可波束扫描
公共控制信道
宽波束、全频带
波束扫描/赋形、可频分
业务信道
宽波束+波束赋形
波束赋形
4、广播波束配置及小区性能分析
4.1系统配置与场景设计
下面将结合具体测试结果,分析广播波束的部署与优化原则。
测试中5G系统的关键配置信息如表2所示。
表2、5G测试配置情况
基站类
型
频点号
天线配置
RS/通道发射功率
/dBm
测试终端
NR
630000(N78频段,
5GHz)
64T64R,Massive
MIMO
34.9
Mate30Pro,
2T4R
考虑到MassiveMIMO具备场景化立体波束的覆盖能力,设计水平方向覆盖能力验证和垂直方向覆盖能力验证2种场景:
水平方向覆盖能力从近乎垂直的2条道路进行路测分析;垂直方向覆盖能力选取5G小区覆盖范围内一栋居民楼的12层进行验证分析。
4.2测试结果与分析
表3为选取几种主要的波束配置条件下,水平方向路面测试的情况。
表3、不同广播波束配置条件下水平方向路面性能
表4为几种典型波束配置情况下,在居民楼高层位置测试的结果。
表4、不同广播波束配置条件下垂直方向覆盖情况
波束配置
SSBRSRP均值/dBm
SSBSINR/dBm
波束ID
1
-107
14
2
3
-97
27
2
4
-110
13
2
6
-98
24
7
对表3和表4的数据进行综合分析,可以得到以下部署和优化经验。
a)波束配置1的特点是远点增益较高,可以同时保证近点和远点用户的较好性能,比较适合城区室外连续覆盖组网的需求。
b)波束配置2的特点是水平覆盖范围有限,远点的覆盖性能较差;但是该配置的系统开销较低,用户近点下行峰值速率较高,适合于精准覆盖感知需求较高的竞争力区域。
c)波束配置3的特点是垂直面提供了较好的覆盖能力,但是水平波束增益下降。
规划
阶段不宜使用,建议作为优化手段使用,适合于城镇环境水平和垂直都有覆盖需求的场景。
d)波束配置4的特点是水平面提供了更远的覆盖能力;相对于配置1,垂直面波束宽度更窄,提高了单波束增益。
适用于远点覆盖要求较高的场景,建议作为水平方向覆盖的优化技术手段使用。
e)波束配置5的特点是水平覆盖范围较小,但垂直覆盖范围更大。
适用于水平方向没有很大角度扩展要求,但是垂直面有较大角度扩展要求的场景,建议作为垂直方向覆盖的优化技术手段使用。
f)波束配置6的特点是水平方向波束较窄,强调增强水平方向的远距离覆盖能力以及增强垂直方向大角度扩展的覆盖能力。
适用于高层写字楼或者是居民楼的深度覆盖场景。
4.3广播波束Pattern分析
5GMassiveMIMO天线的一个显著特征是可以通过调整权值改变广播波束的水平波
宽、垂直波宽、方向角和下倾角,不同AAU所支持的波束场景及倾角/方位角可调范围存在差异。
以宏站AAU5613为例,支持的波束场景及可调范围如下表所示。
表5、波束场景及可调范围
覆盖场景ID
水平3dB波宽
垂直3dB波宽
数字倾角可调范围
数字方位角可调范围
DEFAULT
105°
6°
-2~9
0
SCENARIO_1
110°
6°
-2~9
0
SCENARIO_2
90°
6°
-2~9
-10~10
SCENARIO_3
65°
6°
-2~9
-22~22
SCENARIO_4
45°
6°
-2~9
-32~32
SCENARIO_5
25°
6°
-2~9
-42~42
SCENARIO_6
110°
12°
0~6
0
SCENARIO_7
90°
12°
0~6
-10~10
SCENARIO_8
65°
12°
0~6
-22~22
SCENARIO_9
45°
12°
0~6
-32~32
SCENARIO_10
25°
12°
0~6
-42~42
SCENARIO_11
15°
12°
0~6
-47~47
SCENARIO_12
110°
25°
6
0
SCENARIO_13
65°
25°
6
-22~22
SCENARIO_14
45°
25°
6
-32~32
SCENARIO_15
25°
25°
6
-42~42
SCENARIO_16
15°
25°
6
-47~47
通过天线文件,可以计算出在不同覆盖场景、数字方位角和数字倾角下,MassiveMIMOAAU在空间各个角度上的天线增益,提供给ACP用于Pattern寻优。
图8、波束赋形
5、业务波束配置及小区性能分析
5.1系统配置方案
MassiveMIMO可以选择对业务信道的波束进行动态赋权,也可以选择固定基于SRS赋权或者固定使用PMI赋权。
动态赋权的技术实现方案是,当用户上行SNR较大时,基于SRS计算波束赋形的权值;在SNR较小时,基于PMI计算波束赋形的权值。
相对于SRS赋权,远点基于PMI赋权可以提升权值准确性,进而提升边缘用户的速率。
如图9所示,SRSSNR大于ThSRS,基于SRS赋权;SRSSNR小于ThPMI,基于PMI赋权。
当用户的SRSSNR在ThSRS和ThPMI之间时,该用户权保持不变。
各个阈值发生作用的区间如图9所示。
图9、MassiveMIMO动态赋权阈值示意图
5.2测试结果与分析
表6是针对业务波束的不同配置验证测试结果。
表6、不同业务波束配置条件下水平方向路面性能
配置方案
近点下行峰值速率/
(Mbit/S)
近点覆盖
性能
远点下行峰值速率/
(Mbit/S)
远点覆盖
性能
固定使用PMI
赋权
350
良好
200
良好
固定使用SRS
赋权
600
良好
150
较差
自适应动态
赋权
350
良好
160
良好
由表6测试结果结合系统原理,可以得到以下结论:
a)固定使用PMI赋权的特点是小区近点及远点覆盖性能均为良好,但是同时覆盖半径比场景1要大,说明垂直方向的增益比场景1高,适用于高楼覆盖场景。
b)固定使用SRS赋权的特点是近端用户体验较好,远端用户体验较差,业务动态波束覆盖范围受限。
c)自适应动态赋权的特点是小区近点及远点覆盖性能良好,覆盖半径较长,业务速率保持平稳,可以保证较好的用户体验。
6、ACP优化分析
MassiveMIMOACP能够基于DT数据和设定的优化目标,对SSB弱覆盖、SINR质差和重叠覆盖路段进行识别,然后通过Pattern和RF参数迭代寻优提升道路覆盖。
图10、ACP流程ACP的核心功能包括网络评估和迭代寻优。
Ø网络评估
Step1:
路损建模:
采用5m精度对DT数据进行栅格化处理,建立天线波束ID到栅格的路损模型;
Step2:
问题栅格基于设定的优化目标进行问题栅格识别,包括弱覆盖栅格、重叠覆盖栅格和SINR质差栅格;
Step3:
根据问题栅格的类型和分布将其他汇聚为小的polygon并自动生成polygon边界。
Ø迭代寻优
图11、网络评估
MassiveACP针对覆盖寻优的调整优先级为:
波束场景>数字倾角>数字方位角>机械倾角>物理方位角,迭代寻优流程如下:
图12、迭代优化
ACP基于SSB波束的分布,判断水平波宽、数字方位角和方位角的调整方向,基于问题类型(弱覆盖、重叠覆盖、越区覆盖),判断垂直波宽、数字倾角和机械倾角的调整方向,按照Pattern和RF参数设定的调整步长进行覆盖寻优。
ACP根据路损矩阵和天线文件计算出调整后问题polygonSBBRSRP、SSBSINR和重叠覆盖的变化情况,结合设定的权重计算出与优化目标的满足度Fitness。
𝐹𝑖𝑡𝑛𝑒𝑠𝑠=𝑤𝑟𝑠𝑟𝑝∗𝑆𝑆𝐵_𝑅𝑆𝑅𝑃𝑓+𝑤𝑜𝑣𝑒𝑟𝑙𝑎𝑝∗𝑂𝑣𝑒𝑟𝑙𝑎𝑝𝑓+𝑤𝑠𝑖𝑛𝑟∗𝑆𝑆𝐵_𝑆𝐼𝑁𝑅𝑓
对比寻优前后的Fitness,即可得出预期增益值。
𝐺𝑎𝑖𝑛𝑓𝑜𝑟𝑒𝑐𝑎𝑠𝑡=𝐹𝑖𝑡𝑛𝑒𝑠𝑠𝑛𝑒𝑤−𝐹𝑖𝑡𝑛𝑒𝑠𝑠𝑐𝑢𝑟𝑟𝑒𝑛𝑡
经过多轮迭代后,ACP可得出预期增益最大的一组Pattern和RF参数调整建议。
7、覆盖优化目标分析
5G取消了CRS,并增加SSB和CSI-RS用于无线信道质量测量,其中SSB在空闲态和连接态同时发送,影响终端的接入和移动性测量;CSI-RS仅在连接态发送,影响终端的CQI/PMI/RI测量等。
在Cluster优化阶段,SSB主要影响测试终端的服务小区选择,CSI-RS主
要影响业务信道质量评估,两者均对速率有着明显影响,因此覆盖优化阶段需要同时考虑
SSB和CSI-RS的覆盖和干扰水平。
表7、优化目标
优化目标
建议值
SSBRSRP
根据驻留S准则,SSBSRSR目标值应不低于-128dBm;对于道路优化,建议SSBRSRP目标值不低于-100.5dBm(经验值,考虑室内穿损+干扰余量+人体损耗);对于密集城区道路优化,建议RSRP目标值-95dBm@99%
SSBSINR
从满足接入和切换要求考虑,SSBSINR目标值应不低于-6dB;对于道路优化,考虑减少频繁切换带来的速率掉坑,建议SSBSINR目标值0dB@98%
CSIRSRP
CSIRSRP目标值建议与SSBRSRP相同
CSISINR
由于当前网络空载,CSISINR不能反映商用网络干扰水平,暂无标准
由于当前基站和终端均不支持CSI-RS邻区测量能力,针对CSI-RS的覆盖优化能力当前暂不具备,因此目前针对5G的覆盖优化以SSB为主。
基于上述分析,当前5GCluster覆盖优化的主要目标为:
a)提升SSBRSRP覆盖率,达到优化目标值;
b)在确保覆盖率不下降的前提下,通过降低重叠覆盖优化SSBSINR,减少不必要的切换带来的速率掉底。
8
- 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:
- 5G优化案例5G Massive MIMO优化思路及措施 优化 案例 MIMO 思路 措施