5G优化案例高铁场景的5G无线网络规划及优化Word格式文档下载.docx
《5G优化案例高铁场景的5G无线网络规划及优化Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《5G优化案例高铁场景的5G无线网络规划及优化Word格式文档下载.docx（20页珍藏版）》请在冰点文库上搜索。
2.7
2.9
3.0
IRRglass
23.3
23.5
23.6
23.8
24.1
24.4
24.5
concrete
8.6
12.2
12.6
13.4
15.0
19.0
24.6
wood
0.5
1.0
1.1
1.2
1.5
2.0
Low-lossmodel
10.6
11.6
11.7
11.9
12.7
13.1
high-lossmodel
18.5
21.7
22.1
22.8
26.8
29.2
29.5
链路预算主要考虑高损模型，参考上述计算结果，建议各个频段的穿透损耗设置如下：
穿透损耗
（dB）
频段GHz
DU
U
SU
RU
0.9
17
15
13
12
1.8
20
18
16
14
1.9
2.1
22
23
2.6
3.5
26
4.7
29
4.9
30
27
目前5GNR的主流频段在C波段，以中国电信分配的频段为例，5G使用的主要频段为3.5GHz~3.6GHz，这个频段比现有的LTE网络1.8GHz的频段高了一倍。
根据传播损耗和频率成平方反比的关系，从理论上来说，3.5GHz频段的传播损耗比1.8GHz频段高5.8dB。
穿透损耗与网络使用的频率没有明确的线性关系，但对于同一介质来说，穿透损耗是随着频率的增加而增加。
车厢型号不同对应的穿透损耗也不同，复兴号全封闭的新型列车就会比普通高铁列车穿透损耗更大。
从实际测试的情况来看，高铁列车的穿透损耗达到33dB~36dB，如表所示：
频段
1.8G
2.6G
3.6G
和谐号
28
33
复兴号
31
36
在3.5GHz频段下，5G网络在高铁场景有更大的传播损耗和车体穿透损耗。
特别是高铁列车是线状覆盖，如果基站与高铁列车的入射角更小，信号还会更差。
2.2、传播损耗
传播模型是链路预算最为重要的几个参数之一。
2/3/4G链路预算中通常采用Okumura-hata（150MHz~1.5GHz）、Cost-231Hata模型（适用于1.5GHz~2GHa），或者经过校正的Atoll/Aircom标准宏蜂窝传播模型。
上述的传模适用的频段均为2GHz以内，严格来说并不适用于5G低频3.5GHz。
目前在5G宏站低频3.5GHz的链路预算中，推荐使用3GPPUMa（UrbanMacro）和RMa（RuralMacro）模型。
3GPPUMa/RMa传播模型
5GNR协议38.901、36.873中提到了UMi（UrbanMicro），UMa（UrbanMacro）和RMa（RuralMacro）三种无线传播模型，其中UMi适用于微站场景，宏站链路预算使用的是UMa和RMa。
模型的传播损耗表达式分为LOS和NLOS两种场景，链路预算我们主要关注NLOS场景，UMa和RMa的路损表达式均为：
其中：
为平均建筑物高度，
，UMa典型取值20m，RMa典型取值5m；
为街道宽度，
，典型取值20m；
为基站高度，
，UMa典型取值25m，RMa典型取值35m；
为终端高度，UMa中
，RMa中
，典型取值1.5m
是中心频率，单位为GHz。
UMa的频率适用范围为0.5GHz~100GHz。
和
的示意图如下，两者分别是直角三角形的直角边和斜边：
链路预算算得最大允许路径损耗MAPL之后，通过传模公式计算
，再通过上述公式计算
。
在以往的2/3/4G链路预算中，传模损耗公式中的传播距离
通常直接认为是基站到终端的距离，不做
的区分。
示意图
按照典型取值，UMa25m天线挂高，一般城区MeanUrban公式简化为：
RMa35m天线挂高，农村Rual公式简化为：
Cost231-hata与UMa的覆盖对比:
通过两个模型的传播损耗表达式，给定MAPL之后，可计算两个传模分别对应的半径。
以1.8GHzMeanUrban环境为例（Cost231-hataKc=0dB），从下图可看到：
相同路损情况下，UMa对应的半径大于Cost231-hata；
1.8GHz频段，相同覆盖距离情况下，UMa对应的路径损耗约比Cost231-hata低3dB。
Cost231hata与UMa覆盖半径对比-1.8GHzDU
再以3.5GHzMeanUrban环境为例（Cost231-hataKc=0dB），从下图可看到：
Cost231hata与UMa覆盖半径对比-3.5GHzMU
1、相同路损情况下，UMa对应的半径大于Cost231-hata；
2、3.5GHz频段，相同覆盖距离情况下，UMa对应的路径损耗约比Cost231-hata低7dB。
UMa传播模型修正:
UMa传播模型一个重大争议是公式中的频率项，也即20log10（fc）。
2/3/4G常用的cost231-hata模型中，对应的频率因子是33.9。
也即，随着频率的提升，cost231-hata模型计算的路损提升更大，偏悲观；
而UMa计算的路损则会偏小，偏乐观。
参考外场测试数据，目前产线基线建议将UMa频率因子修改为25，用于DenseUrban：
为了将UMa适配不同的地物环境，有两种方式：
1、与Cost231-hata类似的方式，通过KClutter（Kc）进行调整；
当采用方式1时，建议传播模型如下，其中DU/U/SU都采用UMa，通过Kc调整，频率因子取25；
RU采用RMa（因为是农村环境，频率因子不进行修正，仍使用20）。
这个模型是目前产线基线。
表2-11传播模型推荐
传模参数
（产线基线）
基站天线挂高（m）
25
40
频率衰减因子
路损环境调整因子Kc（dB）
-3
-8
垂直天线损失（16/8/4/2TR）（dB）
3
1
传播模型
UMa
RMa
街道宽度W（m）
建筑物高度h（m）
5
通过UMa的参数平均建筑物高度h和平均街道宽度W来进行调整。
当采用方式2时，可结合当地实际地物情况进行调整。
若需保持4/5G链路预算半径与产线基线基本持平，建议的参数取值如下：
35
10
2.2、多普勒效应带来的频偏
我国的高铁列车速度可高达300km/h~500km/h，这么快的速度会产生多普勒频移，导致基站的发射和接收频率不一致。
高铁的速度越快，频偏也越大，这将导致基站信号接收性能下降，高速引起的大频偏对于接收机解调性能的提升是一个极大的挑战。
当UE与基间的相对移动速度越大，多普勒频移越大。
通过计算可以得到表2，5G网络中，基站接收到UE的频偏比LTE网络高很多，已经高于pleamble的子载波间隔（1.25kHz）。
高铁速度与频段上行多普勒频偏关系
速率/km.h-1
1.8GHz
2.6GHz
3.6GHz
频段频偏/Hz
200
667
963
1333
250
833
1204
1667
300
1000
1444
2000
350
1167
1685
2333
400
1926
2667
450
1500
2167
3000
多普勒频移将使接收频率偏移，产生OFDM符号内和符号间干扰，严重时会造成接收方无法解调出发送方的发射数据，最终造成UE无法接入网络。
若UE无法支持对应频率和速度下的频偏范围，将会导致UE入网困难、KPI恶化以及吞吐率下降等性能问题。
2.3、用户集中多，容量需求大
目前乘坐高铁的用户越来越多，每当高铁过境时，覆盖高铁的基站用户数剧增，移动网络的负荷瞬间飆升。
以现有的LTE网络来说，在高铁列车过境时，RRC连接用户数瞬间飆升100多个，导致瞬间的PRB利用率过高，基站负荷过高，用户感知下降。
2.4、频繁切换重选影响感知
高铁经过的区域较多，路线较长，高铁上用户在使用移动网络时，会产生频繁的小区切换、重选。
如果高铁覆盖的切换带设置不合理、切换参数设置不合理的话，将会导致高铁用户在高铁上切换时产生切换较慢、切换失败、掉线等网络问题。
3、5G网络规划
3.1、NSA/SA网络架构
5GNR的组网模式，有SA（Standalone）和NSA（Non-Standalone）两种方式。
SA即为独立组网，包括Option2/4/4a三种组网方式；
而NSA则是NR以LTEeNB做为控制面锚点接入EPC，包括Option3/3a/3x/7/7a/7x。
当采用NSA组网时，PUSCH的信号仅在其中1T发射，因此，发射功率将从原来的26dBm降低为23dBm。
同时，参考系统仿真建议，SINR将在SA基础上+2dB。
也即，对比SA组网，NSA的MAPL要小5dB。
SA和NSA组网链路预算参数差异
SA
NSA
eUETxPower
dBm
SINR
dB
-
+3dB
MAPL
-5dB
而下行终端依然是4R接收，目前暂未考虑NSA对于下行链路预算的影响。
实际上，因为NSA时上行SRS单发，影响赋形性能，下行也会有约10%~20%的容量损失。
3.2、连续覆盖规划
在NSA网络下，锚点网络不连续将导致终端需要进行过多的测量，影响用户感知速率及终端耗电。
高铁车速快，NSA下NR覆盖如果不连续，会频繁地添加、删除NR辅小区，用户根本无法享受到5G带来的高速率服务，所以建议NSA场景下NR覆盖一定要连续。
同样在SA网络下，为了避免高铁SA网络不连续覆盖而回落到LTE网络带来的感知下降，SA网络架构下NR也必须要连续覆盖。
3.3、MassiveMIMO选择
MIMO技术已经广泛应用于WIFI、LTE等。
理论上，天线越多，频谱效率和传输可靠性就越高。
具体而言，当前LTE基站的多天线只在水平方向排列，只能形成水平方向的波束，并且当天线数目较多时，水平排列会使得天线总尺寸过大从而导致安装困难。
而5G的天线设计参考了军用相控阵雷达的思路，目标是更大地提升系统的空间自由度。
基于这一思想的LSAS技术，通过在水平和垂直方向同时放置天线，增加了垂直方向的波束维度，并提高了不同用户间的隔离（如图7所示）。
同时，有源天线技术的引入还将更好地提升天线性能，降低天线耦合造成能耗损失，使LSAS技术的商用化成为可能。
天线与4G天线对比
由于LSAS可以动态地调整水平和垂直方向的波束，因此可以形成针对用户的特定波束，并利用不同的波束方向区分用户。
基于LSAS的3D波束成形可以提供更细的空域粒度，提高单用户MIMO和多用户MIMO的性能。
基于3D波束成形技术的用户区分
同时，LSAS技术的使用为提升系统容量带来了新的思路。
例如，可以通过半静态地调整垂直方向波束，在垂直方向上通过垂直小区分裂（cellsplit）区分不同的小区，实现更大的资源复用。
基于LSAS的小区分裂技术
大规模MIMO技术可以由一些并不昂贵的低功耗的天线组件来实现，为实现在高频段上进行移动通信提供了广阔的前景，它可以成倍提升无线频谱效率，增强网络覆盖和系统容量，帮助运营商最大限度利用已有站址和频谱资源。
我们以一个20平方厘米的天线物理平面为例，如果这些天线以半波长的间距排列在一个个方格中，则：
如果工作频段为3.5GHz，就可部署16副天线；
如工作频段为10GHz，就可部署169根天线了。
20*20cm天线物理平面部署
3D-MIMO技术在原有的MIMO基础上增加了垂直维度，使得波束在空间上三维赋型，可避免了相互之间的干扰。
配合大规模MIMO，可实现多方向波束赋型。
波束在空间上三维赋型
MassiveMIMO是5G网络的关键技术，通过大规模天线可以达到32T32R、64T64R，具有波束赋型和MU-MIMO的特性，可以提升覆盖和容量。
但高铁场景下，UE随着高铁快速移动，无线信道时变非常快，业务波束很难快速捕捉并及时跟踪信道的变化，很难实现波束赋型。
同时，高铁场景的用户非常集中，很难达到MU-MIMO的用户配对。
因此，兼顾天线成本，高铁场景下天线不采用64T64R的大规模天线，而是采用8T8R高增益窄波束天线。
当高铁穿过城区，车速会放缓，为了兼顾大网的用户，高铁场景下城区区域可以采用32T32R天线。
3.4、高铁覆盖站点规划
根据链路预算方法，可以得到以下在上行/下行不同边缘速率情况下的上行/下行最大允许路径损耗的表格
边缘速率/Mbs-1
上行允许最大路径损耗/dB
下行允许最大路径损耗/dB
城区
农村
UL1/DL10
119.75
124.58
137.03
141.86
UL2/DL20
116.74
121.57
134.5
139.33
UL5/DL50
112.77
117.6
130.29
135.12
根据上表可以看出下行允许的最大路径损耗比上行多17个dB,也就是说上行的覆盖更容易受限。
因此，以上行1Mb/s的上行最大路径损耗来计算小区的覆盖半径。
目前5G网络主流频段使用3.5GHz频段，而且在高铁场景下基站大部分都是用宏站，视距传播，以3GPP38.901的传播模型来计算，可以得到在城区5GNR基站的小区覆盖半径为430m，农村的小区覆盖半径为570m。
在高铁场景下，基站到铁轨的垂直距离主要和掠射角有关，掠射角越小，穿透损耗就会越大，一般掠射角不能小于10°
，基站到铁轨的垂直距离在100m左右。
关于高铁沿线5GNR小区的切换时间，从切换的测量、判断、执行的时间来看，一般在1s内就能完成切换，考虑到一定的冗余时间，以高铁2s行驶的距离作为5G小区的切换重叠覆盖区，高铁速度按照350km/h来计算，重叠覆盖区即为194m。
根据边缘速率，通过链路预算和传播模型的公式，可以计算得到高铁5G小区在城区和农村的覆盖半径。
结合5G高铁小区的切换重叠覆盖区，可以计算高铁5G小区的站间距，在城区场景高铁5G小区站间距为666m，农村场景高铁5G小区站间距为946m。
因此，高铁5G小区的站间距范围为660m~940m。
3.5、高铁主要场景的规划
对于移动通信来说，高铁是个很复杂的场景，因为高铁沿线会有隧道、桥梁等特殊场景的覆盖需求。
高铁候车大厅
高铁的候车大厅一般都是封闭的场馆，通过室外的宏站进行覆盖，效果会较差，一般采用室内覆盖的方式。
候车大厅内比较宽敞，但是人流非常密集，容量需求非常高。
在候车大厅这种场景，可以采用多个5G的AAU挂墙进行覆盖或者用数字化室内分布进行覆盖。
高铁站台
高铁站台是用户在高铁上下车及等待的区域，整个区域比较开放，可以用附近的宏站进行覆盖。
高铁在进出站台时，车速都会比较慢，几乎没有多普勒效应，用户在上下车的等待中移动性相对较少，基站的天线可以采用64T64R，同时兼顾站点用户的人流密集的容量需求。
高铁沿线
高铁沿线一般经过城区和农村开阔地带，都是用宏站进行覆盖，采用8T8R的高增益窄波束天线。
在建设过程中尽量利旧现有的4G基站，在覆盖不足的区域需要新建基站，基站与铁轨的垂直距离一般在100m左右，尽量使得基站与终端之间存在直射径，这样可以提供更好的覆盖性能。
高铁5G基站的分布采用“之”字型的方式，站点交错分布在高铁的两侧，这有利于5G无线信号的均匀分布，使得切换覆盖区的衔接更好。
如果高铁有拐弯时，尽量部署在铁轨的内拐弯处。
当高铁隧道较短时，如长度小于500m，可以在隧道的两端用天线对打的方式在隧道内进行覆盖。
在隧道较长时，如长度大于500m，由于隧道空间狭小，宜采用辐射型泄露电缆覆盖，辐射型泄漏电缆覆盖均匀，且具有方向性，适合覆盖隧道。
在高铁隧道中基本上每隔500m就会有个设备洞室，可以放置5G的BBU和RRU，泄露电缆安装在与高铁列车窗口对应的位置，为了增加容量和用户感知，可以采用两根泄露电缆形成双流MIMO。
4、高铁场景5G网络优化
4.1、覆盖的优化
覆盖是移动通信的基础，在高铁场景下，5G网络的优化主要在于天线及切换带的大小。
在天线方面，天线的入射角会影响到入射信号在高铁的穿透损耗，因此合理的天馈方位角和俯仰角是保证良好覆盖的基础。
在优化中，尽可能地让天线近点覆盖，减小信号衰减，同时根据站间距及站轨距合理设置天线入射角度。
在切换带的大小方面，切换带过小会导致切换失败，过大则会产生乒乓切换，增加干扰，因此需要合理的RF优化，保证切换带大小适中。
4.2、多普勒频偏补偿
多普勒效应是影响高铁网络性能的重要因素，一直以来解决多普勒效应的频移问题，主要都是靠设备厂家在基站上实施的频偏补偿方案。
基站通过对接收到上行信号进行频偏检测，从而在发射下行信号时进行频偏补偿，来抵消多普勒效应带来的频偏问题，改善无线链路性能。
虽说5G网络的频段较高，带来的频偏较大，但目前的设备性能及频偏校正算法，能更好地跟踪高速移动速度，具有更好的信道估计和频偏检测能力，能更及时地进行频偏补偿。
4.3、切换参数优化
高铁是线覆盖场景，在高铁沿线跨区域跨基站的情况会比较多，而且由于高铁5G小区的覆盖范围较小，用户在使用过程中产生的切换会比较频繁。
在高铁5G网络的切换策略上，切换各项参数的设置要根据高铁的特点，保证切换的顺畅和快速完成。
5G网络采用A3事件触发切换，在触发A3事件前要进行MR测量报告的上报。
5G的测量报告是UE的物理层进行测量，测量结果经过L3滤波向高层提供测量结果。
高铁的车速很快，信号波动会比较大，历史测量结果的可参考度较低，在L3滤波的参数设置上要尽量减少历史测量结果的影响。
在A3事件参数设置中，也要减少A3事件切换时间迟滞，使得目标小区满足A3事件的RSRP后能尽快触发切换。
在高铁场景下，为了避免频繁的切换，一般都会采用小区合并的方式来扩大合并后小区的覆盖范围，减少频繁的小区间切换。
对于5G网络，在使用小区合并的方法时，还可以采用CU+DU分开的架构。
同一个CU下的DU之间进行切换，由于控制面集中，PDCP的实例无需复位或重建，切换流程涉及到的网元交互会减少，可以减少切换的时延，降低切换失败的概率。
4.4、PRACH参数优化
高铁场景下，UE高速移动的时候，频偏会导致基站在检测PRACH信道时，时域上出现伪相关峰，影响基站对PRACH信道的检查。
根据前面的分析可知，时速超过200km/h的多普勒频移已经超过1.25kHz的preamble子载波间隔，在这种高速的情况下，如果还是用普通低速模式下的PRACH参数规划，将会严重影响用户的接入、切换等性能。
3GPP在早期就考虑到多普勒频移的影响，协议上提出了生成前导序列时使用循环移位的限制集合，在参数High-Speed-Flag中配置Ultra-High-Speed，preamble生成的循环移位Ncs就会选择限制集合。
5GNR提供了14种preambleFormat，其中4种长序列，10种短序列。
在3GPP38.211Table6.3.3.1-1表中，Format3的preamble子载波间隔为5kHz，支持限制集合TypeA和B，非常适合高铁场景。
表4为3GPP38.211Table6.3.3.1-1长序列preamble格式：
Format
Lra
△fRA/kHz
N
NCA
Supportforrestrictedsets
839
1.25
24576k
3168k
TypeA,TypeB
2.24576k
21024k
2
4.24576k
4688k
4.6144k
其他的PRACH参数的规划和LTE类似。
小区中循环移
升级会员 