5G网络智能规划体系研究.docxVIP

? ? 5G网络智能规划体系研究 ? ? 邱 斌，嵇明华，李土光，梁景舒（中国电信股份有限公司深圳分公司，广东深圳 518048） 0 引言 随着3GPP 协议的冻结，全球5G 产业进入高速发展阶段。5G 网络引入了大带宽、智能天线、多频段等新技术，满足eMBB/Urllc/mMTC 三大业务场景，同时，考虑到5G 昂贵的部署成本，运营商在规划部署5G 网络时面临严峻挑战。 1 传统无线规划方法面临的挑战 1.1 高密度站址选取对经验化的规划方式的挑战 5G 较高的频率传播特性决定了5G 基站覆盖半径缩小，将呈现宏站与微站协同、室内与室外协同、高站与低站搭配的异构网形态。这也决定了5G 基站高密度、低空间、微小化的特点，相较于4G 网络，5G 的整体站点规模将提升2～3 倍，单靠以往2G/3G/4G 站址的选取已无法满足5G高密度站址的需求，需要尽可能地利用政府、铁塔以及第三方站址资源。 1.2 高昂的5G建网成本对规划经济效益的挑战 5G 高昂的建设成本以及运维成本，使得网络规划之初对于经济效益方面同步也提出较高的要求。国内三大运营商经过多年的网络建设，都积累了大量的站址资源，经过铁塔公司共建共享整合，可用的存量站址数量更加丰富。因此，建网首先要考虑如何充分利用现网站址，实现降本增效；同时根据5G 网络特性要求，有效优化网络结构，保证网络质量优先。这需要从这些海量站址中甄选出适于5G网络的站址，并通盘考虑网络架构、站址布局，从而能够充分发挥宏基站覆盖效率高的特点，降低后续深度覆盖建设投资，并为用户提供更优的业务体验，仅靠传统的经验方法，难以满足这种要求。 2 “4+1”智能规划模型 “4+1”智能规划模型是以需求库、站址库、规划库、立项库为基础，通过MR/DPI/DT 等大数据挖掘，将智能规划选址算法植入其中，真正做到精准选址、价值选址，其总体系统设计架构如图1所示。 图1 四大库逻辑关系图 2.1 需求库设计 需求库作为“4+1”智能规划模型需求收集的窗口和后续智慧规划算法中解决能力的一种评估依据，其收集的数据应具有全面性、真实性和多维性。需求来源可以是投诉、测试、性能指标或其他等，能为智慧规划算法提供必要的依据，主要采集的信息有4类：需求来源（属性）、基本信息、网络信息和场景信息（见表1）。 2.2 站址库设计 站址库作为基础资源库，存储了以下几类站址：现网站址、政府部门物业站址，铁塔站址和第三方的站址。各方站址包含的信息不一，无统一标准。因此站址资源规整采用统一的画像形式，建立多维的站址质量评分标准及算法，为智慧规划和价值选择提供科学有效的方法。 2.2.1 站址画像设计 自有站点的信息较为齐全，其他站址信息则有所差异，分析提取必要的站址信息尤为重要，这里采用统一的画像形式，每个站址建立标准画像（见图2和表2）。 表2 站址库画像信息列表 图2 站址画像示意图 2.2.2 站址评级设计 站址质量等级评分标准是建立在站址画像基础上，通过选择和设置评分的维度和各维度的权重，对站址的质量进行量化。评分维度、维度分数取值范围和维度权重可根据实际进行选择和设置。站高、站距结合所在区域类型（城区、县城郊区、乡镇）的站高和站间距分段设置对应的分值；场景类型按照场景的重要程度，用户和流量情况分段设置分数；租金与标准进行比较分为4 档：非常高、高、适中、低，每档赋予相应得分；物业难易程度根据物业配合程度划分为难、适中和易3档，每档对应不同的得分；站点归属按自有站点（满分）、其他归属分段设置评分。 同时，设置黑名单策略，即对于某一条件无法达到最低要求的站点，列入黑名单，比如天面被完全阻挡的站址。 表3给出了站址质量评分维度示例。 表3 站址质量评分维度（示例） 2.3 规划库设计 规划库存储管理预规划和已规划站点，是连接需求库和立项库纽带。需求库中的需求站点通过算法汇聚成建站需求区，再由智慧规划算法实现精准选址，输出预规划站点存入规划库，规划库有一套评分评级标准实现对预规划站点的重要性评估，当预规划站点分数达到门限值时进入立项审批，通过立项审批的站点流转至立项库，相应规划库的站点状态和对应的需要库站点的状态标识为已立项。规划库串联起站址规划的各环节，解决了传统规划流程断裂问题。 规划站点库中每个规划点均自动生成“预规划站点ID”，ID具有唯一性。规划站点的流转均携带该ID，当规划站流转到具体实施环节中，可通过匹配ID 进行站点建设进度的跟踪。 表4给出了规划库信息列表示意。 表4 规划库信息列表 2.4 立项库设计 立项库存储和管理已经立项的站点信息，通过定期匹配建站站点进度来更新规划库和需求库中的站点进度。立项库围绕改址率、时效性和后评估进行设计，呈现信息中除包含站点的基本信息和状态外，还包含改址次数、立项时间、开通时间、解决需