Labs 導(dǎo)讀

本文提出了一種基于MDT大數(shù)據(jù)優(yōu)化3D-MIMO天線權(quán)值的方法，使得話務(wù)熱點(diǎn)集中于3D-MIMO天線法線方向，有效改善熱點(diǎn)區(qū)域用戶感知，使3D-MIMO小區(qū)盡量吸收更多話務(wù)，實(shí)現(xiàn)了3D-MIMO投資收益最大化，并為后續(xù)面向5G的3D-MIMO大規(guī)模建設(shè)及優(yōu)化提供有效依據(jù)。

[[377716]] 

3D-MIMO(又稱Massive MIMO)是多天線技術(shù)演進(jìn)的一種高端形態(tài)，是5G技術(shù)4G化的一項(xiàng)關(guān)鍵技術(shù)。它利用大規(guī)模多天線陣列所提供的垂直維與水平維的空間自由度，提升多用戶空分復(fù)用能力、波束成型能力以及抑制干擾的能力，實(shí)現(xiàn)了三維波束賦形和多流多用戶資源復(fù)用，大幅提升系統(tǒng)容量和立體覆蓋，并解決當(dāng)前“高負(fù)荷、高樓、高干擾”等場(chǎng)景問題。在3D-MIMO建網(wǎng)初期由于無法獲取小區(qū)內(nèi)的用戶分布, 3D-MIMO廣播波束天線權(quán)值一般采用默認(rèn)設(shè)置，無法根據(jù)不同覆蓋場(chǎng)景(如廣覆蓋、高層覆蓋、高話務(wù)等) 匹配不同的廣播波束權(quán)值，不能達(dá)到廣播波束的最優(yōu)覆蓋，無法獲得3D-MIMO的預(yù)期增益。

本文介紹了一種基于MDT數(shù)據(jù)實(shí)現(xiàn)3D-MIMO廣播波束天線權(quán)值優(yōu)化的方法。MDT(Minimization of Drive-Tests，最小化路測(cè))是移動(dòng)網(wǎng)絡(luò)中用戶上報(bào)的一種無線測(cè)量數(shù)據(jù)，包含用戶地理位置和服務(wù)小區(qū)及鄰區(qū)的信號(hào)強(qiáng)度、干擾、流量、用戶速率等信息。通過解析用戶在3D-MIMO小區(qū)及周邊小區(qū)中的MDT數(shù)據(jù)，獲取小區(qū)中實(shí)際的吞吐量、覆蓋及干擾分布情況，按照最優(yōu)搜索算法給出3D-MIMO廣播波束最優(yōu)權(quán)值建議，提升3D-MIMO優(yōu)化效率，同時(shí)基于不同場(chǎng)景優(yōu)化廣播波束權(quán)值，提升廣播信道覆蓋質(zhì)量及小區(qū)吞吐量。

1、基于MDT的3D-MIMO天線權(quán)值優(yōu)化方法研究

本文提出的3D-MIMO天線權(quán)值優(yōu)化方法利用普通商用終端測(cè)量并上報(bào)的MDT數(shù)據(jù)所包含的經(jīng)緯度、海拔高度以及無線測(cè)量信息，實(shí)現(xiàn)天線文件中每一種天線權(quán)值組合的得分計(jì)算，并對(duì)不同的天線權(quán)值組合進(jìn)行遍歷尋優(yōu)得到最終權(quán)值優(yōu)化建議。

1.1 天線權(quán)值優(yōu)化核心算法

3D-MIMO具備13組典型廣播波束權(quán)值以及31種電下傾角可調(diào)(-15°~+15°)，共283種天線權(quán)值組合，不同場(chǎng)景需要匹配不同的天線權(quán)值組合。

MDT包含用戶的GPS位置信息及M1-M7無線測(cè)量信息，本方法所需的測(cè)量項(xiàng)包括M1、M3、M4、M5測(cè)量項(xiàng)，各測(cè)量項(xiàng)的定義如下：

• M1：RSRP，RSRQ，由UE測(cè)量并上報(bào);
• M2：Power Headroom (PHR) ，由UE測(cè)量并上報(bào);
• M3：接收干擾功率測(cè)量(RIP)，由eNodeB測(cè)量;
• M4：下行/上行數(shù)據(jù)吞吐量，由eNodeB測(cè)量;
• M5：下行/上行調(diào)度IP吞吐率，由eNodeB測(cè)量;
• M6：下行/上行數(shù)據(jù)包時(shí)延測(cè)量，由eNodeB測(cè)量;
• M7：下行/上行數(shù)據(jù)丟包率測(cè)量，由eNodeB測(cè)量;

天線權(quán)值優(yōu)化核心算法是3D-MIMO小區(qū)廣播權(quán)值調(diào)整后丟失用戶以及潛在可吸收用戶估算、不同天線權(quán)值組合的增益分值預(yù)測(cè)，具體實(shí)現(xiàn)步驟如下：

• 步驟1：將待優(yōu)化區(qū)域劃分為若干三維立體柵格(5m×5m×5m)，把終端上報(bào)的MDT數(shù)據(jù)根據(jù)自帶的經(jīng)緯度及海拔高度信息匹配到相應(yīng)的三維立體柵格內(nèi)，以確定3D-MIMO小區(qū)及鄰區(qū)用戶的覆蓋電平、干擾、流量及用戶感知業(yè)務(wù)分布。
• 步驟2：根據(jù)MDT數(shù)據(jù)中覆蓋、干擾、流量及用戶感知信息計(jì)算每個(gè)三維立體柵格內(nèi)的天線權(quán)值得分Wi，計(jì)算公式如下：

Wi=

其中Cov、Cap、Thp、Intf分別表示MDT中覆蓋電平、流量、用戶速率及干擾信息，每個(gè)信息分為5個(gè)等級(jí)，每個(gè)等級(jí)有相應(yīng)分值;k、i、j、m為權(quán)重因子系數(shù)，分別表示覆蓋電平、流量、用戶速率及干擾的權(quán)重，實(shí)際應(yīng)用中可根據(jù)不同網(wǎng)絡(luò)3D-MIMO建設(shè)側(cè)重點(diǎn)進(jìn)行調(diào)整。

計(jì)算3D-MIMO小區(qū)覆蓋的所有柵格的天線權(quán)值得分Wi求和后取均值，從而獲得3D-MIMO小區(qū)在該天線權(quán)值下的得分。

步驟3：根據(jù)天線權(quán)值文件中不同的水平波瓣角、垂直波瓣角及電子下傾角組合下覆蓋能力確定其覆蓋的目標(biāo)區(qū)域范圍，估算3D-MIMO小區(qū)權(quán)值調(diào)整后吸收的潛在用戶及丟失用戶情況，如下圖1所示。 

步驟4：計(jì)算不同天線權(quán)值組合下的天線權(quán)值得分W，針對(duì)不同的天線權(quán)值組合進(jìn)行遍歷尋優(yōu)，獲得所有天線波束權(quán)值下3D-MIMO小區(qū)的增益得分，根據(jù)得分排序以識(shí)別最優(yōu)權(quán)值建議，下表列舉了排名前10種天線權(quán)值組合預(yù)期增益得分。

表1 天線權(quán)值增益

1.2 天線權(quán)值優(yōu)化流程

根據(jù)上述天線權(quán)值優(yōu)化算法，以用戶的MDT數(shù)據(jù)作為輸入，采用如下優(yōu)化評(píng)估流程給出實(shí)現(xiàn)最優(yōu)天線權(quán)值。

1. 以3D-MIMO服務(wù)小區(qū)及鄰區(qū)用戶MDT數(shù)據(jù)作為輸入，利用經(jīng)緯度信息確定MDT地理分布，輸出3D-MIMO小區(qū)的覆蓋、干擾、流量及用戶感知等業(yè)務(wù)分布。
2. 根據(jù)天線權(quán)值文件中不同天線權(quán)值組合的覆蓋能力，遍歷每組天線權(quán)值組合計(jì)算權(quán)值和下傾角發(fā)生變化后，不同天線權(quán)值的覆蓋變化的程度，從而算出3D-MIMO小區(qū)帶來的“潛在用戶”和“丟失用戶”。
3. 根據(jù)不同天線權(quán)值組合配置下的“潛在用戶”和“丟失用戶”結(jié)果，估算3D-MIMO小區(qū)覆蓋范圍內(nèi)MDT業(yè)務(wù)測(cè)量加權(quán)平均得分，并選取預(yù)期增益最大的一種組合作為優(yōu)化推薦值。
4. 基于MDT數(shù)據(jù)計(jì)算最優(yōu)權(quán)值建議實(shí)施優(yōu)化，使波束方向?qū)?zhǔn)價(jià)值用戶分布，吸收潛在用戶提升3D-MIMO小區(qū)容量。 

2、基于MDT的3D-MIMO天線權(quán)值優(yōu)化方法應(yīng)用

2.1 優(yōu)化系統(tǒng)構(gòu)成及實(shí)現(xiàn)

在上述3D-MIMO天線權(quán)值優(yōu)化算法及流程基礎(chǔ)上，利用計(jì)算機(jī)軟件開發(fā)了3D-MIMO天線權(quán)值優(yōu)化系統(tǒng)，實(shí)現(xiàn)了不同天線權(quán)值的自動(dòng)評(píng)估和計(jì)算。如下圖所示，該系統(tǒng)由輸入模塊、計(jì)算模塊和輸出模塊組成。 

輸入模塊以3D-MIMO小區(qū)級(jí)周邊鄰區(qū)的基站配置文件、MDT數(shù)據(jù)及3D-MIMO天線文件作為輸入，完成數(shù)據(jù)的解析、匯總和入庫(kù)。

計(jì)算模塊根據(jù)MDT數(shù)據(jù)所包含的RSRP、干擾、吞吐量及吞吐率等業(yè)務(wù)分布，結(jié)果不同天線權(quán)值組合的覆蓋能力估算丟失用戶及潛在用戶，然后預(yù)測(cè)其覆蓋區(qū)域內(nèi)的天線權(quán)值增益評(píng)分。

輸出模塊根據(jù)不同天線權(quán)值組合預(yù)測(cè)得分排序選優(yōu)，輸出最優(yōu)天線權(quán)值優(yōu)化建議。

2.2 優(yōu)化方法應(yīng)用效果

利用上述天線權(quán)值優(yōu)化系統(tǒng)，計(jì)算3D-MIMO小區(qū)不同天線權(quán)值能帶來的增益得分，根據(jù)最高得分的建議權(quán)值進(jìn)行實(shí)施與效果驗(yàn)證，權(quán)值優(yōu)化效果顯著。下面以3D-MIMO小區(qū)XX大廈-43為例，說明3D-MIMO天線權(quán)值優(yōu)化效果。圖中X軸是3D-MIMO小區(qū)所覆蓋的三維立體柵格中水平方向的MDT增益得分，Y軸是垂直方向的MDT增益得分，坐標(biāo)軸上的數(shù)字代表該維度的得分累加值。

圖4：優(yōu)化前后MDT增益得分分布圖 

天線優(yōu)化前水平方向上各柵格的得分從左到右是：21.9、30.0、11.9、8.7、6.8…，可以明顯看出3D-MIMO小區(qū)中得分較高的MDT基本上在覆蓋區(qū)域靠左的柵格;垂直方向上各柵格的得分從上到下是：14.7、33.6、27.9、10.4，得分較高的MDT主要在覆蓋區(qū)域中間的柵格。

天線優(yōu)化后水平方向上各柵格的得分從左到右是：8.5、14.5、29.8、34.3、35.9…，垂直方向上各柵格的得分從上到下是：12.8、56.2、52.9、28.7，3D-MIMO小區(qū)中得分較高的MDT在水平和垂直方向均分布在覆蓋區(qū)域中間的柵格。

通過3D-MIMO天線權(quán)值優(yōu)化，話務(wù)熱點(diǎn)集中于天線法線方向，提升熱點(diǎn)區(qū)域覆蓋能力，有效改善熱點(diǎn)區(qū)域用戶感知，提升3D-MIMO小區(qū)整體吞吐量。

表2 3D-MIMO天線權(quán)值優(yōu)化效果示例

3、結(jié)論

3D-MIMO 和MDT均是當(dāng)前移動(dòng)網(wǎng)絡(luò)熱門研究方向，本文提出的基于MDT大數(shù)據(jù)實(shí)現(xiàn)3D-MIMO天線權(quán)值優(yōu)化方法，將海量用戶MDT測(cè)量數(shù)據(jù)和UE位置信息有機(jī)結(jié)合，綜合考慮了用戶的覆蓋、容量、干擾及用戶體現(xiàn)等因素，按照最優(yōu)搜索算法給出3D-MIMO廣播波束最優(yōu)權(quán)值建議。最優(yōu)權(quán)值經(jīng)過應(yīng)用驗(yàn)證，3D-MIMO小區(qū)容量和用戶感知顯著提升，有效改善熱點(diǎn)區(qū)域用戶感知，同時(shí)基于不同場(chǎng)景優(yōu)化廣播波束權(quán)值，提升廣播信道覆蓋質(zhì)量及小區(qū)吞吐量，實(shí)現(xiàn)了3D-MIMO投資收益最大化。利用普通商用終端上報(bào)的MDT數(shù)據(jù)實(shí)現(xiàn)3D-MIMO天線權(quán)值自動(dòng)優(yōu)化，解決3D-MIMO天線權(quán)值優(yōu)化手段不足的技術(shù)難題，并大大縮減日常路測(cè)和數(shù)據(jù)分析的必要性，提升3D-MIMO小區(qū)優(yōu)化效率，節(jié)省了網(wǎng)絡(luò)優(yōu)化成本。Massive MIMO是未來5G網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一，通過本文的3D-MIMO天線權(quán)值研究及實(shí)踐，為后續(xù)5G網(wǎng)絡(luò)Massive MIMO天線權(quán)值優(yōu)化提供有效的思路和依據(jù)。

參考文獻(xiàn)

[1] 3GPP TS37.320, Evolved Universal Terrestrial Radio Access E-UTRA Radio Measurement Collection for Minimization of Drive Tests(MDT) [S]. 2012.

[2] 賀琳,劉申建,郭省力等.最小化路測(cè)技術(shù)發(fā)展現(xiàn)狀及應(yīng)用分析[J].郵電設(shè)計(jì)技術(shù),2012,(12).

[3] 喬自知,苗守野,孫碧濤.QoE領(lǐng)域新進(jìn)展及其在最小化路測(cè)(MDT)方面的新應(yīng)用[J].移動(dòng)通信，2010(19):24-28.

[4] 陳旭. LTE 3D-MIMO技術(shù)及應(yīng)用分析[D].福建:福建省郵電規(guī)劃設(shè)計(jì)院有限公司,2017.

[5] 彭菲.2D到3D-MIMO用戶配對(duì)資源管理[D].北京:北京郵電大學(xué),2014.

[6] 劉文廣,封志宏. TD-LTE系統(tǒng)中智能天線技術(shù)的優(yōu)化[J].信息通信，2014 (12):182-183.

[7] Tadilo Endeshaw Bogale, and Luc Vandendorpe. “Robust Sum MSE Optimization for Downlink Multiuser MIMO Systems with Arbitray Power Constraint: Generalized Duality Approach,” IEEE Transactions on Signal Processing, vol. 60, no. 4, April. 2012.

[8] Giuseppe Caire, Nihar Jindal, Mari Kobayashi, and Niranjay Ravindran. “Multiuser MIMO Achievable Rates with Downlink Training and Channel State Feedback,” IEEE Transactions on Information Theory, vol. 56, no. 6, June 2010.

【本文為51CTO專欄作者“移動(dòng)Labs”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

戳這里，看該作者更多好文