小基站部署方案規劃算法

劉旸

（中國移動通信集團設計院有限公司河北分公司，河北 石家莊 050021）

小基站部署方案規劃算法

劉旸

（中國移動通信集團設計院有限公司河北分公司，河北 石家莊 050021）

隨著移動網絡的飛速發展，小基站在LTE網絡建設中的地位越來越重要。結合實際建網經驗提出一種最優小基站部署方案規劃算法——關聯層次分析法。該算法結合層次分析法和灰色關聯分析法的思想，確定各部署方案和各指標參數之間的關系，并對各方案進行排序，最終得到最優小基站部署方案。仿真結果表明，關聯層次分析法在投資收益均衡方面優于其他傳統算法，并且建網以后的用戶體驗也有所提升。

LTE網絡；小基站部署；層次分析法；灰色關聯分析法；關聯層次分析法；投資收益均衡

1 引言

隨著移動互聯網的發展，人們對流量的需求呈爆炸式增長。移動網絡經過 30年的發展，已經發展到4G階段。雖然4G系統相比以前的通信系統可以承載更多業務，但是仍然不能滿足人們飛速增長的業務需求[1]。且隨著移動網絡的發展，低頻資源越來越少，后續網絡大有向高頻發展的趨勢，但是頻段越高，宏基站的穿透能力就越弱，且建設和選點難度越大。小基站經過多年的技術演進，組網結構多樣化、部署方便快捷，通過提升網絡密度和深度覆蓋范圍達到更高的傳輸率和網絡容量，能更加有效地解決應對快速增長的流量需求。基于此，本文提出一種可以選擇出適合不同場景的最優小基站部署方案規劃算法——關聯層次分析法。通過層次分析法和灰色關聯度分析法處理實際影響方案規劃中的各指標元素，最終規劃出最符合場景的小基站部署方案。

2 小基站部署方案

據統計，目前70%以上的流量發生在室內。而小基站主要用于解決室內弱覆蓋和容量壓抑的問題，小基站根據其功率大小可以分為微基站、微微基站和毫微微基站等多種類型。目前現網規劃應用比較多的有微基站（5～20 W）和新型室分（50～200 mW）。微基站根據其設備形態不同又可以分為一體化微基站和分布式微基站，兩種方案都主要用于補盲。以上 3種部署方案針對不同場景的不同部署環境各有其優勢，本文將以新型室分、一體化微基站和分布式微基站 3種小基站部署方案作為選擇對象，驗證所提算法的準確性和優越性[2,3]。

2.1 新型室分

分布式設備通常由 BBU、RHUB（remote HUB）以及微型pRRU（picoRRU）組成，信源為BBU，BBU與RHUB間可由光纖連接，RHUB通過網線與微型頭端pRRU相連，最終信號由pRRU進行發射。一個RHUB支持多個pRRU，RHUB通過CPRI把多路信號匯聚到BBU。

與傳統室分（DAS）相比，新型室分有部署快、維護方便、性能好和容易進行小區分裂合并等優點。新型室分因為其組網靈活，在各類室分場景都比較適用。例如華為的 LampSite，可以支持900 MHz、1 800 MHz、2.3 GHz和2.6 GHz共4個頻段，并支持 4CC（載波聚合），可以靈活進行小區合并和分裂。一臺 BBU最多可以支持24個RHUB和192個pRRU，其靈活的組網和超強的性能使其適用于各類室內場景[4]。

2.2 一體化微基站

一體化微基站將射頻單元、天線和基帶等傳統基站的模塊集成到一起成為一體化基站。一體化微基站通過S1/X2接口直接與核心網和其他基站進行連接，并且可以支持微波回傳，在傳輸受限或者機房稀缺的場景比較適用。

一體化微基站有選址簡單、安裝方便快捷、美觀易偽裝等特點，主要用于補盲，與宏基站和室分相結合打造立體深度覆蓋網絡。特別是在傳輸受限的場景下，一體化基站有天然優勢。

2.3 分布式微基站

分布式微基站和一體化微基站的區別在于，其分為射頻處理與天線合一的微 RRU和基帶處理模塊BBU。通過分離這兩個模塊，可以很大程度上縮小模塊的體積和重量，使微RRU更易于偽裝，且組網更加靈活[5]。

兩種微基站的應用場景比較類似。但由于分布式微基站可以與宏基站共用基帶單元，因此它具有更多宏微協同的功能，譬如宏微小區合并、宏微 CoMP、宏微載波聚合等，這些都是一體化微基站所不具備的功能。

3 關聯層次分析算法

3.1 指標參數的選擇

基于網絡規劃部署中的實際經驗，初步選擇把成本、容量、覆蓋、傳輸和物業協調難度5個參數作為網絡規劃中的指標參數。

其中，成本是備選方案在完成覆蓋和容量條件的情況下，所花費總成本；容量是考慮是否滿足目標場景的容量需求以及后續的擴容需求；覆蓋是考慮是否滿足目標場景覆蓋需求，是否會存在弱覆蓋區域；傳輸是附近機房到小基站傳輸是否通暢。

3.2 指標參數的處理

所選指標參數中包含較多抽象參數，如物業協調難度、容量和覆蓋等。對于這類參數，可以借鑒模糊邏輯的思想。根據指標參數的不同特點確定相應的隸屬函數μ(x)，然后通過去模糊法，將抽象的指標參數化作可度量的量。具體表達式如下：

經過去模糊化后，所有的指標參數都化作可度量的值。為了對其進行處理需要把它們進行歸一化，這樣所有的指標參數即可處于同一量綱，方便后期處理。參數可以分為越大越好型（容量等）和越小越好型（成本等），要分開處理。

假設有m個候選小基站部署方案，影響方案選擇的指標參數有n個。首先需要建立多目標參數矩陣，歸一化后得到如下矩陣：

其中，bij表示第i個部署方案的第j個指標參數。

3.3 指標參數的篩選

選擇的指標參數之間的關聯性過高會增加該類指標參數的權重，加重主觀性對規劃結果產生的影響，從而影響最終的規劃結果。本文通過灰色關聯分析法去除關聯度過高的指標參數，使各參數之間保持獨立性，確保規劃結果的準確性，具體計算式如下：

其中，γij代表第 i個與第 j個指標參數的相關性；可以設定的結果分辨率，最終影響各參數的關聯性，如無特殊要求，通常ρ取0.5。

通過計算，可以得到各指標參數之間的關聯矩陣：

把相關性過高的指標參數進行篩選剔除。

3.4 指標參數權重的確定

不同場景在選擇小基站部署方案時對關鍵參數的偏重項是有所差異的。本文將適合小基站部署的場景分為居民區、商業街、人流量密集區（如學校、醫院和商場等）三大典型場景，具體見表1。

場景類型 指標特征居民區 物業協調難，對基站較排斥，需偽裝商業街 對傳輸要求高，容量也有一定需求人流密集區 對容量要求高，且物業協調有難度

表1 小基站部署場景分類

本文借鑒層次分析法思想[6]，根據不同業務對各類指標參數的不同要求，分別確定出3種典型場景下指標參數的權重。

首先，根據各場景的指標特征，建立判斷矩陣：

其中，cij表示第i個和第j個指標參數對部署方案規劃的重要程度的比值，且cij=1/cji，cij的取值可以參考表2。

依據判斷矩陣的值可以分別計算出各場景類型下對各指標參數的權重值，計算過程如下：

i與j的重要性比較 相等 較強 強 很強 絕對強 表示相鄰判斷的中間值cij 1 3 5 7 9 2、4、6、8

n

計算Wi的n次方根，方法如下：

因為上述計算過程包含一定的主觀性，因此為了保證權重的準確性，需要對該結果進行一致性檢驗。只有通過一致性檢驗的結果才可以被應用。

一致性檢驗是將一致性指標CI與平均隨機一致性指標 RI之比 CR作為當前的兩兩比較判斷矩陣是否滿足一致性檢驗的一個標準，CR和CI的計算式分別如下：

式（9）和式（10）中，λmax代表相互比較得出的判斷矩陣C的最大特征值；n為矩陣C的階數；RI代表平均一致性指標，它的取值可以參考表3[7]；CI代表一致性指標。

只有當得到的CR不大于0.1時，才能表明前面計算的結果滿足一致性標準，可以作為后續計算參考。本文根據前述方法求出用戶在3種典型場景下的指標參數權重[8]。

在得到每個典型場景下的指標參數矩陣和指標參數的權重矩陣后，通過矩陣點乘即可得到最終的規劃判決矩陣如下：本文借鑒TOPSIS算法思想，依據key判決矩陣對用戶在使用該業務的情況下的部署方案進行排序。最后通過 TOPSIS算法對判決矩陣進行處理。其中，xi表示第i個參數的理想最大值，yi

表示第i個參數的理想最小值：

規劃判決矩陣的每行可以代表一種小基站部署方案，通過計算矩陣中每個值和其每一列的最大值和最小值的差值G+和G-，其中最大值和最小值的計算也要根據參數的屬性（越大越好或越小越好）分開處理，最終可以得到判決距離矩陣G：

然后通過式（14）得到最終的判決值：

判決值越大，代表該部署方案越適合作為相應目標區域。并且可以根據該值對候選部署方案進行排序，最終規劃出最佳部署方案。

至此，本文完成了關聯層次分析法的運算過程，算法流程如圖1所示。

4 仿真及分析

分場景選擇河北需要規劃的區域，用本文所提算法進行部署方案選擇。分別假設用3種小基站方案進行部署，可以得到部署3種方案的關鍵參數表，表4是其中一個規劃區域的參數示例。

表3 RI參考值

圖1 關聯層次分析算法流程

首先對指標參數的原始數據進行去模糊化和歸一化處理，可得到表5的結果。

根據式（3）得到指標參數間關聯度矩陣：

從以上關聯矩陣可以看出，覆蓋和容量兩個治療參數的關聯度超過0.9，這兩個指標的相關性會對規劃結果產生影響，降低其準確性。依據標準，結合小基站的特性，把容量指標篩選掉，只留下覆蓋指標。最后，可以通過算法得到該區域最適合部署的是新型室分。通過對多個區域的規劃，經過歸一化處理，得到3種場景下各個部署方案的貼近度分別為：

最終可以得出3個場景下的平均選擇率，如圖2所示。

圖2 3種典型場景下部署方案的選擇

由圖2可知，居民區、商業街和人流密集區3種典型場景的最佳小站部署方案分別是分布式基站、一體化微基站和新型室分。根據河北移動往年小基站部署數據，該方案排序比較準確。

為了體現關聯層次分析算法在規劃小基站部署方案的優越性。從2017年河北需要新建的小基站站點中隨機選取500個站點進行仿真。并以規劃站點平均收益均衡值為性能指標，對比本文所提算法和層次分析法（AHP）、傳統的以成本為導向的小基站部署方案選擇算法，結果如圖3所示。

表4 某規劃區域指標參數原始數據

表5 某規劃區域指標參數處理后數據

圖3 站點平均收益均衡示意

從圖3中可以看到，剛開始規劃站點數量少，3種方案的收益均衡值比較相近，但是隨著規劃站點數量的增加，另外兩種方法的收益均衡值下降速度明顯比關聯層次分析法快，而且在最終的平均收益均衡值方面，關聯層次分析法也遠遠領先于另外兩種規劃算法。說明關聯層次分析法在收益均衡方面優于傳統的規劃算法。另外，相對于傳統算法關聯層次分析法規劃的部署方案可以最大程度降低投訴率，有效提升用戶體驗。

5 結束語

本文針對現網中小基站的規劃部署問題，提出一種新的規劃算法。結合層次分析法和灰色關聯分析法，通過對影響規劃結果的指標參數和其在每種場景下的權重分開處理的方式，得到規劃區域各候選部署方案的排名，最終得到規劃區域的最優小基站部署方案。仿真結果表明，層次分析算法在投資收益均衡方面優于傳統算法，并且可以有效提升用戶體驗。宏微結合進行立體組網已經成為運營商的必然選擇[9]，小基站的部署能夠有效提升用戶體驗，但同時將帶來同頻干擾、移動性管理等問題，需要進一步研究解決。

[1] HOADLEY J, MAVEDDAT P. Enabling small cell deployment with HetNet[J]. IEEE Wireless Communications, 2012, 19(2): 4-5.

[2] WU G, YANG C, LI S, et al. Recent advances in energy-efficient networks and their application in 5G systems[J].IEEE Wireless Communications, 2015, 22(2): 145-151.

[3] 陳曉冬, 吳錦蓮, 王慶揚. LTE異構網絡技術研究[J]. 電信科學, 2012, 28(11): 13-18.CHEN X D, WU J L, WANG Q Y. Study on heterogeneous network technologies[J]. Telecommunications Science, 2012,28(11): 13-18.

[4] BAROLLI L, MINO G, IKEBATA T, et al. Performance evaluation and comparison of fuzzy-based intelligent CAC systems for wireless cellular networks[C]//2010 2nd International Conference on Intelligent Networking and Collaborative Systems(INCOS), Nov 24-26, 2010, Thessaloniki, Greece. New Jersey: IEEE Press, 2010: 177-184.

[5] PORJAZOSKI M, POPOVSKI B. Radio access technology selection algorithm for heterogeneous wireless networks based on service type, user mobility and network load[C]//2011 10th International Conference on Telecommunication in Modern Satellite Cable and Broadcasting Services (TELSIKS), Oct 5-8,2011, Nis, Serbia. New Jersey: IEEE Press, 2011: 475-478.

[6] 張玉勝. TD-LTE 無線網絡規劃技術發展與挑戰[J]. 電信工程技術與標準化, 2015, 28(2): 1-6.ZHANG Y S. Technological development issues and challenges of TD-LTE wireless network planning[J]. Telecom Engineering Technics and Standardization, 2015, 28(2): 1-6.

[7] 貝斐峰, 陳旭奇, 李新, 等. 小基站在 LTE 異構網絡中的應用發展研究[J]. 電信快報, 2014(7): 26-30.BEI F F, CHEN X Q, LI X, et al. Application development of small cell in LTE heterogeneous network[J]. Telecommunications Information, 2014(7): 26-30.

[8] 許靈軍, 程廣輝. 靈活小基站在 TD-LTE 網絡中的應用規劃[J]. 通信世界, 2012(31): 30.XU L J, CHENG G H. Flexible small cell in TD-LTE network application planning[J]. Communications World, 2012(31): 30.

[9] 田峰, 劉翰燾, 周亮. 分層異構網絡無線資源管理技術探討[J]. 電信科學, 2013, 29(6): 32-38.TIAN F, LIU H T, ZHOU L. Research on radio resource management for hierarchical heterogeneous wireless network[J].Telecommunications Science, 2013, 29(6): 32-38.

Planning algorithm of small cell deployment scheme

LIU Yang
Hebei Branch of China Mobile Group Design Institute Co., Ltd., Shijiazhuang 050021, China

With the rapid development of mobile network, small cell is more and more important in the construction of LTE network. A best small cell deployment scheme named association-AHP was proposed. Combining the analytic hierarchy process with the gray relational analysis method, the relationship between each deployment plan and index parameter was determined, and each plan was ranked. Finally, the best small cell deployment scheme was obtained.Simulation results indicate that association-AHP performs better than traditional algorithms in ROI, and it can improve user satisfaction.

long term evolution network, small cell deployment, analytic hierarchy process, grey correlation analysis method, association-AHP, return on investment

TN929.5

A

10.11959/j.issn.1000?0801.2017253

2017?06?27；

2017?08?30

劉旸（1977?），男，中國移動通信集團設計院有限公司河北分公司咨詢設計總監、高級工程師，主要研究方向為移動通信網絡規劃設計、4G/5G無線網絡技術及演進。