5G網絡設計與規劃優化探討

韓瑋　江海　李曉彤

摘要：基于4G時代豐富的組網經驗，中興通訊研究適用于5G高性能組網的技術方案，包括覆蓋容量關鍵指標分析、多場景下波束配置優化、精細化網絡規劃、智能化網絡優化等，同時依托全球數十張規模試驗網絡，使得這些技術方案不斷演化生長，進一步促進5G的商用發展。

關鍵詞：大規模多輸入多輸出（MIMO）;網絡規劃;智能網絡

Abstract： Based on the rich networking experience of the 4G era， ZTE researches the technical solutions applicable to 5G high-performance networking， including analysis of key capacity indicators， beam configuration optimization in multiple scenarios， refined network planning， and intelligent network optimization. Relying on dozens of scale test networks at home and abroad， these technical solutions have been continuously evolved to further promote the commercial development of 5G.

Key words： massive multiple-input multiple-output （MIMO）; network planning; intelligent network

1 5G網絡設計面臨的挑戰

1.1 豐富的應用場景

4G改變生活，5G改變社會。5G具有鮮明的場景應用特征，它圍繞人們居住、工作、休閑、交通以及垂直行業的需求展開商用部署。這些場景需求分別具有超高速率、超高容量、超高可靠低時延、超高密度、超高連接數、超高移動性等一系列特點[1-2]。

（1）增強移動寬帶（eMBB）場景。該場景指面向移動通信的基本覆蓋環境，可為用戶隨時隨地提供100 Mbit/s以上的體驗速率。在室內外、局部熱點區域的覆蓋環境，甚至可提供1 Gbit/s的用戶體驗速率和10 Gbit/s以上的網絡峰值速率，滿足10 Tbit/（s·km2）以上的流量密度需求。

（2）高可靠低時延通信（uRLLC）場景。該場景能夠面向車聯網、工業控制等物聯網的特殊應用需求，為用戶提供毫秒級的端到端時延和接近100%的業務可靠性保證。

（3）海量機器類通信（mMTC）場景。該應用場景具有小數據包、低功耗、低成本、海量連接等特點，并要求支持106/km2以上的連接數密度。

其中，eMBB場景是當前商業模式最清晰的業務場景，也是運營商重點投入的領域。uRLLC、mMTC類業務與垂直行業緊密相關，隨著5G生態的演進完善，必然將產生大量應用，并能改變社會生活方方面面。本文中，我們將以eMBB場景為核心，論述中興通訊在組網性能、網絡規劃和優化等方面的研究成果與技術觀點。

1.2 鮮明的技術特點

5G的技術特點的關鍵詞是“靈活”和“復雜”。為了匹配未來社會的多變場景，新空口（NR）技術從協議設計之初就考慮靈活配置，不可避免地帶來架構和實現細節上的復雜性。大規模多輸入多輸出（MIMO）、豐富參考信號、靈活多波束、獨立組網（SA）/非獨立組網（NSA）架構等構成了NR最鮮明的技術特征。這些核心技術對NR組網提出了最大的挑戰。

（1）大規模MIMO技術。

大規模MIMO在4G 長期演進（LTE）后期即出現在商用部署中，中興通訊是該技術的領導者。在單鏈路香農限和噪聲限被高度逼近的情況下，空分復用是唯一成倍提升頻譜效率的方法。大規模MIMO就是用更多的空分復用增強空口流量，這一技術在NR中繼續被發揚光大。

大規模MIMO設計復雜精密，其實質是基于探測參考信號（SRS）的波束賦形技術，利用上下行互易性降低資源開銷，很好地實現MIMO的賦形和更高的空分倍數，還使得單用戶MIMO、多用戶MIMO的性能顯著改善。同時，考慮到部分終端不支持SRS輪發功能而無法通過基于SRS的賦形實現單用戶MIMO的情況，需要補充基于預編碼矩陣指標（PMI）反饋方式賦形。2種波束賦型相結合的方式極具創新性，既能有效提高小區吞吐量，又能提升單用戶體驗。

（2）豐富的參考信號設計。

NR的參考信號在LTE基礎上做了大量擴展和改進，以適應于大規模MIMO的應用。小區參考信號（CRS）是LTE中最重要的參考信號，LTE的測量、數據解調均依賴于此，同時它也是LTE組網的重要參考指標，廣泛用于網絡規劃和優化中。但CRS占用固定時頻資源，并且隨著天線端口增加而帶來更大的系統開銷，同時也會對鄰區產生更強的固定干擾等不利因素。需要在NR系統中刪去CSR的設計，代之以更先進、更豐富的參考信號設計。LTE與NR參考信號的作用對比見表1。

NR在信道狀態信息參考信號（CSI-RS）、解調參考信號（DMRS）、SRS等方面做了增強設計，包括靈活周期配置，減少系統開銷等。NR的DMRS等可根據用戶的移動速度靈活發送：在低速場景下以固定位置發送;在高速場景下可隨著移動速度靈活地插入1～3個DMRS，以增強解調能力。SRS也可配置為更短周期，以適用無線信道的快速變化。NR協議對CSI-RS的設計發揚光大，可支持配置多種天線端口數目，并且還可配置為用戶級CSI-RS，實現更精準的下行信道估計。此外，NR協議還設計了一系列測量參考信號，如跟蹤參考信號（TRS）、相位跟蹤參考信號（PTRS）等，為高質量的通信鏈路保駕護航。

第3代合作伙伴計劃（3GPP）協議設計了如此紛繁復雜的參考信號，但并未規定在實際建網中應該如何組合和使用。這顯然對NR網絡建設提出巨大挑戰，需要在網絡規劃和優化中不斷研究摸索。

（3）靈活多波束設計。

NR基于大規模MIMO技術，采用多波束進行賦型、掃描、跟蹤，提升了網絡覆蓋，減少干擾。相比LTE技術，NR在業務和控制信道、在水平和垂直維度均能提供動態窄波束，并且數目更多，配置更靈活。例如，同步/廣播塊（SSB）承載了同步和廣播功能，是NR最重要的公共信道之一，也是網絡性能設計的重要參考指標。SSB可實現時頻域靈活配置，在空域還可采用時分波束掃描。由于增加了掃描維度，可選廣播權數量增多，如何選優NR廣播權成為影響NR網絡建設首要解決的問題。

1.3 網絡性能挑戰

5G不僅僅是一張傳統通信網絡的升級演進，它帶來的是信息生態的改變。從傳統的人與人的鏈接，發展為人與物、物與物的鏈接。迄今為止，對于5G應用場景，還無法完全確定未來的真實需求到底會是什么？會對無線網絡形態帶來哪些革命性沖擊？

另外一方面，3GPP用極具靈活的協議設計應對未來組網的不確定。無論是大規模MIMO技術多種傳輸機制，靈活配置的參考信號和波束、幀結構，或SA/NSA的架構設計等，都使得NR網絡靈活、復雜而難于駕馭。

中興通訊依托于LTE時代Pre5G的成熟商用經驗，在NR項目之初就組建了專注網絡解決方案的專家團隊，在NR組網技術研究、精細化網絡規劃、智能化網優等方面做了充足準備，形成整套方法論，并輔之以算法分析和外場驗證、配套支撐工具等不斷改進和優化。

2 5G組網技術

自從3G時代引入高速共享下行包接入技術（HSDPA），采用共享信道資源來提升業務信道能力之后，覆蓋、容量、性能就成為網絡設計中相互制約和轉換的鐵三角[3]。在5G NR中，波束選擇方案、參考信號選擇方案、終端能力等也是影響網絡性能的關鍵因素，在組網設計中都需要重點被分析。

2.1 覆蓋能力

覆蓋能力是組網首先要解決的課題，包含3個關鍵點：首先找出NR上下行信道受限邏輯關系，確定網絡建設的依據;其次，分析哪些技術對覆蓋能力產生影響，以被列為組網調優儲備手段;最后，確定關鍵信道配置和指標，實施具體網絡規劃設計。

2.1.1 覆蓋受限邏輯

我們將NR的上下行所有鏈路放在一張鏈路預算圖中，如圖1所示。從圖中的對比關系可知，當邊緣用戶目標為2 Mbit/s時，物理上行共享信道（PUSCH）的覆蓋最短;其次是采用單波束的公共物理下行控制信道（PDCCH）和廣播信道（BCH）存在覆蓋受限風險。因此，NR的覆蓋短板是上行方向的PUSCH業務信道，該信道應成為組網設計的首要目標對象。

PUSCH成為首要受限目標的原因是：NR的上行承載業務需求高，通常是邊緣1 Mbit/s或2 Mbit/s，但NR終端的發送功率有限，無法在大帶寬上保持高功率譜密度。在NSA鏈路預算時還需考慮增加終端能力，因NSA終端的發送功率削減、預編碼增益損失等因素都會對上行覆蓋能力產生更大壓力。其次，NR在下行可采用多波束方式，增強公共信道覆蓋，緩解下行覆蓋能力的壓力，這使得下行信道不易成為覆蓋受限瓶頸。以圖1為例，如果下行從單波束改為4波束或者8波束，理論上又可增加5～8 dB的覆蓋能力。因此，在通常配置情況下，NR網絡是一個上行業務信道覆蓋受限系統，應進行網絡覆蓋規劃與站點規模估算;但依然要做完備性分析，例如通過分析基站下行發送功率、多波束等系統配置，判斷是否會改變NR上行受限的邏輯。

2.1.2 SSB波束選擇

在NR系統中，SSB是由主同步信號（PSS）+輔同步信號（SSS）+系統信息塊（SIB）3部分組成。用戶（UE）基于SSB的測量和解調，完成網絡同步和讀取廣播，SSB因而成為NR系統中最基本覆蓋質量參考。同步信道參考信號接收功率（SS-RSRP）、同步信道信干噪比（SS-SINR）是對SSS的測量值，該指標在衡量網絡建設覆蓋質量時具有重要意義，常被用于網絡規劃和優化的關鍵指標。

LTE采用CRS信號的RSRP/SINR作為網絡評估參考指標，CRS采用寬波束時頻錯開的方式發送;而NR系統中SSB采用多波束技術，實現時、頻、空域的精細化組網覆蓋，具備更精細化的組網能力。

以NR系統5 ms幀結構為例，系統可配置1～8個SSB波束。波束個數越多，單個波束越窄，覆蓋能力越強。通過廣播權值設計，這1～8個波束可分別覆蓋小區內不同的方向，包括垂直維度，形成真正的3D網絡波束掃描，有效地提升了在密集城區樓宇場景中的廣播覆蓋質量。

SSB在時頻域對齊的配置下，對SS-SINR等同于網絡在100%負荷下的干擾測量，可通過SS-SINR發現越區或重疊覆蓋導致的同頻干擾，適合在工程建設階段發現干擾隱患。但是，SSB單波束會導致邊緣某些位置點的SINR偏低，從而引起同步失敗等問題。因此，需要結合廣播權設計，根據不同場景設計SSB波束以及配置方案。

通過中興通訊大量的外場實踐，我們發現增加波束數目能明顯提高弱場的RSRP以及SINR值，進而提升整個網絡的覆蓋率，如圖2所示;因此，在商用階段需要盡量配置更多SSB波束，以實現廣播信道的精細化覆蓋。此外，通過廣播權設計，可發揮SSB多波束垂直覆蓋能力，尤其對于密集城區的高層建筑場景，需要增強UE接入和駐留能力。這些SSB相關的研究結論，對后續網絡規劃和優化工作方向至關重要。

2.2 容量能力

2.2.1 參考信號配置

相比于LTE網絡，NR網絡能獲得更多的測量，并需要對廣播信道和業務信道分別測量。SSB適合做廣播公共信道覆蓋的預測，而對用戶容量的預測則是需要另外一種重要參考信號——CSI-RS。CSI-RS主要用于信道質量指示（CQI）、PMI、秩指示（RI）等的測量。相比SSB，CSI-RS與用戶容量性能有更大的相關度。在NSA系統中，由于部分終端不支持上行SRS輪發，因此CSI-RS承擔著PMI測量值的重任，更是直接影響用戶速率體驗。

CSI-RS有2個關鍵配置：端口與預置波束。端口相當于等效天線，把多個物理天線映射為一個等效天線端口;預置波束則是通過每個等效天線端口實現輪掃波束，用于對信道進行探測。CSI-RS通過這2個設置，實現了對空間信道測量的量化，通過反饋方式獲取信道信息，為實現以PMI方式的MIMO傳輸奠定基礎。

理論上，CSI-RS端口越多，信道的量化精度越高，預編碼增益越大，賦形性能越好;但隨著CSI-RS端口數增加，需要的下行CSI-RS資源將更多，對UE測量能力的要求更高，上行反饋的開銷更大。在確定的CSI-RS端口數下，預置波束越多，信道的量化精度通常越高，波束掃描增益越大，賦形性能越好;但隨著波束數增加，需要的下行CSI-RS資源更多且波束掃描周期更長。另外，波束數增加還意味著波束變窄。由于窄波束內的多徑數量變少，將會導致信道表現為缺秩，從而不利于多流傳輸。

如圖3所示，可以看出對于相同預置波束數目，8端口明顯優于4端口。

如圖4所示，可以看出對于相同端口數目，2波束相對1波束提升約10%。

通過研究表明，CSI-RS與系統容量具備高相關性，適合在網絡運維和優化階段作為預測容量性能的參考信號。此外，SRS、DMRS等參考信號也會不同程度上影響容量能力。在網絡設計和后續優化中，需詳細分析、優化配置系統側與終端側各類參數，提升網絡容量能力。

2.2.2 設備能力

同LTE等通信系統一樣，NR也會推出系列化設備，以適應不同場景和建網成本、體積、功耗等需求。在高層樓宇覆蓋需求的密集城區，推薦采用64收發通道（TR）規格設備，在郊區或農村推薦采用低配置規格設備。

在密集城區，復雜的無線環境導致干擾惡化，高樓林立導致垂直覆蓋要求高、用戶容量需求大。64 TR設備能提供更優的大規模MIMO的波束賦形，實現高流量的多用戶MIMO傳輸，同時可顯著提高垂直維度的覆蓋。在郊區和農村，MU-MIMO配對成功率降低，64 TR設備不能充分發揮其容量優勢，因此可采用低配置規格設備。

除了宏站產品之外，室內分布系統、微基站等不同產品規格對應不同的覆蓋和容量能力，每種產品規格也都有各自適用的建網場景。在NR網絡建設時需要進行綜合考慮，選擇對客戶最優的配置和組網方案。

3 精細化網絡規劃

相比LTE網絡規劃，NR網絡規劃有3個方面的特點：首先其網絡指標設定到較高性能水準，需要精密細致建模的網絡規劃工具;其次是能洞察LTE現網數據，有的放矢地進行NR網絡精細化設計;最后是場景化組網解決方案。對于NR技術特征與組網特性，無一例外地需要在網絡規劃和優化中被研究和分析，并最終體現為網絡性能指標。

3.1 NR網絡規劃工具

NR網絡建設標準是LTE的數倍，并通過采用更復雜的空分傳輸、多波束、參考信號配置等技術來確保實現網絡高性能。這對網絡規劃工具提出前所未有的高要求。

在通常情況下，NR網絡規劃邊緣速率城區以上行（UL）2 Mbit/s、下行（DL）50 Mbit/s為基準，高熱區域則以UL 5 Mbit/s、DL 100 Mbit/s為主要目標，郊區以UL 1 Mbit/s、DL 20 Mbit/s為基準。以上標準是基于對5G關鍵業務預測而推算得到，例如未來大視頻業務會比4G更普遍，在城區場景下，上行2 Mbit/s可以支持720 P直播;下行50 Mbit/s可以支持2 K/4 K高清視頻。為了確保對網絡性能的準確規劃，網絡規劃工具在無線環境、用戶業務以及無線技術等方面的仿真建模的復雜度都會非常高。

NR的大規模MIMO在垂直維度最大有4層波束實現對建筑物等做垂直覆蓋，能夠大幅地提升通過室外宏站對高層樓宇的室內覆蓋性能。這就需要網絡規劃工具能引入高精度3D電子地圖，并具備行射線追蹤仿真能力。NR的核心之一——多天線技術的性能表現極度依賴于無線環境，只有基于準確的無線環境建模，才能最大限度模擬NR的網絡性能，實現準確的網絡規劃設計。

除了3D電子地圖、射線追蹤建模之外，多天線技術建模是NR網絡規劃的核心發動機。各設備廠家的多天線算法不同，需抽象為指標列表與網絡規劃工具相接口，才能在把貼近真實的性能體現在規劃結果中。這些重要的抽象指標有多天線的天線模型、最優權值、鏈路解調性能等。例如，對于SSB多波束輪掃，CSI-RS、DMRS、SRS等參考信號配置等需在工具中預計抽象建模，這些重要配置是影響網絡規劃結果的重要因素。另外，由于NR系統過于龐大復雜，即使對核心算法指標做了抽象，其參數規劃工作量依然巨大，需要諸如自動選站、射頻參數自動尋優、弱覆蓋區自動識別與加站等工作。并行計算、遠程仿真等信息技術（IT）也被大量引入到NR網絡規劃工具中，以提升網絡規劃運行效率。

中興通訊在網絡規劃工具方面已有數年準備，在其全球共享網絡仿真中心已實現NR網絡規劃工具的規模部署，并在核心算法、復雜建模、云仿真等方面走在業界前列。

3.2 網絡規劃方法論

“基于4G live data的5G網絡規劃”是中興通訊的NR規劃方法論。LTE與NR在技術體系、應用場景、業務行為等有很多相似之處，用現網LTE數據分析來指導NR網絡設計是最直接有效的方式。NR獨有的技術特點，如多天線、多波束、靈活參考信號配置等也會融合考慮到規劃過程中，影響最終分析結論。

LTE數據可直接幫助識別和鎖定NR時代的價值區域，包括話務預測、熱點評估、重點場景識別。采用人工智能（AI）技術，對現網的用戶數、流量等多維數據進行自動價值聚類，快速抓住NR網絡的規劃重點，可以更有針對性地做精細化設計。源源不斷的LTE海量活躍數據，是無線大數據分析的天然養料，能夠幫助NR運營者在網絡規劃、性能優化到日常運維的各階段都能站在用戶視角進行預測和決策。

基于LTE網絡洞察的NR網絡精細化規劃分為2個階段：預規劃階段、工程執行階段。

在預規劃階段，需要基于LTE網絡的覆蓋/容量/價值/站點拓撲等多維綜合分析，確定NR網絡建設的區域以及站點預規劃方案，并進行初步仿真驗證，輸出初始規劃結果及廣播權值配置建議。在此階段，LTE與NR的系統差異，如功率、頻段、路損模型等都會融入進基于LTE現網數據分析過程中，進而獲得準確的NR性能指標預測結果。

在工程執行階段，需要輸出工勘確定站點規劃落地方案，提供天面整合方案，并進行精細化仿真，以確定多天線廣播權值規劃、射頻（RF）參數規劃等無線參數規劃。

特別需要指出的是：在NR網絡預規劃以及后續優化階段，AI算法引入到傳統規劃流程之后，大幅提升了工作效率和規劃效果。例如，熱點站聚類算法實現對價值區域的甄別選取，機器學習方法提取相同環境指標預測覆蓋效果，利用大數據平臺工具對廣播權進行優化等。AI算法必將與無線通信算法一樣，在網絡性能規劃與優化中持續占據重要地位。

3.3 場景化解決方案

中興通訊在系列化宏站、室內分布系統、微站等方面進行組合，形成場景化解決方案（如圖5所示），解決不同場景下的NR組網難題。宏站是最重要的產品形態，64 TR產品解決4G/5G階段持續高容量需求，用低配置規格產品解決4G/5G低流量區域、低成本建網需求。針對NR的大帶寬使用策略以及4G/5G網絡共享需求，宏站設備支持混模配置功能，能夠支持在運營商在當期和未來的經營抉擇。室內分布系統產品有2 TR和4 TR設備，利用現網無源室分系統或者新建等方式，解決高價值、高流量的室內場景。此外，微站也是必不可少的產品形態，4 TR平板（PAD）射頻單元（RRU）產品廣泛應用于居民區、步行街等補忙補熱場景。

隨著市場需求和技術的不斷發展，更多新設備會走向小型化、低功耗、高性能，共同組成隨需而動的NR網絡。

4 智能網絡優化

NR時代，大規模 MIMO等革命性技術不僅帶來了網絡性能的提升，同時使得網絡優化的難度有所提升。另外uRLLC、mMTC的特性也與傳統通信業務大相徑庭，這些都使得NR網絡優化的難度大幅增加。中興通訊提出了網優“三化”思路以應對NR時代新課題，即網優工具的遠程化、自動化、智能化，其中遠程化、自動化是基礎，智能化是核心。

云技術的廣泛應用，使得網優工具遠程化成為可能，無論是海量測量數據的收集篩選，還是網絡性能仿真預測，都可在云端進行。同時，各種路測和分析軟件日臻完善，可實時收集、上報分析數據，減輕了網優工程師日常工作量，實現自動化問題定位與解決實施，提升工作效率與質量。5G時代的參數組合高達上萬種，如要匹配到最優參數組合，傳統的網優專家系統分析已經無能為力。NR迫切需要實現更高層次智能化，AI必然在網優系統中扮演重要角色。

在網絡層中，處于上層的網元更容易集中化，跨領域分析能力更強，適合對全局性的策略集中進行訓練及推理，例如跨域調度、端到端編排等。通常對計算能力要求很高、需要跨領域的海量數據支撐，對實時性要求一般敏感度較低。越下層的網元，越接近端側，專項分析能力越強，對實時性往往有較高要求，比如NR新空口的移動性策略移動邊緣計算（MEC）的實時控制等[4]。基于這些分層智能化理念，中興通訊設計推出了5G網優工具集，如價值專家分析系統（VMAX）、集中式自由化網絡（C-SON）等工具，形成自環、小環、大環組合，引入AI算法，能夠全方位對NR網絡進行高效運維和性能優化。不同類型的AI算法被部署到不同的“環”中，以解決不同層面的優化難題[5]。

基于上述理論和工具，中興通訊已在NR預商用外場成功驗證了AI對天線權值的優化能力。利用大規模MIMO波束調整原理，部署在各“環”中的AI算法組合協同工作，可針對高樓的垂直面、場館、具備潮汐效應的區域等場景，分析用戶的分布規律，靈活調整廣播和控制信道的波束分布，達到覆蓋和容量的最優，減少干擾。如圖6所示的案例，針對固定場館類的場景，由于人員分布在長時間內相對固定，可根據這一特點設計廣播權值自適應來達到最優覆蓋。基于網管、測量報告等數據，結合相關AI算法，進行場景識別，可判斷是體育賽事場景還是演唱會場景，并計算出基于此場景和當前用戶分布下的最優權值，以提升場館區域內的CQI、SINR等指標。將權值組合與關鍵性能指標、用戶分布等信息建立關聯數據庫，便于后期同類場景快速匹配獲取優化權值，指導前瞻性運維策略。

每個網元在機器學習、推理自治路上不斷進化，實現網絡性能的智預測、智能優化、智能決策，其基礎是強大的AI算法研究和應用能力。AI算法與通信算法是2個截然不同的技術概念，前者推崇邏輯相關，讓數據說話;后者則較為注重理論推導，要自證嚴謹。這兩者在5G網絡優化中是必不可少，相輔相成，共同守護著一張高性能的無線通信網絡。

5 結束語

5G帶來的是通信系統建設的全方位改變，無論是對3GPP協議的細節理解，還是組網技術的架構設計以及網規、網優的指標體系和工具平臺，處處體現出靈活與變革。同時5G也是包容性很強的技術體系，融入IT云化、AI等技術，構建高效系統。5G也在不斷加速發展，“無處不在，隨需而動”的高性能無線通信網必然會給人們帶來驚喜體驗。

致謝

在文章的撰寫過程中，中興通訊5G產品專家李玉潔、原均和、束裕、張文娟對提出很多卓有見地的修正建議，蔣新建、吳明皓等產品總工為提出大量而翔實的論證數據，在此對他們的專業精神和無私分享謹致謝意！

參考文獻

[1] 3GPP. System Architecture for the 5G System： 3GPPTS 23.501[S]. 2018

[2] 尤肖虎，潘志文，高西奇，等. 5G 移動通信發展趨勢與若干關鍵技術[J]. 中國科學：信息科學， 2014，44（5）：551-563.DOI：10.1360/N112014-00032

[3] 徐志宇，蒲迎春. HSDPA技術原理與網絡規劃實踐[M]. 北京：人民郵電出版社， 2007

[4] 3GPP. Study of Enablers for Network Automation for 5G： 3GPP TR 23.791[S]. 2010

[5] 張嗣宏，左羅. 基于人工智能的網絡智能化發展探討[J]. 中興通訊技術， 2019，25（2）： 45-48. DOI： 10.12142/ZTETJ.201902009