潘志強 張 明 李 澄 馬東林 田志景
中郵建技術有限公司
第五代移動通信網絡的下載速率提升是當前5G網絡優化工作的重點,速率的提升同Rank的提升有重要的關系。Rank即信道矩陣分解后特征值不為0的特征向量的個數,用戶會將測得的Rank值RI(Rank Indicator)上報給基站。通俗的講,是用戶下載過程中得到的流數,即同時傳輸的數據流,這個指標直接關系到用戶的下載速率。
1.1.1 參考信號
UE上報的RI是基于CSI-RS參考信號測量得到的。在通信過程中,通過對比實際接收到的參考信號與預先定義的標準參考信號間的變化,來完成信道質量的測量、估計、相干檢測和解調等功能。直觀而言,就是根據這些已知的參考信號X和其實際接收Y來求取方程中矩陣H的特征值,再配置H應用于其他未知數據信號的檢測解調等,在5G的波束成形技術中也會協助求解類似的波束成形矩陣權值。
CSI-RS信號主要用于服務小區和鄰區測量,RRM算法包括CQI、PMI、RI的反饋。可以這么理解,CSI-RS主要有如下應用場景:(1)RI上報,即RANK上報;(2)初始CQI上報,用以初始MCS選擇;(3)PMI上報,用于預編碼矩陣的計算;(4)終端移動時的服務小區和鄰區測量。其中,(1)(2)(3)這三項功能在當前版本中已經使用,統稱為3I測量,而第四項功能當前尚未用到。
1.1.2 環境因素
環境因素是影響UE上報的RI的主因。UE上報的RI,實際上就是UE對環境多流狀況的測量,從原理上來說,UE會對空間的多個信道進行測量,并且進行均衡,通過均衡后的結果上報RI和CQI,從而體現終端對空口多徑信道的測量結果。不同的環境,會導致終端測量結果發生較大的差異,因此在實際的rank調優過程中,都建議選擇NLOS,且周邊多徑(反射/折射)更為復雜的環境,從而獲取更高的Rank。
1.1.3 UE的算法實現
對于終端來說,實際測量的算法都是統一的,但由于終端的性能不同,這其中涉及到終端不同的芯片能力、不同的天線情況,因此各個終端的測量結果,即便是在相同的位置,實際上也是不同的。對于終端來說,是按照標準的Massive MIMO網絡方法來測量并計算各個信道情況的,對于PMI權和SRS權而言,終端的測量方法不會有差異。
(1)首先終端下行的天線數和基站側下發的Port數,組成了一個xTxR的MM網絡,終端會對這個xTxR的網絡每個信道進行測量。
(2)終端對于測量到的每個信道的情況進行數字化,即每個信道的測量結果形成一個函數作為無線信道的影響因子,即R=h×T+n,其中R表示接收方,T表示發送方,h表示信道情況,N表示信道的噪聲情況(建模時可以考慮為高斯白噪聲)。
(3)多個信道的情況,最終量化成一個xTxR的信道矩陣,即R=H×T+N。
(4)對這個H信道矩陣進行SVD分解,將這個矩陣的共軛部分計算出來,即可以使用線性代數的方法將這個矩陣的秩計算出來,終端即會將這個計算出來的秩再評估相關性之后進行上報,即為RI。
1.2.1 權值
基站目前有4種大類型的權值,分別為開環權、PMI權、VAM權以及SRS權,以下分別介紹這幾種權值下Rank的調度方法。
(1)開環權
一般在未獲取到正常SRS或未獲取到正常3I測量上報的時候,基站側會選擇開環權進行調度。在進行開環權調度的時候,一般會使用終端最近一次上報的合法RI進行相應Rank的調度,但最高的Rank不會超過Rank2(2 Port)/rank4(4~8 Port)。
一般來說,在初始接入和切換時的一小段時間會使用開環權,如果長期使用開環權進行調度的話,會導致Rank無法抬升,常見的主要原因是用于調度rank的測量量(包括SRS或3I),基站側沒有收到合法值導致。
(2)PMI權
PMI權是通過終端上報的PMI碼本在確認最終PDSCH的權值,是一個依賴終端上報的權值方案,主要流程如下:1)基站發送CSI波束,即所謂的外層權,這個CSI波束是根據基站側配置來選擇波束類型,以及通過SRS測量來選擇最優波束ID;2)終端對CSI波束進行測量,根據測量結果上報來進行RI/PMI的調度。因此PMI權下,調度rank就是終端實際測量的結果,基站側不做任何處理,如果終端上報的RI偏低,則可能導致整體rank偏低。
(3)VAM權
VAM權實際上指的是一種CSI波束類型,可以理解為一套外層權值,與VAM相對的主要有DFT、全寬、半寬等幾種波束類型。VAM權下的外層波束類型主要有3種:VAM-H、VAM-V、VAM-HV。相較于DFT,VAM波束更寬,可以包含更多的多徑信息,在覆蓋和自由度不受限的場景下,可以獲取更高的RI和更好的CQI,從而提升整體譜效率。
(4)SRS權
SRS權和PMI的差異在于,內層權的計算不再依賴終端,而是根據SRS的測量結果進行SVD分解計算得到,并最終決定調度的Rank,終端上報的RI只是作為初始調度rank的一個輸入量,后續rank的升降完全依賴于基站對SRS測量結果以及MCS的實際調度結果來決定;相較于PMI權,SRS權更加精準,幾乎沒有PMI權值下的量化損失(PMI碼本數量有限,而SRS的權值粒度相較于PMI碼本更細),因此從頻譜效率來說,SRS權優于PMI權,但SRS權依賴天選終端。
基站側可以配置SRS/PMI權值自適應,會根據SRS測量的結果來自適應的選擇SRS權還是PMI權。
1.2.2 天選終端
TDD系統上下行頻率相同,因此gNodeB可以依據測量UE發送的SRS信號反饋的上行信道信息估計下行信道信息。天選,指在各天線上輪流發SRS,進行發送天線輪詢,能夠更精確地估計上行信道信息。如果上行發送天線是固定某個天線,gNodeB得不到其他天線的信道信息,可能影響BF性能。在引入天選之前,UE固定在一個天線上發送SRS信號,即非天選。
當前天選有2天選和4天選,2天選只能在兩個天選上輪流發送SRS,而4天選能在4個天線上輪流發送SRS信號。通常所說的天選終端,指的是4天選終端。
針對天選終端,一般基站默認使用SRS權進行調度,此時的Rank調度完全依賴基站側對SRS的測量結果來進行。當然,最初的Rank還是依賴終端上報的RI。
1.2.3 非天選終端
對于非天選終端來說,優先使用PMI權。在使用PMI權的場景下,基站實現則相對簡單,完全依賴終端上報的RI來進行Rank調度。
但在遠點,終端上報RI=1的場景,針對1T4R非天選終端,可以使用SRS權調度,主要是考慮在RI=1場景,1T4R可以將上行1個SRS信道測量結果完全了解清楚,此時使用SRS權調度可以獲取SRS測量結果增益。
由于依賴終端上報的RI來進行Rank的調度,那么在終端上報不準的場景下,可能會損失性能,因此基站在后續版本,針對PMI權引入了Rank探測的算法進行優化,基本原理如下:基站側會根據實際調度的MCS來決定是否要向上/向下進行Rank探測,原則是當長期調度的MCS較好時,則向上進行Rank探測,即便是終端上報的RI沒有變化的時候,也嘗試向上調度Rank;當長期調度的MCS較低時,則向下進行Rank探測,通過這個算法來保證在終端上報不準的時候,進一步來優化Rank調整的空間。
UE上報的RI差分析思路如圖1所示。

圖1 UE上報的RI差優化思路
基站調度的RANK低分析思路如圖2所示。

圖2 基站調度的RI差優化思路
2.1.1 強鄰區不切換導致UE上報的RI低
現象和分析:強鄰區不切換會導致UE無法駐留在最優小區,CSI-RS會受到來自鄰區的干擾從而導致UE上報的RI差。NR最強鄰區的SSB RSRP比主服小區強,UE多次上報A3事件,但是網絡側一直沒有下發輔站變更命令。
優化:針對強鄰區不切換問題,需要排查以下幾個方面:(1)配置核查。5G輔小區是否漏配5G目標小區;5G輔小區是否配置多個與目標小區相同PCI鄰區;4G主小區是否漏配5G目標小區;4G主小區是否配錯5G目標小區信息;X2口未配置或配置錯誤。(2)告警核查。4G主小區到5G服務小區和5G目標小區的X2口是否存在傳輸異常;5G目標小區是否存在異常告警。(3)信令分析。是否存在流程交叉等其他問題。
2.1.2 下行干擾導致UE上報的RI低
現象和分析:當小區存在干擾信號時,小區的上下行業務會受到影響,CSI-RS的測量同樣受到干擾,會出現終端上報的RI低導致gNB調度的RANK低、MCS差、誤碼率高等問題,嚴重時會導致UE無法做業務。當出現如上的問題時,需要進行干擾問題分析。
優化:針對5G下行干擾問題,需要到現場進行掃頻,查找干擾源。需要重點關注異系統同頻干擾、鄰區干擾、TDDLTE干擾、時域類干擾等。
2.1.3 RF覆蓋差導致UE上報的RI低
(1)下行弱覆蓋導致UE上報的RI低
現象和分析:覆蓋越差,CSI-RS測量結果越差,UE上報的RI越差,則非天選終端選擇低RANK的概率越大;下行弱覆蓋為連續出現接收電平較低的采樣點形成弱覆蓋區域,用戶進入弱覆蓋區域后因低電平質量而速率降低,影響下載速率。
優化:對于弱覆蓋區域,通常只能選擇增強主服的覆蓋強度,增強覆蓋的可選手段如下:增加小區最大發射功率(MaxTransmitPower);調整機械方位角讓AAU主瓣覆蓋問題路段(要注意避免在其他位置造成弱覆蓋);減小機械下傾角;增加小區、站點等。
(2)重疊覆蓋導致UE上報的RI低
現象和分析:通常情況下,如果某一路段存在多個信號強度相當(3dB以內)的小區覆蓋該路段,但卻沒有一個足夠強的主服務小區來主導覆蓋,則可認為存在重疊覆蓋。重疊覆蓋鄰區會成為潛在的干擾源,在有負載的情況下會對服務小區造成同頻干擾,同時由于信號的快衰落引起UE在不同小區間頻繁發生切換,導致UE上報的RI低。
優化:根據問題路段和各小區的位置關系,確定要作為主服的小區,加強擬作為主服小區的覆蓋強度或者降低鄰區在該路段的覆蓋強度。
主服小區的選擇可從如下方面考慮;小區與問題路段之間的距離相對其他小區較近且電平相對高;問題路段與小區間沒有明顯的遮擋;該小區還有最大發射功率/機械方位角/機械下傾角的調整空間。
主服小區增強覆蓋的可選手段如下:增加小區最大發射功率(MaxTransmitPower);調整機械方位角讓AAU主瓣覆蓋問題路段(要注意避免在其他位置造成弱覆蓋);減小機械下傾角等。
降低鄰區在該路段的覆蓋強度的可選手段如下:降低鄰區小區最大發射功率(MaxTransmitPower);調整鄰區機械方位角不讓AAU主瓣覆蓋問題路段;增加鄰區機械下傾角等。
2.2.1 頻繁切換導致調度的RANK差
現象:用戶切換過程中鏈路會中斷(表現在切換的那1s內調度次數會減少),切換后用戶初始接入,低RANK低MSC能保證接入和切換成功率,大概在30ms左右可調整回來,影響較小;但是如果發生頻繁切換,會導致RANK無法快速調整回來,因此需要對頻繁切換區域進行優化;如果4G或5G在5s(時間可根據需求自定義)內存在2次及以上切換,則判斷為頻繁切換,如果頻繁切換的小區關系存在小區A->B->A的場景,則稱之為乒乓切換。
分析:地理化顯示4G PCI、DL RANK、5G PCI等信息,可以通過主服PCI分布變化來觀察是否存在頻繁切換,如圖3所示,圖中4G和5G紅框部分PCI頻繁發生變化,對RANK產生了影響,導致該路段大部分時間RANK≤2。

圖3 頻繁切換的示意圖
優化措施:針對頻繁切換路段,需要對其進行優化,以減少頻繁切換次數。
確定主服小區:確定主服小區有兩個手段,降低鄰區信號強度和增強主服小區信號強度。對于越區的鄰區,優先調整鄰區的方位角、下傾角、功率和Pattern等參數,降低鄰區信號強度。
切換參數優化:通過路測日志查看測量報告,計算服務小區電平和鄰區電平的差異,得到需要修改的A3門限、幅度遲滯、兩兩小區間cellindividualoffset或時間遲滯,評估能否解決頻繁切換問題。
2.2.2 外部干擾導致RANK差
當小區存在上行干擾信號時,SRS的測量結果會受到影響,出現RANK低、MCS差、誤碼率高等問題,嚴重時會導致UE無法做業務。當出現如上問題時,需進行干擾問題分析。
2.2.3 RF覆蓋差導致UE上報的RI低
這里與UE上報的RI差優化方法基本一致,不再重復。
2.2.4 通道校正分析
當RANK一直小于等于2,從來沒高于2,則要排查通道校正問題。通道校正失敗后,系統由于無法準確評估SRS權值,所以會默認使用DFT開環權進行業務,gNB會根據UE上報的RI來選擇rank,遵從如下規則:UE CSI的RI為1,則使用RANK1;UE CSI的RI為2-3,則使用RANK2;UE CSI的RI為4-8,則使用RANK4。
當出現通道校正失敗時,可以通過MML命令查看校正的結果來分析可能的失敗原因。如果通道校正失敗,可以通過運行STR NRDUCELLCHNCALIB命令進行手工校正,如果還是校正失敗,則采集CellDT進行詳細分析。
2.2.5 終端天線不平衡排查
如果UE天線存在故障,導致多路SRS測量結果不平衡現象嚴重,會導致進入多流的概率偏低,此時,需要檢查終端天線或者更換終端天線進行復測。
檢查UE SSB RSRP,判斷是否有天線間差異(通過終端日志查看,比如Probe LOG中NR->Detail->SSB Measurement查看各天線的SSB RSRP情況),各個天線測量到RSRP信號盡量均衡,各天線間RSRP差異不超過10db。
2.2.6 天線物理參數排查和優化
在空曠的場景下,由于周邊沒有建筑物等的折射和反射,缺少多徑,因此可以通過RF調整構造地面、樓宇等維度的折射和反射:(1)調整方向角,朝向樓宇,增加樓宇反射;(2)調整下傾角,空曠場景增加地面反射。例如覆蓋場景空曠,在規劃時機械下傾角都設置得很小,導致測試的時候RANK不理想,通過對下壓機械傾角之后RANK、速率都有明顯提升。
2.2.7 終端天選和MIMO能力排查
天選終端相對非天選終端,更容易達到RANK4。如果某款終端在好點最大只能達到RANK3,那么該終端可能是非天選終端。
2.2.8 RANK自適應算法產品問題排查
如果測試過程中發現某種場景下固定RANK比RANK自適應算法吞吐率更好,或者條件數邊界保護RANK自適應算法,比譜效率最優RANK自適應算法測出來的吞吐率還要高,可能是算法有問題。
2.2.9 基站配置核查
基站調度的RANK差需要重點關注權值相關參數、RANK自適應算法、SRS相關參數。
通過對RANK優化方案的研究,總結多種方法提升下載速率,從UE上報的RI和基站調度的RANK兩端入手,通過UE上報的RI與參考信號CSI-RS、環境因素(多徑)、UE算法實現有關,通過分析基站調度的RANK與空口問題、非空口問題及參數六大維度來進行RANK優化。