基于AI技術(shù)的5G基站選址平臺(tái)的研究

劉 洋，龔戈勇，周 存

（中通服咨詢?cè)O(shè)計(jì)研究院有限公司，江蘇 南京 210019）

0 引 言

2019年6 月，工信部向中國(guó)移動(dòng)等4家運(yùn)營(yíng)商發(fā)放5G網(wǎng)絡(luò)商用牌照，5G網(wǎng)絡(luò)建設(shè)進(jìn)入快車道，截至2021年4月底，國(guó)內(nèi)5G基站已建成240 000個(gè)。當(dāng)前5G基站大部分采用共址現(xiàn)有2、3、4G基站的模塊進(jìn)行建設(shè)，后期隨著5G網(wǎng)絡(luò)的深度覆蓋和站點(diǎn)資源的稀缺，5G網(wǎng)絡(luò)的建設(shè)將逐步以新建站為主。

與此同時(shí)，隨著機(jī)器學(xué)習(xí)算法取得重大突破，高質(zhì)量和大規(guī)模的大數(shù)據(jù)應(yīng)用成為可能，計(jì)算力提升突破瓶頸，AI進(jìn)入高速發(fā)展階段。AI技術(shù)在催生新技術(shù)和新產(chǎn)品的同時(shí)對(duì)傳統(tǒng)行業(yè)也具備較強(qiáng)的賦能作用，實(shí)現(xiàn)了社會(huì)生產(chǎn)力的整體躍升，在越來越多的行業(yè)替代了人工來做那些重復(fù)而簡(jiǎn)單的工作。通信行業(yè)由于擁有大量高質(zhì)量的數(shù)據(jù)積累，本身信息化程度比較高，為AI技術(shù)的介入提供了良好的技術(shù)鋪墊。

本文通過分析5G系統(tǒng)的覆蓋特點(diǎn)，結(jié)合基站選址流程要求提出基于AI技術(shù)的5G基站選址平臺(tái)，利用AI選址平臺(tái)對(duì)5G新建基站在電腦側(cè)進(jìn)行預(yù)選址，提供數(shù)個(gè)滿足覆蓋要求的合適候選點(diǎn)位置為站點(diǎn)選址人員提供指引參考，從而有效提升5G基站選址成功率。

1 5G基站的選址要求

1.1 5G系統(tǒng)的技術(shù)特征

5G系統(tǒng)作為新一代移動(dòng)通信網(wǎng)格，擁有比4G網(wǎng)絡(luò)更高的峰值速率、更低的傳輸時(shí)延以及更大的設(shè)備連接能力。國(guó)際電聯(lián)為5G定義了海量機(jī)器類通信（massive Machine Type of Communication，mMTC）、增強(qiáng)移動(dòng)寬帶（enhanced Mobile Broadband，eMBB）以及超可靠低延遲通信（ultra Reliable Low Latency Communication，uRLLC）3大場(chǎng)景，如圖1所示。mMTC海量物聯(lián)應(yīng)用場(chǎng)景利用5G強(qiáng)大的連接能力快速促進(jìn)各垂直行業(yè)，如智慧城市、智能家居以及環(huán)境監(jiān)測(cè)等的深度融合；eMBB增強(qiáng)移動(dòng)寬帶場(chǎng)景表現(xiàn)為超高的傳輸數(shù)據(jù)速率以及廣覆蓋下的移動(dòng)性保證；uRLLC高可靠低時(shí)延連接應(yīng)用場(chǎng)景的連接時(shí)延要求達(dá)到ms級(jí)別，可支持高速移動(dòng)情況下的高可靠性連接[1]。

圖1 3大類使用場(chǎng)景

為了滿足3大場(chǎng)景的需要，5G采用多用戶MIMO和大規(guī)模天線等關(guān)鍵技術(shù)來進(jìn)一步提升頻譜效率。通過多用戶MIMO技術(shù)，利用大規(guī)模天線陣列來支持更多用戶的空間復(fù)用傳輸，更好地提升5G系統(tǒng)頻譜效率。通過超密集基站組網(wǎng)來提升空間復(fù)用度，在繼承4G網(wǎng)絡(luò)基本架構(gòu)的同時(shí)創(chuàng)新性地采用了服務(wù)化架構(gòu)，通過引入網(wǎng)絡(luò)切片和移動(dòng)邊緣計(jì)算等先進(jìn)技術(shù)，使得5G網(wǎng)絡(luò)的數(shù)據(jù)傳輸具備更高的彈性與效率，從而在峰值速率、流量密度以及頻譜效率等各項(xiàng)關(guān)鍵能力方面均有大幅度改善。

1.2 5G基站的選址要求

當(dāng)前國(guó)內(nèi)5G系統(tǒng)中，中國(guó)移動(dòng)獲得了2.6 GHz和4.9 GHz兩個(gè)5G頻段，中國(guó)電信獲得了3 400～3 500 MHz的頻段，中國(guó)聯(lián)通獲得了3 500～3 600 MHz的頻段，中國(guó)廣電獲得了700 MHz（上行703～743 MHz，下行758～798 MHz）和4.9 GHz（4 900～4 960 MHz）頻段。除了中國(guó)廣電采用的700 MHz低頻段外，其他三大運(yùn)營(yíng)商采用的中高頻段的5G系統(tǒng)覆蓋性能相對(duì)較差，對(duì)應(yīng)系統(tǒng)的無線信號(hào)在傳播過程中衰減較大，基站覆蓋站點(diǎn)半徑更小，因此進(jìn)行區(qū)域連片覆蓋時(shí)需要建設(shè)更多的5G基站才能滿足要求。5G系統(tǒng)（3.5 GHz頻段）與4G（2.3 GHz頻段）鏈路預(yù)算對(duì)比如表1所示[2]。

表1 5G和4G系統(tǒng)鏈路預(yù)算對(duì)比

因此，5G新建基站站址選擇應(yīng)結(jié)合覆蓋區(qū)域地貌環(huán)境，符合5G網(wǎng)絡(luò)蜂窩拓?fù)浣Y(jié)構(gòu)要求，采用精細(xì)化網(wǎng)絡(luò)規(guī)劃手段進(jìn)行基站選址，與周邊其他站點(diǎn)形成良好的互補(bǔ)，避免站址選擇不合理對(duì)網(wǎng)絡(luò)覆蓋性能的影響。

2 基于AI的5G基站選址平臺(tái)設(shè)計(jì)

2.1 選址平臺(tái)的總體架構(gòu)

基于AI的5G基站選址平臺(tái)是將傳統(tǒng)單一的基站選址過程，延伸到利用運(yùn)營(yíng)商現(xiàn)有多系統(tǒng)業(yè)務(wù)進(jìn)行大數(shù)據(jù)智能化分析后的完整選址解決方案。基于AI的5G基站選址平臺(tái)主要包括數(shù)據(jù)庫(kù)管理、AI算法模型、服務(wù)（輸出選址報(bào)告）、外部接口以及人員操作界面5大模塊。設(shè)計(jì)人員輸入對(duì)應(yīng)區(qū)域5G站點(diǎn)候選點(diǎn)覆蓋需求和站點(diǎn)數(shù)量等資料后，5G基站選址平臺(tái)通過“數(shù)據(jù)庫(kù)+算法模型”的AI運(yùn)算為該區(qū)域新建站點(diǎn)提供數(shù)套合適的選址方案報(bào)告。基于AI的5G基站選址平臺(tái)的總體架構(gòu)設(shè)計(jì)如圖2所示。

圖2 基于AI的5G基站選址平臺(tái)的總體架構(gòu)

基于AI的5G基站選址平臺(tái)的總體架構(gòu)中各功能模塊介紹如下[3]。數(shù)據(jù)庫(kù)主要包含本區(qū)域的現(xiàn)網(wǎng)5G基站圖層、區(qū)域3D建筑物地圖以及現(xiàn)網(wǎng)基站業(yè)務(wù)數(shù)據(jù)。其中現(xiàn)網(wǎng)5G基站圖層包含站點(diǎn)的經(jīng)緯度位置、天線掛高、增益、方位角以及下傾角等相關(guān)的站點(diǎn)工參信息，可以從運(yùn)營(yíng)商網(wǎng)絡(luò)或網(wǎng)優(yōu)等部門獲取。區(qū)域3D建筑物地圖可在所在區(qū)域?qū)?yīng)的城市規(guī)劃設(shè)計(jì)院或相應(yīng)的商用地圖公司處進(jìn)行購(gòu)買。現(xiàn)網(wǎng)基站業(yè)務(wù)數(shù)據(jù)包含現(xiàn)網(wǎng)2G、3G、4G網(wǎng)絡(luò)站點(diǎn)日常運(yùn)營(yíng)的相關(guān)數(shù)據(jù)信息。

AI選址算法平臺(tái)是整個(gè)選址平臺(tái)的核心，主要算法包括5G鏈路預(yù)算模型、粒子群迭代優(yōu)化算法模型以及站點(diǎn)篩選算法模型3個(gè)。其中，5G鏈路預(yù)算模型可根據(jù)候選5G站點(diǎn)采用的頻段選取對(duì)應(yīng)的鏈路預(yù)算模型，利用鏈路預(yù)算模型可得出對(duì)應(yīng)站點(diǎn)的覆蓋半徑。模型校正過的一般城區(qū)3.5GHz SPM參考模型為：

式中，Lp路徑損耗，d為基站到移動(dòng)臺(tái)的距離，hBS為基站天線的有效高度，Ldiffraction為衍射損耗，KClutter×f(clutter)為地物類型附加損耗。

粒子群迭代優(yōu)化算法是基于群體協(xié)作的隨機(jī)搜索算法，是群集智能的一種，用于求解各種非線性、不可微以及多峰值的復(fù)雜優(yōu)化問題。利用鏈路預(yù)算模型，結(jié)合本區(qū)域基站話務(wù)容量分布需求作為子目標(biāo)函數(shù)進(jìn)行迭代運(yùn)行，通過粒子群迭代優(yōu)化算法即可求出基站理論分布最優(yōu)目標(biāo)值（各站點(diǎn)位置經(jīng)緯度）[4]。

通過站點(diǎn)篩選算法對(duì)站點(diǎn)覆蓋需求和地圖位置數(shù)據(jù)進(jìn)行分析學(xué)習(xí)和測(cè)試驗(yàn)證，形成滿足覆蓋需求的決策判斷，從而生成合理的選址位置建議方案。考慮到基站理論分布最優(yōu)目標(biāo)值在實(shí)際建設(shè)過程中由于種種原因不一定能夠?qū)嵤┙ㄕ荆虼烁鶕?jù)前一步粒子群迭代優(yōu)化算法給出的理論目標(biāo)值位置，將3D地圖中每個(gè)樓宇定義為一個(gè)單元，并根據(jù)各樓宇單元的高度（海拔高度+樓宇高度），對(duì)規(guī)劃站址理論最優(yōu)目標(biāo)值位置覆蓋半徑1/4范圍內(nèi)的樓宇進(jìn)行比對(duì)篩選（是否有阻擋、高度是否滿足覆蓋需求等），選取合適的樓宇位置作為候選點(diǎn)位置。

外部數(shù)據(jù)采集接口可對(duì)接運(yùn)營(yíng)商網(wǎng)絡(luò)規(guī)劃系統(tǒng)和本區(qū)域衛(wèi)星地圖平臺(tái)等，用于獲取候選點(diǎn)運(yùn)營(yíng)商網(wǎng)絡(luò)規(guī)劃資料以及候選點(diǎn)360°衛(wèi)星環(huán)境照等信息。人員操作界面是設(shè)計(jì)人員和選址平臺(tái)之間進(jìn)行信息交換的人機(jī)交互接口。設(shè)計(jì)人員與選址平臺(tái)之間的互動(dòng)使平臺(tái)更理解站點(diǎn)的選址需求，同時(shí)操作人員也可通過操作界面對(duì)基站選址平臺(tái)統(tǒng)一的管理及維護(hù)。服務(wù)主要為輸出數(shù)個(gè)候選站點(diǎn)對(duì)應(yīng)的選址報(bào)告，含候選點(diǎn)所處經(jīng)緯度、所在樓宇、桿塔高度、天線掛高、方位角以及對(duì)應(yīng)的360°衛(wèi)星照片等相關(guān)信息。

2.2 選址平臺(tái)5G基站選址流程

通過加載本地區(qū)運(yùn)營(yíng)商對(duì)應(yīng)的現(xiàn)網(wǎng)5G基站圖層、城市3D建筑物地圖，無線網(wǎng)絡(luò)業(yè)務(wù)分析的數(shù)據(jù)庫(kù)后，結(jié)合選址平臺(tái)已有的AI算法模型，設(shè)計(jì)人員就可以開始進(jìn)行5G基站的選址。AI選址平臺(tái)5G基站選址流程如圖3所示。

圖3 基于AI的5G基站選址平臺(tái)流程

設(shè)計(jì)人員在基站選址平臺(tái)的圖形化操作界面上輸入本次5G網(wǎng)絡(luò)需要覆蓋的區(qū)域范圍、站點(diǎn)的頻段以及鏈路預(yù)算模型中相關(guān)的參數(shù)等。根據(jù)站點(diǎn)頻段、所處地貌類型，利用鏈路預(yù)算模型確定站點(diǎn)的覆蓋半徑。結(jié)合平臺(tái)中的粒子群迭代優(yōu)化算法模型確定本次覆蓋范圍中需要的5G基站理論最優(yōu)數(shù)量和經(jīng)緯度位置。根據(jù)各個(gè)站點(diǎn)最優(yōu)理論位置，選址平臺(tái)站點(diǎn)篩選算法模型結(jié)合3D地圖建筑物的地理分布情況及樓宇的高度，自動(dòng)比對(duì)理論位置周邊的樓房高度，在半徑1/4范圍內(nèi)選擇數(shù)個(gè)合適的候選點(diǎn)位置，并記錄具體樓宇經(jīng)緯度。

AI選址平臺(tái)根據(jù)站點(diǎn)篩選算法模型確定候選點(diǎn)位置，結(jié)合衛(wèi)星和建筑物3D地圖，生成對(duì)應(yīng)的360°衛(wèi)星和3D環(huán)境照。同時(shí)，通過候選點(diǎn)位置及對(duì)應(yīng)的覆蓋范圍，結(jié)合現(xiàn)有候選點(diǎn)位置高度，確定桿塔高度、AAU覆蓋高度以及方位角，每個(gè)候選點(diǎn)位置生成一份選址報(bào)告。設(shè)計(jì)人員將5G基站選址平臺(tái)生成的選址報(bào)告提供給網(wǎng)絡(luò)規(guī)劃部門人員，審核各選址方案的合理性，通過的選址報(bào)告即可提供給選址單位人員進(jìn)行現(xiàn)場(chǎng)實(shí)際選址。

3 基于AI的5G基站選址平臺(tái)的優(yōu)勢(shì)

一是利用了AI技術(shù)平臺(tái)的智能化，可替代設(shè)計(jì)人員前期勘察“掃樓”任務(wù)。基于AI技術(shù)的5G基站選址平臺(tái)利用人工智能研究領(lǐng)域的機(jī)器學(xué)習(xí)，由AI選址平臺(tái)系統(tǒng)完成5G基站選址過程中簡(jiǎn)單且重復(fù)性的任務(wù)，將人從枯燥的勞動(dòng)中解放出來，從而減少運(yùn)營(yíng)商和設(shè)計(jì)單位在人力和物力上的投入，提高選址工作效率的同時(shí)能夠比常規(guī)“掃樓”選址勘察做得更快、更精確。

二是選址平臺(tái)結(jié)合網(wǎng)絡(luò)規(guī)劃系統(tǒng)，可確定5G站點(diǎn)AAU方位角等參數(shù)，對(duì)網(wǎng)絡(luò)進(jìn)行負(fù)載均衡，實(shí)現(xiàn)無線網(wǎng)絡(luò)覆蓋和容量?jī)?yōu)化。隨著無線網(wǎng)絡(luò)用戶數(shù)的快速發(fā)展，網(wǎng)絡(luò)用戶業(yè)務(wù)類型更加多樣，網(wǎng)絡(luò)向著更加復(fù)雜多樣的異構(gòu)化方向發(fā)展，資源使用率不均衡狀況將越加嚴(yán)重。5G網(wǎng)絡(luò)通過基于人工路測(cè)等傳統(tǒng)網(wǎng)優(yōu)方式，很難確定整個(gè)網(wǎng)絡(luò)中無線參數(shù)與覆蓋、容量之間的關(guān)系，而基于AI技術(shù)的5G基站選址平臺(tái)通過利用現(xiàn)有2G、3G、4G大數(shù)據(jù)平臺(tái)進(jìn)行現(xiàn)網(wǎng)離線數(shù)據(jù)，可建立網(wǎng)絡(luò)狀態(tài)（無線配置、UE位置、業(yè)務(wù)負(fù)荷、頻譜分布）與覆蓋、容量之間的關(guān)系模型，并應(yīng)用此模型推理得到無線參數(shù)配置的調(diào)整建議，從而分析出本次覆蓋區(qū)域網(wǎng)絡(luò)站點(diǎn)數(shù)據(jù)容量需求，進(jìn)行容量的智能化配置，自適應(yīng)地調(diào)整對(duì)應(yīng)5G基站的無線射頻參數(shù)，如導(dǎo)頻功率、天線下傾角以及天線方向角等[5]。

三是實(shí)現(xiàn)勘察預(yù)選址過程數(shù)字化。5G基站選址平臺(tái)可自動(dòng)生成勘察報(bào)告，網(wǎng)優(yōu)人員能夠直接在計(jì)算機(jī)進(jìn)行遠(yuǎn)程評(píng)估，判斷站址是否滿足覆蓋要求，有效提高了選址效率。同時(shí)選址平臺(tái)可生成多份選址勘察方案，選址人員在實(shí)際選址過程中更加清楚5G基站的覆蓋需求。

四是實(shí)現(xiàn)基站選址可視化。利用選址平臺(tái)提供的終端選址App軟件，設(shè)計(jì)人員在現(xiàn)場(chǎng)進(jìn)行選址勘察時(shí)可判斷所選站點(diǎn)候選位置的合理性，同時(shí)為后續(xù)設(shè)計(jì)方案配置的相關(guān)設(shè)計(jì)參數(shù)等。

4 結(jié) 論

本文提出基于AI技術(shù)的5G基站選址平臺(tái)實(shí)現(xiàn)了5G基站的預(yù)選址，通過計(jì)算機(jī)的智能化替代目前依靠人工進(jìn)行的選址“掃樓”部分工作，使得選址工作能夠更加高效和快捷。實(shí)現(xiàn)AI技術(shù)的5G選址是個(gè)需要分階段實(shí)現(xiàn)的長(zhǎng)期過程，還存在著數(shù)據(jù)和建模等諸多關(guān)鍵問題需要解決，隨著AI技術(shù)的不斷發(fā)展，5G基站選址平臺(tái)功能將更加成熟和智能化。