微覆盖的LTE网络优化与仿真

2017-08-08吴少宇

科技与创新 2017年15期

关键词：信道基站规划

吴少宇

（中国电信股份有限公司肇庆分公司，广东肇庆526000）

微覆盖的LTE网络优化与仿真

吴少宇

（中国电信股份有限公司肇庆分公司，广东肇庆526000）

随着科技的不断进步，人们已经步入了LTE时代，LTE建网架构也从宏网覆盖向宏微协同覆盖转变。对于宏微协同的这种异构型网络，由于宏站与微站之间的发射功率差距比较大，导致负载严重不均衡。针对LTE网络覆盖性能的影响因素进行研究、分析，详细阐述了微覆盖的干扰协调管理技术，结合具体网络规划仿真测试，对弱覆盖区域应用微覆盖技术进行补充覆盖，并提出了相关优化建议，以供参考借鉴。

LTE网络；微覆盖；系统性能；覆盖指标

为了满足LTE网络发展的需要，实现最好的网络覆盖，通过软件仿真分析微覆盖技术对覆盖指标的影响程度，用合理的规划设计发挥出LTE网络的最佳性能。

1 微覆盖的干扰协调管理技术

所谓“微覆盖”，就是覆盖范围比传统的宏蜂窝覆盖范围小，用于宏蜂窝的覆盖补充，实现无线网络的覆盖优化。目前，微覆盖的主要手段是在原有无线网络的基础上用微基站或直放站等网络覆盖设备进行补充。网络的全覆盖往往不是一两种覆盖技术就能完成的，而是根据具体情况选择适合的覆盖技术。在网络规划中，避免干扰也是需要考虑的关键问题之一。由于微覆盖是基于宏微协同的组网架构，宏微站之间使用同频组网，这就使得宏站与微站之间存在跨层干扰。

2 微覆盖应用场景分析和覆盖规划

2.1 微覆盖应用场景分析

微覆盖技术可以应用于各种需要深度覆盖的热点场景，不仅可以补充弱覆盖区域，还能扩充小区容量。

场景分析1：低层商铺密集分布在繁华商业区，信号被附近高楼所阻挡，高楼区建筑高低参差不齐，道路上信号遮挡严重。

解决方案：基于小灵通、市政灯杆等新形态站址，部署功率比较小的微基站进行立体式深度覆盖。

场景分析2：交通枢纽地段，比如火车站等，人流量大且话务量大的场所。深度覆盖不够，小区容量不足。

解决方案：在距离宏站大于200 m，距离目标覆盖建筑30～60 m的范围内，部署室外（2×5）W微基站进行室内深度覆盖。

在此需要注意的是，在网络规划阶段，应遵循“宏站为主、微站为辅”的建设原则，微站定位是，局部小范围的补盲、难以获取站址区域和室内深度覆盖等方面的补充手段。

2.2 覆盖规划

2．2．1 参数设置

2.2.1.1 传播模型选择

文献建议在密集市区，LTE优选采用SPM模型、扩展的Hata模型和COST231-Walfish-Ikegami模型，一般城区优选扩展的Hata模型和COST231-Walfish-Ikegami模型，郊区则优选扩展的Hata模型和SPM模型。具体选择哪类模型还取决于路测数据和模型校正。传播模型校正结果将直接决定LTE的业务信道或控制信道在满足有效解调下的覆盖范围。由于仿真目标是大型火车站，因此，选择的是SPM模型。因为没有拿到实际路测数据，所以无法进行模型矫正。

2.2.1.2 邻区规划

邻区规划是网络规划的基本内容，系统切换性能和掉话率直接受到邻区规划质量的影响。邻区配置需遵循以下2个原则：①不仅要考虑空间位置上的相邻关系，还要考虑位置上不相邻但无线意义上相邻的相邻关系。地理位置上直接相邻的小区通常作为邻小区。②邻区一般要求互为邻区，即B扇区是A扇区的邻区，A扇区也是B扇区的邻区。但是，在某些特别的场合，或许还要配置单向邻区。

2．2．2 覆盖指标

无线网络覆盖评估指标主要有RSRP和RS-SINR。RSRP指标用于衡量公共信道的覆盖情况，表示参考信号的接收功率强度，它也作为用户能否正常接入的判断依据；空载RS-SINR是系统空载条件下RS信号的SINR，该指标用于衡量公共信道的覆盖情况，它也作为用户能否正常接入的判断依据；满载RSSINR就是系统满载条件下RS信号的SINR，该指标考虑的是业务信道的干扰，代表了系统在满业务接入条件下的干扰情况。全网覆盖指标覆盖率应当满足RSRP≥-105 dBm且RS-SINR≥-3 dB的概率≥95%.此外，下行速率≥4 Mbps，且上行速率≥256 Kbps的概率≥95%.

3 基于ATOLL的仿真分析

通过仿真可以看出有重大的射频泄漏、不适当的覆盖范围和不可避免的干扰，所以，在首次设计和布置安全、有效的无线网络时，不用进行费时而又昂贵的现场测量，在投资之前，可通过仿真改进和技术升级来降低扩建和维护网络的成本。本文选择一个大型火车站作为热点场景的仿真分析对象，大型火车站是一个人口流动量大且高话务量的热点区域，这对无线网络的覆盖有更高的要求。通过ATOLL进行仿真，分析微覆盖技术对LTE系统性能的影响，验证微覆盖技术的优化效果。

3.1 仿真预测结果对比

此次仿真选择某地火车站，仿真面积为15.524 km2，预先设定站点为12个，36个小区。本文主要对RSRP和RS-SINR这2个指标进行仿真分析。接下来对比应用微覆盖优化前后的效果，优化后增加6个小基站。

3．1．1 RSRP仿真

RSRP仿真优化前后对比如图1所示，实验得出覆盖率均达标，这与该火车站的地形有很大关系。该火车站整体比较平缓，绿地和开阔地的比例加起来有36.7%，地方越开阔，信号传播越有利，因此，降低了信号的传播损耗。

图1 RSRP优化前后

3．1．2 RS-SINR仿真

3.1.2.1 空载时RS-SINR指标

表1 空载时RS-SINR指标

空载时，RS-SINR指标如表1所示。从表1中可以看出，优化前，大于-3 dB的为87.9%，没有达到95%的指标。通过加微基站并调整工参，优化后的大于-3 dB的比例上升到了90.6%.这说明，微覆盖技术能改善业务信道的干扰情况。

3.1.2.2 满载时RS-SINR

满载时，RS-SINR指标如表2所示。从表2中可以看出，优化前大于-3 dB的为87.9%，没有达到95%的指标。通过加微基站并调整工参，优化后的大于-3 dB的比例上升到了90.6%.这说明，微覆盖技术能改善业务信道的干扰情况。

表2 满载时RS-SINR指标

3．1．3 小区下行平均速率

经过100次对上下行业务信道蒙特卡罗的仿真，小区平均下行速率由优化前的4.49 Mbps提升到了6.2 Mbps，小区平均上行速率由622.15 Kbps提升到1.12 Mbps。经过优化后，小区吞吐量有了明显改善，而且均已达标。

3.2 与其他论文比较

目前，关于网络优化的文献很多，学者们也提出了许多优化算法，然后利用MATLAB进行系统级仿真或链路级仿真。但是，大多数算法只考虑负载平衡，忽略干扰避免，或反过来。小区开/关机制可以避免干扰，但增益的效果明显下降。还有自适应的分布式基站的覆盖优化（adfco）算法，它可以提高室内覆盖，但并没有考虑干扰的问题。文章提出的微覆盖技术既考虑了干扰避免，也提高了小区容量。