基于4G/5G协同的高密重载场景网络规划方法

刁枫，刘航

（中国移动通信集团四川有限公司，四川 成都 610000）

0 引言

随着经济、社会的持续发展，高端大型建筑越来越多，例如高铁站、大型场馆、地铁、机场等，此类场景人流密集，既是运营商品牌形象的窗口，也是市场竞争的价值高地。此类高密重载（用户密度高、业务负载重）场景业务量分布不均，人流量较大，存在潮汐效应，对4G/5G 网络的覆盖质量及容量要求极高。此外，该类场景又普遍存在着建筑结构复杂、信号覆盖和干扰控制难度大等问题[1～3]。因此，为了面向未来网络演进和增强客户体验满意度，这些都对高密重载下的4G/5G 协同网络提出了新的挑战。

本文通过对4G/5G 协同组网方式、4G/5G 频率分组规划、容量评估模型、覆盖策略等方面进行研究，同时，结合5G 组网科学性验证对室内赋形天线与5G 单小区上下行吞吐能力进行测试，以及对4G 不同方式的多频点组网开展4G 全频段组网科学性评估，最后结合实际案例给出此类场景下具体应用建议，为解决当前高密重载场景4G/5G 协同网络规划提供技术参考。

1 高密重载场景下的4G/5G协同网络规划

1.1 高密重载场景下4G/5G协同规划主要考虑的因素

高密重载场景具有人流密集且流动性大、单体建筑面积大、建筑结构复杂等特性，针对高密重载场景特性，在4G/5G 协同规划时着重需要考虑主要因素如图1 所示[4～5]：

图1 高密重载场景下网络规划考虑的主要因素

建筑结构：高密重载场景下的建筑结构较为复杂，需要全面摸清建筑结构、材质，通过模拟测试、理论评估等多维手段评估天线部署的密度以及位置，并结合用户感知的最低速率门限要求，评估相应不同建筑结构下的极限覆盖能力。

业务量：高密重载场景下的业务量与相应用户密度密切相关，而用户往往呈现聚集效应，在特定的子场景下的业务量尤其高，这迫切需要做好精细化规划，尽可能提升高业务量区域的资源配置，以满足客户感知和体验。

潮汐效应：一般情况下，高密重载场景下的人群存在一定的潮汐效应，如图2 所示。因此，在进行网络规划时，要充分考虑到网络的弹性，为高效利用网络资源创造有利条件。此外，还可以为后期网络运维、节电等创造有利条件。

图2 高密重载场景下的潮汐效应

频率划分：考虑到有限的频谱资源，需要根据人流量、业务量呈现区域聚集的特点，有针对性地整体进行频率划分和规划，确保频率在合理复用的前提下，尽可能满足业务量需求，同时，适当考虑部分冗余，以确保满足潜在的业务量增长。

组网方式：针对高密重载场景，需要建立低成本场景化的分层组网方式，打造“宏站、微站、室分”相结合的多层网络，形成广域覆盖、深度覆盖、容量覆盖的多层次宏微协同分层立体网络，达到结构、覆盖、容量、成本协同最优。

4G/5G 协同：当前4G 业务发展仍然迅猛，不限流量套餐持续推广带来数据流量呈爆发式增长，基于业务预测全网年底日均流量将增长120%，4G 容量需求依旧旺盛，且随着5G 站点陆续入网，5G 建设区域内4G D 频段退频后，形成4G 容量缺口。在新增投资及资源极度短缺的现实情况下，在高密重载场景下如何解决因流量增长及D 频段退频后导致容量缺口成为网络规划建设亟需解决的问题。通过5G 反向开通3D-MIMO 快速补齐容量短板，实现4G/5G 协同的资源精准投放。

施工难度：充分考虑重密重载场景人流流动情况，合理进行规划与设计，达到施工快速、方便，且能够达到预期的覆盖效果。

干扰：在高密重载场景下，用户高度集中，同频干扰问题较为突出，严重影响用户感知，如图3 所示。需要采用合理的小区划分、控制重叠区域、功率控制等手段降低干扰对用户的影响；随着5G 终端的普及，用户逐步增多，在频率重叠区域5G 同样会对4G 造成上行干扰。最后，需要着重考虑系统间的干扰，包括杂散干扰、互调干扰、阻塞干扰、屏蔽器/伪基站干扰及其他干扰源。

图3 高密重载场景下干扰对SINR与速率的影响

设备选型：根据频率划分、组网方式、业务量、干扰、以及施工难度等综合进行考虑，将高密重载场景划分为多个子场景，针对子场景给出差异化的设备选型策略。

2.2 高密重载场景下4G/5G协同规划方法

根据高密重载场景的特点，结合上述4G/5G 协同规划时需要着重考虑的主要因素，我们在进行多次论证和现场测试的基础上，给出了高密重载场景下的4G/5G 协同规划方法与流程，如图4 所示。

图4 高密重载场景下的4G/5G协同规划方法与流程

该方法与流程大致分为九个步骤，通过相互之间的关联，将密集重载场景下的4G/5G 协同网络规划主要考虑的因素分别融入到相应过程之中，从而实现结构、覆盖、容量、成本协同最优的解决方案。

第一步：现网摸排，现网摸排主要包括：密集重载场景下的KPI 指标、容量、业务量、高覆盖、弱覆盖等情况，并对现有的建设方式、组网方式以及建筑结构特点进行全面梳理和分析，整理输出覆盖目标区域业务量需求分级评估结果，结合现场查勘与测试、以及人流量聚集分布情况进行场景细化，实现子场景差异化的网络规划。

第二步：容量预估，根据划分建立的子场景，建立分场景下的容量预估模型，准确评估子场景下的容量需求。

第三步：产品选型。产品选型主要包括载波规划、组网方式、4G/5G 协同、设备选型等多重因素，并根据子场景制定差异化的设备选型策略。

1）设备选型。根据不同子场景的特点以及现网设备、分布系统情况，有针对性地选择相应主设备及建设方式，同时，进一步考虑到覆盖能力，选择合适的赋形天线产品。在此基础上，对所选择的赋形天线进行仿真验证，以确定最佳的天线间距和天线挂高，确保覆盖达到预期效果。

2）载波规划。综合考虑干扰、容量、覆盖等原因，释放频段全部能力，充分利用LTE 3 载波组合、4 载波组合，5G NR 2.6 G+4.9 G 组合，实现干扰小、容量大、覆盖优的载波规划方案。

3）组网方式。随着频率的不断演进，5G 终端数不断增多，综合各方因素，以4G/5G 协同组网方式进行考虑，避免后续5G 带来的二次改造。

第四步：方案定制。结合建筑结构、人流密集情况、潮汐效应、机房情况、电力情况等现场查勘情况，制定合理的改造或者新建方案，然后组织多部门进行联合评审，确定方案的科学性和可靠性。

第五步：方案仿真。为了进一步评估方案的科学性和覆盖预期效果，需要开展仿真工作，通过模拟仿真方式评估整体的覆盖状况，进一步对方案进行优化和调整，确保方案实施达到最优效果。

第六步：方案实施。方案实施主要基于最终修订和完善的设计方案，按照设计图纸进行施工，并保证现场施工工艺、流程符合标准规范，选用的配套材料质量达标，相应天线与各个子场景匹配，最后，对施工进行相应验收。

第七步：网络优化。在施工完成之后，需要进行开站入网优化、现场测试与优化、以及结合性能、SEQ 等相应指标和参数进行全面的优化调整，发挥设备的最大能力，实现网络性能最优。

第八步：效果验证。效果验证环节是对实施结果开展后评估分析，针对覆盖、性能是否达到预期，以及相应工程造价进行全面综合评估。

第九步：经验总结。经验总结则是在后评估的基础上，将相应成果进行固化，在类似的高密重载场景进行推广，为后期规划与建设提供技术参考，有效提升类似场景的规划与建设效率，实现方案最佳、效果最佳、成本最优、较好支持网络演进，以及满足5G 用户发展和业务量需求。

2.3 实例分析

基于上述高密重载场景下的4G/5G 协同规划方法与流程，我们以某大型火车站为例。

按照高密重载场景下的4G/5G 协同规划方法与流程，第一步，我们首先对该车站进行现网摸排分析。发现存在两大难题：

（1）候车厅原使用pRRU5927 外接窄波束天线+RRU3182-fad 外接普通板状天线的方式间隔覆盖检票口区域，其中RRU3182 配置F+A 频段作为底层覆盖，pRRU 配置D1-D8E1-E3FDD1800 分组异频组网作为容量层，整个候车厅共配置104 个小区。但是业务量大，自忙时平均下行PRB 利用率仍高达55%。

（2）建筑结构较为复杂，A/B 两排检票口间距仅30 m，干扰严重SINR 低。随着5G 网络部署，若候车厅4G 清退D 频段100 M 后，可用频点数量将从15 个减少至10，频率更难规划。因此，需要进行4G/5G 协同的网络重新规划调整。相应详细情况如图5 所示。

图5 内部结构及测试摸排情况

我们按照规划方法与流程中的第二步进行容量预估。首先，基于第一年（预测起点年份）春节话务模型整体候车厅按照20 000 人预测；第二，基于业务类型及时长占比分析，4G 单用户综合下行保障速率为2.1 Mbps；基于微信视频体验分析，4G 单用户上行保障速率为1 Mbps 进行预测。

按照表1 计算出需求总载波数4G 145 个，5G 3 个。

表1 典型子场景下的载波需求测算

第三步，我们针对三类子场景的容量需求、网络演进以及相应赋形天线测试等多维度考虑，拟定相应产品选型策略如下：

1）分布式皮站+传统室分+赋形天线混合组网，分布式皮站提供5G（2.6 G 100 M）及4G 三组频率，传统室分提供F/A 频段，并采用赋形天线精准控制覆盖范围，降低干扰。

2）5G 采用2.6 G+4.9 G 开通双百兆带宽，5G（2.6 G）：2.6 G 采用支持160 M 4T4R 的5961 系列分布式皮站，开通100 M 5G 业务；5G（4.9 G）：同步开通AAU（4.9 G）覆盖室内，预埋pRRU（4.9 G）线缆及安装位置；室内分布式Massive MIMO：有效解决室内5G 多小区干扰问题，可有效提升网络容量和客户速率。

3）4G 全频段引入，四频组网，提升容量。

第四步，基于设备选型结果，我们结合现场查勘、施工环境、原有系统改造难易、工程造价等综合考虑，制定相应详细实施方案。我们针对子场景差异化的特点给出4G/5G 协同解决方案，相应整体规划设计方案如图6 所示：

图6 火车站候车厅整体规划设计方案

布置方式：候车厅主要旅客区域由原有的间隔布放方式改为逐个布放方式。

设备选型：56 台5961H+54 面赋型天线+2 面高密天线（高密天线覆盖西广场1F 安检区及A1 候车区）。VIP美食区等区域采用43 个PRRU5961G。4.9 G AAU 设备安装在北侧中部二楼，共划分两个扇区，分别交错往东西广场方向覆盖。

频率规划：采用E1/D3、E2/D7、E3/D8/FDD1800，三组交错覆盖避免频率干扰，每个检票口开通2 组，共部署54 组，最大可开通个134 个载波。同时利旧RRU3182+利旧窄波束天线+衰减器开通双路F/A，F/A 14 个RRU 分裂为14 个小区，共14*2=28 个频点；整改候车厅区域部署162 个载波。NR 每12 个PRRU 共小区，开通5 个2.6 G 小区，2 个4.9 G 小区，容量完全满足预测需求，如表2 所示。

表2 火车站候车厅频率划设计方案

第五步，为了进一步评估方案的科学性和覆盖预期效果，我们采用仿真工具对4G 多频段和不同赋型天线组网进行仿真评估，最终推荐选择华为27013842 赋型天线和3 组频点，以达到精准覆盖和干扰控制，如图7、表3所示。

表3 三组频点交叉组网方案及赋型天线仿真SINR值变化

图7 三组频点交叉组网方案及赋型天线仿真覆盖和SINR图

经过方案实施、网络优化步骤之后，该场景下的整体指标情况如下，该车站4G/5G 网络性能均实现两个领先（领先竞对，领先其他核心高铁枢纽车站）。其中，5G网络SSB RSRP 均值-72.5 dBm，5G（4.9 G）下行平均速率为855 Mbps，5G（2.6 G）下行平均速率为727 Mbps；4G 网络的总载波数从103 个提升至142 个，系统容量提升37.9%，路测平均下载速率达到45.9 Mbps，提升35.9%，平均上传速率达到14.87 Mbps，提升43.8%，日均流量提升26.8%；5G 客户占比最高达8.6%，5G 分流比最高达14.2%，效益明显，4G/5G 客户感知明显提升。改造前后4G/5G 视频流媒体有效下载速率提升显著，相应对比如图8 所示：

图8 改造前后4G/5G视频流媒体有效下载速率对比结果

从该车站的实施结果来看，整体提升较为明显，充分论证了高密重载场景下的4G/5G 协同规划方法与流程的科学性和有效性。

通过对本案例的进一步提炼与总结，形成相应总结文档，可有效推广相应经验，为类似场景的网络规划提供有价值的参考。

3 结论

高密重载场景的网络规划与实施面临诸多挑战，如何给出最优的解决方案并考虑网络演进方向等问题是各大运营商均需要面临的重大课题之一，同时也是各大运营商塑造良好口碑的关键场景之一。与此同时，高密重载场景的网络规划与实施还需要考虑到投资预算等成本问题，以及应对潮汐效应如何降低后期运营维护成本等问题。在多重因素的影响下，高密重载场景的网络规划仍需要深挖潜能，科学规划与实施，认真总结相应经验和亮点，方能实现口碑与效益的双丰收。