5G小区和场景的覆盖关联方法
2022-11-11付毅黄凯利
付毅 黄凯利
(中国联通湖北省分公司 湖北省武汉市 430000)
1 概述
场景具有分类明确、边界清晰、用户类别统一等特点,场景5G网络需要明确主覆盖的5G小区,进而精准定位网络问题,及时响应并制定优化方案,缩短优化周期,提升用户体验。
2 研究背景
2.1 运营商5G基站的大量建设入网
目前各大运营商的5G基站已大量建设及入网,网络的建设同时也推动着5G终端的普及,5G业务量呈快速增长趋势,针对5G网络和5G用户感知的优化工作也迫在眉睫。
2.2 基站小区对场景的覆盖关联
传统网络优化是通过现场测试判断一个场景的信号强弱,但效率相对较低。目前4G网络主要通过场景的地理化电子围栏和基站小区的MR/MDT采样点分析相结合方式判断场景的信号覆盖水平,能短时间对全场景网络覆盖进行评估,效率较高。
MDT是一种通过对UE终端所测量的信号数据进行采集、上报的自动化路测技术,MDT采样点数据除包含RSRP、RSRQ等信号强度信息外,还含有GPS位置信息,因此根据MDT采样点数据携带经纬度信息的特点,4G网络中场景和小区的关联除地理化方法外,还可以通过收集在场景内的小区MDT采样点信息的方式进行关联,通过MDT采样点累计大数据用以分析获取采样点区域占用4G小区的基础信息、信号强度等数据,了解不同小区在场景内的覆盖分布情况,单一4G小区在对应场景边界内MDT采样点越多代表小区在该场景内贡献度越大,关联性越强,根据小区对场景的关联性大小可以精准对场景问题进行定位,抓住主要矛盾进行解决。
但当前阶段5G网络暂时不支持MDT采样点数据上报获取,无法通过和4G类似的方法判断5G小区对场景的覆盖情况以及关联度。因此目前我们只能通过5G小区与场景边框的地理化位置分布判断5G小区是否对周边场景主覆盖,但由于场景边框形状不规则呈多样性,小区在场景周边及类别分布复杂,对批量准确判断小区是否主覆盖周边场景造成了难点。
3 覆盖场景的主要5G小区判断方案
首先以WGS84坐标系为基准,通过网络爬取或者人工绘图制作各类重点场景(包括高校、商超、三甲医院、商务楼等)的方式获取电子围栏地理化信息。再将场景电子围栏和覆盖该场景的基站小区进行匹配,实现场景和覆盖小区的关联,可以为后续的场景优化提供依据。
本文主要通过以下两种方法综合进行判断关联,并对方法细节进行探索优化,做到5G小区和覆盖场景的精准匹配。
3.1 方法1:场景边框内的小区覆盖该场景
根据5G小区基础数据中经纬度与场景电子围栏的经纬度(未对场景电子围栏边框进行外扩)相关联,落入到场景边界内,就判断该小区覆盖该场景(此方法延续4G小区是否主覆盖场景的判断)。以场景襄阳光彩工业园为例,关联场景边界内有图1中2个基站6个小区(9468417_67、9468417_68、9468417_69、9459456_64、9459456_65、9459456_66)的地理位置均在襄阳光彩工业园框图内,判断此6个小区主覆盖襄阳光彩工业园场景。该种方法缺点:对于场景边框外,距离场景边框较近的周边小区无法算入覆盖该场景的小区,不符合实际无线网络的覆盖客观情况,如示例中,5G站点9468405距离襄阳光彩工业园边框距离160米,从图1中该站点第一扇区的小区位置和方位角可以看出,第一扇区的小区完全能够覆盖该场景,但只通过方法1襄阳光彩工业无法关联站点9468405第一扇区的小区。因此需要进一步对场景边框外的附近小区判断能否覆盖对应场景,此时再使用方法2判断。
图1:襄阳光彩工业园场景及附近5G小区
3.2 方法2:场景边框外200米的宏站小区进行探索
根据小区和场景边框的距离阈值判断,阈值小于等于200米,则判断该小区覆盖该场景。使用图层工具建立场景边界缓冲区,将示例中的襄阳光彩工业园场景边界外扩200米得到以下区域,并展示出场景边界外扩200米后于小区的位置关系,场景外200米范围5G站点 9468405三个扇区的小区覆盖该场景。
从图2中可以看出此种方法场景外200米关联的宏站小区由于方位角不同,造成对场景的覆盖效果也有所差异,而具体到该示例9468405_66小区的覆盖方向与场景边框相反,显然9468405_66小区无法覆盖该场景。因此通过方法2中判断出的场景关联小区中存在部分小区由于覆盖方向与场景边界相反而实际不覆盖对应场景的缺点,需要对场景外200米关联的宏站小区进行关联优化,使小区对场景的覆盖关联更加准确。
图2:场景边界外扩
3.3 根据场景边框外200米的宏站小区方位角判断是否主覆盖场景
为进一步更加准确判断场景边框外200米关联的宏站小区是否能够对该场景进行有效覆盖,尝试建立数学模型进行关联优化。
3.3.1 两点经纬度计算方位角
利用场景中心点位置A和小区位置B经纬度大小,分类判断讨论点A位于点B的方位(东北、西北、西南、西北、正南、正北、正东、正西8个位置方向),由于两点间距离都在1千米内属于短距离运算,因此忽略地球球面弧度影响,按照A、B两点平面距离直接通过反三角函数计算出BA方位角(与正北方向0°的夹角)。
以图3中A位于点B的东北方为例展示,∠OBA为线段BA方位角:
图3:场景边界外5G小区方位角与场景位置关系
按照此原理可在excel表中建立宏实现两点方位角的批量计算。
3.3.2 获取小区方位角射线B与线段BA之间的夹角
线段BA方位角再与从5G工参获取的已知的小区方位角进行运算,获取小区(9468405_64)方位角射线与线段BA之间的夹角θ,通过设置该夹角θ的门限判断该小区能否准确覆盖对应场景。
我们最终获取场景边框外部200米内的小区9468405_64方位角射线B1与线段BA间夹角为a=13°,小区9468405_65方位角射线B2与BA间夹角为b=87°,小区9468405_66方位角射线B3与BA间夹角为c=133°。从图3中小区覆盖方向与场景的位置关系,我们可以判小区9468405_64能够有效覆盖该场景;小区9468405_65覆盖区域位于场景边缘,无法有效覆盖对应场景;小区9468405_66覆盖方向与场景区域相反,完全无法盖对应场景。
3.3.3 通过小区方位角射线B与线段BA之间的夹角θ判断小区是否主覆盖附近场景
从小区覆盖方向与场景位置区域可以看出,小区方位角方向所在射线与该小区至场景中心形成线段之间的夹角θ越小时,该小区波瓣覆盖对应场景的区域也相对越大,反之越小,以此排除场景边界外200米区域无法有效覆盖该场景的5G宏站小区。
为了能够更好得描述小区天线水平方向对场景的覆盖,在此引入讨论天线波瓣。天线波瓣宽度是指天线方向中主瓣峰值下降3dB(峰值功率一半)处所形成的夹角宽度,又称波束宽度、主瓣宽度、半功率角,形成的夹角叫波瓣角,主波瓣覆盖区域具有信号好、抗干扰能力好等优点,天线波瓣可分为水平波瓣和垂直波瓣,对于场景平面的覆盖情况,在此处仅考虑天线水平波瓣。
定向天线的常见水平波瓣宽度有20°、30°、65°、90°、105°、120°、180°多种,各种水平波瓣宽度的天线有相应的适用环境,水平波瓣宽度为20°、30°的天线一般增益较高,多用于狭长地带或高速公路的覆盖;65°天线多用于密集城市地区典型基站三扇区配置的覆盖,90°天线多用于城镇郊区地区典型基站三扇区配置的覆盖,105°天线多用于地广人稀地区典型基站三扇区配置的覆盖。
天线辐射的大部分能量都集中在波瓣宽度内,波瓣宽度的大小反映了天线的辐射集中程度。通过模型计算优化场景外200米宏站小区与场景的覆盖关系,对于场景,主要考虑小区水平主瓣能否覆盖到该场景,根据天线波瓣的内辐射的特点,当小区水平方向主波瓣能够覆盖场景时我们判断该小区能够主覆盖该场景,即θ<=1/2水平波瓣宽度时,该小区主要覆盖对应场景。
以上述襄阳光彩工业园及边界外基站9468405为例,该站点各小区波瓣宽度为90°,即当9468405_64方位角射线B1与线段BA间夹角为a=13°时满足该条件(a<=45°)主覆盖襄阳光彩工业园,小区9468405_65与 9468405_66方位角射线与BA间夹角为不满足该条件则不覆盖该场点,从站点9468405位置以及示例中的三个小区的方位角覆盖区域来看和对襄阳光彩工业园现场测试,该判断基本符合客观事实。
当θ<=1/2水平波瓣宽度时,以上示例场景的关联关系趋向于更加准确,排除弱关联和无关联小区,5G小区覆盖的主场景也更加明确,更加符合真实情况,达到了预期效果,为场景的5G网络优化奠定了基础。如表2所示。
表2:示例场景采用修正方法前后关联小区数
表1:襄阳光彩工业园边界内遍历测试各扇区小区覆盖区域占比
4 5G小区覆盖关联场景方法总结
4.1 判断规则总结
通过以上修正方法对小区覆盖的场景关系进行优化完善,使用以下规则判断5G小区是否覆盖附件场景:
(1)根据5G小区基础数据中经纬度与78类场景边框的经纬度进行关联,落入到场景边界内,就判断该小区覆盖该场景。
(2)根据小区和场景边框的距离阈值判断,阈值小于等于200米,且宏站小区方位角与该小区至附近场景中心点形成线段的方位角之间的夹角θ小于等于1/2水平波瓣宽度时,则判断该宏站小区覆盖该场景。
备注:小区通过方法1关联到场景的,同时也会通过方法2再去关联200米内关联到的场景,可能存在同1个小区归属多个场景情况。
4.2 方法验证效果
5G小区覆盖场景规则按照以上第4.1部分修正优化后再进行判断,某区域运营商覆盖1777个重点场景的5G关联小区由22453个减少至12897个,覆盖多场景的5G小区数由4102减少至1668个,每小区覆盖场景有效性更加精准。如表3所示。
表3:某区域重点场景采用修正方法前后关联小区数对比