基于NGI和AAPC的5G重叠覆盖优化系统研究

曹正洁 孟凡强 姜盼盼 曹洁

摘要：本文提出了一种基于NGI和AAPC的5G重叠覆盖优化系统，能够解决传统重叠覆盖优化方案无法定位施扰小区的问题。这一系统使得重叠覆盖优化变得更加精准和全面，同时结合AAPC权值自优化工具，实现权值的自动调整，从而显著提升了工作效率。这一创新性系统的提出将为未来网络优化领域带来重要的进展，为网络性能的提升和优化提供了新的途径和方向。

关键词：重叠覆盖；DOA；NGI；AAPC

随着5G规模的持续扩大，网络结构变得越来越复杂，城市地区内基站间距也变得更小，这导致了重叠覆盖问题日益突出。传统的重叠覆盖分析方法通常只能确定高度重叠的小区，而无法找出相关的干扰小区。因此，有必要探索和引入更先进的技术和工具，如文章提到的基于NGI和AAPC的5G重叠覆盖优化系统，以解决这一问题。通过这种新型系统的应用，可以更准确地定位干扰小区，提高重叠覆盖优化的精准度和效率，从而改善5G网络的性能和用户体验。

一、原理介绍

（一）DOA原理

波达方向（Direction of Arrival，简称DOA）定位技术的原理是利用接收机处的阵列天线和波达方向估计技术来确定信号从接收机到信源的波达方向线，通过多个接收机估计的波达方向进行三角测量，确定信源的估计位置。波达方向估计又称为角谱估计和波达角估计。在无线通信中，DOA功能可用于描述天线的实际覆盖角度和用户的方向偏差。其实质是依据MIMO多天线收发的特性，利用空时处理技术测量每个终端用户相对天线的角度，通过聚合分析海量数据确定用户群的主要聚集方向，调整天线的覆盖方向以跟随用户的行为轨迹，为更多用户提供最佳服务。

（二）NGI原理

NGI（Network Geolocation Insight，网络地理化洞察）是一个无线网络中用于“规建维优”的创新解决方案。它通过挖掘和分析用户和网络无线数据，实现对网络性能、业务质量、终端能力和用户体验等方面的全面分析和地理化展示。NGI的功能根据场景类型可以分为七大类：路测、地理化洞悉、网络规划与优化、公共服务、终端分析、问题定位、用户分析。目前，常用的主要功能包括天馈核查功能、网络可视化评估以及虚拟路测等，其中的核心是DOA功能的实际应用。

（三）AAPC基本原理

AAPC（Massive MIMO 天线权值自适应）是一种利用人工智能技术对天线权值进行优化的方案。通过基站收集用户的HDOA（水平波达方向）、VDOA（垂直波达方向）、PL（路径损耗）等用户定位信息，根据这些数据完成建模，然后利用权值路径寻优算法计算每种用户分布场景下最优的权值，从而最大化提升用户的覆盖水平。通过不断对天线权值模型进行迭代优化，最终形成最佳的天线权值方案，帮助改善无线网络的性能和用户体验。

二、基于NGI和AAPC的5G重叠覆盖优化系统

NGI和AAPC的串联优化重叠覆盖系统可以精确分析受扰小区和施扰小区，清晰地进行地理化展示，提供精准的优化方案。通过与AAPC的串联优化，系统可以自动将权值调整为最优解，无需人工干预，提高了调整效率。这种方式可以有效解决重叠覆盖优化中的问题，提高网络性能和用户体验。

（一）系统原理

在基于NGI和AAPC的5G重叠覆盖优化系统中，NGI模块负责识别重叠覆盖小区，并将服务小区和其周围的TOP6邻区作为AAPC优化调整的对象。NGI模块通过分析重叠覆盖区域，为后续优化提供必要的数据支持。AAPC模块首先将重叠覆盖问题抽象为DOA（方向）栅格，以便更好地识别。然后，通过将小区信息转化为图像的形式，对重叠覆盖栅格进行过滤，作为评估对象。AAPC模块采用多目标方式，寻找最优的权值解，从而调整天线参数并优化网络性能，解决重叠覆盖带来的干扰问题。

（二）系统优点

①NGI重叠覆盖分析不依赖路测，可精准定位高重叠覆盖的施扰小区。传统的重叠覆盖分析通常需要进行拉网测试，通过测试记录分析高重叠覆盖带来的干扰。NGI重叠覆盖分析则可以利用MR（Measurement Report）数据来评估网络中存在重叠覆盖问题的区域和小区，进而输出干扰源小区和受扰小区。这种方法消除了对路测数据的依赖，弥补了传统重叠覆盖分析难以准确定位干扰源的不足，为射频优化调整提供了重要的数据支持。

②AAPC 优化更加智能高效。传统的射频RF优化仅限于调整天线的方位角和下倾角；而5G Massive MIMO大规模阵列天线的引入增加了波束立体化调整的可能性。尽管人们可以通过经验设置波束权值，但这需要耗费大量精力，效率低下，并且权值无法随用户位置动态变化而精准调整。相比之下，AAPC通过智能化优化算法实现了波束权值的动态调整，能够精准覆盖目标用户，提升网络感知能力，使波束优化更加智能高效。

③节省人力成本。经过AAPC智能波束寻优后，部分5G基站无需再由工程人员上塔进行手动调整，有效节省了人力资源，减少了工程人员上塔的频率及相关安全风险；同时，智能且自动化的权值优化也降低了传统波束调整的网络管理操作，实现了减少人力成本的目标。

（三）优化流程

5G MR数据采集：选择需要优化的区域，通过UME网管配置相关参数，并针对该区域的基站下发测量配置，采集用户终端设备的测量报告（MR）、到达角（DOA）等相关信息。

NGI问题小区输出：设定重叠覆盖判定条件，利用NGI评估网络中存在的重叠覆盖问题区域和小区，分析重叠覆盖区域的施扰小区和受扰小区，同时统计每个栅格的重叠覆盖水平。为RF优化调整提供数据支持，输出需要进行优化调整的服务小区和TOP6邻区作为AAPC优化对象。

AAPC优化模板制作：将重叠覆盖的服务小区和TOP6邻区组合，并为每组分配一个ID，以实现AAPC的精细化分簇优化。

AAPC优化参数下发：将优化对象选定为“问题小区”，导入到AAPC模块中，并设置AAPC参数配置，实现AAPC的自动参数调整，无需人工干预。

NGI优化前后评估：经过AAPC参数优化调整后，使用NGI重新输出重叠覆盖数据指标和图层，并与调整前的数据进行效果评估对比。

网管指标评估：在重叠覆盖优化完成后，通过网管性能指标、业务量、用户数、感知速率、覆盖率等指标进行对比评估，以衡量调整前后的效果。

（四）功能部署

①NGI覆盖问题创建。进入NGI平台，选择网络地理化洞悉→任务类型→地理化洞悉→覆盖问题分析→重叠覆盖→覆盖问题模板，按照模板填写相关参数配置。

②AAPC问题小区导入。进入AAPC模块新建优化任务，优化对象选择“问题小区”，按照系统模板填写相关内容。注意Cluster ID列自定义ID，按照NGI重叠覆盖小区和对应受扰TOP6小区分配一个ID，让AAPC实现精细化分簇优化。

三、效果验证

（一）TOP小区优化验证

以重叠覆盖小区问题采样点比例超过15%小区作为Top门限，采集济宁2.6G共7423个小区最近3天MR数据进行分析，输出46个Top小区。针对TOP15小区使用AAPC进行权值优化，共涉及90个小区（15组，每组1问题小区+6施扰邻区）。

效果对比：AAPC优化前后采集3天MR数据，重叠覆盖度降低5.25%，流量增长85.75GB，下行感知速率提升13.46Mbps，覆盖率无明显变化。

通过NGI平台和网管指标部署效果：济宁部署高重叠覆盖度小区后，重叠覆盖率由调整前16.40%降低至11.15%，提升5.25pp，下行用户感知速率由215.2Mbps提升到228.7Mbps，提升13.5Mbps，达到预期效果，有效改善了5G网络质量。

（二）重叠区域优化验证

重叠覆盖小区问题采样点比例超过10%小区，对济宁汶上、泗水2.6G重叠区域优化调整，共计721个小区（103组，每组1问题小区+6施扰邻区）。

覆盖对比：AAPC优化前后采集2天MR数据，如表2所示，调整后整体重叠覆盖比例改善明显，重叠覆盖度由调整前14.18%降低至11.26%，改善2.92%，覆盖率无明显改善。

感知指标：AAPC优化调整后，用户数及流量无明显提升，下行感知速率由调整前273.5提升至280.5Mbps，见表3。

性能指标：AAPC优化调整后，性能指标无明显波动，性能指标正，见表4。

四、结束语

NGI重叠覆盖模块的应用解决了传统重叠覆盖小区无法准确定位施扰小区的问题，实现了地理化展示重叠覆盖问题区域和小区，从而能够精准全面评估重叠覆盖问题。在此基础上，对接AAPC权值自优化工具，实现了快速导入问题模板并自动优化参数，使优化调整更加高效。NGI和AAPC的串接提供了有效的工具支撑，显著提升了5G重叠覆盖优化工作的效率。这种整合方法为网络优化提供了智能化解决方案，帮助网络运营商更好地处理重叠覆盖问题，并提升网络性能和用户体验。

作者单位：曹正洁 孟凡强 姜盼盼 曹洁 中国移动通信集团山东有限公司济宁分公司

参考文献

[1] 康宏建.NGI技术在5G分流比提升中的应用研究[J]. 中国电信业，2023（03）：77-80.

[2] 陶琳，李春明，岳军，等.重叠覆盖对TD-LTE网络性能的影响研究[J].电信工程技术与标准化，2014（10）：25-28.

[3] 方东旭，周徐，王丽秋.5G广播波束权值优化浅析[J].电信工程技术与标准化，2021，34（10）：80-85.

[4]谭钰山，周文金，何延.基于MDT数据的重叠覆盖优化思路及实践[J].通讯世界，2019，26（12）：6-7.

[5] 彭东升，王煜辉，程晓东，等.Massive MIMO广播波束场景化研究[J].通信技术，2020，53（1）：63-68.

[6] 瞿轶，莫建忠，王颖恒，等.密集城区5G广播波束配置策略研究[J].中国新通信，2021，23（14）：42-44.

[7] 薛龙来，夏伟，魏俊毅.楼宇场景下的5G广播波束研究[J].中国新通信，2021（04）：38-39.