小基站部署方案規(guī)劃算法

劉旸

（中國移動通信集團設計院有限公司河北分公司，河北 石家莊 050021）

小基站部署方案規(guī)劃算法

劉旸

（中國移動通信集團設計院有限公司河北分公司，河北 石家莊 050021）

隨著移動網(wǎng)絡的飛速發(fā)展，小基站在LTE網(wǎng)絡建設中的地位越來越重要。結合實際建網(wǎng)經(jīng)驗提出一種最優(yōu)小基站部署方案規(guī)劃算法——關聯(lián)層次分析法。該算法結合層次分析法和灰色關聯(lián)分析法的思想，確定各部署方案和各指標參數(shù)之間的關系，并對各方案進行排序，最終得到最優(yōu)小基站部署方案。仿真結果表明，關聯(lián)層次分析法在投資收益均衡方面優(yōu)于其他傳統(tǒng)算法，并且建網(wǎng)以后的用戶體驗也有所提升。

LTE網(wǎng)絡；小基站部署；層次分析法；灰色關聯(lián)分析法；關聯(lián)層次分析法；投資收益均衡

1 引言

隨著移動互聯(lián)網(wǎng)的發(fā)展，人們對流量的需求呈爆炸式增長。移動網(wǎng)絡經(jīng)過 30年的發(fā)展，已經(jīng)發(fā)展到4G階段。雖然4G系統(tǒng)相比以前的通信系統(tǒng)可以承載更多業(yè)務，但是仍然不能滿足人們飛速增長的業(yè)務需求[1]。且隨著移動網(wǎng)絡的發(fā)展，低頻資源越來越少，后續(xù)網(wǎng)絡大有向高頻發(fā)展的趨勢，但是頻段越高，宏基站的穿透能力就越弱，且建設和選點難度越大。小基站經(jīng)過多年的技術演進，組網(wǎng)結構多樣化、部署方便快捷，通過提升網(wǎng)絡密度和深度覆蓋范圍達到更高的傳輸率和網(wǎng)絡容量，能更加有效地解決應對快速增長的流量需求?；诖耍疚奶岢鲆环N可以選擇出適合不同場景的最優(yōu)小基站部署方案規(guī)劃算法——關聯(lián)層次分析法。通過層次分析法和灰色關聯(lián)度分析法處理實際影響方案規(guī)劃中的各指標元素，最終規(guī)劃出最符合場景的小基站部署方案。

2 小基站部署方案

據(jù)統(tǒng)計，目前70%以上的流量發(fā)生在室內。而小基站主要用于解決室內弱覆蓋和容量壓抑的問題，小基站根據(jù)其功率大小可以分為微基站、微微基站和毫微微基站等多種類型。目前現(xiàn)網(wǎng)規(guī)劃應用比較多的有微基站（5～20 W）和新型室分（50～200 mW）。微基站根據(jù)其設備形態(tài)不同又可以分為一體化微基站和分布式微基站，兩種方案都主要用于補盲。以上 3種部署方案針對不同場景的不同部署環(huán)境各有其優(yōu)勢，本文將以新型室分、一體化微基站和分布式微基站 3種小基站部署方案作為選擇對象，驗證所提算法的準確性和優(yōu)越性[2,3]。

2.1 新型室分

分布式設備通常由 BBU、RHUB（remote HUB）以及微型pRRU（picoRRU）組成，信源為BBU，BBU與RHUB間可由光纖連接，RHUB通過網(wǎng)線與微型頭端pRRU相連，最終信號由pRRU進行發(fā)射。一個RHUB支持多個pRRU，RHUB通過CPRI把多路信號匯聚到BBU。

與傳統(tǒng)室分（DAS）相比，新型室分有部署快、維護方便、性能好和容易進行小區(qū)分裂合并等優(yōu)點。新型室分因為其組網(wǎng)靈活，在各類室分場景都比較適用。例如華為的 LampSite，可以支持900 MHz、1 800 MHz、2.3 GHz和2.6 GHz共4個頻段，并支持 4CC（載波聚合），可以靈活進行小區(qū)合并和分裂。一臺 BBU最多可以支持24個RHUB和192個pRRU，其靈活的組網(wǎng)和超強的性能使其適用于各類室內場景[4]。

2.2 一體化微基站

一體化微基站將射頻單元、天線和基帶等傳統(tǒng)基站的模塊集成到一起成為一體化基站。一體化微基站通過S1/X2接口直接與核心網(wǎng)和其他基站進行連接，并且可以支持微波回傳，在傳輸受限或者機房稀缺的場景比較適用。

一體化微基站有選址簡單、安裝方便快捷、美觀易偽裝等特點，主要用于補盲，與宏基站和室分相結合打造立體深度覆蓋網(wǎng)絡。特別是在傳輸受限的場景下，一體化基站有天然優(yōu)勢。

2.3 分布式微基站

分布式微基站和一體化微基站的區(qū)別在于，其分為射頻處理與天線合一的微 RRU和基帶處理模塊BBU。通過分離這兩個模塊，可以很大程度上縮小模塊的體積和重量，使微RRU更易于偽裝，且組網(wǎng)更加靈活[5]。

兩種微基站的應用場景比較類似。但由于分布式微基站可以與宏基站共用基帶單元，因此它具有更多宏微協(xié)同的功能，譬如宏微小區(qū)合并、宏微 CoMP、宏微載波聚合等，這些都是一體化微基站所不具備的功能。

3 關聯(lián)層次分析算法

3.1 指標參數(shù)的選擇

基于網(wǎng)絡規(guī)劃部署中的實際經(jīng)驗，初步選擇把成本、容量、覆蓋、傳輸和物業(yè)協(xié)調難度5個參數(shù)作為網(wǎng)絡規(guī)劃中的指標參數(shù)。

其中，成本是備選方案在完成覆蓋和容量條件的情況下，所花費總成本；容量是考慮是否滿足目標場景的容量需求以及后續(xù)的擴容需求；覆蓋是考慮是否滿足目標場景覆蓋需求，是否會存在弱覆蓋區(qū)域；傳輸是附近機房到小基站傳輸是否通暢。

3.2 指標參數(shù)的處理

所選指標參數(shù)中包含較多抽象參數(shù)，如物業(yè)協(xié)調難度、容量和覆蓋等。對于這類參數(shù)，可以借鑒模糊邏輯的思想。根據(jù)指標參數(shù)的不同特點確定相應的隸屬函數(shù)μ(x)，然后通過去模糊法，將抽象的指標參數(shù)化作可度量的量。具體表達式如下：

經(jīng)過去模糊化后，所有的指標參數(shù)都化作可度量的值。為了對其進行處理需要把它們進行歸一化，這樣所有的指標參數(shù)即可處于同一量綱，方便后期處理。參數(shù)可以分為越大越好型（容量等）和越小越好型（成本等），要分開處理。

假設有m個候選小基站部署方案，影響方案選擇的指標參數(shù)有n個。首先需要建立多目標參數(shù)矩陣，歸一化后得到如下矩陣：

其中，bij表示第i個部署方案的第j個指標參數(shù)。

3.3 指標參數(shù)的篩選

選擇的指標參數(shù)之間的關聯(lián)性過高會增加該類指標參數(shù)的權重，加重主觀性對規(guī)劃結果產(chǎn)生的影響，從而影響最終的規(guī)劃結果。本文通過灰色關聯(lián)分析法去除關聯(lián)度過高的指標參數(shù)，使各參數(shù)之間保持獨立性，確保規(guī)劃結果的準確性，具體計算式如下：

其中，γij代表第 i個與第 j個指標參數(shù)的相關性；可以設定的結果分辨率，最終影響各參數(shù)的關聯(lián)性，如無特殊要求，通常ρ取0.5。

通過計算，可以得到各指標參數(shù)之間的關聯(lián)矩陣：

把相關性過高的指標參數(shù)進行篩選剔除。

3.4 指標參數(shù)權重的確定

不同場景在選擇小基站部署方案時對關鍵參數(shù)的偏重項是有所差異的。本文將適合小基站部署的場景分為居民區(qū)、商業(yè)街、人流量密集區(qū)（如學校、醫(yī)院和商場等）三大典型場景，具體見表1。

場景類型 指標特征居民區(qū) 物業(yè)協(xié)調難，對基站較排斥，需偽裝商業(yè)街 對傳輸要求高，容量也有一定需求人流密集區(qū) 對容量要求高，且物業(yè)協(xié)調有難度

表1 小基站部署場景分類

本文借鑒層次分析法思想[6]，根據(jù)不同業(yè)務對各類指標參數(shù)的不同要求，分別確定出3種典型場景下指標參數(shù)的權重。

首先，根據(jù)各場景的指標特征，建立判斷矩陣：

其中，cij表示第i個和第j個指標參數(shù)對部署方案規(guī)劃的重要程度的比值，且cij=1/cji，cij的取值可以參考表2。

依據(jù)判斷矩陣的值可以分別計算出各場景類型下對各指標參數(shù)的權重值，計算過程如下：

i與j的重要性比較 相等 較強 強 很強 絕對強 表示相鄰判斷的中間值cij 1 3 5 7 9 2、4、6、8

n

計算Wi的n次方根，方法如下：

因為上述計算過程包含一定的主觀性，因此為了保證權重的準確性，需要對該結果進行一致性檢驗。只有通過一致性檢驗的結果才可以被應用。

一致性檢驗是將一致性指標CI與平均隨機一致性指標 RI之比 CR作為當前的兩兩比較判斷矩陣是否滿足一致性檢驗的一個標準，CR和CI的計算式分別如下：

式（9）和式（10）中，λmax代表相互比較得出的判斷矩陣C的最大特征值；n為矩陣C的階數(shù)；RI代表平均一致性指標，它的取值可以參考表3[7]；CI代表一致性指標。

只有當?shù)玫降腃R不大于0.1時，才能表明前面計算的結果滿足一致性標準，可以作為后續(xù)計算參考。本文根據(jù)前述方法求出用戶在3種典型場景下的指標參數(shù)權重[8]。

在得到每個典型場景下的指標參數(shù)矩陣和指標參數(shù)的權重矩陣后，通過矩陣點乘即可得到最終的規(guī)劃判決矩陣如下：本文借鑒TOPSIS算法思想，依據(jù)key判決矩陣對用戶在使用該業(yè)務的情況下的部署方案進行排序。最后通過 TOPSIS算法對判決矩陣進行處理。其中，xi表示第i個參數(shù)的理想最大值，yi

表示第i個參數(shù)的理想最小值：

規(guī)劃判決矩陣的每行可以代表一種小基站部署方案，通過計算矩陣中每個值和其每一列的最大值和最小值的差值G+和G-，其中最大值和最小值的計算也要根據(jù)參數(shù)的屬性（越大越好或越小越好）分開處理，最終可以得到判決距離矩陣G：

然后通過式（14）得到最終的判決值：

判決值越大，代表該部署方案越適合作為相應目標區(qū)域。并且可以根據(jù)該值對候選部署方案進行排序，最終規(guī)劃出最佳部署方案。

至此，本文完成了關聯(lián)層次分析法的運算過程，算法流程如圖1所示。

4 仿真及分析

分場景選擇河北需要規(guī)劃的區(qū)域，用本文所提算法進行部署方案選擇。分別假設用3種小基站方案進行部署，可以得到部署3種方案的關鍵參數(shù)表，表4是其中一個規(guī)劃區(qū)域的參數(shù)示例。

表3 RI參考值

圖1 關聯(lián)層次分析算法流程

首先對指標參數(shù)的原始數(shù)據(jù)進行去模糊化和歸一化處理，可得到表5的結果。

根據(jù)式（3）得到指標參數(shù)間關聯(lián)度矩陣：

從以上關聯(lián)矩陣可以看出，覆蓋和容量兩個治療參數(shù)的關聯(lián)度超過0.9，這兩個指標的相關性會對規(guī)劃結果產(chǎn)生影響，降低其準確性。依據(jù)標準，結合小基站的特性，把容量指標篩選掉，只留下覆蓋指標。最后，可以通過算法得到該區(qū)域最適合部署的是新型室分。通過對多個區(qū)域的規(guī)劃，經(jīng)過歸一化處理，得到3種場景下各個部署方案的貼近度分別為：

最終可以得出3個場景下的平均選擇率，如圖2所示。

圖2 3種典型場景下部署方案的選擇

由圖2可知，居民區(qū)、商業(yè)街和人流密集區(qū)3種典型場景的最佳小站部署方案分別是分布式基站、一體化微基站和新型室分。根據(jù)河北移動往年小基站部署數(shù)據(jù)，該方案排序比較準確。

為了體現(xiàn)關聯(lián)層次分析算法在規(guī)劃小基站部署方案的優(yōu)越性。從2017年河北需要新建的小基站站點中隨機選取500個站點進行仿真。并以規(guī)劃站點平均收益均衡值為性能指標，對比本文所提算法和層次分析法（AHP）、傳統(tǒng)的以成本為導向的小基站部署方案選擇算法，結果如圖3所示。

表4 某規(guī)劃區(qū)域指標參數(shù)原始數(shù)據(jù)

表5 某規(guī)劃區(qū)域指標參數(shù)處理后數(shù)據(jù)

圖3 站點平均收益均衡示意

從圖3中可以看到，剛開始規(guī)劃站點數(shù)量少，3種方案的收益均衡值比較相近，但是隨著規(guī)劃站點數(shù)量的增加，另外兩種方法的收益均衡值下降速度明顯比關聯(lián)層次分析法快，而且在最終的平均收益均衡值方面，關聯(lián)層次分析法也遠遠領先于另外兩種規(guī)劃算法。說明關聯(lián)層次分析法在收益均衡方面優(yōu)于傳統(tǒng)的規(guī)劃算法。另外，相對于傳統(tǒng)算法關聯(lián)層次分析法規(guī)劃的部署方案可以最大程度降低投訴率，有效提升用戶體驗。

5 結束語

本文針對現(xiàn)網(wǎng)中小基站的規(guī)劃部署問題，提出一種新的規(guī)劃算法。結合層次分析法和灰色關聯(lián)分析法，通過對影響規(guī)劃結果的指標參數(shù)和其在每種場景下的權重分開處理的方式，得到規(guī)劃區(qū)域各候選部署方案的排名，最終得到規(guī)劃區(qū)域的最優(yōu)小基站部署方案。仿真結果表明，層次分析算法在投資收益均衡方面優(yōu)于傳統(tǒng)算法，并且可以有效提升用戶體驗。宏微結合進行立體組網(wǎng)已經(jīng)成為運營商的必然選擇[9]，小基站的部署能夠有效提升用戶體驗，但同時將帶來同頻干擾、移動性管理等問題，需要進一步研究解決。

[1] HOADLEY J, MAVEDDAT P. Enabling small cell deployment with HetNet[J]. IEEE Wireless Communications, 2012, 19(2): 4-5.

[2] WU G, YANG C, LI S, et al. Recent advances in energy-efficient networks and their application in 5G systems[J].IEEE Wireless Communications, 2015, 22(2): 145-151.

[3] 陳曉冬, 吳錦蓮, 王慶揚. LTE異構網(wǎng)絡技術研究[J]. 電信科學, 2012, 28(11): 13-18.CHEN X D, WU J L, WANG Q Y. Study on heterogeneous network technologies[J]. Telecommunications Science, 2012,28(11): 13-18.

[4] BAROLLI L, MINO G, IKEBATA T, et al. Performance evaluation and comparison of fuzzy-based intelligent CAC systems for wireless cellular networks[C]//2010 2nd International Conference on Intelligent Networking and Collaborative Systems(INCOS), Nov 24-26, 2010, Thessaloniki, Greece. New Jersey: IEEE Press, 2010: 177-184.

[5] PORJAZOSKI M, POPOVSKI B. Radio access technology selection algorithm for heterogeneous wireless networks based on service type, user mobility and network load[C]//2011 10th International Conference on Telecommunication in Modern Satellite Cable and Broadcasting Services (TELSIKS), Oct 5-8,2011, Nis, Serbia. New Jersey: IEEE Press, 2011: 475-478.

[6] 張玉勝. TD-LTE 無線網(wǎng)絡規(guī)劃技術發(fā)展與挑戰(zhàn)[J]. 電信工程技術與標準化, 2015, 28(2): 1-6.ZHANG Y S. Technological development issues and challenges of TD-LTE wireless network planning[J]. Telecom Engineering Technics and Standardization, 2015, 28(2): 1-6.

[7] 貝斐峰, 陳旭奇, 李新, 等. 小基站在 LTE 異構網(wǎng)絡中的應用發(fā)展研究[J]. 電信快報, 2014(7): 26-30.BEI F F, CHEN X Q, LI X, et al. Application development of small cell in LTE heterogeneous network[J]. Telecommunications Information, 2014(7): 26-30.

[8] 許靈軍, 程廣輝. 靈活小基站在 TD-LTE 網(wǎng)絡中的應用規(guī)劃[J]. 通信世界, 2012(31): 30.XU L J, CHENG G H. Flexible small cell in TD-LTE network application planning[J]. Communications World, 2012(31): 30.

[9] 田峰, 劉翰燾, 周亮. 分層異構網(wǎng)絡無線資源管理技術探討[J]. 電信科學, 2013, 29(6): 32-38.TIAN F, LIU H T, ZHOU L. Research on radio resource management for hierarchical heterogeneous wireless network[J].Telecommunications Science, 2013, 29(6): 32-38.

Planning algorithm of small cell deployment scheme

LIU Yang
Hebei Branch of China Mobile Group Design Institute Co., Ltd., Shijiazhuang 050021, China

With the rapid development of mobile network, small cell is more and more important in the construction of LTE network. A best small cell deployment scheme named association-AHP was proposed. Combining the analytic hierarchy process with the gray relational analysis method, the relationship between each deployment plan and index parameter was determined, and each plan was ranked. Finally, the best small cell deployment scheme was obtained.Simulation results indicate that association-AHP performs better than traditional algorithms in ROI, and it can improve user satisfaction.

long term evolution network, small cell deployment, analytic hierarchy process, grey correlation analysis method, association-AHP, return on investment

TN929.5

A

10.11959/j.issn.1000?0801.2017253

2017?06?27；

2017?08?30

劉旸（1977?），男，中國移動通信集團設計院有限公司河北分公司咨詢設計總監(jiān)、高級工程師，主要研究方向為移動通信網(wǎng)絡規(guī)劃設計、4G/5G無線網(wǎng)絡技術及演進。