5G網(wǎng)絡(luò)智能規(guī)劃體系研究

邱 斌，嵇明華，李土光，梁景舒（中國(guó)電信股份有限公司深圳分公司，廣東深圳 518048）

0 引言

隨著3GPP 協(xié)議的凍結(jié)，全球5G 產(chǎn)業(yè)進(jìn)入高速發(fā)展階段。5G 網(wǎng)絡(luò)引入了大帶寬、智能天線、多頻段等新技術(shù)，滿足eMBB/Urllc/mMTC 三大業(yè)務(wù)場(chǎng)景，同時(shí)，考慮到5G 昂貴的部署成本，運(yùn)營(yíng)商在規(guī)劃部署5G 網(wǎng)絡(luò)時(shí)面臨嚴(yán)峻挑戰(zhàn)。

1 傳統(tǒng)無(wú)線規(guī)劃方法面臨的挑戰(zhàn)

1.1 高密度站址選取對(duì)經(jīng)驗(yàn)化的規(guī)劃方式的挑戰(zhàn)

5G 較高的頻率傳播特性決定了5G 基站覆蓋半徑縮小，將呈現(xiàn)宏站與微站協(xié)同、室內(nèi)與室外協(xié)同、高站與低站搭配的異構(gòu)網(wǎng)形態(tài)。這也決定了5G 基站高密度、低空間、微小化的特點(diǎn)，相較于4G 網(wǎng)絡(luò)，5G 的整體站點(diǎn)規(guī)模將提升2～3 倍，單靠以往2G/3G/4G 站址的選取已無(wú)法滿足5G高密度站址的需求，需要盡可能地利用政府、鐵塔以及第三方站址資源。

1.2 高昂的5G建網(wǎng)成本對(duì)規(guī)劃經(jīng)濟(jì)效益的挑戰(zhàn)

5G 高昂的建設(shè)成本以及運(yùn)維成本，使得網(wǎng)絡(luò)規(guī)劃之初對(duì)于經(jīng)濟(jì)效益方面同步也提出較高的要求。國(guó)內(nèi)三大運(yùn)營(yíng)商經(jīng)過(guò)多年的網(wǎng)絡(luò)建設(shè)，都積累了大量的站址資源，經(jīng)過(guò)鐵塔公司共建共享整合，可用的存量站址數(shù)量更加豐富。因此，建網(wǎng)首先要考慮如何充分利用現(xiàn)網(wǎng)站址，實(shí)現(xiàn)降本增效；同時(shí)根據(jù)5G 網(wǎng)絡(luò)特性要求，有效優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，保證網(wǎng)絡(luò)質(zhì)量?jī)?yōu)先。這需要從這些海量站址中甄選出適于5G網(wǎng)絡(luò)的站址，并通盤考慮網(wǎng)絡(luò)架構(gòu)、站址布局，從而能夠充分發(fā)揮宏基站覆蓋效率高的特點(diǎn)，降低后續(xù)深度覆蓋建設(shè)投資，并為用戶提供更優(yōu)的業(yè)務(wù)體驗(yàn)，僅靠傳統(tǒng)的經(jīng)驗(yàn)方法，難以滿足這種要求。

2 “4+1”智能規(guī)劃模型

“4+1”智能規(guī)劃模型是以需求庫(kù)、站址庫(kù)、規(guī)劃庫(kù)、立項(xiàng)庫(kù)為基礎(chǔ)，通過(guò)MR/DPI/DT 等大數(shù)據(jù)挖掘，將智能規(guī)劃選址算法植入其中，真正做到精準(zhǔn)選址、價(jià)值選址，其總體系統(tǒng)設(shè)計(jì)架構(gòu)如圖1所示。

圖1 四大庫(kù)邏輯關(guān)系圖

2.1 需求庫(kù)設(shè)計(jì)

需求庫(kù)作為“4+1”智能規(guī)劃模型需求收集的窗口和后續(xù)智慧規(guī)劃算法中解決能力的一種評(píng)估依據(jù)，其收集的數(shù)據(jù)應(yīng)具有全面性、真實(shí)性和多維性。需求來(lái)源可以是投訴、測(cè)試、性能指標(biāo)或其他等，能為智慧規(guī)劃算法提供必要的依據(jù)，主要采集的信息有4類：需求來(lái)源（屬性）、基本信息、網(wǎng)絡(luò)信息和場(chǎng)景信息（見(jiàn)表1）。

2.2 站址庫(kù)設(shè)計(jì)

站址庫(kù)作為基礎(chǔ)資源庫(kù)，存儲(chǔ)了以下幾類站址：現(xiàn)網(wǎng)站址、政府部門物業(yè)站址，鐵塔站址和第三方的站址。各方站址包含的信息不一，無(wú)統(tǒng)一標(biāo)準(zhǔn)。因此站址資源規(guī)整采用統(tǒng)一的畫像形式，建立多維的站址質(zhì)量評(píng)分標(biāo)準(zhǔn)及算法，為智慧規(guī)劃和價(jià)值選擇提供科學(xué)有效的方法。

2.2.1 站址畫像設(shè)計(jì)

自有站點(diǎn)的信息較為齊全，其他站址信息則有所差異，分析提取必要的站址信息尤為重要，這里采用統(tǒng)一的畫像形式，每個(gè)站址建立標(biāo)準(zhǔn)畫像（見(jiàn)圖2和表2）。

表2 站址庫(kù)畫像信息列表

圖2 站址畫像示意圖

2.2.2 站址評(píng)級(jí)設(shè)計(jì)

站址質(zhì)量等級(jí)評(píng)分標(biāo)準(zhǔn)是建立在站址畫像基礎(chǔ)上，通過(guò)選擇和設(shè)置評(píng)分的維度和各維度的權(quán)重，對(duì)站址的質(zhì)量進(jìn)行量化。評(píng)分維度、維度分?jǐn)?shù)取值范圍和維度權(quán)重可根據(jù)實(shí)際進(jìn)行選擇和設(shè)置。站高、站距結(jié)合所在區(qū)域類型（城區(qū)、縣城郊區(qū)、鄉(xiāng)鎮(zhèn)）的站高和站間距分段設(shè)置對(duì)應(yīng)的分值；場(chǎng)景類型按照?qǐng)鼍暗闹匾潭?，用戶和流量情況分段設(shè)置分?jǐn)?shù)；租金與標(biāo)準(zhǔn)進(jìn)行比較分為4 檔：非常高、高、適中、低，每檔賦予相應(yīng)得分；物業(yè)難易程度根據(jù)物業(yè)配合程度劃分為難、適中和易3檔，每檔對(duì)應(yīng)不同的得分；站點(diǎn)歸屬按自有站點(diǎn)（滿分）、其他歸屬分段設(shè)置評(píng)分。

同時(shí)，設(shè)置黑名單策略，即對(duì)于某一條件無(wú)法達(dá)到最低要求的站點(diǎn)，列入黑名單，比如天面被完全阻擋的站址。

表3給出了站址質(zhì)量評(píng)分維度示例。

表3 站址質(zhì)量評(píng)分維度（示例）

2.3 規(guī)劃庫(kù)設(shè)計(jì)

規(guī)劃庫(kù)存儲(chǔ)管理預(yù)規(guī)劃和已規(guī)劃站點(diǎn)，是連接需求庫(kù)和立項(xiàng)庫(kù)紐帶。需求庫(kù)中的需求站點(diǎn)通過(guò)算法匯聚成建站需求區(qū)，再由智慧規(guī)劃算法實(shí)現(xiàn)精準(zhǔn)選址，輸出預(yù)規(guī)劃站點(diǎn)存入規(guī)劃庫(kù)，規(guī)劃庫(kù)有一套評(píng)分評(píng)級(jí)標(biāo)準(zhǔn)實(shí)現(xiàn)對(duì)預(yù)規(guī)劃站點(diǎn)的重要性評(píng)估，當(dāng)預(yù)規(guī)劃站點(diǎn)分?jǐn)?shù)達(dá)到門限值時(shí)進(jìn)入立項(xiàng)審批，通過(guò)立項(xiàng)審批的站點(diǎn)流轉(zhuǎn)至立項(xiàng)庫(kù)，相應(yīng)規(guī)劃庫(kù)的站點(diǎn)狀態(tài)和對(duì)應(yīng)的需要庫(kù)站點(diǎn)的狀態(tài)標(biāo)識(shí)為已立項(xiàng)。規(guī)劃庫(kù)串聯(lián)起站址規(guī)劃的各環(huán)節(jié)，解決了傳統(tǒng)規(guī)劃流程斷裂問(wèn)題。

規(guī)劃站點(diǎn)庫(kù)中每個(gè)規(guī)劃點(diǎn)均自動(dòng)生成“預(yù)規(guī)劃站點(diǎn)ID”，ID具有唯一性。規(guī)劃站點(diǎn)的流轉(zhuǎn)均攜帶該ID，當(dāng)規(guī)劃站流轉(zhuǎn)到具體實(shí)施環(huán)節(jié)中，可通過(guò)匹配ID 進(jìn)行站點(diǎn)建設(shè)進(jìn)度的跟蹤。

表4給出了規(guī)劃庫(kù)信息列表示意。

表4 規(guī)劃庫(kù)信息列表

2.4 立項(xiàng)庫(kù)設(shè)計(jì)

立項(xiàng)庫(kù)存儲(chǔ)和管理已經(jīng)立項(xiàng)的站點(diǎn)信息，通過(guò)定期匹配建站站點(diǎn)進(jìn)度來(lái)更新規(guī)劃庫(kù)和需求庫(kù)中的站點(diǎn)進(jìn)度。立項(xiàng)庫(kù)圍繞改址率、時(shí)效性和后評(píng)估進(jìn)行設(shè)計(jì)，呈現(xiàn)信息中除包含站點(diǎn)的基本信息和狀態(tài)外，還包含改址次數(shù)、立項(xiàng)時(shí)間、開(kāi)通時(shí)間、解決需求點(diǎn)數(shù)量、解決弱覆蓋柵格數(shù)量等（見(jiàn)表5）。

表5 立項(xiàng)庫(kù)信息列表

2.5 四大庫(kù)的流程設(shè)計(jì)

四大庫(kù)對(duì)規(guī)劃不同階段站點(diǎn)信息、狀態(tài)的管理。

a）需求庫(kù)：規(guī)劃初期需求的收集，包括投訴、測(cè)試、性能指標(biāo)等的需求，做到真實(shí)有效，應(yīng)收盡收。

b）規(guī)劃庫(kù)：嵌入智慧規(guī)劃算法，結(jié)合需求庫(kù)需求點(diǎn)數(shù)據(jù)、MR/DPI/DT數(shù)據(jù)等輸出預(yù)規(guī)劃站點(diǎn)，并根據(jù)評(píng)分體系進(jìn)行評(píng)分評(píng)級(jí)。

c）站址庫(kù)：收集現(xiàn)網(wǎng)站址資源和鐵塔站址資源、政府部門站址資源和其他第三方提供的站址資源，各方站址資源納入站址庫(kù)后采用畫像形式進(jìn)行規(guī)整，根據(jù)評(píng)分體系自動(dòng)評(píng)分。

d）立項(xiàng)庫(kù)：根據(jù)網(wǎng)絡(luò)建設(shè)的投資規(guī)模和業(yè)務(wù)發(fā)展需求，將規(guī)劃庫(kù)中相應(yīng)站點(diǎn)按優(yōu)先級(jí)納入立項(xiàng)。

四大庫(kù)以實(shí)際工作流程為主線，實(shí)現(xiàn)規(guī)劃流程的連續(xù)性、追溯和延展性（見(jiàn)圖3）。

圖3 四大庫(kù)流轉(zhuǎn)流程示意圖

2.6 智能規(guī)劃算法

2.6.1 大數(shù)據(jù)建模和區(qū)域識(shí)別

與傳統(tǒng)的規(guī)劃方式不同，5G 網(wǎng)絡(luò)規(guī)劃借助大數(shù)據(jù)技術(shù)，能夠更好地識(shí)別目標(biāo)建站區(qū)域，以最小的資源投放取得最大的價(jià)值回報(bào)。本文提出的大數(shù)據(jù)數(shù)據(jù)源主要包含以下幾類。

a）MR/MDT 數(shù)據(jù)：通過(guò)終端的上報(bào)信號(hào)識(shí)別弱覆蓋區(qū)域。

b）DT/CQT 數(shù)據(jù)：通過(guò)主動(dòng)測(cè)試發(fā)現(xiàn)覆蓋空洞和弱區(qū)。

c）流量數(shù)據(jù)：通過(guò)小區(qū)的流量渲染，發(fā)現(xiàn)高流量聚集區(qū)域。

d）DPI數(shù)據(jù)：通過(guò)業(yè)務(wù)層面分析時(shí)延、誤包等業(yè)務(wù)質(zhì)量情況。

e）投訴和NPS：通過(guò)用戶的主觀反饋來(lái)分析用戶感知情況。

f）終端/套餐數(shù)據(jù)：通過(guò)用戶的開(kāi)戶信息分析用戶的價(jià)值屬性。

通過(guò)以上6 個(gè)維度的大數(shù)據(jù)分析，采用建模方式完成3個(gè)區(qū)域的識(shí)別，即價(jià)值區(qū)域識(shí)別、弱區(qū)區(qū)域識(shí)別和用戶感知差區(qū)域識(shí)別。

a）價(jià)值區(qū)域識(shí)別。區(qū)域價(jià)值的高低包含多個(gè)層面的內(nèi)容，如基于4G 流量密度的區(qū)域分布，可以從流量的角度分析人群的流量?jī)r(jià)值；也可以從終端數(shù)據(jù)庫(kù)入手，通過(guò)信令關(guān)聯(lián)分析高端手機(jī)的區(qū)域分布；還可以從HSS中得到高ARPU的分布區(qū)域。

b）弱區(qū)區(qū)域識(shí)別。覆蓋空洞和弱區(qū)主要通過(guò)DT/CQT、MR/MDT 以及用戶的投訴收集，通過(guò)地理化的GIS柵格聚類算法得到。需要注意的是，5G建網(wǎng)初期，5G 用戶和MR 均較少，而5G 基站一般疊加同址4G 站址，兩者無(wú)線傳播路徑近似相同，因此可以通過(guò)4GMR近似模擬5GMR的強(qiáng)弱。

c）感知區(qū)域識(shí)別。引入DPI 數(shù)據(jù)可以分析用戶使用不同業(yè)務(wù)的感知情況，輔之以投訴和抱怨分析，可以得到用戶感知差的區(qū)域，未來(lái)還可以針對(duì)垂直業(yè)務(wù)的地域分布進(jìn)行有效分析。

2.6.2 智能選址算法原理

2.6.2.1 鏈路預(yù)算與基站覆蓋半徑計(jì)算

對(duì)于5G 鏈路預(yù)算，首先要根據(jù)三大業(yè)務(wù)應(yīng)用場(chǎng)景，明確業(yè)務(wù)速率要求。根據(jù)邊緣速率要求獲得鏈路預(yù)算的各項(xiàng)參數(shù)，然后結(jié)合不同場(chǎng)景等具體情況，對(duì)最大路徑損耗進(jìn)行計(jì)算，進(jìn)而獲得基站覆蓋半徑，最后評(píng)估所需的5G站點(diǎn)總數(shù)（見(jiàn)圖4和圖5）。

圖4 不同PUSCH速率的站間距預(yù)算

圖5 網(wǎng)絡(luò)規(guī)模估算流程圖

2.6.2.2 三大區(qū)域柵格化評(píng)估

對(duì)價(jià)值區(qū)域、弱區(qū)區(qū)域和感知區(qū)域進(jìn)行柵格化，定義其相關(guān)門限并進(jìn)行聚類化層級(jí)評(píng)分，形成可量化的聚類化柵格群，以便于站點(diǎn)選址的效果評(píng)估。

2.6.2.3 智能選址算法

基于大數(shù)據(jù)的智能選址算法包括建模后的站址初選、仿真、價(jià)值評(píng)估確定建站位置和方向角設(shè)置。算法流程如圖6所示。

圖6 算法流程圖

在規(guī)劃中為保證規(guī)劃合理和實(shí)現(xiàn)價(jià)值最大化，通過(guò)以上三大建模工作后，綜合弱覆蓋、差感知且高價(jià)值特征的區(qū)域，實(shí)現(xiàn)智能推薦滿足新建站條件的站址的中心經(jīng)緯度數(shù)據(jù)。

以初選站址為中心，框選一定半徑的范圍，結(jié)合地形地貌和建筑物等信息，同時(shí)匹配站址庫(kù)信息，形成多個(gè)候選站址，使用價(jià)值排序算法和ACP 仿真結(jié)果，通過(guò)機(jī)器學(xué)習(xí)算法完成最優(yōu)站址的推薦選擇；對(duì)個(gè)別實(shí)際工作無(wú)法協(xié)調(diào)的站址，通過(guò)人工校正方式重新選定次優(yōu)站址。在價(jià)值排序算法中，多維度總分=∑（每個(gè)維度權(quán)重×對(duì)應(yīng)維度指標(biāo)得分），多個(gè)維度可以全選，也可以只選擇其中部分維度進(jìn)行得分計(jì)算。每個(gè)維度以站點(diǎn)為單位計(jì)算得分，進(jìn)行多個(gè)站點(diǎn)的價(jià)值排序。

3 效益分析

3.1 質(zhì)量提升分析

在傳統(tǒng)的基站選址中，工程師通過(guò)使用地圖軟件（如mapinfo、Google 地球等）的顯示及距離測(cè)量等功能實(shí)現(xiàn)逐點(diǎn)選址，這種方法對(duì)于單個(gè)站址的確定非常有效。但是，如果應(yīng)用于大規(guī)模選址規(guī)劃，特別是5G 業(yè)務(wù)碎片化的多目標(biāo)建網(wǎng)規(guī)劃需求，則很難兼顧快速選址及網(wǎng)絡(luò)結(jié)構(gòu)質(zhì)量的要求。

通過(guò)建立基于“4+1”智能規(guī)劃模型和體系的智能規(guī)劃系統(tǒng)，實(shí)現(xiàn)多維數(shù)據(jù)大規(guī)模的網(wǎng)絡(luò)規(guī)劃，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)、共享、規(guī)劃選址，規(guī)劃跟蹤一體化流程服務(wù)，提高了基站選址的質(zhì)量。

3.2 進(jìn)度效益分析

“4+1”智能規(guī)劃模型和體系以標(biāo)準(zhǔn)庫(kù)的設(shè)計(jì)、體系化的流程、大數(shù)據(jù)的依托以及智能化算法為基礎(chǔ)，輔之以GIS圖形化的展現(xiàn)，利用高效的IT化手段，構(gòu)建了一套智能預(yù)規(guī)劃系統(tǒng)，其方案結(jié)果展現(xiàn)清晰、直觀，可提供遠(yuǎn)優(yōu)于規(guī)劃人員人工選址的效果。

4 結(jié)束語(yǔ)

“4+1”智能規(guī)劃模型和體系能夠?qū)⑿枨蠓治?、站址評(píng)價(jià)、智能規(guī)劃和效益投資體系化地結(jié)合在一起，突破之前以人工分析和處理為主、孤立無(wú)傳承性的傳統(tǒng)工作方式，較好地契合了5G時(shí)代對(duì)多樣性的業(yè)務(wù)需求、高密度的站點(diǎn)選址、價(jià)值化的投資建設(shè)等多方面訴求，為無(wú)線網(wǎng)絡(luò)規(guī)劃提供高效的解決手段，為規(guī)劃方案決策和網(wǎng)絡(luò)投資提供依據(jù)。