基于自智网络架构的无线网络覆盖分析与预测

发布时间:2022-10-25 作者:中兴通讯 朱永军,马肖肖,牛丽娜

        无线网络规划与优化工作,需要分析网络状态、挖掘网络问题、提供解决方案,并对解决方案的落地效果进行预测评估,以判断是否可以实施。在上述流程中,全面准确的网络状态分析和方案预测评估,是保证解决方案可落地的关键。基于自智网络架构的中兴通讯无线网络精准规划平台(VMAX-R精准规划功能),提供基于MR数据的4G/5G网络覆盖分析和规划功能,并在多年的项目实践中迭代积累,达到业界领先水平。

        以5G覆盖规划为例,平台在网络覆盖状态的分析中,以5G MR数据为基准,采用4G MR偏移5G覆盖预测、AI覆盖预测模型和射线跟踪模型等3种方法补充5G MR缺失区域,形成完整真实的5G网络覆盖图。覆盖预测中,平台同样应用上述3种方法,提供从城市到山地、从高频到低频的全场景精准覆盖预测功能。从新建网规划到存量补盲规划,平台的5G覆盖规划功能持续为国内5G网络建设提供服务。

        在上述预测方法中,平台注重对现网数据的应用,充分利用4G和5G网络的MR数据,创造性地提出了业界独有的基于4G MR偏移到5G的覆盖预测方法,以及基于MR数据训练的AI覆盖预测模型,预测精度超过传统的无线传播模型。

 

5G网络覆盖分析

        基于4G/5G的MR数据,精准规划平台支持室内外、多频段混合和单频段、栅格级和楼宇级的网络覆盖性能分析和地理化呈现。

在一些网络中,部分区域虽然在5G网络的信号覆盖范围内,但这些区域没有5G终端用户,因此没有MR上报,使得MR数据的统计结果是空白覆盖。例如5G网络建设初期,5G用户数量不足,或者网络配置的5G到4G的切换门限过高,导致小区边缘采集的5G MR样本过少,因此MR统计的5G覆盖区域也比实际范围小。为此,精准规划平台开发了业界独有的增强功能,对于5G MR统计显示的空白覆盖区域,采用覆盖预测技术进行评估补充,呈现5G网络完整真实的覆盖区域范围和状态。同时,平台结合5G到4G的倒流流量分布,作为5G网络覆盖能力分析的一个辅助手段。

如图1,左边黑色圆圈和方框示例的区域即为MR数据量不足呈现的空白覆盖区域,右边为补充后的完整覆盖图。

 

5G覆盖规划方案预测

        自智网络的决策中,需要评估规划方案是否可以达到用户的意图。对于覆盖规划,这个评估就是规划站点的覆盖预测。针对4G利旧升级站点、新建站和MR不足区域等多个场景,精准规划平台开发了4G MR偏移5G覆盖预测、AI覆盖预测模型和射线跟踪模型3种方法。

        对于4G站点利旧升级5G后的覆盖预测,在充分利用现网数据的思路下,平台开发了4G MR偏移到5G的覆盖预测方法。站点由4G利旧升级到5G后,位置和站高基本不会变化,因此4G/5G无线传播环境也不会产生太大的变化,这样就可以在4G MR覆盖图上,叠加两者之间影响接收信号强度的差异点,从而得到5G网络的覆盖预测结果。这里的差异点,包括4G和5G的发射功率、天线增益图、因频段差异造成的无线传播损耗差异等。由于有4G MR数据作为基准,理论计算限于4G/5G之间的差异点,相比传统的完全依赖理论计算的方法,预测结果更接近网络真实状态。

对于存量网络新建站点的覆盖预测,同样在充分利用现网数据的思路下,平台开发了AI覆盖预测模型(见图2)。

        AI覆盖预测模型以接收信号强度为目标,以天线高度、地理环境、频段信息、站点类型等维度为特征,基于现网站点工参、3D电子地图、MR数据训练得到,应用在规划站点的覆盖预测中。当前,AI模型在4G/5G网络规划项目中广泛应用,随着实践经验和数据的积累,模型持续迭代改进,展现了巨大的潜力,将来有望突破理论传播模型的上限,成为主流的覆盖预测方法。

对于MR数据缺失的场景,平台也支持射线跟踪模型的覆盖预测。射线跟踪模型基于无线传播理论,搜索从天线发射点到终端接收点主要的直射、反射和绕射路径,计算合成最终的接收信号强度。射线跟踪模型依赖准确的电子地图和工参,不需要MR数据,因此可以与上述的两种预测方法形成互补。

 

        在自智L5等级中,数字孪生是一项关键技术。而在数字孪生的未来图景中,精准规划平台将提供实时的网络分析报告,挖掘数据统计表象下的网络真实能力,洞察网络问题,预测未来的发展趋势,并作为网络变更方案的评估验证环境。中兴通讯精准规划平台以此为目标,正在持续提升智能化水平,向数字孪生图景和自智L5等级迈进,以为运营商客户提供业界领先的无线网络规划服务。