概述

5G TNR 在32TR/64TR等多天線場景下，由于具備了較高數(shù)量的波束，系統(tǒng)在多小區(qū)環(huán)境中能夠通過波束信息準(zhǔn)確識別用戶位置，并能夠借助靈活權(quán)值控制將波束指向用戶，實(shí)現(xiàn)準(zhǔn)確的覆蓋優(yōu)化。中興通訊智能化自動(dòng)化的AAPC方案已進(jìn)行了廣泛應(yīng)用，大幅提升優(yōu)化效率，取得了良好的效果。而FNR制式下的700MHz、900MHz、2.1GHz等頻段以及大存量的LTE站點(diǎn)的2T/4T天線場景中，天線波束數(shù)量過低，指向性不明確，無法通過波束識別用戶位置，相應(yīng)地也無數(shù)字權(quán)值可調(diào)，靈活性也較低。因此覆蓋優(yōu)化仍只能使用傳統(tǒng)方法，對人員消耗仍舊較大，如何實(shí)現(xiàn)高效優(yōu)化是個(gè)難題。

中興通訊通過創(chuàng)新引入高精度定位數(shù)據(jù)、電子地圖，并結(jié)合覆蓋建模及尋優(yōu)算法，在FNR/LTE場景也具備了類似AAPC的基于用戶分布的覆蓋優(yōu)化能力。除此之外中興通訊在實(shí)踐中依次形成了基于專家經(jīng)驗(yàn)、基于定向迭代等多種FNR/LTE覆蓋自動(dòng)優(yōu)化方案，有效提升了FNR/LTE覆蓋優(yōu)化的效率，降低了優(yōu)化成本。

現(xiàn)有FNR優(yōu)化方案

中興通訊基于實(shí)踐和工具平臺，已形成了三類覆蓋自動(dòng)優(yōu)化方案。

基于專家經(jīng)驗(yàn)的覆蓋自動(dòng)優(yōu)化方案

無線通信網(wǎng)絡(luò)建設(shè)優(yōu)化持續(xù)進(jìn)行了數(shù)十年，基礎(chǔ)工程人員針對各種具體覆蓋問題積累了豐富的優(yōu)化經(jīng)驗(yàn)。因此最直接的自動(dòng)化改進(jìn)是將這些優(yōu)化經(jīng)驗(yàn)中最具有實(shí)用價(jià)值的部分，提煉成體系化的方法、原則，通過代碼邏輯體現(xiàn)在自動(dòng)化的工具中，實(shí)現(xiàn)自動(dòng)化的問題判斷和優(yōu)化建議輸出，規(guī)避了傳統(tǒng)優(yōu)化方案嚴(yán)重依賴優(yōu)化工程師水平的問題。

中興通訊提煉專家優(yōu)化經(jīng)驗(yàn)并分別在WNG平臺及NGI平臺進(jìn)行了遷移實(shí)現(xiàn)，在覆蓋問題的發(fā)現(xiàn)、分析及效果評估方面基本實(shí)現(xiàn)了自動(dòng)化。

基于專家經(jīng)驗(yàn)自優(yōu)化基本流程如下圖所示。

專家經(jīng)驗(yàn)系統(tǒng)基本工作流程

對路測數(shù)據(jù)和MR數(shù)據(jù)，中興通訊均有高效優(yōu)化方案。

基于路測數(shù)據(jù)的專家經(jīng)驗(yàn)方案支持自動(dòng)全局、問題點(diǎn)分析并輸出報(bào)告、給出解決建議。優(yōu)化人力消耗節(jié)約30%~50%，綜合提效50%以上。

基于MR數(shù)據(jù)的專家經(jīng)驗(yàn)方案支持自動(dòng)全局、問題點(diǎn)分析及解決建議輸出，進(jìn)一步減輕測試消耗。優(yōu)化人力消耗節(jié)約50%~70%，綜合提效70%以上。

專家經(jīng)驗(yàn)來自于對各種典型問題的總結(jié)，在優(yōu)化初期效果明顯;而在已精細(xì)優(yōu)化網(wǎng)絡(luò)中效果下降。從當(dāng)前外場實(shí)際應(yīng)用結(jié)果看，專家經(jīng)驗(yàn)方案能解決的問題比例在60%左右。

基于定向選代的覆蓋自動(dòng)優(yōu)化方案

如上節(jié)所描述，基于專家經(jīng)驗(yàn)的方案能夠短平快地解決一些明確的問題，但規(guī)則需要持續(xù)根據(jù)具體問題進(jìn)行迭代，且有時(shí)難以解釋。為此中興通訊引入基于CSON平臺的CCO算法，該方案通過自動(dòng)化的MR數(shù)據(jù)收集分析、結(jié)合電調(diào)數(shù)據(jù)的清洗，從后臺直接進(jìn)行覆蓋問題判定并確定調(diào)整方向，對優(yōu)化小區(qū)自動(dòng)輸出調(diào)整措施并自動(dòng)執(zhí)行，通過反復(fù)小步長迭代，動(dòng)態(tài)監(jiān)控問題系數(shù)變化來確定調(diào)整效果，直到到達(dá)設(shè)定條件(指標(biāo)達(dá)標(biāo)、優(yōu)化手段用盡、指標(biāo)惡化回退)。

相比專家經(jīng)驗(yàn)方案，該方案只在問題識別和調(diào)整方向上利用了少量先驗(yàn)知識，通過小步長的自動(dòng)調(diào)整，逐步逼近最優(yōu)解。另外該方案的數(shù)據(jù)源使用普通MR，對精確定位數(shù)據(jù)沒有依賴，降低了應(yīng)用要求。

基于定向迭代的覆蓋自動(dòng)優(yōu)化方案流程與步驟

從外場應(yīng)用效果看，該方案對問題的解決隨著時(shí)間推進(jìn)可以看到明顯的改善。在大規(guī)模應(yīng)用且多任務(wù)并行的情況下，相比人工優(yōu)化效率提升非常明顯。該方案全流程閉環(huán)，運(yùn)行穩(wěn)定，基本無需人員干預(yù)。規(guī)模應(yīng)用條件下優(yōu)化人力消耗節(jié)約80%，綜合提效90%以上。

基于建模+預(yù)測的覆蓋自動(dòng)優(yōu)化方案

為在FNR/LTE的2T/4T天線場景下實(shí)現(xiàn)準(zhǔn)確識別用戶位置，并根據(jù)用戶分布特點(diǎn)進(jìn)行覆蓋調(diào)整，使得增益最大化，同時(shí)增強(qiáng)對優(yōu)化結(jié)果的可預(yù)測性，中興通訊創(chuàng)新引入基于覆蓋建模+預(yù)測的覆蓋自動(dòng)優(yōu)化方案，對路測數(shù)據(jù)和MR數(shù)據(jù)都有良好的支持。

引入高精度定位MR數(shù)據(jù)，由此得到用戶的地理分布，結(jié)合站點(diǎn)信息得到用戶相對天線的方向(DOA信息)。

對天線覆蓋特性進(jìn)行3D建模得到天線在每個(gè)方向上的增益，結(jié)合路損模型完成覆蓋數(shù)學(xué)建模，由此將天線方向增益與用戶DOA信息配合，從而可以預(yù)測在不同參數(shù)配置(電子下傾、機(jī)械下傾、方位角、發(fā)射功率)情況下用戶位置的覆蓋情況，并根據(jù)代價(jià)函數(shù)判斷出不同參數(shù)組合下覆蓋問題的改善程度。

引入AI智能尋優(yōu)算法大幅提升尋優(yōu)效率，在所有的參數(shù)組合中找到較優(yōu)的參數(shù)配置，給出改善問題的參數(shù)配置建議。

基于覆蓋建模和預(yù)測的自動(dòng)優(yōu)化方案主要工作流程

基于覆蓋建模+預(yù)測的覆蓋自動(dòng)優(yōu)化方案是目前多個(gè)方案中相對比較完備的方案，覆蓋建模方面有多種技術(shù)可以選擇，參數(shù)尋優(yōu)方面也容易引入智能化的方法，根據(jù)優(yōu)化目標(biāo)選擇不同的代價(jià)函數(shù)，算法的擴(kuò)展空間較大。

在高精度定位信息和射線追蹤模型的輔助下，該方案在復(fù)雜城市環(huán)境也可以取得良好的效果。基于預(yù)測，該方案在實(shí)際應(yīng)用中給出的建議更為精準(zhǔn)而且迭代次數(shù)較少，任務(wù)建立后也無需人員介入，人員消耗減少90%，綜合提效90%以上。

方案應(yīng)用分析

基于上述介紹，可以看到三種方案的特點(diǎn)：

專家經(jīng)驗(yàn)方案在網(wǎng)絡(luò)優(yōu)化初期效果較明顯，但后期規(guī)則維護(hù)有難度;

定向迭代方案優(yōu)化效果較穩(wěn)定，但優(yōu)化周期略長;

基于預(yù)測和尋優(yōu)的算法適用問題范圍較大，擴(kuò)展性好，但對輸入數(shù)據(jù)要求略高。

在實(shí)際應(yīng)用中，可以結(jié)合不同方案的特點(diǎn)靈活進(jìn)行部署和應(yīng)用，以取得最大的效益。一般建議在網(wǎng)絡(luò)建設(shè)初期的工程優(yōu)化階段或在道路專項(xiàng)優(yōu)化時(shí)，可以優(yōu)先采用專家經(jīng)驗(yàn)的方案來快速解決典型問題。在網(wǎng)絡(luò)相對穩(wěn)定后，建議采用定向迭代方案，對網(wǎng)絡(luò)負(fù)面影響小，增益明確?；诟采w建模+預(yù)測的方案，在輸入數(shù)據(jù)具備的情況下可以應(yīng)用到優(yōu)化工作的各個(gè)階段，尤其在相對復(fù)雜的網(wǎng)絡(luò)環(huán)境中應(yīng)用時(shí)效果更好。

三種方案詳細(xì)對比如下。

主要方案優(yōu)缺點(diǎn)詳細(xì)對比和應(yīng)用建議

FNR優(yōu)化方案演進(jìn)

隨著網(wǎng)絡(luò)結(jié)構(gòu)日趨復(fù)雜，運(yùn)營商對多頻段多制式的綜合優(yōu)化需求越來越迫切,前面章節(jié)中所描述的方案在應(yīng)用中已經(jīng)出現(xiàn)一些瓶頸，因此自動(dòng)優(yōu)化方案也需要作相應(yīng)的演進(jìn)以滿足復(fù)雜場景下的優(yōu)化需求。中興通訊也將積極轉(zhuǎn)向基于AI 的自動(dòng)化優(yōu)化方案以應(yīng)對未來的挑戰(zhàn)。

對覆蓋自動(dòng)優(yōu)化，在建模環(huán)節(jié)和求解環(huán)節(jié)可以引入基于AI的演進(jìn)方案。

首先是在建模環(huán)節(jié)從手動(dòng)數(shù)學(xué)建模轉(zhuǎn)向基于數(shù)據(jù)的AI建模。

其次，新引入的基于AI學(xué)習(xí)的優(yōu)化方法，需要大量問題的實(shí)例作為輸入對AI模型進(jìn)行訓(xùn)練以進(jìn)行求解，但外場很難獲得大量的覆蓋調(diào)整閉環(huán)數(shù)據(jù)。因此該方法引出下一個(gè)改進(jìn)點(diǎn)，即通過數(shù)字孿生技術(shù)構(gòu)建網(wǎng)絡(luò)，在此環(huán)境中進(jìn)行虛擬建模訓(xùn)練，獲得足夠的樣本數(shù)據(jù)以支撐AI建模。

數(shù)字孿生網(wǎng)絡(luò)模擬方法，綜合傳統(tǒng)建模(仿真)基于物理規(guī)律和基于數(shù)據(jù)網(wǎng)絡(luò)模擬特點(diǎn)，解決傳統(tǒng)方法仿而不真和純數(shù)據(jù)仿真的以偏概全問題，更加逼近真實(shí)網(wǎng)絡(luò)。中興通訊作為業(yè)界無線解決方案提供的資深專業(yè)公司，在孿生平臺也早已有完整的規(guī)劃，系統(tǒng)架構(gòu)如下圖所示。

網(wǎng)絡(luò)孿生系統(tǒng)架構(gòu)

在覆蓋優(yōu)化方面，重點(diǎn)涉及架構(gòu)中的信道孿生部分，中興通訊目前已經(jīng)有階段性的成果，正在將孿生研究成果逐步引入覆蓋自動(dòng)優(yōu)化算法，從而把覆蓋自動(dòng)優(yōu)化提升到提高到一個(gè)新的層次。

網(wǎng)絡(luò)孿生關(guān)鍵組件-信道孿生

結(jié)束語

中興通訊在FNR覆蓋自動(dòng)優(yōu)化應(yīng)用上已經(jīng)積累了豐富的實(shí)踐，包括基于專家經(jīng)驗(yàn)方案、基于迭代嘗試的方案，尤其是創(chuàng)新引入基于覆蓋建模和智能尋優(yōu)算法的方案，具備了類似多天線場景下AAPC的緊跟用戶的優(yōu)化能力，明顯提升覆蓋優(yōu)化效率，降低外場對優(yōu)化工程師的要求，降低優(yōu)化成本。

但針對日益復(fù)雜的多頻段多制式綜合組網(wǎng)下的優(yōu)化問題，方案還需要不斷演進(jìn)，中興通訊也積極引入新技術(shù)，借助于數(shù)字孿生平臺的建設(shè)及更優(yōu)的智能化算法，迭代演進(jìn)面向未來的覆蓋自動(dòng)優(yōu)化方案以應(yīng)對新的挑戰(zhàn)。