中移動王時檬：業(yè)界亟需探索一套可行的5G Massive MIMO天線權值優(yōu)化方案

10月13日消息（樂思）在昨日舉行的2021年5G網(wǎng)絡創(chuàng)新研討會上，中國移動通信集團設計院工程師、博士王時檬發(fā)表了題為《基于智能化的Massive MIMO權值自動優(yōu)化研究應用》的演講。

他指出，Massive MIMO天線的權值優(yōu)化涉及到的參數(shù)組合優(yōu)化的候選空間解達到數(shù)萬種，遠超出人腦可以計算空間，通過工程師經(jīng)驗和塔工上站調(diào)整天饋的傳統(tǒng)方式已不再適用，需要一套適用于4/5G Massive MIMO天線的自動化智能化的天饋優(yōu)化方法論及產(chǎn)品。

Massive MIMO權值自動優(yōu)化面臨挑戰(zhàn)

由于5G引進了Massive MIMO，以及可調(diào)參數(shù)，和覆蓋場景的多樣化，需要自適應靈活調(diào)整的波束，以此滿足各個場景的覆蓋要求。同時在這樣的場景下需要快速智能的網(wǎng)規(guī)和網(wǎng)優(yōu)時間和人力成本。

當前，設備商如中興、華為、愛立信僅有限開放廣播權值參數(shù)和包絡圖，這些參數(shù)有限，，同時前期權值參數(shù)調(diào)整以人工調(diào)整為主，缺乏自動化手段，效率偏低，如果用低質(zhì)的方案頻繁調(diào)整會給現(xiàn)網(wǎng)帶來不良的影響。

王時檬指出，高頻大帶寬、大連接等特性，使得5G站點更為密集，已經(jīng)與4G網(wǎng)絡共存的網(wǎng)絡環(huán)境將使網(wǎng)絡覆蓋、小區(qū)間干擾等優(yōu)化工作更為復雜。同時MM天線的權值優(yōu)化涉及到的參數(shù)組合優(yōu)化的侯選空間解達到數(shù)萬種。一些設備廠商里會有17種或14種的權值場景，已經(jīng)遠超人工的優(yōu)化手段，因此傳統(tǒng)的優(yōu)化方式已經(jīng)不再適用，因此需要一套4/5GMassive MIMO的自適應智能化的優(yōu)化方法。

在前期，設計院做了一些基于波束特征與場景識別的基礎的研究，某個廠家有17種天線權值的配置方案，水平天線波束有6個檔位，從15度到110度，垂直波束寬度有3個檔位，從6度到25度優(yōu)化空間非常多。另外一個廠家有14種場景，動作集合超過1萬種。

同時，設計院還針對柵格場景進行識別，在地圖中分別區(qū)分了低層建筑場景、中層建筑場景、高層建筑場景，還有道路場景、水域場景、工礦場景，針對這幾種場景進行識別，有助于為后續(xù)技術提升。

開展基于智能化的權值優(yōu)化研究

由于在有效的時間資源和計算資源下，設計院選取了Q-learning算法，同時輔以粒子型算法進行優(yōu)化。

王時檬稱，通過研究發(fā)現(xiàn)，Q-learning算法尋優(yōu)反饋所需次數(shù)少，因此對于現(xiàn)網(wǎng)權值調(diào)整可認為是一種積極的算法方案。但由于算法構建的狀態(tài)集和動作集與小區(qū)數(shù)量呈指數(shù)關系，因此即便對權值步長降階，考慮到龐大計算量，也難以實現(xiàn)大規(guī)模調(diào)整，因此該算法更適合單站調(diào)整。

同時，由于現(xiàn)網(wǎng)存在大量潮汐場景，因此為實現(xiàn)用戶動態(tài)分布下的自動化、智能化、自適應權值優(yōu)化策略，基于小時級/天級MDT數(shù)據(jù)進行柵格匯聚，并預測用戶、業(yè)務量分布特征，對“網(wǎng)業(yè)聯(lián)動”的有效性進行探索。

此外，充分利用MDT數(shù)據(jù)中的經(jīng)緯度等字段，和轉(zhuǎn)換出的AOA、TA信息，判斷出用戶分布的所在位置，生成基于時間維度、用戶維度的動態(tài)權值方案， 進行連片權值優(yōu)化，實現(xiàn)流量提升和負荷均衡。

針對5G“網(wǎng)業(yè)聯(lián)動”思路，當前主要以5G小區(qū)通過掃描附近4G MDT采樣點，模擬分析5G用戶分布規(guī)律，對小區(qū)權值進行實時優(yōu)化，使5G小區(qū)能夠動態(tài)覆蓋用戶較多的區(qū)域，提升5G用戶感知。充分利用4G MDT柵格數(shù)據(jù)，5G小區(qū)覆蓋范圍內(nèi)，通過4G MDT反向判斷出5G用戶所在位置，生成基于時間維度、用戶維度的動態(tài)權值方案， 進行連片權值優(yōu)化，實現(xiàn)5G流量激發(fā)。

進行基于權值優(yōu)化平臺的生產(chǎn)流程自動化探索

為更加方便實現(xiàn)落地生產(chǎn)，做到數(shù)據(jù)融通與平臺融合，Massive MIMO權值優(yōu)化平臺已與系統(tǒng)內(nèi)其他生產(chǎn)平臺完成對接，實現(xiàn)權值自動化、智能化、常態(tài)化的權值優(yōu)化目標。

據(jù)王時檬介紹，中國移動ICOS平臺作為4G MDT、4/5G PM、工參數(shù)據(jù)的輸入源，中國移動參數(shù)平臺作為4/5G波束參數(shù)輸入源并分別與權值平臺完成對接，經(jīng)權值平臺分析輸出權值調(diào)整方案，并以參數(shù)平臺V3.0接口為窗口實現(xiàn)工單下發(fā)，完成現(xiàn)網(wǎng)自動調(diào)整的目標。

對此，設計院進行了權值方案自動監(jiān)控與后評估。當前，權值優(yōu)化方案多針對具有規(guī)律性用戶分布特征小區(qū)分析。然而，現(xiàn)網(wǎng)易發(fā)生各種突發(fā)事件如農(nóng)貿(mào)市場集會、交通擁堵等導致用戶數(shù)、業(yè)務量瞬時增長，因此在權值調(diào)整過程中易導致用戶投訴等問題。

對于監(jiān)控回退，建立回退規(guī)則，針對RRC用戶數(shù)、PRB利用率、VoLTE丟包率、MR空口丟包率等多個指標設置階梯式門限及發(fā)生次數(shù)并進行實時監(jiān)控（實時性取決于數(shù)據(jù)推送時延）。當某一時刻，指標高于門限且滿足發(fā)生次數(shù)，則立即停止該工單的執(zhí)行狀態(tài)并回退。

同時，結合方案執(zhí)行情況，自動讀取PM數(shù)據(jù)實現(xiàn)指標后評估，包括業(yè)務量、PRB利用率等指標，實現(xiàn)方案自動分析、工單自動下發(fā)、實習監(jiān)控回退、效果自動評估的生產(chǎn)流程自動化。

權值優(yōu)化生產(chǎn)應用案例分享

在演講中，王時檬還分享了設計院在權值優(yōu)化生產(chǎn)中的應用案例。

2019年年尾，基于Q-learning強化學習的潮汐優(yōu)化方案，設計院在A省開展小范圍試點，經(jīng)過篩選最終選取4個小區(qū)進行功能驗證，由于考慮算力及現(xiàn)網(wǎng)物理資源情況，本次試點僅完成T0、T1輪驗證，經(jīng)過前后優(yōu)化對比，其中業(yè)務量提升5.6%，下行速率提升3.4%，有效RRC平均連接數(shù)提升2.8%、PRB平均利用率提升2.1%，CQI改善方案評估總體呈正向效果。

2020年下半年，基于4G的權值優(yōu)化方案，設計院在A省6地市開展規(guī)模應用推廣，截止2020年底，整體規(guī)模達到11169個小區(qū)，4G 3D MIMO小區(qū)共計2413，單小區(qū)日均調(diào)整近3次,3DMIMO調(diào)整比例達到60%左右，流量增益在12%以上。

2021年上半年，4G權值優(yōu)化方案已在B省全省范圍內(nèi)逐步推廣應用，目前累計4G權值調(diào)整量已達45W ，應用前后4G流量增長5.82%，VOLTE話務量提升8.73%，RRC最大用戶數(shù)增長8.30%，4G高負荷小區(qū)數(shù)減少16.95%，效果提升明顯。

王時檬補充說，基于5G權值優(yōu)化算法，對某省內(nèi)密集居民區(qū)進行迭代尋優(yōu)，計算出最優(yōu)的權值方案，實現(xiàn)精準覆蓋，5G流量技法。試點區(qū)域挑選是工業(yè)區(qū)級城中村，用戶密集，以低層密集住宅為主，沒有高層樓宇阻擋，且潮汐效應明顯，適合作為5G的隨業(yè)動試點。權值優(yōu)化前后5G流量增長0.66%，下行RRB利用率明顯提升。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。