5G优化案例高铁隧道内5G网络质量提升的研究.docx
《5G优化案例高铁隧道内5G网络质量提升的研究.docx》由会员分享，可在线阅读，更多相关《5G优化案例高铁隧道内5G网络质量提升的研究.docx（14页珍藏版）》请在冰豆网上搜索。
5G优化案例高铁隧道内5G网络质量提升的研究
高铁隧道内5G网络质量提升的研究
XX
高铁隧道内5G网络质量提升的研究
XX
【摘要】5G频段高，高铁场景下对多普勒频偏更为敏感。
本文通过对高铁隧道内测试现象研究，调整NSA测量门限掌握现场5G最大覆盖能力，分析定位了原因，并通过小区合并和开启高铁模式快速解决多普勒频偏和切换频繁问题，覆盖率从24%提升至82%，实现了网络能力的高效提升。
高铁隧道场景可参考本案例进行相应优化调整。
【关键字】高铁隧道、多普勒频偏、NSA测量门限、5G驻留时长占比、小区合并
【业务类别】参数优化
一、问题描述
京张高铁途径隧道5G覆盖效果较差，测试评估电信平均RSRP-105dbm，覆盖率仅24.14%。
NR占比仅22.89%，掉线率高达58%。
同时相较移动RSRP差约8dB，NR占比差约24%。
电信与移动测试指标对比如下表：
NR
平均RSRP
平均SINR
覆盖率
NR占比
上行平均
速率
下行平均
速率
掉线率
电信
-105.48
10.15
24.14%
22.89%
2.52
71.46
57.92%
移动
-97.9
8.83
64.69%
46.86%
1.22
25.64
29.25%
相差
7.58
-1.32
40．55%
23．97%
-1.3
-45.82
-28.67%
备注：
移动测试速率较差由于测试卡限速原因，速率偏低
由于京张高铁的重要性，在其他手段受限的情况下，如何通过优化手段快速改善5G覆盖，降低掉线率，成为当前面临的艰巨挑战。
二、分析过程
3.1分析结论
考虑到京张高铁各个隧道的覆盖率相当，以清华园隧道测试结果进行分析，结合轨道测试和定点测试结果，初步给出覆盖差原因：
1）高铁列车衰减：
隧道内车厢外定点测试平均RSRP-75dbm，而高铁车厢内测试平均RSRP-105dBm，高铁衰减＞30dBm；
2）多普勒频偏：
京张高铁车速最高可达350公里/小时，受多普勒频偏现象影响，误码率
高，导致接入困难，掉线高；
3）切换多：
隧道内各RRU单独一个小区，隧道内切换频繁；
4）现场条件：
隧道内为漏揽2T2R覆盖，现场布放条件限制，RRU平均间距500米。
通过深入挖掘掉线问题原因，结合随机接入成功率以及误码率确定原因2多普勒频偏和
原因3切换多共同作用，是导致问题的主因，有优化空间。
原因1、原因4由于实际条件限制，短期难以实施调整方案。
另外，而与移动RSRP相差8dB，主要是由于移动的2.6G频段优势，目前尚无可用的技术手段弥补差距。
与移动相比，频段劣势主要在于：
1）漏缆衰减：
3.5G要比2.1G差至少4dBm（已包含传输损耗和漏缆的天线增益）；
2）空间损耗：
3.5G要比2.1G差约3dBm；
3.2分析过程
当前驻留比和覆盖率均低，考虑到设备功率已升至最大值，优化手段受限，因此决定从驻留比入手，寻找优化空间。
由于测量、随机接入和掉线均会影响驻留比，现从这三个方面开展分析。
3.2.1测量及掉线现象
以清华园隧道为例，高铁由北南行驶，出现掉线事件。
掉线时测量RSRP为-122.71dBm,邻区信号均低于隧道内B1门限-110dBm，掉线后很长一段距离测量报告中没有5GNRRSRP指标。
考虑到由于车厢衰减较大，理论计算车厢内RSRP应主要在-105dBm至-115dBm之间，实际测量报告5GRSRP低于B1门限-110dBm，导致线路上常常没有触发测量报告上报。
对各类型测量异常现象进行统计，并计算采样点及占比如下：
异常类型
样本点数
占比（%）
未上报B1测量报告
1717
83.51
NR基站发起异常释放
82
3.99
下发B1测量过晚
236
12.58
3.2.2随机接入现象
下图为清华园隧道随机接入成功率时序变化图，隧道内随机接入成功率比较差。
统计全线路隧道内小区占用情况，四个隧道内共52个5G小区，平均各次测试占用37
个小区，占比71%。
查看轨迹图可发先，即使随机接入成功后也往往立刻掉线：
3.2.3误码率统计
统计隧道内误码率，误码率较高，且波动较大。
由饼状图可知误码率5%到30%占总体的79%，高误码区域占比较大，误码问题严重。
3.2.4
1
22
43
64
85
106
127
148
169
190
211
232
253
274
295
多普勒频偏与切换多
通常高速用户会受到多普勒频偏的影响，导致前反向消息解调性能变差，进而导致误码率高，频偏的影响目前没有量化标准，主要是受以下两个因素的影响:
①运动前进方向和基站到用户方向的夹角,角度越小,频偏的影响越大②终端用户运动的速度，速度越大，频偏的影响越大。
推测由于频偏现象导致误码率高，进一步导致测量上报少、随机接入失败多、掉线多，从而降低了5G驻留比。
同时由于小区多，频繁的小区变换进一步强化频偏对5G驻留比的负面影响。
3.2覆盖对比：
2.1G与3.5G
车厢外定点测试情况：
LTE2.1G平均RSRP-64dBm，NR3.5G平均RSRP-75dBm,差11dBm，
此时主要是漏揽+空间的损耗，指标如下：
高铁车厢内测试情况：
LTE2.1GRSRP-92dBm,NR3.5GRSRP-108dBm,差11~16dBm，此时主要是漏缆的+空间+高铁列车的损耗，测试情况如下：
三、解决措施
4.1优化思路
考虑到短期内更换高功率设备、替换隧道内覆盖方案困难较大，设备已设置最大功率，没有功率优化空间。
本次优化通过减少多普勒频偏影响以及减少切换频次，来提升5G覆盖情况，手段如下:
1、通过进行小区合并，减少切换；
2、通过高铁特性参数优化，减少多普勒频偏带来的接收机解调性能恶化；
3、优化4/5G协同参数，提升驻留时长，并尽可能多的保留测量数据。
由于小区合并、高铁特性等特性功能当前基站版本不支持，需要升级至试验版本。
考虑到整体网络的安全要求，先对清华园隧道分别验证小区合并和高铁特性效果，再对其他隧道进行推广。
4.2小区合并
4G阶段小区合并就广泛应用与高铁场景，并有明显的效果。
华为设备4G阶段最大支持
6个RRU合并，5G支持最大12个RRU合并。
清华园隧道内共规划13个5G小区进行HyperCell操作，一个小区最大支持12个RRU
合并，实施方案为6+7规划两个合并小区，规划合拼如下；
NRDU小区名称
NRDU小区合并后名称
PCI
合并后PCI
京张高铁清华园隧道（5G）_1
京张高铁清华园隧道（5G）_1
630
630
京张高铁清华园隧道（5G）_2
631
京张高铁清华园隧道（5G）_3
632
京张高铁清华园隧道（5G）_4
795
京张高铁清华园隧道（5G）_5
796
京张高铁清华园隧道（5G）_6
797
京张高铁清华园隧道（5G）_7
京张高铁清华园隧道（5G）_13
675
843
京张高铁清华园隧道（5G）_8
676
京张高铁清华园隧道（5G）_9
677
京张高铁清华园隧道（5G）_10
792
京张高铁清华园隧道（5G）_11
793
京张高铁清华园隧道（5G）_12
794
京张高铁清华园隧道（5G）_13
843
实施后平均RSRP提升3.36dBm，平均SINR提升了5.53dB,覆盖率提升了44.95%，NR占比提升了56.54%,上下行平均速率提升了0.13/1.44Mpbs;
NR
平均RSRP（dBm
）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mpbs）
下行平均速率（Mpbs）
验证前
-110.19
7.32
11.74%
20.92%
1.74
102.28
小区合并
-106.83
12.85
56.69%
77.46%
1.87
103.72
提升幅度
3.36
5.53
44.95%
56.54%
0.13
1.44
4.2特性参数优化、减少多普勒频偏影响
高速移动特性开启及脚本方案
高速移动特性开启及脚本方案
实施后平均RSRP提升0.69dBm，平均SINR提升了0.45dB,覆盖率提升18.14%，NR占比提升15.2%,上下行平均速率提升了11.28/15.24Mpbs。
NR
平均RSRP（dBm
）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mpbs）
下行平均速率（Mpbs）
验证前
-106.83
12.85
56.69%
77.46%
1.87
103.72
高速特性
-106.14
13.3
74.83%
92.66%
13.15
118.96
提升幅度
0.69
0.45
18.14%
15.20%
11.28
15.24
4.34/5G协同相关参数优化
由于NAS场景下，终端是根据测量门限开启对5G的测量，在工程优化阶段可以把B1
门限设置小，提升5G驻留以便让优化人员更好了解隧道实际覆盖情况。
✓NSADCB1事件RSRP门限，建议配置-124dBm,
✓PSCellA2事件RSRP门限，高铁建议保守配置-127dBm
4.4参数推广
南口隧道、居庸关隧道和新八达岭隧道小区合并和高速移动特性同时实施，参数推广后优化效果如下：
4.4.1南口隧道
平均RSRP提升3.70dBm，平均SINR提升了4.09dB,覆盖率提升了60.66%，NR占比提升了67.67%。
上下行平均速率提升了8.47/93.25Mpbs。
NR
平均RSRP（dBm
）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mpbs）
下行平均速率（Mpbs）
优化前
-108.79
11.09
25.61%
32.33%
0.76
36.91
优化后
-105.09
15.18
86.27%
100.00%
9.23
130.156
整体幅度提升
3.70
4.09
60.66%
67.67%
8.47
93.246
优化前后对比图如下：
ØSSRSRP图层
ØSSSINR图层
优化前优化后
优化前优化后
4.4.2居庸关隧道
平均RSRP提升4.40dBm，平均SINR提升了3.57dB,覆盖率提升了58.93%，NR占比提升了56.74%。
上下行平均速率提升了7.44/45.90Mpbs。
NR
平均RSRP（dBm
）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mpbs）
下行平均速率（Mpbs）
优化前
-109.51
10.73
18.64%
26.44%
1.32
57.58
优化后
-105.47
14.3
77.57%
83.18%
8.76
103.48
整体幅度提升
4.40
3.57
58.93%
56.74%
7.44
45.90
优化前后对比图如下：
ØSSRSRP图层
优化前优化后
ØSSSINR图层
优化前优化后
4.4.3新八达岭隧道
平均RSRP提升0.55dBm，平均SINR提升了0.90dB,覆盖率提升了43.90%，NR占比提升了56.16%。
上下行平均速率提升了12.39/157.69Mpbs。
NR
平均RSRP（dBm
）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mpbs）
下行平均速率（Mpbs）
优化前
-108.36
11.98
26.54%
33.25%
1.62
73.53
优化后
-107.81
12.88
70.44%
89.41%
14.01
231.22
整体幅度提升
0.55
0.90
43.90%
56.16%
12.39
157.69
优化前后对比图如下：
ØSSRSRP图层
优化前优化后
ØSSSINR图层
优化前优化后
四、经验总结
5.1优化成效
经过本次优化，京张高铁隧道内平均SINR提升了3.75dB，覆盖率提升了58.38%，NR驻留比提升了73.69%，上行平均速率提升了5Mbps，下行平均速率提升了99Mbps。
NR
平均RSRP（dBm）
平均SINR（dB）
覆盖率（RSRP
≥-110&SINR
≥-3）
占用NRSCG
总的时长/总的测试时长
*100%）
上行平均速率（Mbps）
下行平均速率（Mbps）
优化前
-105.48
10.15
24.14%
22.89%
2.52
71.46
优化后
-106.21
13.9
82.52%
96.58%
8.31
171.37
整体幅度提升
-0.73
3.75
58.38%
73.69%
5.79
99.91
5.2经验总结
由于5G采用了更高的频段，传播损耗更高，对终端所处的无线环境要求也更苛刻。
而用户对5G又有更高的服务质量要求，这为网络优化带来全新的挑战。
同时在NSA组网下4/5G协同的要求也使这一挑战更加艰巨。
在当前阶段，并不能一直保证5G测试终端一直驻留在5G网络中，在寻找更高效准确的测试方式的同时，如何利用有限的测试数据，分析并解决网络问题，需要我们共同探索。
本次研究就是在高铁场景下的一次探索。
从测试结果看，在3.5G频段上传统覆盖方式难以达到LTE时期的覆盖强度，这使得5G网络对高铁场景下的负面因素更加敏感。
因此小区合并、高铁特性的应用可以带来显著的效果。
同理，待室外连续覆盖后，可将此参数继续推广至高铁全线。
升级会员 