经典案例基于ASFN的网络覆盖及容量最优解决方案.docx
《经典案例基于ASFN的网络覆盖及容量最优解决方案.docx》由会员分享,可在线阅读,更多相关《经典案例基于ASFN的网络覆盖及容量最优解决方案.docx(14页珍藏版)》请在冰豆网上搜索。
![经典案例基于ASFN的网络覆盖及容量最优解决方案.docx](https://file1.bdocx.com/fileroot1/2023-1/26/651b63f1-e53a-4e48-91f7-dbad355563de/651b63f1-e53a-4e48-91f7-dbad355563de1.gif)
经典案例基于ASFN的网络覆盖及容量最优解决方案
基于ASFN的网络覆盖及容量最优解决方案
第一章概述3
第二章网络发展面临的问题4
2.1网络自干扰评估方法4
2.1SFN特性介绍4
第三章ASFN特性介绍5
3.1特性介绍5
3.2特性推荐策略6
3.3特性参数配置7
第四章验证性测试9
4.1测试环境9
4.2测试预期9
4.3测试结果10
4.4测试结论10
第五章ASFN典型场景应用11
5.1大网应用11
5.1.1应用背景11
5.1.2ASFN方案11
5.1.3方案实施效果12
5.2高铁应用12
5.2.1应用背景13
5.2.2ASFN方案13
5.3其他场景13
第六章总结14
6.1价值推广14
6.2小结14
基于ASFN的网络覆盖及容量最优解决方案
中国电信杭州分公司网络维护支撑中心
摘要:
随着4G网络大规模发展,重叠覆盖带来的网络自干扰问题也在逐步加大,影响SINR及CQI,进而影响用户体验。
传统RF优化手段是处理此类问题的重点,但在某些场景可借助SFN特性实现多小区合并,提升用户速率感知。
但随着业务量的发展,此类小区容易存在负荷瓶颈,容量上制约用户速率需求。
杭州分公司联合创新团队突破思维禁锢,革新传统方法,利用ASFN方案,在SFN的基础上,将独立用户识别,并实现时频资源复用,进而提升小区容量。
目前该方案在密集城区、高铁、地铁、高校等场景均适用,可以针对性提升SFN场景的网络容量,确保提供优质的LTE网络服务。
本创新方案较传统方案具有如下优势:
①用户独立调度:
重点识别具备独立调度用户,实现时频资源复用。
②提升小区容量:
借助独立调度能力,实现小区容量提升,满足覆盖和容量平衡。
③可应用在密集城区、高校室内、高铁隧道、地铁隧道场景;
关键词:
ASFN,独立调度,小区容量,时频资源复用
第一章概述
随着城市建设发展,LTE网络也迎来规模建设,网络结构越来复杂。
网络覆盖与干扰是制约用户感知的双刃剑,两者之间相互影响。
网络覆盖主要是通过MR覆盖率评估,网络干扰主要通过重叠覆盖评估,结合干扰共享度可指导针对性的优化,这是网络维护与优化的重中之重。
目前,对网络自干扰,主要依靠网络规划、RF优化、MOD3优化来实现,可显著提升SINR及CQI指标。
在一些特定场景下,借助SFN手段可快速降低小区间干扰和减少切换,带来MCS、频谱效率的增益。
由于多个小区合并为一个,容量减小,RB利用率会抬升。
而ASFN则是在SFN的基础上,RRU可以独立调度用户,获得容量增益。
第二章网络发展面临的问题
2.1网络自干扰评估方法
重叠覆盖度和干扰贡献度主要用来评估网络自干扰程度,在LTE中较大的重叠覆盖会造成明显的下行干扰。
上图四个小区中间的棕色椭圆处是重叠覆盖区域,实线覆盖的为主覆盖小区,虚线覆盖的为干扰小区。
在主服电平>=-105dbm下,主服小区-相邻小区<=6dB,存在大于等于3个邻区时,则认为该样本为重叠覆盖样本。
重叠覆盖度(%)
区域级:
计算整体重叠覆盖样本数占总MR数比例。
小区级:
以小区为对象,计算做为服务小区时,重叠覆盖样本数占总MR数的比例。
干扰贡献度(%)
干扰贡献度来衡量小区对网络中其他小区的主动干扰情况,小区干扰贡献度越大,表明此小区对其他重叠覆盖小区的干扰贡献越大,可作为对网络进一步优化的针对性参考。
2.1SFN特性介绍
SFN是指在一个地理区域内,将多个工作在相同频段上的RRU合并为一个小区的技术。
在下行方向,各物理小区在相同的时频资源上发送相同的无线信号;在上行方向,选择信号质量最好的物理小区独立接收或者与一个、两个物理小区进行联合接收。
SFN部署需要考虑的一个重要因素是用户分布,当用户分布在小区间重叠覆盖区域比例高时,SINR获得增益比例大,容易获得速率的增益。
一般建议是重叠区域用户分布利弊大于30%可考虑进行小区合并。
SFN主要应用场景有:
1)室外覆盖场景:
在密集城区室外站,为了保证覆盖,小区半径较小,从而产生较强的小区间干扰。
2)室内覆盖场景:
根据楼宇的业务需求、重叠覆盖情况落实SFN方案,如电梯场景可部署,避免不同楼层移动时频繁切换。
3)高铁覆盖场景:
高铁用户移动速率快,如采用普通小区覆盖容易导致切换次数多,影响用户体验。
第三章ASFN特性介绍
3.1特性介绍
SFN能提升覆盖性能,但同时也容易导致容量瓶颈。
而ASFN方案可在SFN的基础上实现容量提升,在一些业务需求大场景具备一定应用价值。
ASFN特性:
小区在下行联合发送和上行选择接收过程中,eNodeB自动判断终端用户的属性,即是独立调度用户还是联合调度用户。
eNodeB根据RSRP或SINR确定终端用户的工作RRU集合。
RRU间干扰严重的用户为联合调度用户,RRU间干扰不明显的用户为独立调度用户。
下行用户属性判决
eNodeB根据上行的UE到各RRU的链路损耗计算下行等效RSRP,根据RSRP计算不同工作RRU集合的隔离度,将隔离度与判决门限进行比较,为UE选择出工作RRU集合。
在工作RRU集中:
•如果工作RRU集合中只有一个RRU,则该UE为独立调度用户。
•如果工作RRU集合中有多个RRU,则该UE为联合调度用户。
如上图,联合调度适用于RRU覆盖交界处的UE,如图中的UE1和UE2。
此时,多个RRU在同一时频资源上对UE发射同样的数据。
独立调度适用于物理小区中心的UE,例如图中的UE3和UE4。
此时,UE只占用单个RRU的时频资源,即物理小区下的RRU在相同的时频资源上为给不同的UE发送不同的数据,即进行资源复用。
如图中的UE3和UE4分别接收从RRU3和RRU2独立发送的数据,但占用同样的时频资源。
3.2特性推荐策略
ASFN适用的场景主要有三点:
1)小区间交叠区域大
SFN合并后的受益用户较多,频谱效率提升明显,能获得速率增益。
随着业务增加,高隔离度区域可独立调度用户,提升网络容量。
2)用户定向移动切换场景
如地铁高铁等。
用户定向移动,SFN后可以减少切换和切换区域干扰,带来速率的明显提升。
但由于地铁高铁属于大量用户同时切换场景,瞬时负荷要求高。
考虑到整列地铁和高铁有一定长度(300米左右),车头和车尾用户可实现独立调度,提升容量。
3)解决KPI问题的场景
此场景的特点是小区间隔离度高,交叠区域小,同时存在KPI问题。
如街道拐角、高铁背靠背站等。
由于交叠区较小,合并后受益用户较少,SFN速率增益不明显,在较高负载下,SFN小区内用户可能会由于RB受限出现较大的速率损失。
由于高隔离度区域较大,ASFN能获得相对于SFN较明显的平均用户吞吐率增益。
说明:
隔离度是指工作集RRURSRP之和与非工作集RRURSRP之和的差值。
3.3特性参数配置
现网本来有频点1825/100,空闲态驻留优先级分别为4/6。
现在增加一个频点1850给VIP用。
场景分类
ParameterID
参数名称
缺省值
推荐
说明
SFN&ASFN
MultiRruCellFlag
多RRU共小区指示
BOOLEAN_FALSE
BOOLEAN_TRUE
组SFN后主小区的该参数要设置为TRUE
SFN&ASFN
MultiRruCellMode
多RRU共小区模式
SFN
SFN
ASFN
SfnUlSchSwitch
SFN小区上行调度开关
JOINT
JOINT
上行ASFN的配置开关,ASFN下推荐配置为JOINT(联合调度)。
ASFN
SfnDlSchSwitch
SFN小区下行调度开关
JOINT
ADAPTIVE
下行ASFN的配置开关,需要开启下行ASFN时设置为ADAPTIVE
ASFN
DlHighLoadSdmaThdOffset
下行高负载档的隔离度门限偏置
0
10
SFN&ASFN
CellCapacityMode
SFN容量模式
NORMAL
NORMAL
SFN&ASFN
TarRruSelRsrpOffSetThd
目标RRU选择时的RSRP偏置门限
10
10
该参数表示目标RRU选择时的RSRP偏置门限,用于控制目标RRU的选择,该参数当SFN目标RRU自适应选择开关配置为开时配置有效。
SFN&ASFN
SfnAlgoSwitch
SFN上行目标RRU自适应选择开关
关
关
用于控制SFN小区上行目标RRU自适应选择功能。
ASFN
DlLowLoadSdmaThdOffset
下行低负载档的隔离度门限偏置
25
10
该参数用于设置自适应SFN下行低负载档的隔离度门限偏置。
此处的隔离度指的是自适应SFN小区内工作RRU的RSRP之和与非工作RRU的RSRP之和的比值。
ASFN
SfnVoLteDlJSchSwitch
SFNVoLTE下行联合调度开关
关
关
当开关打开时,语音用户在AdaptiveSFN/SDMA特性下为联合调度用户,否则根据用户位置自适应判断。
ASFN
SfnDlHighLoadThd
小区下行调度参数
45
45
该参数用于设置下行负载档从低负载档切换到高负载档的PRB占用率负载门限
第四章验证性测试
4.1测试环境
针对NORMAL/SFN/ASFN场景,对比测试数据,场景分为:
定点用户、移动用户、小包业务模型、不同PRB利用率。
具体如下:
参数
说明
小区数/带宽
3站8小区,20M带宽。
将每个物理站的1个扇区合并,组成3扇区SFN小区,其他5个扇区为NOMRAL小区。
用户数
380,KPI平台分为8组用户
下行业务模型
2000ByteUDP包
无线场景
7组定点用户(近、中、远均匀摆点),1组移动跑圈用户
下行负载
10%,30%,50%,70%
开关、参数
门限按照默认参数设置
用户属性判定周期分别考虑:
200ms/2s
rbler优化开关:
开
SFN内联合接收开关:
开
UL固定为SFN
4.2测试预期
测试数据分析主要关注两类指标:
KPI和用户体验速率。
其中KPI指标主要包括:
接入成功率、掉话率、RRC建立成功率、E-RAB建立成功率、IBLER、RBLER、PRB利用率、MCS、切换成功率、切换次数、(语音丢包率)等。
指标
预期
用户感知速率
ASFN/SFN>Normal
容量
Normal>ASFN>SFN
MCS
SFN>=ASFN>Normal
RBLER
SFN>=ASFN>Normal
4.3测试结果
下面是ULPRB20%,DLPRB10%/30%/40%/50%/70%的实际测试结果:
NORMAL下行负载
指标
SFN相对于NORMAL
ASFN相对于NORMAL
ASFN相对于SFN
轻载
小区下行速率
提升
提升
不变
下行用户感知速率
提升
提升
不变
DLMCS
提升
提升
不变
RBLER
降低
降低
不变
中载
小区下行速率
提升
提升
不变
下行用户感知速率
提升
提升
提升
DLMCS
提升
提升
不变
RBLER
降低
降低
不变
重载
小区下行速率
提升
提升
提升,SFN/ASFN均会存在资源受限,导致下行总数据量减少,但SFN资源受限更大,故ASFN相对于SFN速率会提升
下行用户感知速率
降低,重载场景SFN/ASFN资源受限
降低,原因与左相同
提升
DLMCS
降低,资源受限,总调度次数会减少,但MCS1阶调度次数相对于NORMAL基本不变(MCS1基本为TA调度,优先级最高),导致MCS1阶调度次数占比抬升,故MCS降低
降低
降低
RBLER
降低
降低
不变
4.4测试结论
一、SFN相对于NORMAL
下行用户感知速率:
在轻载、中载时均有改善;在重载时存在资源受限,故有降低;
KPI指标:
在轻载、中载时,均有改善或持平;在重载时除DLMCS外均有改善或持平,DLMCS是因为SFN资源受限导致总调度次数减少,但MCS1阶(基本为TA调度,优先级最高)总调度次数基本不变,导致MCS1调度次数占比抬升,拉低了整体MCS,符合预期;
二、ASFN相对于NORMAL
下行用户感知速率:
在轻载、中载时均有改善。
KPI指标:
在轻载时均有改善或持平;在重载时除DLMCS外均有改善或不恶化,其中DLMCS降低原因与SFN相同,符合预期;
三、ASFN相对于SFN
下行用户感知速率:
在轻载时不变;在中载/重载时有改善;
KPI指标:
在轻载时不变;在中载、重载时除DLMCS外均不恶化,其中DLMCS降低原因是因为ASFN存在信道失配损失,符合预期;
第五章ASFN典型场景应用
在室外密集城区场景下,以3个RRU合并为一个SFN小区为例,在SFN小区高负载场景下,ASFN下行平均吞吐率提升0%~80%。
在室内覆盖场景下,以2个pRRU组(每个pRRU组包含五个pRRU)合并为一个SFN小区为例,在SFN小区高负载场景下,ASFN相对于普通SFN小区下行平均吞吐率提升0%~70%。
当终端用户处于独立调度或者部分终端用户处于联合调度时,下行参考信号采用联合发送,CRSSINR和PDSCHSINR不一致导致终端用户的峰值速率会受到影响。
在小区吞吐量相同的情况下,自适应SFN场景比SFN场景PRB使用个数会有下降,用户感知吞吐率有提升。
5.1大网应用
5.1.1应用背景
站点西湖港湾家园物业楼由于重叠覆盖度高,前期将1/2扇区做成SFN,提升了用户感知速率,随着业务发展,PRB利用率有明显抬升,在自忙时超过70%。
为此,希望通过ASFN实现部分用户独立调度,提升时频资源利用率。
5.1.2ASFN方案
按照特性参数配置开通ASFN方案。
5.1.3方案实施效果
1、RRC建立成功率、ERAB掉线率等性能指标保持稳定;
2、吞吐能力提升(下行速率/PRB利用率):
根据调度次数>1000统计看,提升18.7%
3、从用户数和PRB利用率曲线也能看出,PRB利用率出现下降,而用户数和流量保持稳定。
说明传输效率提升。
5.2高铁应用
5.2.1应用背景
在高铁场景下,由于速度快,为了避免频繁切换,可以使用SFN方案,减少切换,提升感知。
但高铁为大量用户同时切换场景,容易导致单小区同时多用户接入,基站瞬时负荷高,叠加大网用户,站点负荷易突发拥塞,影响用户感知速率。
由于高铁列车一般长度为300多米,车头和车尾用户可能位于SFN不同RRU覆盖范围,具备独立调度条件,可考虑采用ASFN方案。
为此,选择沪杭高铁两个SFN小区进行方案落地试验。
5.2.2ASFN方案
按照特性参数配置开通ASFN方案。
5.2.3方案实施效果
1、RRC建立成功率、ERAB掉线率等性能指标保持稳定;
2、吞吐能力提升(下行速率/PRB利用率):
根据调度次数>1000统计看,提升14.3%
3、从用户数和PRB利用率曲线也能看出,PRB利用率出现下降,而用户数和流量保持稳定。
说明传输效率提升。
5.3其他场景
在高校宿舍楼、地铁隧道等场景均具备覆盖和容量需求,采用ASFN方案将会在SFN方案基础上叠加增益。
第六章总结
6.1价值推广
基于ASF的网络覆盖及容量最优解决方案,可以在SFN基础上获得容量增益,可以在高铁、地铁、高校等容量需求大区域进行推广使用。
以高铁为例,基本可以带来10%的容量增益,沪杭高铁年度增收可以在80~120万。
6.2小结
综合上述,使用基于ASFN的优化策略无疑是一种非常灵活的创新网络保障手段。
由于能够根据用户分布将时频资源最大化利用,因此,可以利用此方案应用在覆盖及容量需求均显著区域,对用户业务感知的体验提升也更加明显。