精品文档运用5GMassive MIMO技术提升用户感知.docx

精品文档运用5GMassive MIMO技术提升用户感知.docx

《精品文档运用5GMassive MIMO技术提升用户感知.docx》由会员分享，可在线阅读，更多相关《精品文档运用5GMassive MIMO技术提升用户感知.docx（19页珍藏版）》请在冰豆网上搜索。

精品文档运用5GMassiveMIMO技术提升用户感知

运用5GMassiveMIMO技术提升用户感知

运用5GMassiveMIMO技术提升用户感知

【摘要】多输入多输出天线技术是移动通信领域的重大突破，在不增加带宽的情况下，MIMO技术成倍的提高了系统容量和频谱利用率，保证了可靠性。

在5G时代，MIMO技术相较4G有了极大的提升，天线数量成倍增加，波束场景丰富多样。

本文针对传统校园场景，系统地验证了各类波束配置对网络覆盖和速率感知的影响，为后续校园的波束场景优化提供可借鉴经验。

【关键字】MassiveMIMO

【业务类别】参数优化

一、问题描述

高校的网络覆盖一直是各大运营商关注的重中之重。

从5G建设初期，六安电信始终关注校园内5G信号覆盖，LA-裕安区-皖西学院-电信-HA-6984232和LA-裕安区-皖西学院新图书馆-电信-HA-6984232站点开通后，针对校园部分重要场所进行摸排测试，发现皖西学院男生宿舍楼电信营业厅内信号覆盖较弱，用户感知较差。

测试人员发现在营业厅内占用LA-裕安区-皖西学院新图书馆-电信-HA-6984232-0小区，RSRP在-102.38dBm,SINR在16.25db，下载速率420.93M/S，远不能体现5G速率优势。

二、分析过程

2.1：

基站状态核查

后台人员查询LA-裕安区-皖西学院新图书馆-电信-HA-6984232-0站点小区运行状态及服务状态正常，无其他告警，见下图。

2.2：

基站参数的核查

核查LA-裕安区-皖西学院新图书馆-电信-HA-6984232-0小区参数设置，无异常设置。

2.3：

测试终端的验证

测试人员通过重启手机，采用换机换卡验证发现，测试设备和卡均正常。

2.4：

现场无线环境

测试人员查看周边无线环境发现，男生宿舍电信营业厅正前方有楼宇阻挡，导致信号在传输过程中受房屋的阻挡导致信号较差。

目前5G采用高频段组网，相比4G传输损耗更大。

因受周边房屋的阻挡和不在小区正覆盖方向上，导致室内信号覆盖弱，用户体验感知较差。

皖西学院男生宿舍营业厅暂无室分和微站建设计划，为了提高营业厅内的用户感知，我们将5G关键技术MassiveMIMO应用于此，保障秋季校园营销宣传。

2.5：

MassiveMIMO的产品形态和演进流程

传统的MIMO主要由BBU、RRU和天线组成，且天线数少于等于8，而5G使用的MassiveMIMO由BBU和AAU（集成射频单元和天线，减少馈线损耗），天线数目为64。

多用户多输入多输出（Multi-userMultiple-inputmultiple-output,多用户MIMO）通信系统是一种考虑合作信号处理的无线通信技术，其核心思想在于使用完全相同的时间块和频率块资源为多个用户提供传输。

多用户MIMO技术利用无线通信系统中用户的独立性来增加整个系统的通信性能，从而实现多用户分集和复用。

多天线技术作为提高系统频谱效率和传输可靠性的有效手段，已经应用于多种无线通信系统。

通信时的天线数量越多，频谱效率和可靠性提升越明显。

尤其是，当发射天线和接收天线数量很大时，MIMO信道容量将随收发天线数中的最小值近似线性增长。

因此采用大数量的天线，为大幅度提高系统的容量提供了一个有效的途径。

在分布式协作网络系统中，处于不同地理位置的节点（基站、远程天线阵列单元或无线中继站）在同一时频资源上协作完成与多个移动通信终端的通信，形成网络多输入多输出（MIMO）信道，可以克服传统蜂窝系统中MIMO技术应用的局限，在提高频谱效率和功率效率的同时，改善小区边缘的传输性能。

2.6：

MassiveMIMO的关键技术

2.6.1：

信道模型及系统性能分析技术

信道模型与系统性能分析是无线通信系统设计的基础。

在大规模MIMO无线通信环境下，基站侧配置大规模阵列天线，MIMO传输信道的空间分辨率得到显著增强。

在给定的信道模型和发射功率约束下，精确地表征信道能够支持的最大传输速率，即信道容量，并由此揭示各种信道特性对信道容量的影响，可为传输系统优化设计、频谱以及功率效率等性能评估提供重要的依据。

对于带空间相关性的大规模MIMO信道，利用各用户的统计信道信息，通过多个基站之间联合实施导频调度，也可以有效减轻导频污染。

2.6.2：

信道状态信息获取技术

信道估计是信号检测和自适应传输的基础，对于大规模MIMO无线传输性能起重要影响作用。

在贝尔实验室提出的TDD大规模MIMO传输方案中，小区中的各用户（通常假设配置单个天线）向基站发送相互正交的导频信号，基站利用接收到的导频信号，获得上行链路信道参数的估计值，再利用TDD系统上下行信道的互易性，获得下行链路信道参数的估计值，由此实施上行检测和下行预编码传输。

随着用户数目的增加，用于信道参数估计的导频开销随之线性增加，特别地，在中高速移动通信场景，导频开销将会消耗掉大部分的时频资源，成为系统的“瓶颈”。

开展导频受限条件下的TDD大规模MIMO信道信息获取技术研究具有重要的实际应用价值。

2.6.3：

多用户传输技术

在大规模MIMO无线通信系统中，基站侧与用户端均难以获取完整信道的瞬时状态信息，这意味着大规模MIMO传输技术将不同于现有的MIMO传输技术。

在已报道的有关工作中，所涉及的基本传输方案大都是贝尔实验室提出的最初方案，利用上行链路正交导频和TDD系统上下行信道互易性，基站侧可获得多用户上下行信道参数估计值，基站侧假定所获取的信道参数估计值为真实值，并以此实施多用户联合上行接收处理和下行预编码传输。

2.7：

MassiveMIMO技术带来的增益效果

大规模MIMO无线通信能够大幅度提升无线通信系统频谱利用率和功率利用率，目前已成为5G无线通信领域最具潜力的研究方向之一。

三、解决措施

MassiveMIMO和波束赋形（BeamformingBF）、波束管理三者者相辅相成，缺一不可。

MassiveMIMO负责在发送端和接收端将越来越多的天线聚合起来；波束赋形负责将每个信号引导到终端接收器的最佳路径上，提高信号强度，避免信号干扰，从而改善通信质量。

为了确保连续的无缝覆盖，需要基站侧尽可能在不同的方向上发送对个波束，要管理多个波束，就需要波束管理技术。

3.1：

MassiveMIMO技术的实现-波束赋形

5G中MassiveMIMO大规模天线首先需要了解波束赋形技术。

传统通信方式是基站与手机间单天线到单天线的电磁波传播，而在波束成形技术中，基站端拥有多根天线，可以自动调节各个天线发射信号的相位，使其在手机接收点形成电磁波的叠加，从而达到提高接收信号强度的目的。

波束赋形Beamforming（简称BF）：

发射信号经过加权后，形成指向UE或特定方向的窄波束

l5G下行各信道都可以应用波束赋形，通过多天线可以形成更窄的波束，精准的指向用户，提升覆盖性能。

3.1.1：

波束赋形流程：

1、通道校正：

保证收发通道的互易行和通道间的一致性

2、权值计算：

gNodeB基于UE信道特征的判断，计算出一个向量，用于改变波束的形状和方向。

3、加权：

在基带将权值与待发射的数据进行矢量相加，改变信号幅度和相位

4、赋形：

应用干涉原理，调整波束的宽度和方向

3.1.1.1：

下行波束赋形-通道校正

射频收发通道之间存在幅度与相位差，而且不同的的收发通道的幅度和相位差也不同，所以上下行信道并不是严格互易的，需要使用通道校正技术来保证射频收发通道幅度和相位的一致性。

a、计算信号经过各个发射通道和接收通道后产生的相位和幅度变化

b、依据计算结果进行补偿，使每组收发通道都满足互易性条件

通道校正的触发条件：

小区重建、通道恢复、周期触发等

3.1.1.2：

下行波束赋形—权值计算

l权值计算是指gNodeB基于UE信道特征的判断，计算出一个向量，用于改变波束形状和方向。

l计算权值的关键输入是获取下行信道特征，有两种不同的获取下行信道特征的方法。

a、gNodeB获取UE上行信道的SRS信号，根据TDD信道互易原理计算出对应下行信道的特征波束加权权

值

pb、gNodeB基于UE上行反馈的PMI选择最佳的加权权值

3.1.1.3：

下行波束赋形—加权

gNodeB计算出权值后，将权值与待发射的数据（数据流和解调信号DM-RS）进行矢量相加，从而达到调整波束的宽度和方向的目的，加权过程如下

pa、假设天线通道序列为i，信道输入信号为x（i），通过信道H时引入的噪声为N，信道输出时信号为y（i）：

y（i）=Hx（i）+N

pb、那么加权就是对信号x（i）乘以一个复向量w（i），达到改变输出信号y（i）的幅度和相位的目的，表示为：

y（i）=Hw（i）x（i）+N

3.1.1.4：

下行波束赋形—赋形

赋形应用了干涉原理，波峰与波峰相遇的位置叠加增强，波峰与波谷相遇的位置叠加减弱。

3.1.2：

MIMO与波束赋形演进对比：

LTE波束赋形与MIMO采用不同的TM模式与不同的CRS端口，5G网络没有采用

CRS，分集模式一直存在，复用模式则通过多流来实现。

3.2：

MassiveMIMO技术的实现-波束管理

3.2.1：

NR中的波束管理总体流程包括

1、波束扫描：

参考信号波束在预定义的时间间隔进行空间扫描

p2、波束测量：

UE测量参考信号波束，选择最好的波束进行接入

3、波束报告：

UE测量SSB和CSI-RS后会上报相应的波束信息

4、波束指示：

基站指示UE使用的波束

5、波束失败恢复，包括波束失败检测，搜索新波束以及恢复过程

下行静态波束管理支持以下两种算法：

通过上行SRS的测量，根据上行的到达角确定下行的静态波束，该方法实现比较简单，适用于低频场景的数字波束赋型场景。

基于下行参考信号的波束训练：

通过下行波束扫描，波束测量和波束上报的方式确定最优的下行静态波束，该算法主要应用于5G高频模拟波束赋型的场景下的波束训练

3.2.2：

赋形波束管理与权值

波束管理就是权值管理，权值决定赋形波束宽度与方向，不同信道采用权值不尽相同，如下两类：

pa、预设静态权值：

广播信道、公共控制信道

pb、可变动态权值：

UE专用信道

3.2.3：

广播信道波束管理

5G改进了LTE时期基于宽波束的广播机制，采用窄波束轮询扫描覆盖整个小区的机制，

初始小区搜索在5ms内发完。

SSBPattern类型

TS38.213协议定义了5种SSBpattern，SUB6G以下频段应用前3种CaseA/CaseB/CaseC，6Ghz以上频段应用CaseD/CaseE，且协议要求每个频段固定使用一种模板。

3.2.4：

广播波束场景化

支持不同场景的广播波束覆盖，比如楼宇场景，广场场景等。

3.3广播波束的覆盖场景适配

5G支持AAU型号较多，除Default场景外，其他支持场景如下表所示：

3.4：

场景验证结果：

我们选取场景1-8进行测试验证（期间测试终端位置始终保持一致），测试时间均为FTP下载1分钟，中层和高层场景暂无验证，选取各个场景图如下：

3.4.1：

修改场景1（水平3dB波宽110度，垂直3dB波宽6度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-103.86dBm,SINR均值在14.55db,下载速率在596.56M/S。

3.4.2：

修改场景2（水平3dB波宽90度，垂直3dB波宽6度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-102.29dBm,SINR均值在16.45db,下载速率在591.2M/S。

3.4.3：

修改场景3（水平3dB波宽65度，垂直3dB波宽6度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-103.63dBm,SINR均值在15.81db,下载速率在471.12M/S。

3.4.4：

修改场景4（水平3dB波宽45度，垂直3dB波宽6度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-101.17dBm,SINR均值在17.78db,下载速率在487.48M/S。

3.4.5：

修改场景5（水平3dB波宽25度，垂直3dB波宽6度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-102.04dBm,SINR均值在16.67db,下载速率在510.44M/S。

3.4.6：

修改场景6（水平3dB波宽110度，垂直3dB波宽12度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-99.61dBm,SINR均值在19.32db,下载速率在599.69M/S。

3.4.7：

修改场景7（水平3dB波宽90度，垂直3dB波宽12度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-99.36dBm,SINR均值在21.49db,下载速率在540.81M/S。

3.4.8：

修改场景8（水平3dB波宽65度，垂直3dB波宽12度），验证结果如下：

从测试1分钟的结果查看，RSRP均值在-99.03dBm,SINR均值在21.39db,下载速率在569.80M/S。

测试指标如下图：

覆盖场景

RSRP（dBm）

SINR（db）

下载速率DL（M）

默认

-103.24

15.86

420.93

场景1

-103.86

14.55

596.56

场景2

-102.29

16.46

591.2

场景3

-103.63

15.81

471.12

场景4

-101.17

17.78

487.48

场景5

-102.04

16.67

510.44

场景6

-99.61

19.32

599.69

场景7

-99.36

21.49

540.81

场景8

-99.03

21.39

569.8

从验证指标可以看出，修改场景1.2.3.4.5在RSRP和SINR的提升上效果并不显著，在场景6.7.8下，RSRP、SINR和下载速率均有所提升，效果显著。

本次验证只是针对MassiveMIMO技术一个极小范围的应用。

从验证结果看，MassiveMIMO可以针对不同的用户场景进行设置，已达到提升用户感知的效果。

四、经验总结

随着5G用户的越来越多，不同场景下的用户需求和良好的用户感知是后期面临的一大挑战，MassiveMIMO技术的应用将能大大提升不同场景用户的用户感知，后期将结合MR覆盖率能设置不同的场景，提高用户感知。

小规模天线配置下的MIMO无线通信已趋于成熟并存在性能局限，大规模MIMO无线通信能够大幅度提升无线通信系统频谱利用率和功率利用率，目前已成为5G无线通信领域最具潜力的研究方向之一。

尽管大规模MIMO无线通信技术已引起国际上的广泛关注，但相关研究工作尚处在起步阶段，后期不同场景的优化设置，仍需不断研究。