经典案例基于ASFN的网络覆盖及容量最优解决方案.docx

1、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 42.1 网络自干扰评估方法 42.1 SFN特性介绍 4第三章 ASFN特性介绍 53.1 特性介绍 53.2 特性推荐策略 63.3 特性参数配置 7第四章 验证性测试 94.1 测试环境 94.2 测试预期 94.3 测试结果 104.4 测试结论 10第五章 ASFN典型场景应用 115.1 大网应用 115.1.1 应用背景 115.1.2 ASFN方案 115.1.3 方案实施效果 125.2 高铁应用 125.2.1 应用背景 135.2.2 ASF

2、N方案 135.3 其他场景 13第六章 总结 146.1 价值推广 146.2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

3、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：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。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。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，

4、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=-10

5、5dbm下，主服小区-相邻小区Normal容量NormalASFNSFNMCSSFN=ASFNNormalRBLERSFN=ASFNNormal4.3 测试结果下面是UL PRB 20%，DL PRB 10%/30%/40%/50%/70%的实际测试结果：NORMAL下行负载指标SFN相对于NORMALASFN相对于NORMALASFN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DL MCS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DL MCS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

6、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DL MCS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DL MCS外均有改善或持平，DL MCS是因为S

7、FN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DL MCS外均有改善或不恶化，其中DL MCS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DL MCS外均不恶化，其中DL MCS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

8、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，CRS SINR和PDSCH SINR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

9、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。5.1.2 ASFN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

10、，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。5.2.2 ASFN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

11、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80120万。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。