基于NGI和AAPC的5G重疊覆蓋優化系統研究

曹正潔 孟凡強 姜盼盼 曹潔

摘要：本文提出了一種基于NGI和AAPC的5G重疊覆蓋優化系統，能夠解決傳統重疊覆蓋優化方案無法定位施擾小區的問題。這一系統使得重疊覆蓋優化變得更加精準和全面，同時結合AAPC權值自優化工具，實現權值的自動調整，從而顯著提升了工作效率。這一創新性系統的提出將為未來網絡優化領域帶來重要的進展，為網絡性能的提升和優化提供了新的途徑和方向。

關鍵詞：重疊覆蓋；DOA；NGI；AAPC

隨著5G規模的持續擴大，網絡結構變得越來越復雜，城市地區內基站間距也變得更小，這導致了重疊覆蓋問題日益突出。傳統的重疊覆蓋分析方法通常只能確定高度重疊的小區，而無法找出相關的干擾小區。因此，有必要探索和引入更先進的技術和工具，如文章提到的基于NGI和AAPC的5G重疊覆蓋優化系統，以解決這一問題。通過這種新型系統的應用，可以更準確地定位干擾小區，提高重疊覆蓋優化的精準度和效率，從而改善5G網絡的性能和用戶體驗。

一、原理介紹

（一）DOA原理

波達方向（Direction of Arrival，簡稱DOA）定位技術的原理是利用接收機處的陣列天線和波達方向估計技術來確定信號從接收機到信源的波達方向線，通過多個接收機估計的波達方向進行三角測量，確定信源的估計位置。波達方向估計又稱為角譜估計和波達角估計。在無線通信中，DOA功能可用于描述天線的實際覆蓋角度和用戶的方向偏差。其實質是依據MIMO多天線收發的特性，利用空時處理技術測量每個終端用戶相對天線的角度，通過聚合分析海量數據確定用戶群的主要聚集方向，調整天線的覆蓋方向以跟隨用戶的行為軌跡，為更多用戶提供最佳服務。

（二）NGI原理

NGI（Network Geolocation Insight，網絡地理化洞察）是一個無線網絡中用于“規建維優”的創新解決方案。它通過挖掘和分析用戶和網絡無線數據，實現對網絡性能、業務質量、終端能力和用戶體驗等方面的全面分析和地理化展示。NGI的功能根據場景類型可以分為七大類：路測、地理化洞悉、網絡規劃與優化、公共服務、終端分析、問題定位、用戶分析。目前，常用的主要功能包括天饋核查功能、網絡可視化評估以及虛擬路測等，其中的核心是DOA功能的實際應用。

（三）AAPC基本原理

AAPC（Massive MIMO 天線權值自適應）是一種利用人工智能技術對天線權值進行優化的方案。通過基站收集用戶的HDOA（水平波達方向）、VDOA（垂直波達方向）、PL（路徑損耗）等用戶定位信息，根據這些數據完成建模，然后利用權值路徑尋優算法計算每種用戶分布場景下最優的權值，從而最大化提升用戶的覆蓋水平。通過不斷對天線權值模型進行迭代優化，最終形成最佳的天線權值方案，幫助改善無線網絡的性能和用戶體驗。

二、基于NGI和AAPC的5G重疊覆蓋優化系統

NGI和AAPC的串聯優化重疊覆蓋系統可以精確分析受擾小區和施擾小區，清晰地進行地理化展示，提供精準的優化方案。通過與AAPC的串聯優化，系統可以自動將權值調整為最優解，無需人工干預，提高了調整效率。這種方式可以有效解決重疊覆蓋優化中的問題，提高網絡性能和用戶體驗。

（一）系統原理

在基于NGI和AAPC的5G重疊覆蓋優化系統中，NGI模塊負責識別重疊覆蓋小區，并將服務小區和其周圍的TOP6鄰區作為AAPC優化調整的對象。NGI模塊通過分析重疊覆蓋區域，為后續優化提供必要的數據支持。AAPC模塊首先將重疊覆蓋問題抽象為DOA（方向）柵格，以便更好地識別。然后，通過將小區信息轉化為圖像的形式，對重疊覆蓋柵格進行過濾，作為評估對象。AAPC模塊采用多目標方式，尋找最優的權值解，從而調整天線參數并優化網絡性能，解決重疊覆蓋帶來的干擾問題。

（二）系統優點

①NGI重疊覆蓋分析不依賴路測，可精準定位高重疊覆蓋的施擾小區。傳統的重疊覆蓋分析通常需要進行拉網測試，通過測試記錄分析高重疊覆蓋帶來的干擾。NGI重疊覆蓋分析則可以利用MR（Measurement Report）數據來評估網絡中存在重疊覆蓋問題的區域和小區，進而輸出干擾源小區和受擾小區。這種方法消除了對路測數據的依賴，彌補了傳統重疊覆蓋分析難以準確定位干擾源的不足，為射頻優化調整提供了重要的數據支持。

②AAPC 優化更加智能高效。傳統的射頻RF優化僅限于調整天線的方位角和下傾角；而5G Massive MIMO大規模陣列天線的引入增加了波束立體化調整的可能性。盡管人們可以通過經驗設置波束權值，但這需要耗費大量精力，效率低下，并且權值無法隨用戶位置動態變化而精準調整。相比之下，AAPC通過智能化優化算法實現了波束權值的動態調整，能夠精準覆蓋目標用戶，提升網絡感知能力，使波束優化更加智能高效。

③節省人力成本。經過AAPC智能波束尋優后，部分5G基站無需再由工程人員上塔進行手動調整，有效節省了人力資源，減少了工程人員上塔的頻率及相關安全風險；同時，智能且自動化的權值優化也降低了傳統波束調整的網絡管理操作，實現了減少人力成本的目標。

（三）優化流程

5G MR數據采集：選擇需要優化的區域，通過UME網管配置相關參數，并針對該區域的基站下發測量配置，采集用戶終端設備的測量報告（MR）、到達角（DOA）等相關信息。

NGI問題小區輸出：設定重疊覆蓋判定條件，利用NGI評估網絡中存在的重疊覆蓋問題區域和小區，分析重疊覆蓋區域的施擾小區和受擾小區，同時統計每個柵格的重疊覆蓋水平。為RF優化調整提供數據支持，輸出需要進行優化調整的服務小區和TOP6鄰區作為AAPC優化對象。

AAPC優化模板制作：將重疊覆蓋的服務小區和TOP6鄰區組合，并為每組分配一個ID，以實現AAPC的精細化分簇優化。

AAPC優化參數下發：將優化對象選定為“問題小區”，導入到AAPC模塊中，并設置AAPC參數配置，實現AAPC的自動參數調整，無需人工干預。

NGI優化前后評估：經過AAPC參數優化調整后，使用NGI重新輸出重疊覆蓋數據指標和圖層，并與調整前的數據進行效果評估對比。

網管指標評估：在重疊覆蓋優化完成后，通過網管性能指標、業務量、用戶數、感知速率、覆蓋率等指標進行對比評估，以衡量調整前后的效果。

（四）功能部署

①NGI覆蓋問題創建。進入NGI平臺，選擇網絡地理化洞悉→任務類型→地理化洞悉→覆蓋問題分析→重疊覆蓋→覆蓋問題模板，按照模板填寫相關參數配置。

②AAPC問題小區導入。進入AAPC模塊新建優化任務，優化對象選擇“問題小區”，按照系統模板填寫相關內容。注意Cluster ID列自定義ID，按照NGI重疊覆蓋小區和對應受擾TOP6小區分配一個ID，讓AAPC實現精細化分簇優化。

三、效果驗證

（一）TOP小區優化驗證

以重疊覆蓋小區問題采樣點比例超過15%小區作為Top門限，采集濟寧2.6G共7423個小區最近3天MR數據進行分析，輸出46個Top小區。針對TOP15小區使用AAPC進行權值優化，共涉及90個小區（15組，每組1問題小區+6施擾鄰區）。

效果對比：AAPC優化前后采集3天MR數據，重疊覆蓋度降低5.25%，流量增長85.75GB，下行感知速率提升13.46Mbps，覆蓋率無明顯變化。

通過NGI平臺和網管指標部署效果：濟寧部署高重疊覆蓋度小區后，重疊覆蓋率由調整前16.40%降低至11.15%，提升5.25pp，下行用戶感知速率由215.2Mbps提升到228.7Mbps，提升13.5Mbps，達到預期效果，有效改善了5G網絡質量。

（二）重疊區域優化驗證

重疊覆蓋小區問題采樣點比例超過10%小區，對濟寧汶上、泗水2.6G重疊區域優化調整，共計721個小區（103組，每組1問題小區+6施擾鄰區）。

覆蓋對比：AAPC優化前后采集2天MR數據，如表2所示，調整后整體重疊覆蓋比例改善明顯，重疊覆蓋度由調整前14.18%降低至11.26%，改善2.92%，覆蓋率無明顯改善。

感知指標：AAPC優化調整后，用戶數及流量無明顯提升，下行感知速率由調整前273.5提升至280.5Mbps，見表3。

性能指標：AAPC優化調整后，性能指標無明顯波動，性能指標正，見表4。

四、結束語

NGI重疊覆蓋模塊的應用解決了傳統重疊覆蓋小區無法準確定位施擾小區的問題，實現了地理化展示重疊覆蓋問題區域和小區，從而能夠精準全面評估重疊覆蓋問題。在此基礎上，對接AAPC權值自優化工具，實現了快速導入問題模板并自動優化參數，使優化調整更加高效。NGI和AAPC的串接提供了有效的工具支撐，顯著提升了5G重疊覆蓋優化工作的效率。這種整合方法為網絡優化提供了智能化解決方案，幫助網絡運營商更好地處理重疊覆蓋問題，并提升網絡性能和用戶體驗。

作者單位：曹正潔 孟凡強 姜盼盼 曹潔 中國移動通信集團山東有限公司濟寧分公司

參考文獻

[1] 康宏建.NGI技術在5G分流比提升中的應用研究[J]. 中國電信業，2023（03）：77-80.

[2] 陶琳，李春明，岳軍，等.重疊覆蓋對TD-LTE網絡性能的影響研究[J].電信工程技術與標準化，2014（10）：25-28.

[3] 方東旭，周徐，王麗秋.5G廣播波束權值優化淺析[J].電信工程技術與標準化，2021，34（10）：80-85.

[4]譚鈺山，周文金，何延.基于MDT數據的重疊覆蓋優化思路及實踐[J].通訊世界，2019，26（12）：6-7.

[5] 彭東升，王煜輝，程曉東，等.Massive MIMO廣播波束場景化研究[J].通信技術，2020，53（1）：63-68.

[6] 瞿軼，莫建忠，王穎恒，等.密集城區5G廣播波束配置策略研究[J].中國新通信，2021，23（14）：42-44.

[7] 薛龍來，夏偉，魏俊毅.樓宇場景下的5G廣播波束研究[J].中國新通信，2021（04）：38-39.