中移动王时檬：业界亟需探索一套可行的5G Massive MIMO天线权值优化方案

10月13日消息（乐思）在昨日举行的2021年5G网络创新研讨会上，中国移动通信集团设计院工程师、博士王时檬发表了题为《基于智能化的Massive MIMO权值自动优化研究应用》的演讲。

他指出，Massive MIMO天线的权值优化涉及到的参数组合优化的候选空间解达到数万种，远超出人脑可以计算空间，通过工程师经验和塔工上站调整天馈的传统方式已不再适用，需要一套适用于4/5G Massive MIMO天线的自动化智能化的天馈优化方法论及产品。

Massive MIMO权值自动优化面临挑战

由于5G引进了Massive MIMO，以及可调参数，和覆盖场景的多样化，需要自适应灵活调整的波束，以此满足各个场景的覆盖要求。同时在这样的场景下需要快速智能的网规和网优时间和人力成本。

当前，设备商如中兴、华为、爱立信仅有限开放广播权值参数和包络图，这些参数有限，，同时前期权值参数调整以人工调整为主，缺乏自动化手段，效率偏低，如果用低质的方案频繁调整会给现网带来不良的影响。

王时檬指出，高频大带宽、大连接等特性，使得5G站点更为密集，已经与4G网络共存的网络环境将使网络覆盖、小区间干扰等优化工作更为复杂。同时MM天线的权值优化涉及到的参数组合优化的侯选空间解达到数万种。一些设备厂商里会有17种或14种的权值场景，已经远超人工的优化手段，因此传统的优化方式已经不再适用，因此需要一套4/5GMassive MIMO的自适应智能化的优化方法。

在前期，设计院做了一些基于波束特征与场景识别的基础的研究，某个厂家有17种天线权值的配置方案，水平天线波束有6个档位，从15度到110度，垂直波束宽度有3个档位，从6度到25度优化空间非常多。另外一个厂家有14种场景，动作集合超过1万种。

同时，设计院还针对栅格场景进行识别，在地图中分别区分了低层建筑场景、中层建筑场景、高层建筑场景，还有道路场景、水域场景、工矿场景，针对这几种场景进行识别，有助于为后续技术提升。

开展基于智能化的权值优化研究

由于在有效的时间资源和计算资源下，设计院选取了Q-learning算法，同时辅以粒子型算法进行优化。

王时檬称，通过研究发现，Q-learning算法寻优反馈所需次数少，因此对于现网权值调整可认为是一种积极的算法方案。但由于算法构建的状态集和动作集与小区数量呈指数关系，因此即便对权值步长降阶，考虑到庞大计算量，也难以实现大规模调整，因此该算法更适合单站调整。

同时，由于现网存在大量潮汐场景，因此为实现用户动态分布下的自动化、智能化、自适应权值优化策略，基于小时级/天级MDT数据进行栅格汇聚，并预测用户、业务量分布特征，对“网业联动”的有效性进行探索。

此外，充分利用MDT数据中的经纬度等字段，和转换出的AOA、TA信息，判断出用户分布的所在位置，生成基于时间维度、用户维度的动态权值方案， 进行连片权值优化，实现流量提升和负荷均衡。

针对5G“网业联动”思路，当前主要以5G小区通过扫描附近4G MDT采样点，模拟分析5G用户分布规律，对小区权值进行实时优化，使5G小区能够动态覆盖用户较多的区域，提升5G用户感知。充分利用4G MDT栅格数据，5G小区覆盖范围内，通过4G MDT反向判断出5G用户所在位置，生成基于时间维度、用户维度的动态权值方案， 进行连片权值优化，实现5G流量激发。

进行基于权值优化平台的生产流程自动化探索

为更加方便实现落地生产，做到数据融通与平台融合，Massive MIMO权值优化平台已与系统内其他生产平台完成对接，实现权值自动化、智能化、常态化的权值优化目标。

据王时檬介绍，中国移动ICOS平台作为4G MDT、4/5G PM、工参数据的输入源，中国移动参数平台作为4/5G波束参数输入源并分别与权值平台完成对接，经权值平台分析输出权值调整方案，并以参数平台V3.0接口为窗口实现工单下发，完成现网自动调整的目标。

对此，设计院进行了权值方案自动监控与后评估。当前，权值优化方案多针对具有规律性用户分布特征小区分析。然而，现网易发生各种突发事件如农贸市场集会、交通拥堵等导致用户数、业务量瞬时增长，因此在权值调整过程中易导致用户投诉等问题。

对于监控回退，建立回退规则，针对RRC用户数、PRB利用率、VoLTE丢包率、MR空口丢包率等多个指标设置阶梯式门限及发生次数并进行实时监控（实时性取决于数据推送时延）。当某一时刻，指标高于门限且满足发生次数，则立即停止该工单的执行状态并回退。

同时，结合方案执行情况，自动读取PM数据实现指标后评估，包括业务量、PRB利用率等指标，实现方案自动分析、工单自动下发、实习监控回退、效果自动评估的生产流程自动化。

权值优化生产应用案例分享

在演讲中，王时檬还分享了设计院在权值优化生产中的应用案例。

2019年年尾，基于Q-learning强化学习的潮汐优化方案，设计院在A省开展小范围试点，经过筛选最终选取4个小区进行功能验证，由于考虑算力及现网物理资源情况，本次试点仅完成T0、T1轮验证，经过前后优化对比，其中业务量提升5.6%，下行速率提升3.4%，有效RRC平均连接数提升2.8%、PRB平均利用率提升2.1%，CQI改善方案评估总体呈正向效果。

2020年下半年，基于4G的权值优化方案，设计院在A省6地市开展规模应用推广，截止2020年底，整体规模达到11169个小区，4G 3D MIMO小区共计2413，单小区日均调整近3次,3DMIMO调整比例达到60%左右，流量增益在12%以上。

2021年上半年，4G权值优化方案已在B省全省范围内逐步推广应用，目前累计4G权值调整量已达45W ，应用前后4G流量增长5.82%，VOLTE话务量提升8.73%，RRC最大用户数增长8.30%，4G高负荷小区数减少16.95%，效果提升明显。

王时檬补充说，基于5G权值优化算法，对某省内密集居民区进行迭代寻优，计算出最优的权值方案，实现精准覆盖，5G流量技法。试点区域挑选是工业区级城中村，用户密集，以低层密集住宅为主，没有高层楼宇阻挡，且潮汐效应明显，适合作为5G的随业动试点。权值优化前后5G流量增长0.66%，下行RRB利用率明显提升。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。