5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八

第 3 章 5G UDN 技术概述

第十七节:IMT-2020定义的5G UDN应用场景性能指标与现有技术的差距

5G UDN的部署场景

场景三:购物中心 / 火车站 / 机场
购物中心 / 火车站 / 机场都是室内用户高密度分布场景,终端用户主要处 于低速的游牧状态。这一场景下的蜂窝业务类型也非常丰富,需要针对混合类 数据业务进行研究。在该场景中,LPN 可以密集地部署在室内,顾客、旅客人 群对此相对没住宅区那么敏感。与此同时,为了实现较好的室内广域覆盖,在 LPN 的基础上,可以进一步部署室内高功率基站节点,形成多层的室内异构叠 层覆盖。该场景下也可能为基站节点提供较好的有线回程链路,可以基于理想 回程链路展开研究。这个场景只需要考虑接入链路的干扰问题,包括基站节点 间的干扰,及室内广域覆盖小区与小小区之间的干扰。此外,基于内容感知的 移动性管理增强也是在这个场景中研究的问题。
场景四:体育场 / 集会
体育场 / 集会为室外用户高密度分布的场景,终端主要处于静止状态。 LPN 有可能使用定向天线,无线信号的传播可以以直射径为主。这一场景以视频类业务及大量、突发小数据包数据业务为主,而且上行流量负载通常相对较 重,有时业务数据量甚至可能超过下行,因此上行干扰相当严重。由于该场景 多位于室外较空旷的区域,因此,如何灵活地部署基站节点是一个关键问题。 这一场景通常缺乏理想的有线回程条件,应基于非理想回程链路展开研究,可 考虑使用无线自回程链路,以扩展服务区域以及实现基站节点间的快速协作。 除了无线干扰以外,上行业务数据风暴及核心网的信令压力等问题也需在该场 景中重点研究。
场景五:公寓
公寓为室内用户低密度分布的场景,终端用户以静止状态为主。这一场景 中的蜂窝业务类型比较丰富,需要针对混合类数据业务进行研究。在该场景中, 基站节点可部署在各个公寓楼内,通过室内非理想的回程链路(如 ADSL)或 理想回程链路(如光纤)连接到核心网。室外宏基站可通过无线自回程链路,控 制室内基站节点的工作过程,实现基站间的快速协作。通常每间公寓之间有较厚 内墙的阻隔,因此小小区间的干扰减轻。
公寓场景可能存在室外宏基站与室内微基站节点间的干扰,以及室内微基 站节点之间的干扰。与场景二类似,公寓场景由于有的微基站节点的负载较低, 有可能使用上下行资源动态分配技术,进而产生上下行链路间的干扰问题。但 由于存在较好的物理隔离,该场景中的干扰强度通常会低于其他场景。此外, 如何根据各种无线接入技术的特点,在不同 RAT 节点间实现数据业务分流, 也是该场景需要考虑的问题。
公寓场景环境下的参考信道模型示意如下。
(1)大尺度路径损耗

  • 2 GHz 小基站:3GPP Dual Strip;
  • 3.5 GHz 小基站:3GPP Dual Strip。

(2)小尺度衰落
小基站:ITU。
(3)穿透损耗

  • 不同层间穿透 18.3 n[(n+2)/(n+1) -0.46]dB,参考 3GPP Dual Strip 中对层间穿透的计算;
  • 内墙损耗 5 dB,参考 3GPP Dual Strip 中对内墙穿透的计算。

场景六:地铁
地铁属于一种特殊的部署场景。在这一场景中,终端用户通常以极高的密度分布在车厢内,并且处于中高速移动状态。该场景下的蜂窝业务类型也是多 种多样,需要针对混合类业务进行研究。该场景可以在车厢内密集部署 LPN, 用户对此也相对不敏感。由于车厢之间不阻隔,LPN 之间的干扰较大。另外, 也可以考虑在地铁沿线部署泄漏电缆,利用沿线的外部宏基站为车厢内用户提 供服务。高速移动相关的问题是需要在该场景中重点关注的。
针对上述 UDN 场景,IMT-2020 推进组也建议了相应的需求 KPI 指标, 见表 3-1。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
密集住宅区场景为 UDN 部署组网主要研究场景中流量挑战较大的场景之 一,其中流量密度 KPI 为 3.2T/130M bit/(s·km2)(DL/UL)。由于住宅环 境的特殊性,室内较难进行小基站的部署,因此性能评估关注小基站部署在 室外密集住宅的周围区域,且与居民楼有一定安全距离。小基站部署示意如图 3-4 所示。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
针对不同小基站数目与系统容量性能进行仿真评估,结果如图 3-5 所示。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
基于上述内容,随着小基站数目的增加,系统容量逐渐升高,当每个密集 住宅区内部署 8 个小基站时,系统容量仅达到宏蜂窝覆盖情况下的 13 倍,具体 如图 3-6 所示。
但是随着小基站数目的增加,干扰情况也急剧恶化,小区平均和边缘的频 谱效率均呈现先递增后递减的趋势。根据上述仿真结果,每个密集住宅区部署 8 个小基站,小基站支持 20 Mbit/s 带宽,系统容量换算为流量密度为 0.044 Tbit/(s·km2)。假设系统支持 100 Mbit/s 带宽,流量密度可近似计算为 0.044 Tbit/(s·km2)×5 = 0.22 Tbit/(s·km2) << 3.2 Tbit/(s·km2)
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
与流量密度 KPI 约有 15 倍差距,需要新的增强技术,例如:

  • 更为密集的小基站部署;
  • 干扰管理;
  • 高频、高带宽;
  • 与其他技术相结合。

小基站部署密度对终端的移动性性能也有较大的影响,以下面的仿真评估 为例。小基站和宏基站采用同频部署,频率为 2.0 GHz。具体部署场景如图 3-7 所示,仿真区域内共包括两层 19 个三扇区小区,且每扇区内随机生成 1 个 热点区域,每个热点区域内由 4/9 个小基站提供服务。其中,当热点区域内部 署 4 个小基站时,小基站间距固定为 40m;当热点区域内有 9 个 pico 时,小 基站间距固定为 20m。
UE 的初始位置在整个仿真区域均匀分布,沿一随机方向匀速直线运动, 当离开仿真区域时以 Wrap-around 的方式从仿真区域边界的另一位置再次进 入仿真区域。宏微、宏宏以及微微间切换为同频切换,触发事件采用 EVENT A3,仿真流程与 3GPP TR 36.839 中 LargeArea 场景下的移动性评估流程与 方法保持一致,且已经和各公司移动性仿真结果校准。本仿真具体系统的仿真 参数以及移动性相关仿真参数参见表 3-2 和表 3-3 所示。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
如图 3-8 所示,随着小小区密度的增加,终端总移动切换尝试次数显著增加,增长接近 25%,频繁地切换导致核心网和基站空口的信令负荷的增加,其 中由于小基站的部署,pico-pico 切换发生次数显著增加。频繁地切换还会导致 业务数据传输中断,丢包和用户通信体验的下降。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
如图 3-9 所示,随着小小区密度的增加,pico-macro、pico-pico 切换失 败率以及切换失败发生的次数显著增加,而 macro-macro、macro-pico 切换 失败率变化不大,仅有一定程度的增加,总的切换失败率提高 30%。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
Short ToS 定义为 UE 在某扇区的停留时间小于预先设置的最小停留时间 (1s),体现了乒乓效应的强度。由图 3-10 可以得到,随着小小区密度的增加, Short ToS 的发生次数和概率均有所增长,其中发生次数上升达 53%。综上,可以得到如下结论:随着小基站的密集部署,小基站受到周围同频小基站的干扰增加,宽带 CQI 下降,导致 pico-pico 以及 pico-macro 的切换失败率升高。与此同时,Short ToS 发生的次数和概率也随之增加。此外,切换发生频率增加带来的巨大信令负荷也不容忽视。
5G UDN的部署场景 | 带你读《5G UDN(超密集网络)技术详解》之十八
第十九节:3GPP相应的5G UDN场景及性能需求

上一篇:python爬虫相关 官网及文档地址


下一篇:mysql 如何清除sql缓存