1、丁珣，张俊笛，何丹萍，等.面向新一代铁路移动通信的网络规划技术研究J.电波科学学报，2023，38（1）：71-78.DOI:10.12265/j.cjors.2022173DING X,ZHANG J D,HE D P,et al.Research on network planning technology for new generation railway mobile communicationJ.Chinese journal ofradio science，2023，38（1）：71-78.（in Chinese）.DOI:10.12265/j.cjors.2022173面向新一
2、代铁路移动通信的网络规划技术研究丁珣1*张俊笛2，3何丹萍2，3费丹2，3王文渊4（1.中国铁建电气化局集团有限公司,北京 100043；2.北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044；3.北京交通大学 宽带移动信息通信铁路行业重点实验室,北京 100044；4.中国铁路南昌局集团有限公司,南昌 330002）摘要 为了解决铁路移动通信网络规划成本高且效率低的问题，满足铁路智能无线网络建设需求，以京沈客运专线为场景，研究了 2.1 GHz 频段下基于高性能射线跟踪的 5G 铁路专用移动通信（5G for railway,5G-R）智能无线网络规划技术.依托参考信号接收功
3、率(reference signal receiving power,RSRP)高性能射线跟踪仿真得到电磁波在特定环境下传播时的信道特性和路径损耗，进而精准预算无线链路的 RSRP 和下行传输速率；同时将规划问题建模为多目标优化求解问题，使用遗传算法对基站参数进行分级规划，在 RSRP 覆盖达标的前提下，最大化下行传输速率，智能输出基站工参最优解.仿真结果表明该技术可以满足 RSRP 覆盖率和最大化下行传输速率的规划目标，为后续实现精准高效的 5G-R 无线网络规划和优化提供仿真支撑和参考.关键词5G-R；无线网络规划；高性能射线跟踪；参考信号接收功率(RSRP)；下行传输速率；遗传算法中图分
4、类号TN92文献标志码A文章编号1005-0388（2023）01-0071-08DOI 10.12265/j.cjors.2022173Research on network planning technology for newgeneration railway mobile communicationDING Xun1*ZHANG Jundi2,3HE Danping2,3FEI Dan2,3WANG Wenyuan4（1.China Railway Electrification Bureau Group Co.Ltd.,Beijing 100043,China；2.State Ke
5、y Laboratory of Rail Traffic Controland Safety,Beijing Jiaotong University,Beijing 100044,China；3.Key Laboratory of Railway Industry of Broadband MobileInformation Communications,Beijing Jiaotong University,Beijing 100044,China；4.China Railway NanchangGroup Co.Ltd.,Nanchang 330002,China）AbstractIn o
6、rder to solve the problem of high planning cost and low efficiency of the 5G for railway(5G-R),and to meet the needs of the planning and construction of railway intelligent wireless network.This article takes theBeijing-Shenyang passenger line as a scenario to study the 5G-R intelligent wireless net
7、work planning technology basedon high-performance ray tracing in the 2.1 GHz frequency band.Relying on high-performance ray tracing simulation,the channel characteristics and path loss of electromagnetic waves propagating in a specific propagation environmentcan be obtained,and the reference signal
8、receiving power(RSRP)and downlink transmission rate of the wireless linkcan be accurately estimated.At the same time,the planning problem is modeled as a multi-objective optimizationproblem,and the genetic algorithm is used to plan the parameters of the base station.On the premise that the RSRPcover
9、age is up to standard,the downlink transmission rate is maximized,and the optimal solution of base stations isexported.The simulation results show that the technology can meet the planning goals of RSRP coverage and maximizethe downlink transmission rate,and provide simulation support and reference
10、for the subsequent realization of accurateand efficient 5G-R wireless network planning and optimization.Keywords5G-R；wireless network planning；high-performance ray tracing；reference signal receiving power(RSRP)；downlink transmission rate；genetic algorithm 收稿日期：2022-08-10资助项目：中国铁建股份有限公司科研计划课题(2021-C4
11、3)；国家自然科学基金青年基金（61901029）通信作者：丁珣 E-mail: 第 38 卷第 1 期电波科学学报Vol.38，No.12023 年 2 月CHINESE JOURNAL OF RADIO SCIENCEFebruary，2023 引言在“交通强国、铁路先行”的时代主题下，2021 年 12 月国家铁路局在“十四五”铁路科技创新规划中提出大力推进 5G 与铁路发展深度融合1-2，与此同时，国务院在“十四五”现代综合交通运输体系发展规划智能铁路专栏中提出实施新一代铁路移动通信专网工程3，标志着我国正在从铁路数字移动通信系统(global system for mobile co
12、mmunications-railway，GSM-R)领域的跟随者逐步转变为 5G 铁路专用移动通信(5G-railway,5G-R)系统的领跑者.5G-R 的提出不仅是铁路行业提升效率和效益、保持高质量发展的迫切需要，也是实现铁路智能化的催化剂.而传统铁路移动通信网络规划需要根据设计人员的经验，结合现场路测的接收信号强度，反复调试天线下倾角、方位角和发射功率来满足无线网络覆盖效果.该过程不仅成本高、工期长，而且规划结果带有一定的主观性，远不能满足网络建设的高效化、精准化和智能化目标4-5.无线网络规划作为网络建设中最重要的环节，开展无线链路预算并合理部署站址尤为关键6，而无线信道传播模型是开
13、展无线链路预算的基石7.现有的网络规划主要是依托传统的无线信道建模方式开展 5G 网络规划中的链路预算.文献 6,8 分别介绍了在 5G 基站覆盖预测中的 3GPP 36.873 和 3D 无线传播模型.文献 9 采用 COST231 Hata 修正模型实现了无线局域网(wireless local area network,WLAN)室外覆盖网络预算分析.文献 10 采用 OkumuraHata 传播模型预测收发信号之间的路径损耗，研究基于人工鱼群算法的电力无线专网基站选址规划.文献 11 将 3D Uma 模型与粒子群优化算法结合，实现了所选区域的 5G 站址规划.文献 12 分析了5G
14、通信站址选择的数学模型，并采用遗传算法(genetic algorithms,GA)和免疫算法得到基站位置的最优解.针对 5G-R 系统，网络规划研究较少，且传统的无线信道建模难以准确表征铁路场景下的电波传播与信道特性13-14.文献 15-17 指出了确定性建模射线跟踪(ray tracing,RT)技术能够准确预测多频段时变和多输入多输出的信道特性.文献 18 介绍了电波传播预测模型的仿真方法，并指出正确的电波传播预测模型决定了 RT 的仿真精度19.针对传统铁路移动通信网络规划周期长、成本高，且铁路场景拥有复杂的电波传播环境和信道特性，而传统的经验或解析模型无法准确对其表征，进而导致无线
15、链路预算准确性不足等缺点，本文针对2.1 GHz 下的京沈客运专线场景，研究面向 5G-R 的智能网络规划技术.依托高性能 RT 仿真得到电磁波在特定传播环境下传播时的信道特性和路径损耗，实 现 精 准 预 算 无 线 链 路 的 参 考 信 号 接 收 功 率(reference signal receiving power,RSRP)和下行(down-link,DL)传输速率.并将规划问题建模为多目标优化求解问题，使用 GA 对基站参数进行分级规划，在RSRP 覆盖达标的前提下，最大化 DL 传输速率作为求解目标，智能输出基站工参最优解.仿真结果表明该技术可以满足 RSRP 覆盖率和最大化
16、 DL 传输速率的规划目标，可为后续实现精准高效的 5G-R 无线网络规划和优化提供仿真支撑和参考.1 网络规划指标在 5G 网络规划和部署阶段，需要综合考虑两个指 标：网 络 容 量 和 网 络 覆 盖.为 了 更 好 地 满 足IMT2020 中提到的超高速率(enhanced mobile broad-band,eMBB)、超大连接(massive machine type com-munication,mMTC)、超低时延(ultra reliable low late-ncy communication,uRLLC)的愿景需求，要求 5G 网络规划方案满足更高的网络容量和更好的网络覆盖目标.同样，针对 5G-R 系统无线网络规划也需要综合考虑这两个指标，在保证网络覆盖目标时，使网络容量最大化.1.1 高性能 RTf基于电磁理论、几何光学理论和几何绕射理论20，RT 是可以支持卫星遥感、电子地图、合成孔径雷达(synthetic aperture radar,SAR)等方式获取目标区域地理信息状态的传播预测技术18.追踪场景中经过直射、反射、散射、透射、绕射等传播方式到达接收机
