1、电气与信息工程河南科技Henan Science and Technology总第807期第13期2023年7月收稿日期：2023-01-28作者简介：刘红阳（1975），男，硕士，工程师，研究方向：电子信息技术。5G无线网智能规划研究刘红阳（中国联通洛阳分公司，河南洛阳471000）摘要：【目的目的】实现5G网络规划流程自动化，减少大量非必要的人工参与，全面提升网络规划效率，实现网络资源的精准投放。【方法方法】使用基站覆盖场景及场点建筑物的智能识别、弱覆盖区域与聚类算法的站址规划判定法，通过场景化AAU选型、广播波束权值规划等技术对基站和工参进行智能规划。【结果结果】建筑物场景智能识别及边界
2、自动获取较人工识别效率大大提升，5G覆盖预测模型的准确率在95%以上，覆盖水平及初始工参准确率提高10%以上。【结论结论】研究结果将有力支撑5G网络的快速部署，建设的精准度大幅提高使5G网络整体覆盖水平进一步提高，同时使单位流量能耗占比进一步下降，大大提高社会生产效率。关键词：智能规划；场景化AAU选型；广播波束权值规划；覆盖预测模型中图分类号：TN929.5文献标志码：A文章编号：1003-5168（2023）13-0011-06DOI：10.19968/ki.hnkj.1003-5168.2023.13.002Research on Intelligent Planning of 5G W
3、ireless NetworkLIU Hongyang(Luoyang Branch of China United Network Communications Co.Ltd.,Luoyang 471000,China)Abstract:Purposes This paper is to realize the automation of 5G network planning process,reduce alarge number of unnecessary manual participation,comprehensively improve the efficiency of n
4、etworkplanning,and realize the accurate delivery of network resources.Methods The intelligent identificationof base station coverage scenes and field buildings,the site planning judgment method of weak coveragearea and clustering algorithm are used,and the intelligent planning of base stations and i
5、ndustrial parameters is carried out through scenario-based AAU selection and broadcast beam weight planning.Findings The efficiency of intelligent recognition of building scenes and automatic boundary acquisition hasbeen greatly improved compared with that of manual recognition.The accuracy of 5G co
6、verage predictionmodel has reached more than 95%,and the coverage level and the accuracy of initial work parametershave been improved by more than 10%.Conclusions The findings powerfully support the rapid deployment of 5G networks,greatly improve the accuracy of construction,further improve the over
7、all coveragelevel of 5G networks,further reduce the proportion of energy consumption per unit flow,and greatly improve social production efficiency.Keywords:intelligent planning;scenario-based AAU selection;broadcast beam weight planning;overlayprediction model0引言近年来，我国5G网络建设如火如荼。5G网络在网络架构、空中接口、频谱等方
8、面实现革命性变化，可满足 mMTC、eMBB、uRLLC 等典型应用场景的业务需求。新频谱、新空口、新业务、新场景给12第13期5G无线网络规划带来更多挑战，包括高频段导致传统传播模型的不适用，Massive MIMO的场景化精准建模，新业务对待机、时延、可靠性等方面需求各不相同，新应用场景相关的传播特性、组网方案无经验可循等。因此，引入基于大数据智能网络分析的5G无线网规划方法来提升5G规划效率与准确性是有必要的。1覆盖场点建筑物及场景的获取准确识别和确定基站覆盖区域建筑物的场景属性及其边界范围是实施精准规划的基础，通过爬虫技术来爬取在线地图，得到建筑物场点场景、边界等信息库，并生成场点建筑
9、物边界图层，实现对覆盖区域场景和范围的准确识别。将场点场景、边界等信息库与市场、集团大客户、行业应用的厂矿企事业单位、重要政府部门信息相结合，从而实现精准定位覆盖目标与用户群。1.1地理信息边界采集边框信息可通过商用地图的 Point of Interest（POI）、Area of Interest（AOI）接口信息爬取。其原理如下。根据 Application Programming Interface（API）说明来构建获取POI信息的http链接请求；网站以 JavaScript Object Notation（JSON）数据集形式返回数据，包括场景名称、POI ID和场景边界等信息；
10、对数据进行清理、经纬度纠偏后，即可获得校正后的场景边界信息；对有大量场点建筑物且场点建筑物名称未知的场景，如居民区等，要根据场景类型来批量爬取；利用地图API来构建“省+城市+场景”类别的请求，获得该场景下全部场点建筑物的POI ID；在数据清洗后，按照第步的方法，利用POI ID来遍历爬取包括经纬度在内的全部场点建筑物边界信息；最终爬取出的坐标是GCJ-02 坐标系，若要对数据进行应用，要转换为WGS84坐标系；对同一场景，应多次进行爬取，从而保证完整性。对多次未能爬取的场景，要手动进行绘制。在手动绘制图层时，要注意边界点应顺序编辑（顺时针），且首尾边界要相同，实现边界闭合。此外，要注意坐标
11、变换，反馈的边界必须是基于地心坐标系的经纬度；数据可视化。将生成的poi.csv和aoi.csv导入到Arcmap软件中，对数据进行可视化处理。1.2场点建筑物所属场景信息分类以某地图为例，该地图有全国统一场景标准、名称、ID、范围（23个大类、264个中类、869个小类场景），已知场点建筑物名称的场景按名称爬取，未知场点名称的场景则按场景类别全部爬取。已知建筑物场景名称的建筑物有高铁站、机场、5A级旅游景区、三甲医院等，未知场景名称的建筑物有大型商业购物区、一类商务办公区、2 000户以上小区、政府办公大厅等。场点建筑物边界如图1所示。其中，图1中的多边形为场点建筑物边界的地理化呈现。图1场
12、点建筑物边界示意将获取到的场点建筑物信息库与市场、集团大客户、行业应用的厂矿企事业单位、重要的政府部门信息相结合，作为基站精准规划的基础数据。整理后场点建筑物信息见表1。表1场点建筑物信息省份XX省XX省XX省XX省XX省城市XX市XX市XX市XX市XX市区县XX区XX区XX区XX区XX区一级场景类型学校校园住宅住宅医院商业购物区二级场景类型其他大中专院校大型住宅小区-高层大型住宅小区-高层三甲及以上医院大型商业购物区场点建筑物名称XX卫生学校XX小区XX广场XX中心医院XX百货场点建筑物编号125_03_03_01_02_008125_03_03_02_01_001125_03_03_02_
13、01_018125_03_03_05_04_003125_03_03_07_01_001场点建筑物边界112.837 274,34.647 862112.837 274,34.647 862112.837 274,34.647 862112.837 274,34.647 862112.837 274,34.647 862洛阳市卫生计生监督局（政和路）洛阳市人民政府信访局洛阳市财政局洛阳市政府万众金融广场地矿大厦（开元大道）洛阳日报报业集团长兴华苑联通公司小区通信大厦开元湖健康主题公园洛阳市行政服务中心湖滨苑湖滨苑泉舜沁泉苑泉舜购物泉舜润泉苑泉舜186中弘湖滨苑民警局刘红阳.5G无线网智能规划研
14、究第13期132建筑物高度快速估算对5G基站进行精准规划和仿真要采用5 m精度带建筑物数字三维高精度地图。由于现阶段要得到每个本地网的三维高精度地图代价较高，对无高精度三维地图的地区，要寻找一种替代方案来对建筑物高度进行初步快速计算。使用SketchUp 三维建模软件来构建建筑的三维模型，根据卫星在线地图中获得建筑物二维图像的拍摄时间来模拟此时太阳在天空中的位置，但创建的建筑物三维模型会产生阴影，调整该三维模型中的太阳方位角，使其与二维图像的太阳方位角一致。通过不断优化调整该三维模型的高度，使三维模型生成的阴影与二维图像阴影完全重合，最终得到的建筑物三维模型的高度与建筑实际高度基本一致1。建筑
15、物二维卫星影像及拍摄日期均可从卫星地图中获取。建筑物高度的快速估算流程如图2所示。以某高层建筑为例，在卫星地图中找到该建筑物所在区域，然后点击SketchUp工具菜单中的“文件添加位置”命令，将卫星地图中显示的二维图像加载到SketchUp软件中。可利用卫星地图的“历史图像”功能来查阅不同时间拍摄地球表面某一点的历史卫星影像，通过点击菜单栏中“历史图像”命令，获取当前卫星影像的拍摄时间。由于拍摄时太阳高度角和建筑物所在地理位置不同，建筑物阴影也会发生相应变化。SketchUp软件提供模拟光照效果、阴影等功能，可利用卫星影像拍摄时间和建筑物所在地理经纬度的不同，对目标建筑物进行光照、阴影等分析，
16、如图3所示。经纬度等位置信息可直接从地图影像上获得，拍摄时间通过不断调整软件设置来获得。对这两项进行设置，可在软件中准确模拟出任意时刻太阳的光照效果，同时可分析太阳方位角、阴影范围等。图3建筑物高度快速估算分析利用本研究提出的方法获取建筑物高度 10次，取其均值，并参考现场测量结果检查其精度，部分结果见表2。试验结果表明，使用卫星地图的二维图像计算建筑物高度是可行的，计算结果也较为理想。表2建筑物高度计算值与实测值（部分）单位：m测量序号123456计算值34.865.570.388.9125.476.6实测值34.465.069.988.7125.276.235G覆盖水平预测最大路径损耗和参考信号等效全向辐射功率的计算见式（1）、式（2）。MAPL=RS EIRP-Receiver Sensitivity-Interfer图2建筑物高度快速估算流程SketchUp加载二维影像建立三维模型阴影日照分析获取高度信息误差处理模型阴影与高度调整时间调整影响日期获取刘红阳.5G无线网智能规划研究14第13期ence Margin-Penetration Loss-Shadow Fading M
