《未来移动通信论坛:无线大数据与智慧5G(42页).pdf》由会员分享,可在线阅读,更多相关《未来移动通信论坛:无线大数据与智慧5G(42页).pdf(42页珍藏版)》请在三个皮匠报告上搜索。
1、网络覆盖和容量优化(CCO, Coverage and Capacity Optimization)是无线接入网络(RAN,Radio Access Network)中的一个重要任务。CCO的目标是在保证区域覆盖的前提下提升网络容量。它是通过一种自动调整的方式来最小化小区间的干扰并保证可接受的QoS。在这过程中,小区天线的功率和天线配置(例如导频功率,天线下倾角、方位角,Massive MIMO模式等RF参数)扮演着至关重要的角色。固定的RF参数配置对于千变万化的无线网络环境,并不能都带来最优的网络覆盖和网络性能。CCO动态地调整这些RF参数来适应无线网络变化,通过提升本小区的接收信号强度并降
2、低对邻区的干扰来提升网络性能。由于无线网络环境的复杂性,我们很难建立RF参数和网络覆盖网络容量性能之间的关系。而且,这些参数维度很高,即使是很有经验的网络性能专家也不能给出最优的参数配置。采用基于增强学习和神经网络的方法来实现COO的在线自动调整。算法能基于当前的网络状态给出使得网络性能最优的RF参数修改动作。这里的神经网络用于建立网络状态、RF参数和网络性能之间的关系,相比于传统的Q-table方法,有更好的泛化能力,能更好的应对无线网络的变化。算法中还引入KPI保障,对KPI违反进行了惩罚,保证了CCO调整过程中,网络KPI保持稳定。基于CCO的RF优化可以用于很多场景中,例如CA(载波聚合)、节能、SFN等。这里以CA为例进行应用描述。现在越来越多终端开始支持多频段的CA特性,这样使得CA终端可以较为充分的使用多频段网络资源,提升终端吞吐率等性能。由于不同频段之间没有进行相关协调或者共天馈模式,使得CA终端所处的无线CA环境有所不同。比如,有些终端处于多个频段RSRP较差的CA区(低质量CA区),虽然分配多个频段资源,整体上对当前CA用户提升的吞吐率并不是很大。