基于MDT方向的3D-MIMO天线权值优化方法的研究与应用，有效提升热点区域用户感知，使3D-MIMO小区吸收尽可能多的流量，实现3D-MIMO投资回报最大化，为无线网络部署提供有效依据后续面向5G的3D-MIMO大规模建设和优化。3D-MIMO（又称MassiveMIMO）是多天线技术演进的高端形态，是5G技术向4G转型的关键技术。利用大规模多天线阵列提供的垂直和水平空间自由度，提高多用户空分复用能力、波束赋形能力和干扰抑制能力，实现三维波束赋形和多流多用户资源复用大大提高了系统容量和三维覆盖，解决了当前“高负载、高楼、高干扰”等场景。在3D-MIMO建网初期，由于无法获取小区内的用户分布，3D-MIMO广播波束天线权重一般采用默认设置，无法根据不同的覆盖场景（如广覆盖、高等级覆盖、高流量等）广播波束的权重无法达到广播波束的最优覆盖，无法获得3D-MIMO的预期增益。本文介绍了一种基于MDT数据优化3D-MIMO广播波束天线权重的方法。MDT（MinimizationofDrive-Tests，最小化路测）是移动网络中用户上报的一种无线测量数据，包括用户的地理位置和网络的信号强度、干扰、流量、用户速率等信息。服务小区和邻区。通过分析用户在3D-MIMO小区及周边小区的MDT数据，得到小区内的实际吞吐量、覆盖范围和干扰分布，并根据最优建议3D-MIMO广播波束的最优权重值提高3D-MIMO搜索算法优化效率，根据不同场景优化广播波束权重，提高广播信道覆盖质量和小区吞吐量。1.基于MDT的3D-MIMO天线权值优化方法研究本文提出的3D-MIMO天线权值优化方法是利用普通商用终端实测上报的MDT数据中包含的经纬度、高度和无线测量信息来实现天线文件计算每个天线权值组合的得分，对不同的天线权值组合进行遍历优化，得到最终的权值优化建议。1.1天线权值优化核心算法3D-MIMO有13组典型广播波束权值和31个可调电下倾角（-15°~+15°），共283种天线权值组合，不同的场景需要匹配不同的天线权值组合.MDT包括用户的GPS位置信息和M1-M7无线测量信息。该方法需要的测量项目包括M1、M3、M4、M5测量项目。各测量项定义如下：M1：RSRP、RSRQ，由UE和Reporting测量；M2：功率余量（PHR），由UE测量和报告；M3：接收干扰功率测量（RIP），由eNodeB测量；M4：下行/上行数据吞吐量，由eNodeB测量；M5：下行/上行调度IP吞吐率，由eNodeB测量；M6：下行/上行数据包时延测量，由eNodeB测量；M7：下行/上行数据丢包率测量，由eNodeB测量；天线权值优化核心算法是对3D-MIMO小区广播权值进行调整后，估计丢失的用户和潜在可吸收用户，实现不同天线权值组合的增益得分预测。具体实现步骤如下：第一步：将待优化区域划分为若干个三维网格（5m×5m×5m），将终端上报的MDT数据与对应的三维网格根据所建-在纬度、经度和高度信息中确定3D-MIMO小区和相邻小区用户的覆盖水平、干扰、流量和用户感知服务分布。步骤2：根据MDT数据中的覆盖、干扰、流量、用户感知信息，计算每个三维网格中的天线权重得分Wi。计算公式如下：Wi=其中Cov、Cap、Thp、Intf分别代表MDTLevel中的覆盖、流量、用户速率和干扰信息，每个信息分为5个级别，每个级别都有对应的分数；k、i、j、m为权重因子系数，分别代表覆盖等级、流量、用户速率和干扰的权重，在实际应用中可以根据不同网络3D-MIMO建设的侧重点进行调整。计算3D-MIMO小区覆盖的所有网格的天线权重分值Wi，求和取均值，得到3D-MIMO小区在该天线权重下的分值。步骤3：根据天线权重文件中水平波瓣角、垂直波瓣角和电子下倾角不同组合的覆盖能力，确定其覆盖的目标区域范围，估算吸收后的潜在用户和潜在用户3D-MIMO小区权重调整丢失用户情况如下图1所示。图1：不同3D-MIMO天线权值组合的覆盖估计示例步骤4：计算不同天线权值组合下的天线权值得分W，对不同天线权值组合进行遍历优化，得到所有天线波束权值的增益得分3D-MIMO小区根据得分进行排序，以确定最佳权重值建议。下表列出了前10个天线权重值组合的预期增益分数。表1天线权重增益1.2天线权重优化过程根据上述天线权重优化算法，以用户MDT数据为输入，通过以下优化评估过程给出最优天线权重。以3D-MIMO服务小区和邻区用户MDT数据为输入，经纬度信息用于确定MDT的地理分布，以及3D-MIMO的覆盖、干扰、流量、用户感知等业务分布输出MIMO信元。根据天线权重文件中不同天线权重组合的覆盖能力，遍历每组天线权重组合，计算权重和下倾角变化后不同天线权重的覆盖变化程度，从而计算3D-MIMO细胞。“潜在用户”和“流失用户”。根据不同天线权重组合配置下的“潜在用户”和“流失用户”结果，估算3D-MIMO小区覆盖范围内MDT业务测量的加权平均得分，得到期望增益最大的组合被选为最佳推荐值。基于MDT数据计算最优权重值，建议进行优化，使波束方向与有价值用户的分布对齐，通过吸纳潜在用户提高3D-MIMO小区容量.图2：3D-MIMO天线权值优化评估流程2.基于MDT的3D-MIMO天线权值优化方法的应用2.1优化系统组成及实现基于上述3D-MIMO天线权值优化算法及过程，计算机软件为使用开发了3D-MIMO天线权重优化系统，实现不同天线权重的自动评估和计算。如下图所示，系统由输入模块、计算模块和输出模块组成。图3：3D-MIMO天线权重优化系统结构图输入模块以3D-MIMO小区级邻区的基站配置文件、MDT数据和3D-MIMO天线文件为输入，完成分析、汇总和存储数据的。计算模块根据MDT数据中包含的RSRP、干扰、吞吐量和吞吐量的业务分布，估计丢失用户和潜在用户，进而预测覆盖区域内的天线增重得分。输出模块根据不同天线权值组合的预测得分进行排序选优，输出最优的天线权值优化建议。2.2优化方法的应用效果利用上述天线权重优化系统计算3D-MIMO小区中不同天线权重所能带来的增益分数，根据建议的权重值进行实现和效果验证得分最高，权重优化效果显着。下面以3D-MIMO社区XX楼-43为例，说明3D-MIMO天线权重的优化效果。图中，X轴为3D-MIMO小区覆盖的三维网格中水平方向的MDT增益得分，Y轴为垂直方向的MDT增益得分，坐标轴表示该维度的累计得分。图4：优化前后MDT增益分数的分布。天线优化前水平方向各格子得分分别为：21.9、30.0、11.9、8.7、6.8……可以明显看出3D-MIMO小区得分更高MDT基本在左边格子覆盖范围；垂直方向各格子得分分别为：14.7、33.6、27.9、10.4，得分较高的MDT主要分布在覆盖区域的中间格子。天线优化后，水平方向各格子得分从左到右依次为：8.5、14.5、29.8、34.3、35.9……，垂直方向各格子得分分别为：12.8、56.2、52.9、28.7，3D-MIMO小区中得分较高的MDT在水平和垂直方向上分布在覆盖区域中间的网格中。通过3D-MIMO天线权值的优化，流量热点集中在天线法线方向，提高了热点区域的覆盖范围，有效提升了热点区域的用户感知，提高了3D-MIMO小区的整体吞吐量。表23D-MIMO天线权重优化效果示例3.结论3D-MIMO和MDT都是移动网络中的热门研究方向。本文提出了一种基于MDT大数据的3D-MIMO天线权值优化方法。将数据与UE位置信息有机结合，综合考虑用户覆盖、容量、干扰、用户性能等因素，根据最优搜索算法建议3D-MIMO广播波束的最优权值。最优权重值已通过应用验证，3D-MIMO小区容量和用户感知得到显着提升，有效提升热点区域用户感知。MIMO最大化投资回报。利用普通商用终端上报的MDT数据，实现3D-MIMO天线权值的自动优化，解决3D-MIMO天线权值优化手段不足的技术问题，大大减少日常路测和数据分析的必要性，提高3D-MIMO小区优化效率，节省网络优化成本。MassiveMIMO是未来5G网络的关键技术之一。通过本文对3D-MIMO天线权值的研究与实践，为后续5G网络MassiveMIMO天线权值优化提供了有效的思路和依据。参考文献[1]3GPPTS37.320，用于最小化路测(MDT)的演进通用地面无线电接入E-UTRA无线电测量集合[S]。2012.[2]何林,刘慎健,郭胜利,等.测量技术发展现状及应用分析[J].邮电设计技术，2012，（12）．[3]乔子志，苗守业，孙碧涛．QoE领域的新进展及其在最小化路测(MDT)中的新应用[J].移动通信,2010(19):24-28.[4]陈旭．LTE3D-MIMO技术及应用分析[D]．福建：福建省邮电规划设计院有限公司，2017.[5]彭飞．2Dto3D-MIMO用户配对资源管理[D].北京：北京邮电大学，2014．[6]刘文光，冯志宏．TD-LTE系统智能天线技术优化[J].信息通信，2014（12）：182-183.[7]TadiloEndeshawBogale和LucVandendorpe。“具有任意功率约束的下行链路多用户MIMO系统的稳健求和MSE优化：广义对偶方法”，IEEE信号处理交易，卷。60，没有。4、四月。2012.[8]GiuseppeCaire、NiharJindal、MariKobayashi和NiranjayRavindran。“具有下行链路训练和信道状态反馈的多用户MIMO可实现速率”，IEEE信息论汇刊，卷。56，没有。6、2010年6月。【本文为专栏作者《移动实验室》原稿，转自转载请联系原作者】点此阅读作者更多好文
