基于射线追踪仿真模型的5G室分精细化设计

黄鹏

中国铁塔股份有限公司连云港市分公司 江苏连云港 222000

摘 要： 本文分析了当前5G室内覆盖方案设计存在的问题，引入了射线追踪模型及模型优化仿真方法，并根据现网工程实测结果对模型参数进行了验证；最后通过基于仿真的案例数据证明了当前典型5G室分设计确实存在冗余，以及精细化设计可带来的降本增效成果。

关键词： 5G，室内覆盖，辅助设计，3D仿真，射线追踪

0引言

随着移动通信尤其是5G网络的持续高速发展，室内无线信号覆盖变得越来越重要，一个极其显著的特征就是发生在室内的流量占比越来越高。因此，尽快将更多的楼宇纳入移动通信的网络覆盖下是行业从业者们的共识。但现代建筑室内隔断多、结构复杂，由于5G频段较以往通信系统更高，空间传播损耗、介质穿透损耗、反射绕射损耗更大，与4G系统同点位布置时整体链路损耗明显更大。为克服上述因素带来的影响，对于5G室内分布系统往往要求更高的天线出口功率、更大的天线密度，导致5G室分建设投资显著高于原有4G室分。在国家倡导、运营商网络提速降费的大背景下，如何以较低成本达成覆盖目标、提升投资效益，是需要重点关注解决的问题。

射线追踪算法是基于几何光学与几何一致性绕射理论为基础的电磁场场强预测算法，近年来，由于计算机处理能力的长足进步、算法本身的不断优化演进以及AI技术的成功应用，使得射线追踪算法对室内环境下电磁波传播的精确预测逐步实用化。本文使用基于射线追踪算法的工具开展模型验证、室分精细化设计优化，以期实现降本增效。

1当前5G室内覆盖方案设计存在的问题

1.1室内覆盖方案设计存在问题

在室内覆盖系统的建设流程中，设计方案直接决定楼宇覆盖效果及造价。目前，行业主流设计方法是依靠设计人员的经验，根据基本设计原则，人工开展设计工作。其主要流程为：根据建筑图纸进行现场勘测、既有网络摸查；完成平层点位确定、主设备排布，完成水平及垂直路由设计。其中，影响最终造价的核心因素为平层点位确定，直接影响无源分布系统物料用量和工价、或有源分布系统头端点位布放数量。

对于5G系统而言（以3.5G频段为例），同路由同点位的情况下，典型单路室分场景下行链路损耗较2.1G系统大4.2dB（详见表1）。

参数	3.5GHz	2.1GHz	差异(dB)	备注
信源功率	52dBm	46dBm	6	3.5G：单通道160W 2.1G：单通道40W
RB数	273	100	-4.4
发射分集增益	0	0
天馈损耗	7.2	5.4	-1.8	1/2馈线平均50米
空间传播损耗	3	2	-1
穿透损耗	20	14	-6	一堵混凝土墙
干扰余量	4	2	-2
接收分集增益	0	0	0
边缘场强要求	-110dBm	-105dBm	5
合计			-4.2

表1 典型室分场景3.5G与2.1G系统链路差异

因此，运营商在原有“小功率多天线”的室分设计原则基础上，对5G系统的无源天线及有源头端间距、天线出口功率等参数均提出了更高要求。如部分地市运营商要求室内空旷场景下，天线间距必须为15-20米（不得高于20米）、天线出口功率不得低于-15dB。此种硬性要求必然带来一定的覆盖冗余，导致投资上升。

1.2室内覆盖方案仿真模型存在问题

为了评估设计方案的合理性，业界通常采用覆盖仿真的方式来预测覆盖效果。以往基于统统计模型的室内仿真场景，准确性较低。以ITU-R P.1238-7建议书的位置通用模型为例，其基本模型公式为：

其中，N为距离功率损耗系数，ITU-R根据建筑类型的不同给出了参考值；为基站与便携终端之间的链路包含n层楼板时的楼层穿透损耗因子，BPL为介质损耗。

该模型用于室外宏站覆盖时对室内进行预测；如用于室分系统的设计，由于发射点位的分布性，基于统计数据的N及由于应用环境不同，原有建议值不再适用，导致准确性很差。

如采取基于几何光学的射线追踪模型，考虑基于环境几何特性的反射、绕射、折射，则对于给定位置上的脉冲响可用下式表示：

其中为第n反射射线的反射次数号，为此射线第u次反射系数；为第n透射射线的透射次数号，为此射线第v次透射系数，代表射线路径长度，代表射线时延。

基于此公式，再考虑衍射、散射，使用均匀衍射理论计绕射射线，即可相对准确地建立信号接收模型。

图1 射线追踪模型示意图

将此模型直接大规模应用于室分设计的生产实践，也存在两个问题，一是追踪大量射线需要完成大量计算，二是针对每次计算路径的几何环境建模困难，不同介质的穿透、反射、衍射损耗获取和验证难度较大。

2仿真方法与辅助设计优化

2.1仿真方法优化

在楼宇模型能够准确创建的前提下，使用射线追踪模型对电磁波的多次直射、反射、绕射路径进行计算，需要消耗大量的计算资源和计算时间。针对该问题，可从两个方向进行优化：

首先，在算法上通过光束追踪算法（Beam Tracing，简称BT）等方案整体降低计算量。BT算法较其基准算法Ray Tracing，在计算效率上做了一定优化，BT法将发射源离散为若干光束（Beam）进行传播与计算 ，通过所生成的较少的发射源Beam与仿真环境进行交互，追踪每个Beam的传播过程，便可快速获取到所有可能的信号传播路径。BT算法主要包含场景建模、射线寻径、信号强度计算三大子模块。其中，场景建模对建筑楼宇模型进行读取、对发射源进行正多面体建模（生成发射Beam），射线寻径对发射源Beam与建筑物、地面等环境元素进行传播交互，形成Beam的分裂、继续传播，生成反射、透射、绕射路径；根据接收点，对路径进行有效性验证。

其次，计算架构上，通过云端协同的方式，提升计算效率。即将用户人机交互较多的操作功能置于客户端，而需要大量计算的功能则部署在云端，有助于更好的利用云端大量的计算资源提升效率。

2.2辅助设计优化

为解决室内楼宇几何环境建模困难问题，可依托AI核心算法，自动识别楼层平面图（CAD格式）中的建筑结构，生成3D模型，完成基于CAD解析的辅助建模。主要流程如下：

图2 辅助建模流程图

1.图像预处理：使用“矢量域图形特征识别”算法，识别特征明显的建筑元素（门、窗、楼梯、电梯、镂空区、窗台、车位、柱子等），除建筑元素的重建模用途之外，还可用于位置定位；

2.非墙体杂物自动化清理：使用“语义分割”AI模型，结合已识别的建筑位置，进行语义识别，清除非墙的杂物，如家具、装饰品、植物、标签、示意线等；

3.墙线识别和修补：使用“空间特性”算法、“墙面再生连接”算法、“连通域概率”算法等技术，通过定位建筑框架结构关系，实现墙面的提取。在空间关系的约束下，基于连通概率将损失的墙面修补完善；

4.残留异物清除：清除和识别修补完毕后，再将输出结果与原图进行异或校验处理，进一步清理残留异物。

图3 3D建筑模型示例图

基于AI生成的3D模型可继续完善的建筑结构部件（如图3所示），包括墙体、门、窗、柱子（可进一步细分圆柱、方柱）、斜面墙（用于描述如体育馆看台、楼梯等）、水平墙（用于描述地板、天花板、吊顶等）；并通过大量测试验证各种建筑材质的穿透损耗、反射损耗，包括混凝土、砖墙、木质、石膏板、玻璃、金属等种类，并可根据材质厚度配置电磁波传播参数，从而为模型的实际生产化应用提供有力支撑。

3模型验证与室分精细化设计

3.1模型验证

为验证相关算法和模型参数的准确性，在苏州芯江湖大厦3.5G新建室分系统进行验证测试。选取该楼宇第5层通过仿真工具进行建模，精确定义每堵墙、玻璃、门、柱的材质、尺寸，以及配置对应传播参数，完成覆盖仿真；选定一定数量的典型测试点，现场系统开通后进行实测；完成实测值与仿真值的比较分析。该层楼宇平层天线点位为15个。在该平层选取31个固定点位，进行测试结果对比。

图4 待验证楼宇测试点位示意

图5 覆盖电平仿真结果

将室分系统开通后的现场CQT结果与仿真结果对比如下表：

点位	实测RSRP（dBm)	仿真RSRP(dBm)	差值
1	-62.24	-62.43	0.19
2	-67.14	-68.19	1.05
3	-67.5	-66.88	0.62
4	-64.37	-62.65	1.72
5	-68.5	-68.06	0.44
6	-63.88	-61.94	1.94
7	-64.76	-67.14	2.38
8	-62.37	-64.99	2.62
9	-69.38	-65.1	4.28
10	-58.88	-61.62	2.74
11	-67.63	-64.68	2.95
12	-69.8	-65.8	4
13	-70.5	-65.08	5.42
14	-66.31	-68.37	2.06
15	-67.92	-60.42	7.5
16	-62.6	-64.85	2.25
17	-52.94	-68.37	15.43
18	-57.65	-58.55	0.9
19	-62.71	-68.5	5.79
20	-61.27	-65.4	4.13
21	-63.59	-70.34	6.75
22	-61.27	-68.27	7
23	-65.69	-60.87	4.82
24	-60.33	-63.25	2.92
25	-64.1	-66.08	1.98
26	-62.46	-60.98	1.48
27	-63.26	-63.12	0.14
28	-62.94	-62.64	0.3
29	-62.71	-71.64	8.93
30	-60.24	-65.79	5.55
31	-69.31	-69.76	0.45
均值	-64.01	-65.22	3.51

表2 现网CQT与仿真数据对比

由表可知，仿真和实际测试电平平均差值为3.51dB，仿真较实测值更加保守；而61.3%点位的仿真值与实测值电平差值小于3dB。其中差距最大的17号、29号点位靠近楼宇边缘，由于将墙体损耗设置得较为保守，实测值较仿真计算值较高。总体而言，优化仿真模型对于分布系统性能的预测准确性较好。

3.2室分精细化设计

模型验证结果说明，基于BT优化算法的射线追踪模型具有较佳的准确度，可以用于对设计方案所能达到的室内覆盖电平值进行精确预测，从而指导室分精细化设计。为验证当前室分设计存在的冗余，笔者以南京地铁7号线新建室内分布系统为目标，进行了方案优化及仿真验证。

3.3.1 地铁站台室分有源分布系统方案优化

以万寿站为例，该站台有效候车区域长度185米，原设计为14台3.5G pRRU，单侧6台，头端间距25米；站厅端门内RSRP>-105dBm比例基本为100%。经过优化设计，将方案改为11台pRRU，Z字型布放，头端间距放大至31米（见图X）。

图6 万寿站站厅有源室分优化仿真对比

经过仿真验证，减少3台头端后，站厅端门内RSRP>-105dBm比例基本没有变化，仍然完全满足运营商既定覆盖目标（如图6所示）；单此一个车站，即可带来21.4%的新型室分主设备节约。

3.3.2 地铁站厅室分无源分布系统方案优化

以尧化门站站厅出入通道3.5G传统室分为例，该通道长度40M，原始方案使用4个全向吸顶天线（如图7所示），平层支路输入功率-3.9dBm，4个天线输出功率在-16dBm左右，天线间距13米左右；扶梯部分垂直落差12.5m左右。

图7 尧化门站出入口通道室分原始设计方案

图8 原始方案仿真结果

方案优化后，仅保留两个天线；第一个天线仍为全向吸顶天线，第二个天线为7dBi定向吸顶天线，主覆盖方向指向出口。

图9 优化方案仿真结果

原方案最后一个天线距离出口已经很近，尽管信号较强，反而可能存在一定泄露，使切换带外移；优化方案中，最后一根天线为定向天线，尽管出口处室分信号已经衰落至-100dBm以下（如图9所示），但实际上正好与室外宏站信号配合将切换带控制在出口内部，既节约物料和工费成本，还可避免信号外泄的风险。

4结束语

在AI技术发展、计算机计算能力大幅增强的今天，我们可将射线追踪模型规模化用于5G室分设计，通过模型的精确预测能力指导方案设计与审核。经过实际案例验证，该方法确实可以压缩传统经验设计原则带来的冗余，从而实现室分建设投资的降低，实现投资收益的提高。下一步，将在更多场景对模型相关参数进行试验、校正，拓展应用范围，使得优化模型和方法更加实用化。

【参考文献】

1. “Study on channel model for frequencies from 0.5 to 100 GHz”（3GPP TR 38.901 V16.1.0,2019-12）
2. “ITU-R P.1238-7 建议书：用于规划频率范围在900MHz到100GHz内的室内无线电通信系统和无线局域网的传播数据和预测方法”（2012-02）
3. 《一种室内射线追踪技术的仿真方案》（刘醉、常永宇，北京邮电大学信息与通信工程学院）
4. 《4G/5G无线链路及覆盖差异探讨》（胡丹，广州杰赛科技股份有限公司）