Решения для планирования сетей 5G 

Высокоточные модели распространения 5G

Модель распространения сигнала с трассировкой лучей: по сравнению с традиционными сетями 3G/4G, сети 5G будут отличаться большей сложностью и размерностью. Одновременно с этим появление антенн Massive MIMO и сложных технологий формирования антенных лучей подчеркивает критическую важность моделирования многолучевого распространения. Без подробной информации о многолучевом распространении в малом масштабе обеспечение точного планирования сети становится чрезвычайно сложной задачей. Следовательно, модели распространения сигнала с трассировкой лучей, использующие высокоточные электронные карты и включающие моделирование многолучевого распространения, играют незаменимую роль в планировании беспроводных сетей 5G.

Модели распространения высоких и низких частот. Модель распространения высоких частот 3GPP исключает такие характеристики окружающей среды, как высота передатчика, высота зданий и ширина дорог, а также такие факторы, как потери на деревьях, затухание кислородом и затухание дождем. Кроме того, диапазон высоты приемника относительно ограничен.

Моделирование характеристик развязки восходящего и нисходящего каналов

Покрытие беспроводной сети определяется совместно восходящим и нисходящим каналами, что требует сбалансированной производительности обоих каналов. Базовые станции обычно имеют высокий коэффициент усиления антенны и значительную выходную мощность усилителя, в то время как терминалы, ограниченные размерами, не могут быть оснащены большими антеннами или усилителями. В результате покрытие восходящего канала часто является ограничивающим фактором. Характеристика развязки восходящего и нисходящего каналов относится к развязке взаимосвязи между спектром, используемым для восходящего и нисходящего каналов 5G. Частоты, выделенные для восходящего и нисходящего каналов 5G, больше не фиксированы в их первоначальной взаимосвязи. Вместо этого восходящий канал может быть настроен на более низком частотном диапазоне. Такой подход решает или смягчает проблему ограниченного покрытия восходящего канала.

Диапазоны 3,3–3,6 ГГц и 4,8–5,0 ГГц определены как рабочие частоты 5G, однако значительное затухание, наблюдаемое в этих диапазонах, неприемлемо для восходящего канала, который по своей природе работает с более низкими уровнями передаваемой мощности.

Точное прогнозирование покрытия

Прогнозирование покрытия является наиболее распространенным методом оценки покрытия сети при планировании сети и составляет основу такого планирования.

В практическом инженерном планировании факторы, определяющие эффективную зону покрытия базовой станции, включают: эффективную мощность передачи базовой станции, рабочий частотный диапазон, тип и расположение антенны, ограничения по мощности, условия распространения радиосигнала и требования к характеристикам покрытия, установленные местными органами власти.

Прогнозирование 3D-покрытия

В будущем все большая часть трафика будет приходиться на помещения, поэтому технология 3D-моделирования станет крайне важной для развертывания сетей 5G. Соответственно, возможности прогнозирования 3D-покрытия расширяют моделирование с традиционных 2D-плоскостей до трехмерного пространства, моделируя различные показатели покрытия на разных этажах зданий.

Точное планирование радиочастотных параметров для ACP

Как одна из ключевых функций 5G, точное планирование радиочастотных (RF) и базовых (BF) параметров также имеет решающее значение для построения сетей 5G.

Сравнивая диаграммы направленности обычных антенн и антенн mMIMO, мы наблюдаем, что традиционная связь с одной антенной предполагает распространение электромагнитных волн между базовыми станциями и мобильными телефонами через одно антенно-антенное соединение. Без физической настройки направление излучения антенны остается фиксированным, что ограничивает количество пользователей, которые могут одновременно обслуживаться на одной частоте. В отличие от этого, технология формирования луча использует несколько антенн на базовой станции. Эти антенны могут автоматически регулировать фазу передаваемых сигналов, обеспечивая эффективное наложение электромагнитных волн на мобильном приемнике. Это создает усиление сигнала, позволяющее преодолеть потери при распространении, тем самым увеличивая мощность принимаемого сигнала.

Лучи антенн Massive MIMO подразделяются на статические и динамические. Статические лучи используют механизм сканирования с узким лучом для покрытия всей ячейки, выбирая подходящие временные и частотные ресурсы для передачи узких лучей. Для различных сценариев можно настроить разные лучи вещания, чтобы соответствовать разнообразным требованиям к покрытию, что включает в себя планирование подходящих лучей в соответствии с конкретными условиями.

Благодаря точному планированию радиочастотных параметров 5G система может автоматически определять сценарии зоны покрытия и проектировать ширину лучей для вертикальных и горизонтальных сценариев покрытия.

Вертикальный сценарий: сопоставляет ячейку с подходящей вертикальной шириной луча, определяя оптимальный азимут и наклон.

Горизонтальный сценарий: сопоставляет ячейку с подходящей горизонтальной шириной луча, определяя оптимальный азимут и наклон.

Точное планирование расположения объектов

В эпоху 5G развертывание объектов становится все более плотным, что требует точных решений по планированию их расположения для снижения затрат на строительство сети. На начальном этапе развертывания сети приоритетным направлением должно быть использование существующих объектов 3G/4G в качестве потенциальных мест для размещения объектов 5G. Потенциальные объекты должны выбираться с помощью метода определения ценности, согласованного с целями развертывания сети. Для районов, где выбор объектов не соответствует требованиям развертывания, следует соответствующим образом планировать новые места размещения объектов.

Точное планирование расположения объектов 5G позволяет проводить многосценарийную, многомерную оценку стоимости, многосценарийную идентификацию и многомерную идентификацию высокоценных областей, что позволяет более точно планировать расположение высокоценных объектов.