5G Massive MIMO 智能优化方法研究策略
摘 要：
介绍了 Massive MIMO 智能优化方案的目标、手段、原则和实现；结合北京联通 5G 优化实践案例，对比探讨了覆盖最优和速率最优 2 种寻优方案的结果。详细 叙述了 Massive MIMO 的智能优化方法，并结合案例指出了在 5G 建网初期着 力提升 5G 覆盖水平，并兼顾对速率的影响。
关键词：
5G；Massive MIMO；智能化；覆盖最优；速率最优 0 引言
Massive MIMO 作为 5G 的关键技术之一，通过集 成大规模天线阵列实现了更多的收发通道，能够成倍 提升系统容量，并支持通过调整天线权值改变小区的 水平和垂直面覆盖，受到运营商的高度关注。5G Massive MIMO 设备一般可支持多种典型覆盖场景，不同 类型的 AAU 可选覆盖场景范围不同；支持数字方位角 和数字倾角可调，不同覆盖场景的可调范围不同；同 时支持传统 RF 调整手段，在大规模部署 Massive MI-MO 的情况下，单纯依靠人工经验进行广播信道覆盖 优化对人员技能要求高，工作量较大且难以保证调整 结果最优，所以需要智能化的 Massice MIMO 优化方法。 1 Massive MIMO 基本原理
Massive MIMO 主要使用 2 个技术来提升路测用户 吞吐率性能：下行波束赋形和场景化波束。 1.1 下行波束赋形
发射信号经过加权后，形成了指向 UE 的窄带波 束，这就是波束赋形。NR 多天线下行各信道默认支 持波束赋形（BF），可以形成更窄的波束，精准地指向用户，提升覆盖和性能。
Massive MIMO 波束赋形主要分为通道矫正、权值计算、加权、波束赋形 4 流
程。 1.1.1 通道校正
5G 是基于上下行互易性进行信道估计，基于 SRS 上报来做信道 H 矩阵的估计和计算权值，但如果射频 通道收发存在幅度和相位差，即不同的收发通道的幅 度和相位也不同，上下行信道就不严格互易，需要使 用通道校正技术来保证射频收发通道的幅度和相位 一致性：
a）使用通道校正算法，计算信号经过各个发射通 道和接收通道后产生的相位和幅度变化。
b）依据计算结果进行补偿，使每组收发通道都满 足互易性条件。 如果通道校正失败以后，不做上下行幅度和相位 的补偿。 1.1.2 权值计算
当前 5G Massive MIMO 常用权值主要有 SRS 权、 PMI 权和 DFT 权 3 种。MaMIMO 权值分类如表 1 所示。
1.1.3 加权
加权是指 gNodeB 将计算出的权值与待发射的数据（数据流和解调信号 DM-RS）进行矢量相加，从而达 到调整波束的宽度和方向的目的。加权的过程如下。
假设天线通道序列为 i，信道输入信号为 x（i），通 过信道 H 时引入的噪声为 N，信道输出时信号为 y（i）， 则：
y（i） = Hx（i）+ N
加权就是对信号 x（i）乘以一个复向量 w（i），达到 改变输出信号 y（i）的幅度和相位的目的，表示为：
y（i） = Hw（i）x（i）+ N
如果 W 加权错误或者没有加权会导致 UE 侧空口 解调性能下降，影响吞吐率。 1.1.4 赋形
赋形应用了波的干涉叠加原理，波峰与波峰相遇 的位置叠加增强，波峰与波谷相遇的位置叠加减弱。
未使用 BF 时，波束形状、能量强弱位置是固定的， 对于叠加减弱点用户，如果处于小区边缘，信号强度 低。使用 BF 后，通过对信号加权，调整各天线阵子的 发射功率和相位，改变波束形状，使主瓣对准用户，信 号强度提高。
基于 SRS 加权或 PMI 权获得的波束一般称为动态 波束，而控制信道和广播信道则采用预定义的权值 （DFT 权）生成离散的静态波束。波束赋形如图 1 所 示。
1.2 场景化波束
通过不同的场景化波束设置，改变用户 SSB RSRP覆盖，减少小区间乒乓切换，从而改善用户的吞吐率。 5G Massive MIMO 天线的一个显著特征是可以通 过调整权值改变广播波束的水平波宽、垂直波宽、方 向角和下倾角，不同 AAU 所支持的波束场景及倾角/ 方位角可调范围存在差异。以华为 AAU5613 为例，产品支持的波束场景及可调范围如表 2 所示。
通过设备厂家产品提供的天线文件，可以计算出在不同覆盖场景、数字方位
5G Massive MIMO 智能优化方法研究策略
