第 3 章 5G UDN 技術概述
第十七節：IMT-2020定義的5G UDN應用場景性能名額與現有技術的差距
5G UDN的部署場景
場景三：購物中心 / 火車站 / 機場
購物中心 / 火車站 / 機場都是室内使用者高密度分布場景，終端使用者主要處 于低速的遊牧狀态。這一場景下的蜂窩業務類型也非常豐富，需要針對混合類 資料業務進行研究。在該場景中，LPN 可以密集地部署在室内，顧客、旅客人 群對此相對沒住宅區那麼敏感。與此同時，為了實作較好的室内廣域覆寫，在 LPN 的基礎上，可以進一步部署室内高功率基站節點，形成多層的室内異構疊 層覆寫。該場景下也可能為基站節點提供較好的有線回程鍊路，可以基于理想 回程鍊路展開研究。這個場景隻需要考慮接傳入連結路的幹擾問題，包括基站節點 間的幹擾，及室内廣域覆寫小區與小小區之間的幹擾。此外，基于内容感覺的 移動性管理增強也是在這個場景中研究的問題。
場景四：體育場 / 集會
體育場 / 集會為室外使用者高密度分布的場景，終端主要處于靜止狀态。 LPN 有可能使用定向天線，無線信号的傳播可以以直射徑為主。這一場景以視訊類業務及大量、突發小資料包資料業務為主，而且上行流量負載通常相對較 重，有時業務資料量甚至可能超過下行，是以上行幹擾相當嚴重。由于該場景 多位于室外較空曠的區域，是以，如何靈活地部署基站節點是一個關鍵問題。 這一場景通常缺乏理想的有線回程條件，應基于非理想回程鍊路展開研究，可 考慮使用無線自回程鍊路，以擴充服務區域以及實作基站節點間的快速協作。 除了無線幹擾以外，上行業務資料風暴及核心網的信令壓力等問題也需在該場 景中重點研究。
場景五：較高價的電梯大廈
較高價的電梯大廈為室内使用者低密度分布的場景，終端使用者以靜止狀态為主。這一場景 中的蜂窩業務類型比較豐富，需要針對混合類資料業務進行研究。在該場景中， 基站節點可部署在各個較高價的電梯大廈樓内，通過室内非理想的回程鍊路（如 ADSL）或 理想回程鍊路（如光纖）連接配接到核心網。室外宏基站可通過無線自回程鍊路，控 制室内基站節點的工作過程，實作基站間的快速協作。通常每間較高價的電梯大廈之間有較厚 内牆的阻隔，是以小小區間的幹擾減輕。
較高價的電梯大廈場景可能存在室外宏基站與室内微基站節點間的幹擾，以及室内微基 站節點之間的幹擾。與場景二類似，較高價的電梯大廈場景由于有的微基站節點的負載較低， 有可能使用上下行資源動态配置設定技術，進而産生上下行鍊路間的幹擾問題。但 由于存在較好的實體隔離，該場景中的幹擾強度通常會低于其他場景。此外， 如何根據各種無線接入技術的特點，在不同 RAT 節點間實作資料業務分流， 也是該場景需要考慮的問題。
較高價的電梯大廈場景環境下的參考信道模型示意如下。
（1）大尺度路徑損耗
- 2 GHz 小基站：3GPP Dual Strip；
- 3.5 GHz 小基站：3GPP Dual Strip。
（2）小尺度衰落
小基站：ITU。
（3）穿透損耗
- 不同層間穿透 18.3 n［（n+2）/（n+1） -0.46］dB，參考 3GPP Dual Strip 中對層間穿透的計算；
- 内牆損耗 5 dB，參考 3GPP Dual Strip 中對内牆穿透的計算。
場景六：地鐵
地鐵屬于一種特殊的部署場景。在這一場景中，終端使用者通常以極高的密度分布在車廂内，并且處于中高速移動狀态。該場景下的蜂窩業務類型也是多 種多樣，需要針對混合類業務進行研究。該場景可以在車廂内密集部署 LPN， 使用者對此也相對不敏感。由于車廂之間不阻隔，LPN 之間的幹擾較大。另外， 也可以考慮在地鐵沿線部署洩漏電纜，利用沿線的外部宏基站為車廂内使用者提 供服務。高速移動相關的問題是需要在該場景中重點關注的。
針對上述 UDN 場景，IMT-2020 推進組也建議了相應的需求 KPI 名額， 見表 3-1。
密集住宅區場景為 UDN 部署組網主要研究場景中流量挑戰較大的場景之 一，其中流量密度 KPI 為 3.2T/130M bit/（s·km2）（DL/UL）。由于住宅環 境的特殊性，室内較難進行小基站的部署，是以性能評估關注小基站部署在 室外密集住宅的周圍區域，且與居民樓有一定安全距離。小基站部署示意如圖 3-4 所示。
針對不同小基站數目與系統容量性能進行仿真評估，結果如圖 3-5 所示。
基于上述内容，随着小基站數目的增加，系統容量逐漸升高，當每個密集 住宅區内部署 8 個小基站時，系統容量僅達到宏蜂窩覆寫情況下的 13 倍，具體 如圖 3-6 所示。
但是随着小基站數目的增加，幹擾情況也急劇惡化，小區平均和邊緣的頻 譜效率均呈現先遞增後遞減的趨勢。根據上述仿真結果，每個密集住宅區部署 8 個小基站，小基站支援 20 Mbit/s 帶寬，系統容量換算為流量密度為 0.044 Tbit/（s·km2）。假設系統支援 100 Mbit/s 帶寬，流量密度可近似計算為 0.044 Tbit/（s·km2）×5 = 0.22 Tbit/（s·km2） << 3.2 Tbit/（s·km2）
與流量密度 KPI 約有 15 倍差距，需要新的增強技術，例如：
- 更為密集的小基站部署；
- 幹擾管理；
- 高頻、高帶寬；
- 與其他技術相結合。
小基站部署密度對終端的移動性性能也有較大的影響，以下面的仿真評估 為例。小基站和宏基站采用同頻部署，頻率為 2.0 GHz。具體部署場景如圖 3-7 所示，仿真區域内共包括兩層 19 個三扇區小區，且每扇區内随機生成 1 個 熱點區域，每個熱點區域内由 4/9 個小基站提供服務。其中，當熱點區域内部 署 4 個小基站時，小基站間距固定為 40m；當熱點區域内有 9 個 pico 時，小 基站間距固定為 20m。
UE 的初始位置在整個仿真區域均勻分布，沿一随機方向勻速直線運動， 當離開仿真區域時以 Wrap-around 的方式從仿真區域邊界的另一位置再次進 入仿真區域。宏微、宏宏以及微微間切換為同頻切換，觸發事件采用 EVENT A3，仿真流程與 3GPP TR 36.839 中 LargeArea 場景下的移動性評估流程與 方法保持一緻，且已經和各公司移動性仿真結果校準。本仿真具體系統的仿真 參數以及移動性相關仿真參數參見表 3-2 和表 3-3 所示。
如圖 3-8 所示，随着小小區密度的增加，終端總移動切換嘗試次數顯著增加，增長接近 25%，頻繁地切換導緻核心網和基站空口的信令負荷的增加，其 中由于小基站的部署，pico-pico 切換發生次數顯著增加。頻繁地切換還會導緻 業務資料傳輸中斷，丢包和使用者通信體驗的下降。
如圖 3-9 所示，随着小小區密度的增加，pico-macro、pico-pico 切換失 敗率以及切換失敗發生的次數顯著增加，而 macro-macro、macro-pico 切換 失敗率變化不大，僅有一定程度的增加，總的切換失敗率提高 30%。
Short ToS 定義為 UE 在某扇區的停留時間小于預先設定的最小停留時間 （1s），展現了乒乓效應的強度。由圖 3-10 可以得到，随着小小區密度的增加， Short ToS 的發生次數和機率均有所增長，其中發生次數上升達 53%。綜上，可以得到如下結論：随着小基站的密集部署，小基站受到周圍同頻小基站的幹擾增加，寬帶 CQI 下降，導緻 pico-pico 以及 pico-macro 的切換失敗率升高。與此同時，Short ToS 發生的次數和機率也随之增加。此外，切換發生頻率增加帶來的巨大信令負荷也不容忽視。