基于SON和MDT演進(jìn)的5G大數(shù)據(jù)收集技術(shù)

彥楠 周葉

【摘? 要】為了降低運營商的資本支出、運營成本以及人力投入，需要通過對大數(shù)據(jù)的收集與利用，實現(xiàn)更高效的資源管理與移動性管理，并針對突發(fā)問題進(jìn)行快速定位。介紹了應(yīng)用于5G系統(tǒng)的大數(shù)據(jù)收集技術(shù)，研究及分析了基于LTE系統(tǒng)的SON與MDT技術(shù)如何在5G進(jìn)行進(jìn)一步演進(jìn)，以及在研究階段的3GPP標(biāo)準(zhǔn)化方案。

【關(guān)鍵詞】5G;大數(shù)據(jù)收集;最小化路測;自優(yōu)化

doi：10.3969/j.issn.1006-1010.2019.08.013? ? ? 中圖分類號：TN929.5

文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1006-1010（2019）08-0072-05

引用格式：彥楠，周葉. 基于SON和MDT演進(jìn)的5G大數(shù)據(jù)收集技術(shù)[J]. 移動通信， 2019，43（8）： 72-76.

[Abstract]?To reduce operators CAPEX， OPEX and manpower investments， big data collection and utilization technology could be used to achieve more efficient resource and mobility managements and quicker trouble shooting. This paper introduces a big data collection and utilization technology applied in 5G， and investigates how SON and MDT technologies based on LTE systems are further evolved in 5G and the 3GPP standardization solutions in the research phase.

5G; big data collection; minimization of drive-test; self-optimization

1? ?引言

5G大數(shù)據(jù)收集技術(shù)基于LTE的自優(yōu)化網(wǎng)絡(luò)（Self-

Optimizing Networks， SON）與最小化路測（Mini-mization of Drive Test， MDT）技術(shù)進(jìn)行進(jìn)一步演進(jìn)。SON的引入是為了支持系統(tǒng)部署以及進(jìn)行自主優(yōu)化，其主要包括自動鄰區(qū)關(guān)系（Automatic Neighbour Relation， ANR）、移動健壯性優(yōu)化（Mobility Robustness Optimization， MRO）、移動負(fù)荷均衡（Mobility Load Balancing， MLB）以及隨機(jī)接入優(yōu)化（RACH Optimization）等。除此之外，網(wǎng)絡(luò)自優(yōu)化相關(guān)技術(shù)還形成了另外的研究方向：能量節(jié)?。‥nergy Saving， ES）、小區(qū)間干擾協(xié)調(diào)（e）ICIC等。SON特性基于UE與網(wǎng)絡(luò)側(cè)的大數(shù)據(jù)量收集與統(tǒng)計進(jìn)行優(yōu)化，被認(rèn)為是大數(shù)據(jù)收集技術(shù)在RAN使用的先驅(qū)。

最小化路測技術(shù)（Minimization of Drive-Test， MDT）主要通過移動終端上報測量報告或者基站側(cè)收集測量結(jié)果的方式來獲取網(wǎng)絡(luò)優(yōu)化所需要的相關(guān)參數(shù)，以達(dá)到降低運營商網(wǎng)絡(luò)優(yōu)化和維護(hù)成本的目的。與傳統(tǒng)路測相比，MDT具有節(jié)能減排、減少路測開銷、縮短優(yōu)化周期等優(yōu)勢，能夠帶來更高的用戶滿意度，并且可以收集到傳統(tǒng)路測無法收集的全區(qū)域的測量信息（如窄路、森林、私人場所等）。

從網(wǎng)絡(luò)部署與自優(yōu)化的角度來看，應(yīng)用大數(shù)據(jù)收集技術(shù)可以帶來明顯的好處。以MDT舉例，可以用于商業(yè)網(wǎng)絡(luò)中標(biāo)識與分析相關(guān)覆蓋問題，比如弱覆蓋與過覆蓋。通過大量手機(jī)MDT中上報的無線鏈路失敗（Radio Link Failure， RLF）信息，可以將平均檢測時間從傳統(tǒng)路測的3個月縮短到4天。從測量結(jié)果來看，使用MDT與使用傳統(tǒng)路測有88%的結(jié)果可以吻合。另一個例子為定位，基于7 km2上超過160個基站以及600小區(qū)的大量統(tǒng)計數(shù)據(jù)，50 m定位的準(zhǔn)確率可高達(dá)70%[1]。并且通過更多的數(shù)據(jù)收集與利用，準(zhǔn)確率將不斷提升。由于上述多種優(yōu)點，在NR系統(tǒng)中研究更多的數(shù)據(jù)收集與利用的標(biāo)準(zhǔn)化方案十分有必要。

（1）通過更精確的基站部署以及更少的人力投入，使運營商的資本性支出與運營成本得到降低。

（2）通過更高效的無線資源管理、移動性管理與問題定位，提高用戶體驗。

NR中的新型RAN架構(gòu)（CU/DU）、RAN側(cè)更強的存儲與計算能力以及工業(yè)技術(shù)（如機(jī)器學(xué)習(xí)）為數(shù)據(jù)搜集與利用提供了新的機(jī)會。SON很多特性之間息息相關(guān)：如MDT與RACH優(yōu)化、MDT與層二優(yōu)化、負(fù)荷均衡與切換優(yōu)化等，但由于在LTE剛起步時缺乏宏觀規(guī)劃，SON家族的各特性各自為營僅進(jìn)行了單獨研究。NR系統(tǒng)可以作為一個全新的開始，全面研究SON各個方案、無線資源管理增強以及其他的應(yīng)用，達(dá)到強強聯(lián)合避免冗余的目的。

本文將介紹基于SON和MDT演進(jìn)的5G大數(shù)據(jù)收集技術(shù)，主要包括5G中用于網(wǎng)絡(luò)自配置、自優(yōu)化SON相關(guān)的各用例以及最小化路測MDT的收集場景及主要方案。

2? ?大數(shù)據(jù)收集各方案介紹

2.1? 覆蓋與容量優(yōu)化

覆蓋與容量優(yōu)化（Coverage and Capacity Optimization， CCO）為無線接入網(wǎng)絡(luò)優(yōu)化的一種重要方式，旨在提供目標(biāo)覆蓋區(qū)域內(nèi)所需要的網(wǎng)絡(luò)容量來減小干擾，以及保持可接受的信號質(zhì)量。需要在覆蓋與容量優(yōu)化之間進(jìn)行平衡，容量優(yōu)化往往伴隨著覆蓋范圍的退化，反之亦然[2]。

CCO在自動獲取網(wǎng)絡(luò)無線環(huán)境信息的基礎(chǔ)上，允許系統(tǒng)周期性地調(diào)整業(yè)務(wù)負(fù)荷。由于NR系統(tǒng)引入了基于beam的天線結(jié)構(gòu)，可配置天線與射頻參數(shù)集合需要多維設(shè)置，網(wǎng)絡(luò)配置、目標(biāo)覆蓋、容量的性能關(guān)系變得十分復(fù)雜。由此引入基于RAN網(wǎng)絡(luò)側(cè)的大數(shù)據(jù)收集技術(shù)，利用機(jī)器學(xué)習(xí)的方法可以使上述問題得到解決。收集的數(shù)據(jù)包括UE測量結(jié)果、網(wǎng)絡(luò)性能測量結(jié)果、觸發(fā)的事件以及監(jiān)測的信息等，也可以包括與波束賦形和massive MIMO相關(guān)的信息。這些信息的輸入可以幫助運營商首先定位覆蓋與容量問題，例如覆蓋空洞、弱覆蓋、越區(qū)覆蓋以及上下行信道覆蓋不匹配等問題，進(jìn)而可以進(jìn)行網(wǎng)絡(luò)的覆蓋與容量優(yōu)化。

2.2? PCI選擇

物理層小區(qū)標(biāo)識（Physical Cell Identifier， PCI）用于區(qū)分不同小區(qū)的無線信號。PCI的選擇可以盡量避免PCI標(biāo)識的碰撞問題，為SON的另一重要用例。在LTE系統(tǒng)中，eNB基于分布式或者集中式的PCI分配算法來確定PCI。在NR系統(tǒng)中，需要部署超高密度網(wǎng)絡(luò)來滿足未來移動數(shù)據(jù)傳輸，低頻宏小區(qū)與高頻小小區(qū)將部署在同一區(qū)域。為了達(dá)到節(jié)約的目的，小小區(qū)可以在任意時刻切換到休眠狀態(tài)，這給PCI的分配與選擇帶來了極大挑戰(zhàn)。PCI選擇的方案集中為：

（1）收集需要的數(shù)據(jù)來支持PCI碰撞檢測與PCI選擇;

（2）支持PCI選擇的功能與流程，例如UE上報、接口信息交互;

（3）不使用CGI上報功能（避免系統(tǒng)信息讀取功耗）的PCI碰撞解決方案。

在NR R16由于時間關(guān)系，PCI選擇的優(yōu)先級較低，有可能推遲到NR R17再進(jìn)行信令級別的標(biāo)準(zhǔn)化工作。

2.3? 移動性優(yōu)化

在LTE中，移動健壯性優(yōu)化（Mobility Robustness Optimization， MRO）旨在檢測并修正如下問題：

（1）由于系統(tǒng)內(nèi)/系統(tǒng)間移動性導(dǎo)致的連接失敗;

（2）系統(tǒng)間過早/不必要切換（非連接失敗場景）;

（3）系統(tǒng)間乒乓切換。

對于系統(tǒng)內(nèi)/系統(tǒng)間移動性導(dǎo)致的連接失敗又定義了三種子問題，即過早切換、過遲切換、切換到錯誤小區(qū)。通過與無線鏈路失敗上報的信息進(jìn)行交互，可以準(zhǔn)確定位出相關(guān)的問題，并進(jìn)行調(diào)整。對于系統(tǒng)間過早/不必要的切換，目標(biāo)RAN節(jié)點可以結(jié)合UE在切換過程中的測量報告以及相關(guān)覆蓋/質(zhì)量條件來確定是否向原系統(tǒng)發(fā)送過早/不必要切換報告。對于系統(tǒng)間乒乓切換，發(fā)生乒乓的相關(guān)統(tǒng)計量可以基于切換過程中攜帶的UE歷史信息來進(jìn)行評估，并由目標(biāo)基站側(cè)將該問題指示給原基站側(cè)。

在NR中，移動性優(yōu)化方案仍然需要檢測與解決上述問題，而與5G系統(tǒng)之間的異系統(tǒng)移動性將作為一個重要的研究目標(biāo)[3]。由于MR-DC、CU-DU分離、CP-UP分離等新架構(gòu)以及BWP、beam等新技術(shù)在5G的應(yīng)用，需要針對流程與測量引入新的增強功能，如定義與收集新的測量信息，例如小區(qū)級/beam級的測量，補充載波SUL的相關(guān)信息在無線鏈路失敗上報或切換失敗的上報等;增強的F1/Xn/X2接口來支持CU-DU、MR-DC等新架構(gòu)。

2.4? 負(fù)荷共享與負(fù)荷均衡

負(fù)荷共享與負(fù)荷均衡的目的是在各小區(qū)之間平均地分配資源，疏導(dǎo)擁塞小區(qū)業(yè)務(wù)，或者基于網(wǎng)絡(luò)節(jié)電的目的分流UE到其他載波或者系統(tǒng)，通過切換參數(shù)/小區(qū)重現(xiàn)參數(shù)的配置實現(xiàn)。使用負(fù)荷共享與負(fù)荷均衡可以自動地提供良好的用戶體驗，同時增加系統(tǒng)容量以及減小人工干預(yù)，減低系統(tǒng)的運行與維護(hù)成本。

相比于LTE，NR增加了CU-DU分離、CP-UP分離等新網(wǎng)絡(luò)架構(gòu)以及網(wǎng)絡(luò)切片、MR-DC等新特性[4]。因此NR系統(tǒng)的負(fù)荷共享與負(fù)荷均衡比LTE更加復(fù)雜。一個gNB下的所有DU以及一個gNB下所有CU-UP的負(fù)荷共享與負(fù)荷均衡均需要進(jìn)行考量。目前初步確定了beam/per slice/per band等粒度的負(fù)荷均衡信息上報[5]。圖1為per band負(fù)荷均衡示意圖：

2.5? 隨機(jī)接入優(yōu)化

隨機(jī)接入配置參數(shù)會對用戶體驗與整體網(wǎng)絡(luò)性能產(chǎn)生深遠(yuǎn)的影響。RACH碰撞概率、接入時延、數(shù)據(jù)恢復(fù)時延、切換時延、非激活態(tài)狀態(tài)轉(zhuǎn)換時延長度等均可能受RACH配置的影響。在最優(yōu)的beam之上發(fā)起隨機(jī)接入，可以盡量避免不必要的功率爬升以及降低RACH失敗嘗試次數(shù)，對網(wǎng)絡(luò)側(cè)與UE側(cè)的節(jié)電均有益處。在NR系統(tǒng)中，允許UE在隨機(jī)接入流程中改變RACH資源。

影響RACH參數(shù)配置的因素包括[6]：

（1）PUSCH的上行小區(qū)間干擾;

（2）RACH負(fù)荷（呼叫到達(dá)比率、切換概率、TAU、RRC非激活態(tài)轉(zhuǎn)化概率、系統(tǒng)信息請求、BFR等均可影響RACH負(fù)荷）;

（3）上行載波與補充上行載波SUL的平衡關(guān)系，上下行載波的平衡關(guān)系;

（4）PUSCH負(fù)荷;

（5）小區(qū)內(nèi)的preamble分配準(zhǔn)則。

RACH優(yōu)化的目標(biāo)：

（1）最小化UE在最優(yōu)SSB覆蓋下的接入時延;

（2）最小化UE請求系統(tǒng)信息的時延;

（3）盡量平衡上行載波與補充上行載波SUL的RACH負(fù)荷;

（4）最小化RRC連接態(tài)的beam失敗恢復(fù)時延;

（5）最小化接入在RACH資源上的失敗/不必要的隨機(jī)接入嘗試次數(shù)。

RACH優(yōu)化功能將嘗試自動設(shè)置隨機(jī)接入相關(guān)參數(shù)?；緜?cè)收集UE上報的相關(guān)RACH結(jié)果，并在基站間進(jìn)行交互。該機(jī)制將在LTE的基礎(chǔ)上考慮beam、SUL等NR新特性。

2.6? 基站節(jié)電

運營商高度關(guān)注移動網(wǎng)絡(luò)中的功率消耗問題，急需降低功耗的相關(guān)方案來降低運營成本。面對網(wǎng)絡(luò)節(jié)點數(shù)量的大量提升（高頻段小基站部署），網(wǎng)絡(luò)節(jié)電問題十分緊迫且充滿挑戰(zhàn)。通過空口的傳輸功率優(yōu)化方案，小區(qū)間功率優(yōu)化協(xié)商以及休眠模式的硬件支持等技術(shù)方案，可以極大地降低網(wǎng)絡(luò)側(cè)的功率消耗。

目前已支持的相關(guān)方案包括接口交互小區(qū)激活/去激活狀態(tài)等。考慮到NR新特性，需要針對稀疏參考符號場景，uRLLC、CU-DU分離與MR-DC架構(gòu)等進(jìn)行節(jié)電的進(jìn)一步評估[7]。另外，為了支持4G與5G更好地系統(tǒng)間協(xié)同，將對異系統(tǒng)/異技術(shù)的節(jié)電方案進(jìn)行詳細(xì)研究。

2.7? 最小化路測

NR MDT確定的主要應(yīng)用場景為覆蓋優(yōu)化、QoS參數(shù)優(yōu)化、室內(nèi)路測增強以及傳感器數(shù)據(jù)采集[8]。針對不同的應(yīng)用場景，運營商可以通過不同的配置途徑下發(fā)合適的測量配置，要求符合條件的基站側(cè)收集或UE上報相應(yīng)的測量結(jié)果，并獲取相應(yīng)時刻的地理位置信息。

為了實現(xiàn)結(jié)構(gòu)簡單以及UE節(jié)電等目的，MDT在有線網(wǎng)復(fù)用Trace呼叫跟蹤流程與配置收集節(jié)點，在空口復(fù)用部分連接態(tài)RRM測量配置與收集信令，以及空閑態(tài)/非激活態(tài)用于小區(qū)重選評估的測量結(jié)果，同時增強了一些信令內(nèi)容，將運營商希望的測量配置發(fā)送給UE，并從UE獲取相應(yīng)的測量收集結(jié)果以及相應(yīng)時刻的地理位置信息[9]。

以下對NR MDT可能的子用例進(jìn)行簡要介紹[10]：

（1）覆蓋優(yōu)化

從UE側(cè)與RAN側(cè)收集到的信息可以用于檢測與發(fā)現(xiàn)網(wǎng)絡(luò)覆蓋問題。如覆蓋漏洞、弱覆蓋、導(dǎo)頻污染、越區(qū)覆蓋、覆蓋地圖繪制、上行覆蓋問題檢測、小區(qū)邊界地圖繪制等。

（2）QoS檢驗

從UE側(cè)與RAN側(cè)收集到的信息可以監(jiān)測服務(wù)質(zhì)量信息（Quality of Service， QoS），從RAN的角度評估用戶體驗，幫助網(wǎng)絡(luò)擴(kuò)展容量等。與地理位置信息上報相結(jié)合使用，可以精確獲取小區(qū)內(nèi)不同位置的數(shù)據(jù)業(yè)務(wù)相關(guān)信息與QoS體驗評估。

（3）室內(nèi)MDT增強

收集WLAN與藍(lán)牙相關(guān)的測量結(jié)果可以增強室內(nèi)定位。

（4）傳感器數(shù)據(jù)收集

除了位置與時間信息，網(wǎng)絡(luò)側(cè)還可以收集UE方向等傳感器信息，用于更精確的UE路徑預(yù)測。

3? ?大數(shù)據(jù)收集的未來演進(jìn)

目前應(yīng)用于NR系統(tǒng)的大數(shù)據(jù)收集技術(shù)在3GPP的Study Item階段立項已經(jīng)完成，大唐移動積極參與相關(guān)標(biāo)準(zhǔn)的制定工作，并在異技術(shù)/異系統(tǒng)的MDT延續(xù)性處理、UE在RLF REPORT中攜帶的切換類型以及per band的負(fù)荷均衡等問題上均有提案來推進(jìn)標(biāo)準(zhǔn)。大數(shù)據(jù)收集技術(shù)在R16的Work Item已經(jīng)立項成功，后續(xù)將在Work Item階段完成上述各方案的Stage3的標(biāo)準(zhǔn)化工作，包括信令流程的處理、各接口消息內(nèi)容、相關(guān)參數(shù)與取值范圍的確定等。在后續(xù)的R17及更高版本的演進(jìn)過程中，將可能使網(wǎng)絡(luò)側(cè)自優(yōu)化/自配置與運營商的策略進(jìn)一步相貼合，組成更加統(tǒng)一及強大的大數(shù)據(jù)收集與使用方案。

4? ?結(jié)束語

大數(shù)據(jù)收集技術(shù)為更加靈活便捷的網(wǎng)絡(luò)數(shù)據(jù)收集提供了可能。通過MDT的方式跟蹤與收集用戶相關(guān)的測量結(jié)果并定位故障，通過SON的方式在網(wǎng)絡(luò)各節(jié)點間進(jìn)行交互與自優(yōu)化，并配以運營商針對海量信息的分析與進(jìn)一步優(yōu)化，設(shè)備廠商與網(wǎng)絡(luò)運營商可以在極短的時間內(nèi)將設(shè)備故障、用戶問題、信號質(zhì)量等內(nèi)容以極低的成本進(jìn)行采集，進(jìn)而提升網(wǎng)絡(luò)性能并改善用戶體驗。

參考文獻(xiàn)：

[1] 3GPP. 3GPP RP-182105 Revised SID： Study on RAN-centric data collection and utilization for LTE and NR[Z]. 2018.

[2] 3GPP. 3GPP TS 37.816 Version 1.0.0 Study on RAN-centric data collection and utilization for LTE and NR[S]. 2019.

[3] CATT. 3GPP R3-191502 Discussion on Mobility Robust Optimization in 5G system[Z]. 2019.

[4] CATT. 3GPP R3-191504 Discussion on Mobility Load Balance in 5G system[Z]. 2019.

[5] CATT. 3GPP R3-192376 Discussion on the granularity of load exchange[Z]. 2019.

[6] ERICSSON. 3GPP R3-191811 RACH optimization in NR[Z]. 2019.

[7] CATT. 3GPP R3-192366 Considerations on support of Energy Saving in NR[Z]. 2019.

[8] HUAWEI. 3GPP R2-1901852 Discussion on use cases for MDT[Z]. 2019.

[9] CATT. 3GPP R2-1900226 Discussion on MDT[Z]. 2019.

[10] CMCC. 3GPP R2-1901936 Network aspects of MDT for NR[Z]. 2019.