5G高密重载场景ToB/ToC组网策略研究 | 王蕾、曾伟等

摘要：为满足冬奥高密重载组网需求，利用国家体育场环境实施空频多维度5G立体组网、精细容量规划、精准区域覆盖，并在全场景应用分布式大规模天线技术、端到端5G切片技术、载波聚合、超级上行等多种5G新技术，提升极致性能。同时，针对不同业务类型实施 ToB/ToC网络分层、ToB业务全场景隔离等手段保证高密重载场景下各业务感知，既能够承载全场数万人5G网络压力，又为UHD超高清直播等创新业务多样化需求预留充足的能力。

01  概 述

2022年冬奥会开闭幕式采用5G技术实施多类型用户的需求保障，面临着高密重载组网、高爆发、多样化应用、数智能力创新等多种难题和挑战。此前，5G应对无线网络高密度用户、高容量爆发极端场景的技术手段和组网方式还不是很完善。本技术方案针对5G网络在大型体育场馆高密重载场景下组网能力进行探讨，将指导面向冬奥服务保障的5G网络高性能、高可靠、多样创新的组网模式设计，打造以5G为基础的全新保障模式。新方案在有效保障普通ToC用户网络感知的情况下，也能有效提供ToB多样化创新应用的能力和接口。国家体育场5G高密重载组网在冬奥全场景5G大连接能力基座基础上，实现多种创新、多点突破。以国家体育场实施的高密重载网络为基础，结合5G技术打造一系列智慧应用，在高速率、低时延、大连接的5G网络保障下，支撑智慧观赛、智慧参赛、智慧办赛创新，实现5G技术赋能智慧冬奥（见图1）。

02 需求分析

国家体育场为2022年冬奥会非竞赛场馆，承接冬奥会开、闭幕式，场馆人数最高可达15万人，包含运动员、国家奥委会官员、奥运会工作人员、新闻媒体、转播商、国内和国际观众等，需求差异明显。

无线网络资源为共享模式，单小区单用户下行最高速率可达1 Gbit/s，上行可达200 Mbit/s以上，随着并发增多，下载速率会有不同程度的下降。经统计分析，极端条件下，下行 4 Mbit/s 或者更高、上行 1 Mbit/s以上即可满足各类公众用户的多种业务需求。ToB业务视具体需求待定。表1所示为各方统计的ToB/ToC预计需求。

表1 国家体育场ToB/ToC需求表

其中，ToC用户的需求主要按照极端情况下的极端能力预估。ToB用户则根据具体需求进行分析，主要需求及瓶颈为上行，尤其媒体直播业务带来的压力较大。根据主流媒体提供的数据，广电级4KUHD需要40～80 Mbit/s的传输速率，并计划在正常直播时段应用。

03 5G网络设计

面对大型体育场馆半室内半室外特殊结构及该应用场景下的特殊应用需求，还要解决高爆发的网络容量，在规划设计过程中始终坚持以下设计原则：300MHz大带宽覆盖；根据结构特点差异化覆盖；多预案设计、多方案备份；保证容量，降低干扰；合理容量预算，预留设计冗余；ToB/ToC隔离传输。

3.1 国家体育场室分覆盖方案设计

根据国家体育场历史统计数据和同类场馆历史统计数据，获取忙时话务量和流量。据此，业务需求预测基础参数包括按15万人做容量规划、5G用户占比按50%计算、上行并发激活率10%~15%计算。表2给出了国家体育场覆盖方案。

表2 国家体育场覆盖方案

看台区采用最新300 MHz设备和分布式Massive MIMO小区覆盖，同时pRRU设备外接赋型天线，波瓣角30°×30°，上下行干扰控制效果较好，SINR提升3 dB以上。看台区上层看台的设备安装在钢架上（部分在顶棚马道），中层和下层安装在看台上沿内部。覆盖方式如图2和图3所示。

看台采用分布式Massive MIMO小区模式，小区平均吞吐率相比较普通小区模式提高约3 倍。一层看台、二层看台同小区，能够利用二层看台的低容量，均衡小区的业务量；同时，考虑同层干扰较严重，在硬件上也具备拆分一层、二层看台同小区的能力，使同一小区仅覆盖同一层双倍面积区域。表3给出了国家体育场5G看台区域容量估算（ToC）。

表3 国家体育场5G看台区域容量估算（ToC）

如图3所示，以一层看台为例，需要30个100 MHz小区，即10个300 MHz扇区，小区能力按照极限情况下行300 Mbit/s、上行136 Mbit/s计算，23 000人按50%中国电信和中国联通用户、50%的5G渗透率、15%激活比计算，可保障单用户至少满足下行16 Mbit/s、上行5 Mbit/s的速率。

3.2 国家体育场场心覆盖方案设计

根据国家体育场现场情况，选择点位1、2、3、4、5（见图4）进行部署，场心与看台按需异频部署，开通多载波，优先推荐距离场心较近的场缘pRRU与能够全场景覆盖的顶棚马道RRU信源。该实施方案可全方位提升场心覆盖，站点部署充足，确保后续有优化空间。但需合理规划小区分布及频点，减少同频干扰，避免乒乓切换。具体实施方案如表4所示。

摄影槽pRRU方案1+马道方案3为建议主用方案。该方案能够兼顾场心覆盖的容量问题，同时方案3 AAU的覆盖能力具备以下2个方面优势：完整连续覆盖，避免场缘对中心区域的水平遮挡。沿跑道摄影槽部署pRRU+外接天线（波瓣角20°×60°）的方式，波束方向压低对场心进行覆盖；沿马道部署AAU/RRU+外接赋形天线（波瓣角45°×45°）的方式，波束方向主要覆盖场心。国家体育场场心pRRU位置与顶棚AAU位置示意如图5所示，方案1+方案3的仿真效果如图6所示。

通过方案1+方案3的整体覆盖，能够满足场心容量需求及连续覆盖需求。方案1的pRRU方案通过小区的合理划分及DMM技术能够有效保障场心ToC用户的高爆发感知。同时，方案3的整体覆盖也能够满足行业直播稳定传输、高可靠要求，有效提升媒体用户现场多角度直播、跟拍直播的要求。能够提供ToC用户2 Gbit/s的上行容量和ToB高可靠用户300 Mbit/s的上行容量。覆盖示意如图7所示。

04 ToB/ToC保障策略

图8所示为国家体育场ToB/ToC保障可行方案示意。

根据前面所述，分别计算3种ToB/ToC策略中ToB业务总容量，评估方式如下。

方案1：ToB独享5G基站，ToC承载在3G/4G网络。

方案2：载波隔离，ToB独占2个载波。

方案3：RB预留+5QI切片，ToC只保留微信和阅读所需450 kbit/s。

对应3种场景下5G网络ToB单小区和网络总容量能力如表5所示，速率容量单位为 Mbit/s。

通过以上计算数据，根据实际用户的需求，国家体育场采用3载波覆盖，同时ToB用户还储备NR2.1、毫米波手段。根据各用户需求，ToB用户独享5G的方案风险较大，作为特殊区域的储备保障手段，不能在国家体育场整体实施。计划采用载波隔离+5QI切片的方案，完全能够满足上文所述的ToB数据传输及视频直播业务，对于媒体视频直播等高可靠需求用户采用载波隔离方案，对于其他数据传输类ToB业务采用5QI切片方案共享ToC用户载波资源。实施策略如表6所示。

05 应用效果

通过大话务压力测试验证开闭幕式大话务冲击下的网络安全性、有效性和健壮性。看台区域高密重载场景极限测试效果达到网络设计阶段预期，预计100 MHz带宽DMM小区下行容量为220 Mbit/s，上行容量为100 Mbit/s；单用户下行感知速率为5.2 Mbit/s，上行感知速率为2.4 Mbit/s，可满足用户高清视频及微信上传图片感知需求。场心区域高密重载场景AAU小区下行容量为160 Mbit/s，上行容量为140 Mbit/s，也能够保障ToB业务实施，储备保障ToC业务。表7给出了国家体育场大压力测试详表。

ToB业务能力测试，主要集中于上行业务的数据传输，除普通的数据传输类业务，一些关键媒体的直播业务还需要同时关注时延抖动指标的影响，通过对场心区域ToB/ToC网络的遍历对比测试，评估保障能力。相关指标如图9所示。

ToB业务保障用OBS、央视、新华社、云转播等国内外各主要媒体，实现了基于5G的无线网络的视频直播和视频回传。视频直播业务主要使用ToB独立隔离载波保障，其传输速率稳定，时延抖动可靠，受现场无线环境影响较小，能够较好适应应用需求。能够满足稳定300 Mbit/s的传输速率及10 ms左右的传输时延，基本满足媒体直播传输指标要求。

06 结束语

本文案例从保障重大国际赛事出发，坚持高标准严要求，坚持高性能与高可靠并行，最终达到了预期的测试效果。同时在实际保障过程中，也有效地保障了现场赛事通信需求，有效应对了容量爆发。通过现场的有效检验，证明在5G高密重载场景重大赛事保障过程中，本方法所论述的空频多维组网方案，充分利用大型场馆现有资源，既能满足ToC用户的大容量高爆发，又满足了ToB用户的稳定可靠传输，为大型场馆组网保障及重大活动5G保障提供了可靠有效的借鉴。

参考文献

［1］ 王胡成，徐晖，程志密，等 . 5G网络技术研究现状和发展趋势［J］.电信科学，2015，31（9）：156-162.

［2］ ZHANG Y H，ZHAO J F，ZHENG D. Efficient and privacy-aware power injection over AMI and smart grid slice in future 5G networks［J］. Mobile Information Systems，2017，2017：3680671.

［3］ 本刊讯 . IMT-202（5G）推进组发布 5G 技术白皮书［J］. 中国无线电，2015（5）：6.

［4］ 王晓宁. 5G核心网演进和特点［J］. 数字通信世界，2018（2）：130，278.

［5］ LARSSON E G，EDFORS O，TUFVESSON F，et al. Massive MIMO for next generation wireless systems［J］. IEEE Communications Magazine，2014，52（2）：186-195.

［6］ JUNGNICKEL V，MANOLAKIS K，ZIRWAS W，et al. The role of small cells，coordinated multipoint，and massive MIMO in 5G［J］.IEEE Communications Magazine，2014，52（5）：44-51.

［7］ 孟月. 华为朱慧敏：新基建5G产业大发展5GtoB看中国［J］. 通信世界，2020（16）：14.

［8］ 刘琪，洪高风，邱佳慧，等. 基于5G的车联网体系架构及其应用研究［J］. 移动通信，2019，43（11）：57-64.

［9］ 刘虹 . 5G 专网在智慧医疗中的应用［J］. 移动通信，2022，46（4）：91-96.

［10］ 齐峰，岳殿武，孙玉 . 面向 6G 的智能反射面无线通信综述［J］. 移动通信，2022，46（4）：65-73.

［11］ XU L X，CHEN Y，GAO Y. Self-organizing load balancing for relay based cellular networks［C］//2010 10th IEEE International Conference on Computer and Information Technology. Bradford，UK：IEEE，2010：791-796.

［12］ XU L X，CHEN Y，SCHORMANS J，et al. User-vote assisted selforganizing load balancing for OFDMA cellular systems［C］//2011 IEEE 22nd International Symposium on Personal，Indoor and Mobile Radio Communications. Toronto，ON：IEEE，2011：217-221.

［13］ YANG Q Y，YAN J Y，ZHANG X，et al. Decentralized detection for B5G massive MIMO：when local computation meets iterative algorithm［J］. Physical Communication，2022，51：101554.

［14］ MEZAIR T，DJENOURI Y，BELHADI A，et al. A sustainable deep learning framework for fault detection in 6G Industry 4.0 heterogeneous data environments［J］. Computer Communications，2022，187：164-171.

［15］ 齐峰，岳殿武，孙玉 . 面向 6G 的智能反射面无线通信综述［J］. 移动通信，2022，46（4）：65-73.

作者简介

王蕾，毕业于清华大学，工程师，硕士，主要研究方向为无线通信网络大规模组网、下一代无线通信技术研究、未来数智场景应用；

曾伟，毕业于南京邮电大学，高级工程师，硕士，主要研究方向为无线通信网络大规模组网、下一代无线通信技术研究、无线通信与多行业创新应用；

宋扬，毕业于北京邮电大学，高级工程师，主要研究方向为通信网络大规模组网、行业创新应用通信网络规划设计、特殊场景无线网络设计研究、下一代无线通信网络技术；

常虹，毕业于河北工业大学，工程师，硕士，主要研究方向为无线通信网络规划设计、大规模组网、下一代无线通信技术研究、无线通信与多行业创新应用。