基于AAPC功能的Massive MIMO 4G/5G天线权值协同优化方法研究

为了应对5G Massive MIMO天线权值人工调整难度大的挑战,本文提出基于AAPC功能的4G/5G天线权值协同优化方法,通过构建不同场景下利用4G反开3DMIMO权值对5G天线权值的映射矫正模型,实现对5G权值的再优化和偏差矫正。该算法可显著提升权值优化效率和权值优化准确性,为5G Massive MIMO天线发挥兼顾网络覆盖和用户空间分布的权值优势提供有效的解决方案。     

一种基于人工蜂群和遗传算法的Massive MIMO天线权值优化方法的研究及应用

目前MassiveMIMO天线权值寻优方法主要采用蜂群算法。该方法存在收敛速度慢和容易陷入局部最优解等问题。因此,本文提出一种基于人工蜂群加遗传算法的组合寻优算法,通过建立新的思路、流程和方法,两种算法互相取长补短,极大提升了计算效率和寻优效果,实现连片区域权值最优解,应用效果良好。     

基于AI算法的Massive MIMO波束权值优化研究与应用

针对Massive MIMO波束权值优化的难点,提出了一种基于GBDT机器学习的回归预测算法,通过实测及仿真,研究该算法在不同场景下各种波束权值的覆盖能力,基于机器学习模型,利用研究结果结合三维地图、建筑物数据、MR数据、仿真/测试数据等进行机器学习建模,输出Massive MIMO波束自适应覆盖优化算法。在现网的应用结果表明,该算法能够有效地提升5G网络覆盖质量。     

5G Massive MIMO天线权值优化方法研究

Massive MIMO技术在垂直维度和水平维度均具备良好的波束赋形能力,有效提升了5G覆盖,降低了干扰,增加了覆盖优化的灵活性.本文提出了一种根据覆盖区域内用户话务分布自适应权值优化的方法,通过动态调整同步信号(SSB)天线波束赋形,实现Massive MIMO小区覆盖与业务分布的实时匹配.     

基于坐标下降算法的5G广播波束权值智能优化方法研究

随着5G建设步伐的加快,无线通信网络的复杂程度不断更迭,网络优化需求增多,且精细化要求不断提高,传统的Massive MIMO广播波束权值优化仅依靠人工配置,已无法满足当前网络变化的需要。本文创新性地提出了一种基于坐标下降算法的5G广播波束权值智能优化方法,可自适应灵活调整天线波束权值配置,实现多场景下波束权值智能优化,极大提升优化效率,减少人工成本投入。     

5G天线Massive MIMO智能优化的研究与应用

Massive MIMO技术是第5代移动通信的核心技术,由于配置大量射频天线,通过波束赋形实现多个高增益、窄波束进行空间覆盖。同时,复杂的多维度波束赋形权值配置,使得人工手动配置Massive MIMO天线波束权值难度大、配置精准度差、运维成本高。本文通过基于3D数字地图、5G基站工程参数和MDT/MR等大数据,构建高精度三维数字化栅格,并利用栅格化的用户分布和业务分布权重,精准定位5G用户的覆盖需求。通过AI启发式寻优算法对5G天线波束权值配置迭代寻优,获得最佳的波束权值配置,实现5G天线Massive MIMO子波束精准覆盖数字化栅格,从而提升5G网络质量,提升运维人员Massive MIMO网络优化效率,最终实现5G覆盖区域内网络质量与工作效率的双提升。     

Massive MIMO技术4G化应用研究

作为下一代移动蜂窝网通信（5G）的关键技术之一,Massive MIMO具有极高的频谱效率和能量效率,能大幅提高系统的吞吐量;在其4G化应用研究中,主要挖掘在下行精准波束赋形、上行增强接收分集以及波束三维可调等方面性能;本文通过对Massive MIMO技术4G化标准进度、产品情况及测试情况分析,进一步验证了它的技术优势,指出存在问题和提出解决思路,并总结了Massive MIMO技术4G化应用的推荐场景,为该技术后续研究和规模应用提供一定的指导。     

5G Massive MIMO的优化思路探讨

首先重点介绍了5G Massive MIMO关键技术特征,然后分析了该技术与Pre-5G多天线技术的联系与区别。进一步给出了不同广播波束和业务波束配置条件下5G NR的覆盖能力与用户速率感知情况,最后再结合原理分析和测试结论,给出了5G Massive MIMO优化的主要思路,并针对后续优化工作面临的挑战提出了一些建议。     

Massive MIMO技术在5G网络优化中的运用

在5G通信技术快速发展的时代,用户对网络数据信息传输的速率要求逐渐提高,移动通信企业为满足用户需求,试图通过增加基站天线数目、应用Massive MIMO天线技术以提高传输速率。文章根据权值优化原理,将Massive MIMO关键技术应用于5G通信网络系统,以优化无线网,最大限度地提升用户覆盖范围,强化网络传输性能。实验验证发现,5G场景应用Massive MIMO技术能够减少人工干预,扩大用户覆盖范围,强化网络优化效率。     

5G室内分布式Massive MIMO增强技术

在5G室内高负荷场景中,分布式皮基站采用密集组网部署方式,重叠覆盖造成小区间同频干扰严重,网络容量下降影响用户体验.将Massive MIMO(大规模天线)技术引入到数字化室分系统中,化干扰为增强信号,通过联合波束赋形和多用户MIMO(多输入多输出)提升容量与体验,有效解决室内5G小区间干扰问题,大幅提升小区容量,满足...     

基于建筑模型的5G Massive MIMO天馈寻优方法研究与应用

当前5G MR/MDT等定位技术尚不成熟且样本过少,本文提出了一种基于建筑物信息的5G Massive MIMO天馈寻优方法,利用5G大规模阵列天线的技术优势,通过Massive MIMO天线波瓣宽度的精确计算,实现了天线覆盖方案的寻优,以最大程度地提升室内覆盖.本方法在降低网络运维成本的同时,提升了资源效能,为后续5...     

一种用于5G移动通信的毫米波大规模天线系统

毫米波大规模天线是目前5G研究中的热点技术之一,毫米波大规模天线可提供高增益波束和大带宽,能有效提升系统能量效率和容量.面向未来5G移动通信需求,提出一种基于数字-模拟混合波束形成架构的毫米波大规模天线设计方案.采取该方案,天线内部各单机功能界限清晰、接口明确,可极大提升天线系统的可测试性和可批量生产性.基于该设计方案...     

5G Massive MIMO寻优验证与应用

5G Massive MIMO的多天线阵列系统增加了垂直维的自由度,可灵活调整水平维和垂直维的波束形状,并引出了立体覆盖波束Pattern这一概念。现网普遍采用厂家默认的Pattern,仅在单站和簇优化过程中根据测试情况,进行Pattern的局部优化,明显滞后。为探索不同场景5G Masiive MIMO最优配置,指导一线快速掌握不同场景下的Pattern经验值,支撑5G精准规划与优化,基于规划平台输出建议,在不同场景下开展Pattern权值寻优验证,并输出不同场景下的推荐值。     

集成滤波器的5G大规模天线的S参数测试方法

集成滤波器的5G大规模天线由于每个通道包含了一组滤波器,使得5G大规模天线的通道之间的幅度和相位一致性指标变得很差,进一步地,使得获取除滤波器以外的纯通道之间的幅度和相位的一致性指标变得非常困难。对集成滤波器的5G大规模天线的测试方法进行了原理分析和实际测试,找到了一种具有便捷的实际应用的测试方案,通过两次测试间接获取了通道间幅度相位一致性,消除了滤波器引起的幅度相位差异。     

5G大规模天线基站下的多用户性能测试技术

在当前5G系统全球商用化的时代,针对基站大规模天线下的多用户技术,对基站和终端进行性能测试是实现产品升级迭代的重要环节。首先,介绍5G多用户技术的主要特点并说明了多用户性能测试的意义。其次,为了实现不同信道环境的大规模天线基站下的多用户性能测试,给出多用户无线信道建模技术。最后,通过对建立的信道模型进行实现,给出了大规模天线多用户性能测试的主要技术方案和测试建议。     

基于Massive MIMO及频谱叠加的5G SA网络上行优化方法

大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)可以有效提升5G SA网络的上行链路数据传输速率以及可靠性。针对5G SA网络上行链路速率和覆盖不均衡的情况,提出了基于大规模MIMO的分组算法,将发送信号矢量进行分组,组内采用最大似然检测,组外采用基于正交三角分解(QR分解)的干扰消除检测,并且结合5G频谱的叠加策略,在降低算法复杂度的同时,有效提升网络覆盖和速率。通过5G SA现网实测,通过MIMO降低分组数量能够提升分组检测性能,结合上行低频段频谱叠加策略能够有效提升5G SA网络上行覆盖30%,提升5G SA网络上行平均速率40%～80%,特别是弱覆盖边缘的网络速率,最高可达600%。     

基于5G MR实现Massive MIMO权值智能寻优的技术方案研究

首先基于5G NSA的技术特点,提出了从NSA MR获取高精度经纬度信息的技术方案.进一步地,提出了基于MR经纬度信息的Massive MIMO权值智能寻优技术方案,利用智能化权值选择算法在Massive MIMO权值空间中搜索最优解;考虑到现有系统算力的限制,还提出了寻求局部最优解的简化算法,提高了算法的实用性和推广...