GUL多制式覆盖规划对比分析

高铁参数优化之多频组网优化提升“用户感知，网络价值”专题概述随着高铁及动车的快速发展，无论是列车运营还是乘客数据业务通信都有高速数据业务需求。

对于运营商，更有效的提供轨道无线宽带业务，是吸引用户并提升用户满意度的必备条件。

在本专题中，优化人员通过测试数据与网络场景结合分析，制定了负荷区域特点的多频组网方案。

并在昌九高铁完成试点，通过特性化高铁多频组网参数组，南昌昌九高铁区域各方面网络指标得到明显的提升，平均RSRP 提升2dB、SINR 提升1.7dB，覆盖率提升7 个百分点，下行速率提升7Mbps 以上。

沿线18 个站点系统内切换成功率由99.11%提升至99.53%；用户感知速率由18.95Mbps 提升至20.21Mbps；区域日均流量由171.4GB 提升至206.7GB，提升幅度约为20.6%，每月增收近2.1 万元。

一、专题背景随着中国高铁线路的普及，高铁逐渐代替普通铁路和飞机成为了人们出行的主要方式，南昌作为全国高铁车次排名第19 的城市，巨大高铁客流量带来了巨大的网络流量价值。

高铁由于“速度快、损耗大、负荷高”各类网络痛点导致未能充分发挥高铁流量价值，本次通过1.8G 站点提升用户感知，800M 站点保障用户覆盖两个方面提升高铁网络价值。

二、高铁场景概述2.1. 高铁场景特点2.1.1. 线状覆盖高铁路线一般呈线状分布，和通常的基站部署场景有着很大不同，按照通常的基站部署方式来覆盖铁路沿线，其覆盖效率将会十分低下，因此铁路沿线的基站需要呈线状分布。

且由于高铁的线状特点，建议在进行高铁站点规划时，采用”Z”字型左右交叉的站点分布进行高铁沿线覆盖，提升路线覆盖均衡性。

2.1.2. 列车运行速度快目前，全球运营的高速铁路包括德国的ICE、法国的TGV、西班牙的AVE 和日本的新干线，最高运营速度约在200～350km/h 之间；武广高铁、京沪高铁最高运营速度也达350km/h，而上海磁悬浮列车最高时速更是达到431km/h。

0254-6124/2021/41(3)-411-06 Chin. J. Space Sci.空间科学学报Q U Renchao, M I A O Hongli, G O U Ruikun, M A O Peng. Interpolation algorithm of global ionospheric m a p product T E C (in Chinese). Chin. J. Space Sci., 2021, 41(3): 411-416. D01:10.11728/cjss2021.03.411全球电离层地图T E C数据的插值算法+曲仁超苗洪利苟瑞锟毛鹏(中国海洋大学信息科学与工程学院青岛266100)条商要由I G S工作组提供的全球电离层地图（G I M)是电离层重要的应用数据.卫星高度计能够提供全球实时的电离层 延迟误差校正.利用G I M数据.以J a s o n-3时空分辨率进行电离层总电子含fi (T E C)的时间维度插值和空间维度插值，其 中空间维度插值采用了K r i g i n g插值和双线性插值两种方法.计对两种插值方法得到的总电子含量，与平滑处理的Jason-3 高度计cycle80双频延迟校正值转化的总电子含量进行对比分析.结果显示：其与K r i g i n g插值的平均偏差为0.94T E C U，均方根误差为2.73T E C U，相关系数为0.91;与双线性插值的平均偏差为1.43T E C U，均方根误差为6.85T E C U，相关系数 为0.61.这说明K r i g i n g插值方法的精度明显高于双线性插值方法.关键词全球电离层地图，高度计，时间插值，K r i g i n g插值.双线性插值中图分类号P353In te rp o la tio n A lg o rith m of G lo b al Io n o sp h e ricM ap P ro d u c t T E CQU Renchao MIAO Hongli GOU Ruikun MAO Peng(College of Information Science and Engineering, Ocean University of China, Qingdao266100)A b s t r a c t G l o b a l Ionospheric M a p (G I M) is a n i m p o r t a n t ionospheric d a t a p r o d u c t p r o v i d e d b y theI G S w o r k i n g group, w h i c h c a n provide global real-time ionospheric delay error correction for satellitealtimeters. In this study, t e m p o r a l a n d spatial interpolation of Total Electron C o n t e n t(T E C) that derived f r o m G I M d a t a p r o d u c t s w a s p e rformed, w i t h the t e m p o r a l a n d spatial resolution of Jaso n-3altimeter. T w o spatial interpolation m e t h o d s, Krig i n g interpolation a n d Bilinear interpolation, w e r eu s e d in this study. T h e T E C o b t a i n e d b y these interpolation m e t h o d s is c o m p a r e d a n d a n a l y z e dw i t h the T E C value that c o nverted f r o m the dual-frequency delay correction of the s m o o t h e d Jason-3 altimeter cycle80 data. Results s h o w that the m e a n bias b e t w e e n Krig i n g interpolation a n d processed dual-frequency delay correction is 0.94 T E C U,the root m e a n sq u a r e error is 2.73 T E C U a n d the correlation coefficient is 0.91. A s a contrast, these statistics b e t w e e n Bilinear interpolation a n dprocessed dual-frequency delay correction are 1.43 T E C U, 6.85 T E C U, a n d 0.61, respectively. T h i sd e m o n s t r a t e s that the a c c u r a c y of the Kriging interpolation is significantly higher t h a n that of the国家自然科学重点基金项目（62031005)和山东省自然科学基金项目（Z R2020M D097)共同资助2020-03-16收到原稿，2020-12-04收到修定稿E-mail:*************.cn412Chin. J. Space Sci.空间科学学报 2〇21，41(3)Bilinear interpolation.Key words G l o b a l Iono s p h e r e M a p (G I M), T i m e interpolation, Altimeter, Krig i n g interpolation, Bilinear interpolation〇引言全球电离层图（G l o b a l I o n o s p h e r e M a p,G I M)是电离层研究及应用的重要数据来源1998年 电离层分析中心成立了国际G N S S服务组织（I n t e r­n a t i o n a l G N S S S e r v i c e,I G S).I G S 将地球电离层看 成一个距地面450k m高的薄球壳，其发布的G I M将全球按经纬方向5° x 2.5°间隔网格化，覆盖范围 为 180°E—180°W,87.5°S_87.5°N,网格点为 71x73, 基于几百个全球卫星导航系统的地面观测站与G P S的双频电子含量观测数据，利用球谐函数及算法得出 每个网格点的总电子含量（T o t a l E l e c t r o n C o n t e n t, T E C),同时以每2h时间分辨率，获得全天13幅 数据.因此，G I M也称为网格模型数据[2-4L随着 全球基准站数量日益增多，G I M精度和可靠性越来 越高，已从1998年的3〜4.5 T E C U提高到2015年 的2〜3.5T E C U.G I M与测高卫星电离层T E C系统 偏差较小，例如相对于J a s o n-2卫星高度计，其系统 偏差约为2.8T E C U15].电离层对微波信号的延迟是卫星髙度计测高的 主要误差来源之一 如J a s o n-3高度计K u波段，电离层引起的测高误差通常为0.2〜40c m.在太阳风 暴活动高发期，电子含量的剧烈变化引起的误差将更 大，对于厘米级雷达高度计测高精度不能接受，必须 给予误差校正.对于双频体制的卫星高度计，利用双 频法可以实时获得信号传播路径的T E C并对电离层 延迟进行较高精度的校正.但对于单频体制的高度 计（例如搭载在天宫二号上的三维成像微波高度计)，要进行电离层延迟校正，只能采用模型法，而G I M网格模型数据则是选择之一.在高度计上应用G I M数 据，必须经过进一步的时空插值处理.这是因为高度 计的观测时空分辨率比G I M高得多，需要在时间和 空间两个维度将G I M数据插值到卫星高度计的观测 数据上.常用的空间插值方法有K r i g i n g插值和双线 性插值等.双线性插值由于没有考虑区域的空间相关 性，插值精度不高；而K r i g i n g插值充分考虑了空间 相关性和变异性,具有较高的插值精度.K r i g i n g插值 方法被广泛应用于气象学数据的插值、G P S高程的拟合、土壤成分的变化等领域[8_12】.X i o n g等基于250个G N S S台站的观测数据，采用K r i g i n g插值 方法获得了中国区域的电离层空间结构，并与JPL (J e t P r o p u l s i o n L a b o r a t o r y)提供的 T E C 图作比较. M a o等M利用K r i g i n g方法构建了中讳度区域电 离层T E C图.T a n g等_利用泛K r i g i n g方法构建 了湖南地区电离层T E C地图.本文使用K r i g i n g插值和双线性插值两种方法，将G I M插值到J a s o n-3的c y d e80观测数据的相应 时空位置，并与经平滑和逆运算处理的J a s o n-3双频 电离层T E C数据进行对比，估算两种插值方法的精 度，为单频卫星高度计提供有效的电离层校正方法.1数据处理选取J a s o n-3的c y c l e80的全球数据，并剔除了 这些数据中陆地和内陆湖泊的观测数据，只保留海洋 观测数据，时间范围为2018年4月10日至4月20 日.提取数据中的时间、经度、纬度、电离层双频延迟 校正值，并对电离层双频延迟校正值进行平滑处理，再从I G S官网下载相同时间段的G I M电离层总电 子含量数据，利用△"ion =f2 N t e C,(1)f2逆运算得到对应的总电子含量i V T E C值，从而与 G I M的T E C值比对.式⑴中的频率选取Jason- 3的K u波段，其值为13.58 G H z;A/i ion为电离层路 径延迟值.电离层一般指距离地面50〜1000 k m高度 范围，1000 k m以上电子含量较少.I G S的G I M观 测数据为22000k m高度以下的总电子含量.J a s o n-3卫星轨道高度为1336 k m，基本涵盖了电离层高度. 因此，可以将G I M数据与Jason-3观测的电离层数 据进行比对.本文对比两种插值方法分别获得的T E C值与 时空匹配的J a s o n-3电离层双频延迟值对应的T E C值的平均偏差、均方根误差R M S E和相关系数7■，分 析两种插值方法的优劣.曲仁超等：全球电离层地图T E C 数据的插值算法413180°W180°W180°E图1时间维度T E C 插值Fig. 1 T E C interpolation in time dimension2插值方法在高度计上应用GIM数据.要经过时空插值处理.首先进行时间维度插值，得到任一时刻的G I M，然后在所需时刻的G I M上根据经纬度再进行空间维度插值_2.1时间维度TE C插值对于时间维度的T E C 插值，采用距离加权法. 对任一时刻、任一位置的待插点a ：(t ，A ，/3)，从相邻时 间点T ,与乃+1对应的两幅G I M网格数据中，选取与该待插点最接近的10个对应网格点数据进行插值，得到所对应时刻的局域GI M插值[气即Z (t) =T j+i —t r !+i-t2Z(Ti) +t ~Tz Ti+i —Z (T l +1).(2)其中，Z ⑴表示任意时刻f 的T E C值.图1所示为其插值.2.2空间维度T E C 插值根据以上得到的时间维度局域GI M插值.采用双线性和K r i g i n g 两种空间捕值方法获取该待插点妁的T E C值.2.2.1双线性插值双线性插值方法如图2所示.其中：待插值点 为：r (A ,/3),其电子总含量为Z (a :);临近的四个点 的经讳度分别为ar 2(A2，j 8i )，》3(乂，卢2),工4(A 2,/32),对应的电子含量分别为以心)，Z (:r 2)，Z (x 3),Z (x4).首先在经度方向上进行插值，得到；r 5(A ，f t ) 和邱(A ,汍）的总电子含量，Z (x5) =^x[Z {xA ) -Z (x3)] +Z (x3),(3)^2 —M 图2双线性插值Fig. 2 Bilinear interpolationZ(x6) = ^ \Z{x2) - Z{x{)\ + Z(xi ).⑷然后在纬度方向进行插值，由:r d A J O 和:r6(A ，灸) 得到:r(A ，/3)点的总电子含量为Z{x) = ^[Z (x 6) - Z(x5)} + Z{x5). (5)2.2.2 Kriging 插值K r i g i n g插值如图 3 所示•设 ,怎n为G I M的一系列网格点，对应的总电子含量分别为Z(a ：i )，Z (a ：2)，…，之(〜)•根据K r i g i n g 插值方法，待求I 处的电子含量Z 〇r )为相邻区域n 个网格 点的电子含量加权和即nZ(x) = y^(pjZ(xi).(6)i=i其中，也为加权系数，这里选取n 为9个网格点.根据K r i g i n g 插值原则，在保证无偏且估计方差最小的前提下.引入拉格朗日因子/X ，构建拉格朗日z ，a /1 E C UZja/lbCU函数，并求偏导得到关于如下也的联立方程组：71^ <t )a {xi ,xj ) + n = -y (x ,X i),i=l (7)n、E 也二 i .i=l其中，7(a ；i ，a ：j )为格网点而与A 间的变异函数值.即l{xi,Xj) = ^E[Z(xi) - Z(xj)]2. (8)Kriging 变异函数种类很多，常见的有线性模型、指数模型、球形模型、高斯模型.选取其中一种模型 作为变异函数，同时联立式（7) (8)得到加权系数也, 再带入式（6)中，得到之⑷.本文选取J a s 〇n -3的c y -c l e 80的双频延迟校正值转化的TE C数据与四种模型插值数据进行对比，结果列于表1.从表1可以看 出：除了高斯模型插值效果较差，其余三种模型均有 较好的插值精度;线性模型公式简单且运算速度比指414图3 K r i g i n g 插值Fig. 3 Kriging interpolation数模型和球形模型快.因此，本文选取线性模型作为 变异函数.3结果分析K r i g i n g插值结果记为Z kr，双线性插值结果记为Zbi.将两个插值结果分别与相同时刻经过平滑处理J a s o n-3的c yd e80双频延迟校正值转化的TE C值进行对比分析.3.1相关度两个插值结果Zk r ，Z b i与Zj a 的散点拟合结果如图4所示.从图4可以看出，K r i g i n g插值与双频延迟校正值转化的T E C值的相关度明显高于双线性插值.前者的相关系数为0.91，均方根差值为2.73TE C U;后者的相关系数为0.61，均方根差值 为 6.85TE C U.3.2 T E C 数值分布插值结果Zk r ，Z b i与Z j a的数值分布如图5(a )(c )所示，局部放大结果如图5(b )⑷所示.图5(a )为4与知的全球T E C数值分布对比，其中横轴Chin . J . Space Sci .空间科学学报 2021，41(3)表1四种K r i g i n g 插值模型统计值T a b le 1C o m p a ris o n o f s ta tis tic a l v a lu e s o ffo u r K rig in g in te rp o la tio n m o d e ls 模型相关系数均方根误差/T E C U线性0.91 2.73指数0.90 2.75球形0.90 2.80高斯0.766.1260no 3i/N zn u a l 'N图4 Z kr, Z b i 与Z ja散点拟合结果Fig. 4 Fitting results of Zkr, Zbi a n dZja scatter-40 -30 -20 10 0 10ATEC/TECU 20 3040 30 -20 -10 0 10 20 30 40ATEC/TECUu 0 20000 40000 60000 80000 10000050000 52000 54000 56000 58000 60000NumberNumber图5 Z kr, Z b i 与Z j a 数值分布.（b) (d )为（a) (c )的局部放大结果Fig. 5 ^kr, Zbi a n d Z\a numerical distribution, (b) (d) are the local amplification results of (a) (c)20000 40000 60000 80000 10000050000 52000 5400056000 58000 60000-------Zja------- Zbi数据序列是对整个c y c l e 80 (10天）数据点进行抽样 处理得到11万多个数据点.为显示插值效果，从中截 取了部分数据进行放大如图5(b )所示，可以看出两 者分布基本吻合，这也反映出两者有较高的相关度. 图5(c )为Z b i与T E C数值分布对比，同样截取相同数据序列进行放大，如图5(d )所示，可以看出两 者一致程度较差.3.3差值概率密度分布I与A 的差值的概率分布如图6(a )所示，Z bi---Zja7060曲仁超等：全球电离层地图T E C 数据的插值算法与Z j a的差值概率分布如图6(b )所示.从图6可以 明显看出：K r i g i n g 插值结果与双频延迟校正值转化 的TE C值更接近，其平均偏差为0.94TE C U;而双线性插值结果与Z j a 平均偏差为1.43TE C U.4结论将I G S发布的GI M数据应用于卫星高度计J a ­s o n -3 的电离层延迟估计.在 经过时 间维度 T E C插---Zkr(b)41512I 00806()4022o8心 4 2丨丨 00<(>00.0.0.0.0.0.>»11 s U 1>P >>1 l l l q c s q O Ja .wo lbbd o^^J o/ 65 43 21n o 31/33i0331/331图6 Z kr ，Z b i 与Z ja差值概率密度分布Fig. 6 Zkr, ^bi a n d Zja distribution ofdifference probability density416Chin. J. Space Sci.空间科学学报 2021,41(3)值基础上，在空间维度采用K r i g i n g插值和双线性 插值两种方法获得T E C值.分别与经平滑处理后J a s o n-3的c y c l e80双频延迟校正值转化T E C值 作比较.结果表明：K r i g i n g插值结果与双频延迟校 正值转化的T E C值的相关系数为0.91,均方根差 值为2.73T E C U,平均偏差为0.94T E C U;双线性 插值结果与双频延迟校正值转化的T E C值的相关 系数为0.61,均方根差值为6.85T E C U,平均偏差 为 1.43T E C U.由此可以看出，K r i g i n g插值方法明 显优于双线性插值方法.参考文献[1]F E L T E N S J,S C H A E R S.IGS products for the iono­sphere [C]//Proceedings of the IGS Analysis Center Work­shop. Darmstadt: E S A/E S O C, 1998：225-232[2]C H E N Shangdeng, Y U E Dongjie, LI Ya, et al. Establish­ment of a regional ionosphere model based on spherical harmonics [J].Mapp.，2015，11:28-32 (陈尚登,岳东杰，李亚，等.基于球谐函数区域电离层模型建立[J].测绘 工程，2015, 11:28-32)[3]R O V I R A-G A R C I A A, J U A N J M, S A N Z J,et al.Ac­curacy of ionospheric models used in G N S S and SBAS: methodology and analysis [J].J. Geod., 2016, 90(3): 229- 240[4]Z H A N G Qian, W A N G Jian. V T E C reconstruction of theionospheric grid with kriging interpolation [J].10P Conf.Ser.: Earth Environ. Sci., 2019, 237(6): 062001[5]LI Zishen, W A N G Ningbo, LI Min, et al. Evaluation andanalysis of the global ionospheric T E C grid accuracy of the international G N S S service organization [J].J. Geo-p/i y s., 2〇l7, 6〇(10):3718-3729 (李子申，王宁波，李敏，等•国际G N S S服务组织全球电离层T E C格网精度评估与分析[J].地球物理学报，2017, 60(10): 3718-3729)[6]Z H A N G Youguang, JIA Yongjun, F A N Chenqing, et al.H Y-2A satellite radar altimeter error correction algorithmand verification [J].五np. Sci.，2013，15(7): 53-61 (张有广，贾永君，范陈清，等.海洋二号卫星雷达高度计测高误差校正算 法及验证[J]•中国工程科学，2013, 15(7): 53-61)[7]Z H A N G Ting, Z H A N G J i e, C UI Tingwei, et al. Analysisof the ionosphere correct model for the satellite altime­ter [J].Remote Sens. Technol. Appli.} 2012, 27(4): 511- 516 (张婷，张杰，崔廷伟，等.卫星高度计电离层校正模型比较 分析[J].遥感技术与应用，2012, 2012, 27(4): 511-516)[8]JIN Fengqiu, H U A N G Zhigang, S H A O Bo. Grid iono­spheric delay estimation method based on spatial variabi- l i t y[J]. TleZem. ^reZeconiraZ，2010，31(4): 6-10 (金凤秋，黄 智刚，邵搏.基于空间变异特性的格网电离层延迟估计方法[J].遥测遥控，2010, 31(4):6-10)[9]C U I Shuzhen, Z H O U Jinguo. Accuracy analysis of IGSionospheric m a p by kriging interpolation [J].Global Posit.•S y W.,2016, 41(4): 43 (崔书珍，周金国.克里金插值法内 插I G S电离层图精度分析[J].全球定位系统，2016, 41⑷:43) [10]W A N G Jianli, H A N Xiaodong, W A N G Jiasheng, et alStudy on the spatial interpolation method of ionosphere modeling in regional grids [J].Global Posit.亡.，2015, 40(1): 65-68 (王建立，韩晓冬，王家胜，等.区域格网电离层建 模空间插值方法研究[J].全球定位系统，2015, 40(1): 65-68) [11]X I A Lingjun, G O N G Zhiyu, LI Baizhen. Spatio and tem­poral distribution of atmospheric C H4 in central China based on G O S A T satellite remote sensing [J].Meteorol.Disaster /?es.，2018, 42(1): 1-8 (夏玲君，巩志宇，李柏贞.基于G O S A T卫星遥感的我国中部地区大气C H4时空 分布[J]•气象与减灾研究，2018, 42(1): 1-8)[12]LI M, Y U A N Y, W A N G N, et al.Statistical compari­son of various interpolation algorithms for reconstructing regional grid ionospheric maps over China [J].J. Atmos.Sol.: Terr. Phys, 2018, 172:129-137[13]X I O N G B, W A N W, Y U Y, et al. C O S P A R, 2016. Inves­tigation of ionospheric T E C over China based on G N S Sdata[J]. Adv. Space Res., 2016, 58(6): 867-877[14]M A O Tian, W A N Weixing, S U N Lingfeng. Central andnorthern China T E C m a p using the Kriging method [J J.CTiin. X Space Sci” 2007, 27(4): 279-285 (毛田，万卫星，孙 凌峰.用Kriging方法构建中纬度区域电离层T E C图[J].空间科学学报，2007, 2007, 27(4): 279-285)[15]T A N G Tian, Z H O U Suya, D U Min. Construction of H u­nan regional ionospheric T E C m a p using Pan-Kriging m e­thod [J].Jiangsu Sci. Technol. Inform., 2017, 12:61-62[16]Y U A N Jiangang, LIU Dapeng. Effects of extraction ofG P S ionospheric T E C data using ionex f i l e interpola­tion [J].Site Invest.Sci. Tec/moZ.，2018, 1:9-12 (袁建 刚，刘大鹏.利用ionex文件插值提取G P S电离层T E C数据 效果研究[J]•勘察科学技术，2018, 1:9-12)[17]H U A N G Changjun, C H E N Yuanhong, Z H O U Lv. Effectsof different spatial interpolation on InSAR atmospheric delay correction [J].Beijing Surv. Mapp.,2018, 6:629- 632 (黄长军，陈元洪，周吕.不同空间插值对I n S A R大气延迟 改正影响研究[J].北京测绘，2018, 6:629-632)[18]Y A N G Mingyuan, LIU Haiyan, JI Xiaolin, et al.Spatio-temporal Kriging optimization for sparsely dispersed data sets [J]. J. Geoin/onn.，2018，20(4): 505-514 (杨明远，刘海 砚，季晓林，等.面向稀疏散布数据集的时空Kriging优化问.地球信息科学学报,2〇18. 2〇(4):5〇5-514)[19]C H E N G L, M A H, Y U D, et al. Extended analysis of real­time f〇F2 mapping in mideastern china based on short­wave signals [J].Radio Sci., 2017, 52(11-12): 1314-1324 [20]W A N G Jianping, LIU Ruiyuan, D E N G Zhongxin. Auto­correlation analysis for interpolation evaluation of iono- spheric T E C[J]. «/. Space 5ci，2019, 39(6): 738-745 (王建 平，刘瑞源，邓忠新.自相关分析法用于电离层T E C的内插评 估[J].空间科学学报，2019, 39(6):73士745)。

基于MR测量统计分析对LTE室分改造前后 多网融合的覆盖效果评估方法研究中央研究院· 应用技术部 2013年9月目 录1G/U/L同步覆盖 MR覆盖评估可行性分析2基于MR统计之 网络覆盖评估方法3典型厂商 MR数据采集方法4LTE/WCDMA  室分传播模型及链路预算W&L多网同步覆盖性能分析„ 同步覆盖分析LTE覆盖指标：RSRP≥ -105dBm;      WCDMA 覆盖指标：RSRP≥ -85dBm。

 链 路 预 算 分 析按照WCDMA室分边缘覆盖指标，LTE信源设备直接合路， 理论计算LTE室分边缘覆盖RSRP=-103dBm > -105dBm。

各网络制式下接收场强模拟计算结果比较根据自由空间路径损耗公式: PL（d0）=20lgd+20lgf-27.56 ⇒PL(d)=PL(d0)+20lg（d/d0）+β*d+C PL(d) PL(d0) 20l （d/d0） β*d C 进而将不同墙体等环境因素损耗经验值代入下表进行模拟计算得出不同网络制式的10米距离处接收场强 （注：下表中LTE的天线口发射功率采用的是导频功率，即15-10*log1200=-15.8dBm） 由下表模拟计算可看出，在离天线10米处LTE网络制式的接收场强最差，其次是WCDMA系统，在实际网络评估应用 表模拟计算 看 ， 离天 米处 络制式 接收场强最 ，其次是 统， 实际 络 估应用 中可以结合现场实地测试、MR测量报告分析等手段进行横向对比其覆盖性能。

¾LTE1.8G频段可与WCDMA系统直接合路，合路后LTE1800的链路预算边缘场强为-103.5dBm,满足边缘 覆盖-105dBm的要求; ¾ 2.6G频段LTE与WCDMA直接合路覆盖不足，合路后LTE2600的链路预算边缘场强为-111.7dBm,不能满 足边缘覆盖最低-105dBm的要求。

技术Special TechnologyI G I T C W 专题66DIGITCW2021.011 地铁现状及需求分析目前大部分地铁站台、站厅区域采用的是BBU+RRU+天线方式覆盖，隧道采用的是BBU+RRU +泄漏电缆方式覆盖。

分布系统均由铁塔承建，三家运营商采用POI 多系统合路的方式进行建设。

各运营商根据各自需求不同，接入不同网络。

各个运营商根据地铁中的站厅区域、站台区域及隧道区间区域三部分进行网络、频段、小区等规划设计。

现运营的地铁中5G 网络建设需要在地铁现网基础上进行分析改造，通过分析网络需求及现有网络频率资源建立地铁场景下的分析规划模型，通过模型建立对比现网实际情况合理有效建设5G 网络，使网络达到较高利用率和降本增效的效果。

1.1 无线载频资源规划方法针对地铁场景下，无线载频资源规划有如下两种方法：方法一：每小区承载用户小于200人，5G 小区能保证用户感知度，4G 小区能够保证短视频、图片等业务的正常使用。

方法二：当小区的PRB 利用率在50%的情况下，每20MHz 的TDD 网络每小时的吞吐量为6.4Gb ，每20MHz 的FDD 网络每小时的吞吐量为12.8Gb 。

通过上述两种方法计算，分别得出载频的需求情况，在考虑未来流量的爆炸式增长，取其中较高的结果，作为载频资源配置依据。

根据目前地铁的网络流量承载情况，可以考虑将现有车站分为3个等级，建立3套站厅、站台的规划模型，及1个隧道的规划模型。

目前提升网络容量的方法主要包括频率叠加和小区分裂两种方式，由于小区分裂会产生重叠覆盖，影响客户感知，因此建议采用频率叠加的方式。

1.2 规划模型说明模型1：高容量模型。

高容量模型定义为地铁站内人流量较大场景，车站周边是大型居民区、商业中心等人口密集区。

通常当前忙时流量在15GB 以上，RRC 最大连接用户数在1,000人以上。

模型2：中等流量模型。

中等流量模型定义为地铁站内人流量一般场景，车站周边是普通居民区等人口密集度一般区域。

重大突发事件应急设施多重覆盖选址模型及算法葛春景;王霞;关贤军【摘要】In order to satisfy the multi-requirements for emergency facilities in response for large-scale emergencies, this paper mainly focuses on the covering location problem. Considering the special characteristics of large-scale emergency response, two concepts are introduced in this paper, that is, the minimum critical covering distance and the maximum critical covering distance for demand point. A multi-covering location model for facility response for large-scale emergencies is proposed based on the multi-quantity and quality service for demand. The objective of this model is to maximize the population covered by facilities as much as possible, addressing the demand uncertainty and multi-time coverage at the same time. The improved genetic algorithm is designed for solving the problem and a computational experiment illustrates how the proposed model works1 on this problem, the results show the effects of the proposed model and the algorithm. So, this proposed model can give some advise for the facility location decision response for large-scale emergencies.%为了解决应对重大突发事件过程中应急需求的多点同时需求和多次需求问题,本文研究了应对重大突发事件的应急服务设施布局中的覆盖问题:针对重大突发事件应急响应的特点,引入最大临界距离和最小临界距离的概念,在阶梯型覆盖质量水平的基础上,建立了多重数量和质量覆盖模型.模型的优化目标是满足需求点的多次覆盖需求和多需求点同时需求的要求条件下,覆盖的人口期望最大,并用改进的遗传算法进行求解；最后给出的算例证明了模型和算法的有效性,从而应急设施的多重覆盖选址模型能够为有效应对重大突发事件的应急设施选址决策提供参考依据.【期刊名称】《运筹与管理》【年(卷),期】2011(020)005【总页数】7页(P50-56)【关键词】设施选址;多重覆盖模型;改进的遗传算法;应急设施【作者】葛春景;王霞;关贤军【作者单位】同济大学,经济与管理学院上海201804;同济大学,经济与管理学院上海201804;同济大学,经济与管理学院上海201804【正文语种】中文【中图分类】O224;F224.3大规模非常规突发事件会造成巨大的人员伤亡和财产损失。

5G无线接入网架构演进方向分析为了更好地满足5G网络的要求，除了核心网架构需要进一步演进之外，无线接入网作为运营商网络的重要组成部分，也需要进行功能与架构的进一步优化与演进，以更好地满足5G网络的要求。

总体来说，5G无线接入网将会是一个满足多场景的多层异构网络，能够有效地统一容纳传统的技术演进空口和5G新空口等多种接入技术，能够提升小区边缘协同处理效率并提升无线和回传资源的利用率。

同时，5G无线接入网需要由孤立的接入管道转向支持多制式/多样式接入点、分布式和集中式、有线和无线等灵活的网络拓扑和自适应的无线接入方式，接入网资源控制和协同能力将大大提高，基站可实现即插即用式动态部署方式，方便运营商可以根据不同的需求及应用场景，快速、灵活、高效、轻便地部署适配的5G网络。

1、多网络融合无线通信系统从1G到4G，经历了迅猛的发展，现实网络逐步形成了包含无线制式多样、频谱利用广泛和覆盖范围全面的复杂现状，其中多种接入技术长期共存成为突出特征。

根据中国IMT-20205G推进组需求工作组的研究与评估，5G需要在用户体验速率、连接数密度和端到端时延以及流量密度上具备比4G更高的性能，其中，用户体验速率、连接数密度和时延是5G最基本的三个性能指标。

同时，5G还需要大幅提升网络部署和运营的效率。

相比于4G，频谱效率需要提升5～15倍，能效和成本效率需要提升百倍以上。

而在5G时代，同一运营商拥有多张不同制式网络的现状将长期共存，多种无线接入技术共存会使得网络环境越来越复杂，例如，用户在不同网络之间进行移动切换时的时延更大。

如果无法将多个网络进行有效的融合，上述性能指标，包括用户体验速率、连接数密度和时延，将很难在如此复杂的网络环境中得到满足。

因此，在5G时代，如何将多网络进行加高效、智能、动态的融合，提高运营商对多个网络的运维能力和集中控制管理能力，并最终满足5G网络的需求和性能指标，是运营商迫切需要解决的问题。

在4G网络中，演进的核心网已经提供了对多种网络的接入适配。