Page 19 - 网络电信2021年4月刊下
P. 19
运 营 商 专 栏营 商 专 栏
运
效带宽分别为62MHz、198MHz。移动下行领先竞对,但上行资源 电视700兆赫频率迁移工作方案》,各省也纷纷成立了工作领导
落后电信、联通。700MHz的加入既增加了上行带宽,又可利用 小组,对700MHz频率迁移工作及时进行了安排和部署。但由于
700MHz的传播能力,很好的弥补这一不足。以NR 站间距315m情 全国当前存量广播塔数量大,不同城市频率不固定,清频需要
况下,700MHz按照457m(1:2 组网)仿真来看,700MHz在上行 一定周期。全国有2862个县级行政区,存量约7000座广播塔,
边缘体验方面具有独特优势,不同频段的速率表现见表2。 一个市县一般1~3座信号塔,清频进度不容乐观。另一方面,
1.3 700MHz频分双工上、下行时延短,更好支撑 每个电视塔高度为100m以上,发射功率为1000W以上,干扰影响
表 2 不同频段的速率表现
URLLC场景最后,5G URLLC的应用场景中,ITU IMT-2020 范围大。外场测试时,大塔广播的干扰严重,底噪大幅提升20
M.2410-0(4.7.1)关于IMT-2020系统的设计最小需求中提到 dB。且除本省外还有来自于省外干扰,协调难度极大。
用户面1ms,即用户面上行时延目标0.5ms,下行0.5ms。而2.6 3.2 700MHz引入将进一步增加站点功耗,持续提升OPEX
GHz、3.5GHz和4.9GHz频段均为TDD模式,DL/UL转换周期2ms, 近几年网络电费快速增长,就现有主设备来说,2.6GHz站
无法满足URLLC 0.5ms时延需求。FDD没有上、下行子帧切换的 点典型功耗2600W(160MHz),700MHz频段建设开通后,单站功
问题,更适合低时延保障。 耗进一步增加1300W。5G站点功耗增加50%。如何进行节点和频
段使用的规划,在保障客户感知的前提下降低OPEX,是我们持
2 700MHz产业发展动态 续面临的挑战。
2.1 700MHz标准先行 3.3 700MHz带宽受限,面临与2.6GHz协同带来的资源利用
广电700MHz频段2×30/40MHz技术提案已列入5G国际标准, 率与用户体验的挑战
成为首个Sub-1 GHz大带宽5G国际标准。3GPP在R16标准中明确 一方面700MHz覆盖能力强,极易吸纳2.6GHz弱覆盖区域
基站支持700MHz频段30/40MHz NR,终端支持30MHz NR能力, (如无室分场景)用户,但带宽受限,容易造成小区频谱效率
40MHz能力尚未正式纳入。 低,导致网络拥塞,2.6GHz为优先驻留频段,形成连续覆盖
2.2 端到端产业需要尽快推动 后也容易驻留大量用户,造成2.6GHz与700MHz间利用率差异较
目前商用终端仅极少数机型支持700MHz测试,需要终端白 大。另一方面,上行视频直播大分组用户驻留在2.6GHz远点,
皮书明确支持700MHz需求,牵引产业链快速成熟。主流终端芯 频谱效率低,无法满足业务需求,用户感知差,下行4K+VR大分
片均支持20MHz带宽,支持2×30MHz带宽的芯片预计年中量产。 组用户驻留在700MHz频点,容量受限,业务感知差。
全球基于700MHz的5G网络有23张,已少量商用,全球建设尚处
于起步阶段。 4 5G多频组网,频谱资源利用最大化
4.1 引入干扰检测和频选调度,减少干扰影响
3 700MHz应用带来的挑战 利用700MHz RRU的上行接收能力做频谱扫描,以RB级为粒
3.1 700MHz清频过程中,干扰问题突出,存在用户体验风 度监控接收电平(包含广电干扰信号),夜间闲时去除终端上
险 行信号干扰,即可表征广播电视系统对于700MHz的干扰。利用
各省广电需要将700MHz用于数字电视地面广播(DTMB)的频 获取的RB粒度的干扰资源,绘制RB级干扰地图,精细化干扰检
段清理出来供5G使用,传统的DTMB频道是标准的8MHz带宽,与 测方案。CA/SUL 用户可以通过基于干扰的频选调度避让干扰
700MHz冲突的频道为DS-36~DS-49。如果需要完成30MHz FDDNR RB,同时调度2.6GHz+700MHz,实现频谱利用率最大化。普通用
载波的试点,至少需要对DS-37~DS-40以及DS-44~DS-47这8个 户暂时只能通过基于干扰的多频互助方案,重选到最优载波。
模拟频道清频。如果需要完成40MHz FDD NR载波,同时考虑到 4.2 多频段协同,共同实现场景化节能
隔离度要求,需要对整个DS-36~DS49频段均进行清频,如图1 依托大数据处理,通过5G覆盖范围的栅格化呈现,识别共
所示。 覆盖区域。通过用户数据业务大小分组的行为模式区分不同的
国家广播电视总局相关领导小组制定并通报了《地面数字 需求场景,制定相应的5G业务牵引。通过长时间的机器学习,
26 网络电信 二零二一年四月