UDN性能分析及建议的分析介绍

时间：2023-06-28 理论教育 版权反馈

【摘要】：图5-40 超密集组网容量趋势图2.办公室系统容量性能评估办公室场景为超密集组网，主要研究场景中流量挑战最大的场景为研究在办公室场景下进行UDN的系统性能，针对办公室中部署不同数量的室内吸顶微基站[22]，仿真结果如图5-41所示。

UDN性能分析及建议的分析介绍

1.超密集组网覆盖与容量评估

以下针对超密集组网典型场景（如：办公室、密集住宅区）和组网形态进行仿真与性能评估，重点关注网络覆盖与系统容量。

为研究超密集组网容量与覆盖性能，仿真采用3GPP HetNet Configure 4b仿真模型，重点关注微基站密集部署时网络容量和覆盖的变化情况。仿真结果如图5-40所示。

在微基站密度较小时，随着微基站部署的增加系统容量呈现较快的增长趋势，当网络中微基站密集部署时，由于微基站间干扰情况变得严重，系统容量较缓慢地增长直至趋近饱和。

图5-40 超密集组网容量趋势图

2.办公室系统容量性能评估

办公室场景为超密集组网，主要研究场景中流量挑战最大的场景为研究在办公室场景下进行UDN的系统性能，针对办公室中部署不同数量的室内吸顶微基站^[22]，仿真结果如图5-41所示。

图5-41 系统容量（每办公楼）与微基站部署数目的关系

随着微基站的密集部署，系统容量逐渐升高，在每层部署40个微基站时，系统容量可提升至单微基站部署的14倍。

随着微基站的密集部署，小区间干扰更加严重，小区平均频谱效率逐渐降低；由于更密集的微基站覆盖，小区边缘频谱效率逐渐升高，但相对增益小于系统容量增益，符合对干扰情况的分析（见图5-42）。

图5-42 小区平均和小区边缘频谱效率

根据上述仿真结果，每层部署40个微基站，微基站支持20MHz带宽，系统容量换算为流量密度为1.014 Tbit/s/km²。假设系统支持100 MHz带宽，流量密度可近似计算为：1.014 Tbit/s/km²×5=5.07 Tbit/s/km²。

3.密集住宅区系统容量性能评估

密集住宅区场景为超密集组网主要研究场景中流量挑战较大的场景之一。由于住宅环境的特殊性，室内较难进行微基站的部署，因此性能评估关注微基站部署在室外密集住宅的周围区域，且与居民楼有一定安全距离^[28]。针对不同微基站数目与系统容量性能进行仿真评估，结果如图5-43所示。

图5-43 系统容量（每密集住宅区）与微基站部署数目的关系

随着微基站数目的增加，系统容量逐渐升高，当每个密集住宅区部署8个微基站时，系统容量达到仅宏蜂窝覆盖的13倍。

随着微基站数目的增加，干扰情况变得更加严重，小区平均和边缘频谱效率均呈现先递增后递减的趋势（见图5-44）。

图5-44 小区平均与小区边缘频谱效率

根据上述仿真结果，每个密集住宅区部署8个微基站，微基站支持20 MHz带宽，系统容量换算为流量密度为0.044 Tbit/s/km²。假设系统支持100 MHz带宽，流量密度可近似计算为：0.044 Tbit/s/km²×5=0.22 Tbit/s/km²。

4.超密集组网的切换性能分析(www.daowen.com)

为了评估UDN场景下，微基站部署密度对移动性性能的影响，对不同微基站小区站间距下的切换性能进行了仿真评估。微基站小区和宏基站小区采用同频部署，频率为2.0 GHz。具体部署场景如图5-45所示，仿真区域内共包括两层19个三扇区小区，且每扇区内随机生成1个热点区域，每个热点区域内由4或9个微基站提供服务。其中，当热点区域内部署4个微基站小区时，微基站小区之间的站间距固定为40 m；当热点区域内9个微基站时，微基站小区之间的站间距固定为20 m。