王文哲，解 觯，郭 宇，蔡 凯（中国联通北京分公司，北京100038）

1 概述

物联网技术是全球实现海量连接、万物互联的主要技术手段，已成为万物互联网络中重要的组成部分。自2016年6月窄带蜂窝物联网（NB-IoT）国际标准冻结后，NB-IoT迅速成为产业界关注的焦点，这一基于蜂窝移动网络的物联网连接技术具有低成本、低功耗、大连接、覆盖广等优势，在智能抄表、智能停车、智慧城市等领域应用广泛。在市场竞争白热化的角逐中，运营商如果要分得更多的蛋糕，就要切中网络覆盖的“痛点”，挖掘尽可能多的NB-IoT网络覆盖劣势，制定差异化的建优策略，这对推动市场用户对NBIoT网络的初始和持续黏性也将是至关重要的。因此，如何创新地高效、全方位评估NB-IoT现网覆盖性能已非常重要，且NB-IoT网络初期组网规模已经形成，探究新的覆盖评估方法对中后期建设中如何快速精准高效投放建设资源具有重要意义。

NB-IoT可直接“叠加”部署于GSM、UMTS或LTE网络，伴随NB-IoT网络的建设和优化，城区街道、路网的覆盖已经达到了较好的水平，可为用户在户外提供较好的业务体验。但高层建筑密集的城区室内场景，存在较多的弱覆盖点甚至是覆盖盲点，传统路测方法已无法聚焦此类深度覆盖区域。

现有的NB-IoT网路覆盖评估方法主要有基于HATA、SPM等传播模型的仿真覆盖评估方法以及通过路测方法评估覆盖。

其中仿真覆盖评估方法过于依赖于模型参数准确性，难以快速迭代以贴近实际反映真实环境覆盖。而通过空闲态小区重选路测方法，受限于路测只能遍历主干道区域覆盖情况，对于典型的NB-IoT物联网应用场景，如室内、地下停车场等深度覆盖区域，道路测试评估覆盖困难。同时大规模全面测试NB-IoT基站的精准覆盖范围耗时耗力且无法周期性进行。

此外，NB-IoT现有技术还面临以下缺点：NB-IoT在现有LTE技术上做了极大简化，无移动性管理，不支持切换，仅支持重选；“164 dB MCL（路径损耗）、相较于GPRS有20 dB覆盖增益”是NB-IoT网络最大技术特点，但为节省终端功耗，NB-IoT技术不支持测量上报MR，因此缺乏直观的全方位的终端自动打点来评估NB-IoT覆盖的方法。

针对以上技术缺点，根据NB-IoT网络与UMTS网络混模覆盖的部署特点，提出了利用与NB-IoT完全共址共天馈的UMTS MR大数据来间接透视NB-IoT网络覆盖能力的差异化方法。该方法弥补了路测评估覆盖不全面的漏洞，克服了仿真评估方法过度依赖模型参数训练且脱离实际环境、无法快速迭代的瓶颈，突破了NB-IoT不支持MR的技术壁垒。

2 实现方案

2.1 利用U900 MR评估N900覆盖原理

现网N900站点与U900共RRU，采用射频混模方式组网，两者使用频段相同，用共站U900 MR评估N900覆盖，由于两者不同的应用场景、不同的制式、不同的终端类型等，终端移动性不同，评估时需要考虑传播损耗模型，并接受场强模型中的各项影响因素。

电磁波自由空间传播路径损耗模型：

式中：

Los——传播损耗（dB）

d——距离（km）

f——工作频率（MHz）

当f=900 MHz时，Los=91.48+20lg d（km）。

接收场强模型：

式中：

RSS——接收信号强度

Pt——发射功率

Gr——接收天线增益

Gt——发射天线增益

Lc——电缆和缆头的衰耗

Los——自由空间损耗

分析可知：

a）N900和U900同频段、相同路径损耗。实际路径损耗受大气、遮挡、穿透损耗等因素影响，可认为两者等同。

b）N900和U900参考信号和导频信号配置不同发射功率影响接受场强（现网U900导频功率配置为33 dBm=2 W，宽带系统，导频功率为全频段；N900 NCRS功率配置为32.2 dBm=1.66 W，窄带系统，每个RE符号的功率）。

c）终端接收灵敏度跟芯片、接收天线增益、天线封装方式等相关。

最终可认为：接收功率=发射功率-路损。

图1给出了U900 MR评估NB-IoT覆盖原理。

图1 U900 MR评估NB-IoT覆盖原理

对于现网UN900共用一套天馈系统，且频段相同，耦合损耗相同。因此对于同一个位置点：

RSRP=RSCP+（RS POWER-PCPICH POWER）

所以可通过U900 MR得到U900真实RSCP覆盖，以此覆盖情况评估N900实际覆盖情况。若U900 PCPICH功率与N900 RS功率一致，在同一地点分别测试U900 RSCP和N900 RSRP可以得到UMTS和NBIoT终端信号接收能力差异，在最终N900栅格覆盖预测中需要加上该差值。

2.2 U900 MR评估N900覆盖具体实现方法

a）通过CQT或DT方法获取大量同一位置U900实际电平和N900实际电平，得到UN900实测RSRP覆盖规律性差异。通过大量CQT测试得到U900栅格MR覆盖与U900真实覆盖电平的差异偏滞。

b）利用现网网管平台采集的U900 MR覆盖数据叠加前一步2个差异偏滞进行修正，最终得到N900的实际栅格覆盖预测。

c）通过CQT及路测对N900覆盖预测进行对比验证。

2.3 基于多维MR数据的NB-IoT精准规划策略

辅以异网测量技术收集友商4G MR数据，聚合N900覆盖预测MR数据与本网、其他运营商4G MR数据，构建物联网高价值区域，进行NB-IoT建设资源精准规划。

2.3.1 异网测量技术

在运营商A的基站上添加运营商B的频点信息，并开启周期性异频测量，手机就会遵循测量控制消息上报测量报告。依靠用户终端上报运营商A的周期同频MR及运营商B的周期异频MR数据，解析最终可得到采样点数量及友商LTE覆盖情况。

2.3.2 NB-IoT精准规划流程

根据每个小区4G采样点数量n判断覆盖优先级，考虑采样点数量多少的同时考虑小区内现网覆盖情况，参考小区平均RSRP指标，小于-110 dBm的小区定义为弱覆盖小区，弱覆盖严重的小区需优先覆盖。根据MR数据中本运营商覆盖比例和异运营商覆盖比例，筛选弱于竞争对手小区优先进行NB-IoT覆盖。其中弱于竞争对手判断标准为：本运营商MR覆盖率低于80%，异运营商MR覆盖率高于80%；或本运营商MR覆盖率高于80%，异运营商MR覆盖率高出本运营商5%。

最终再结合U900 MR评估得到的N900覆盖对物联网高价值运营场景进行精细化选址（见图2）。

3 实践中取得的效果

3.1 N900覆盖评估成果

图2 NB-IoT精准规划流程

按照U900 MR评估N900覆盖三部曲方法选取西小口区域12个U900和N900站点1∶1覆盖区域进行NB-IoT覆盖评估（本次小规模覆盖评估用于分析该评估方法可行性，暂不考虑U900 MR与U900实际覆盖间的恒定差异偏滞。只考虑U900实际覆盖和N900实际覆盖差异偏滞）。

第1步，寻找UN900实际覆盖电平规律差异。通过CQT定点测试对比N900和U900相同位置电平值，共计45个点（36个室外采样点+9个室内采样点）；定点测试结果显示U900室外电平较N900室外电平值平均高4 dB；U900室内电平较N900室内电平值平均高3.85 dB；总体显示U900实际电平比N900高约4 dB。N900 RSRP与U900 RSCP基本成线性相关关系。

通过DT测试进一步校准U900与N900 CQT 4 dB规律性差异合理性，DT测试结果均显示U900电平平均值比N900高约4.43 dB。

因此，U900实际覆盖电平要高于N900实际覆盖约4 dB。

第2步，利用U900周期MR数据叠加-4 dB差异得到N900 MR覆盖预测。西小口区域N900 MR栅格RSRP均值大于-110 dBm占比为98.78%。

据现网大量NB-IoT路测覆盖指标统计，N900室外覆盖电平均值均在-110 dBm以上，也可按“栅格内采样点RSRP＜-110 dBm的比例”＜10%为良好栅格，10%≤“栅格内采样点RSRP＜-110 dBm的比例”＜30%为不良栅格，“栅格内采样点RSRP＜-110 dBm的比例”≥30%为差栅格这种标准输出评估区域N900 MR良好栅格比例情况。

西小口评估区域N900良好栅格占98.37%，不良栅格占1.19%，差栅格占0.44%。整体覆盖较好。

第3步，对西小口区域N900 MR覆盖预测结果验证。选择西小口区域室外道路及居民区不同覆盖程度栅格MR（好点、中点、差点）按栅格经纬度进行N900 MR与实测对比。

N900预测覆盖平均为-86.62 dBm，N900实测平均为-64.9 dBm，N900预测覆盖与N900实测值绝对差异较大（由于未考虑U900 MR与U900实际覆盖恒定差异偏滞），平均约为-22 dB，但N900预测覆盖值好中差趋势与N900实测趋势基本一致。N900预测覆盖结果与实测结果呈正相关性，验证了利用U900 MR得到的N900覆盖预测的准确性。

3.2 五环内N900覆盖评估成果

评估方法与第2.1节中完全相同，但本次评估考虑了U900 MR覆盖与U900实际覆盖指标间的差异偏滞（见表1）。

表1 U900 MR覆盖指标与U900实测指标差异（单位：dBm）

按好中差覆盖，选择多于20个样本点进行CQT测试（只呈现20个样本点数据对比），由大量U900实测跟U900的MR栅格覆盖之间差值，可知两者平均差值约15 dB。

由现网U900 MR覆盖数据叠加U900 MR与U900实测15 dB差异偏滞及U900实测与N900实测4 dB差异偏滞后，可得五环内NB-IoT覆盖预测结果如图3和图4所示。华为区域五环内共计开通N900站点462个，开通U900站点780个；只采用与N900共站的U900 MR数据进行评估。华为区域五环内N900覆盖预测RSRP栅格均值大于-110 dBm比例为100%。爱立信区域五环内共计开通N900站点336个，开通U900站点586个；爱立信区域五环内N900覆盖预测RSRP栅格均值大于-110dBm比例为99.99%。

图3 华为区域五环内NB-IoT覆盖预测结果

图4 爱立信区域五环内N900覆盖预测结果图

3.3 LTE MR大数据使能NB-IoT覆盖精准规划成果

对金融街区域NB-IoT覆盖情况进行评估，结果显示该区域N900整体栅格RSRP均值大于-110 dBm占比为97.92%。从室外评估结果看儿童医院区域N900覆盖较弱（见图5）。

结合金融街区域本网及其他运营商4G MR采样点及覆盖情况与该区域N900覆盖评估结果进行对比。重点关注儿童医院区域，该区域4G室内用户数（TM⁃SI）有36 583个，且本网4G覆盖差于中国移动4G覆盖，该区域属于运营高价值区域，儿童医院区域NBIoT覆盖较弱，建议在该区域新增建设N900站点进行物联网覆盖（见图6）。

图5 金融街区域NB-IoT覆盖评估预测结果

图6 金融街区域本网及友商4G覆盖

4 NB-IoT连续覆盖缺站评估

4.1 NB-IoT边缘感知测试

居民楼、地下停车场、商场、写字楼4个不同应用场景，NB同一小区室内外损耗约为30 dB。

普通场景边缘极限覆盖门限为-115 dBm。上行底噪从-124 dBm抬升至-97 dBm，最低业务（2 kbit/s）覆盖门限也随之从-115 dBm抬升为-95 dBm。

不同底噪水平下，全网加权平均极限覆盖门限为-105.21 dBm。

具体见图7。

4.2 U900 MR预测N900深度覆盖结果（五环内）

华为区域MR栅格占五环区域面积的86.41%。考虑损耗情况后，N900的RSRP大于-105 dBm栅格比例占52.53%，深度覆盖不足。

爱立信区域MR栅格占五环区域面积的96.2%。考虑损耗情况后，N900的RSRP大于-105 dBm栅格比例占41.81%，存在一定的深度覆盖不足风险。

4.3 重选DT路测结果

华为区域五环内共计入网站点403个（已入网且状态正常站点383个），从主要道路路测结果来看，下行RSRP大于-105 dBm（-105 dBm为全网平均业务最低覆盖门限）占比为99.96%，SINR大于-5 dB的占比为82.96%。路面覆盖良好。

考虑30 dB穿透损耗，深度覆盖场景下RSRP大于-105 dBm（路面大于-75 dBm）占比为58.97%。

爱立信区域五环内共计入网站点482个（状态正常站点392个），从主要道路路测结果来看，下行RSRP大于-105 dBm占比为98.4%，SINR大于-5 dB的占比为84.83%。路面覆盖良好。

考虑30 dB穿透损耗，深度覆盖场景下RSRP大于-105 dBm（路面大于-75 dBm）占比为46.28%。

4.4 五环内NB-IoT连续覆盖缺站评估方案

新加站选址原则如下。

图7 边缘感知测试结果

a）新加站都是在U900或者L1800的站址进行选取，这样可以节省新建站选址的成本。

b）基于室内外损耗差异，采取30 dB的偏滞值，结合第4.2、4.3节NB-IoT MR深度覆盖预测结果及路测RSRP值，减掉30 dB后，作为加站规划位置的室内信号参考值。

c）加站选址参考RSRP低于-115 dBm的位置进行选取（-115 dBm为正常底噪下极限拉远测试结果）。

d）考虑上行干扰因素后，针对不同底噪的小区，再增加相应偏滞，考虑底噪造成的覆盖收缩影响后需要更多站点，以满足覆盖需求。

五环内连续覆盖NB900基站需求如下。

a）考虑室内穿透损耗下的连续覆盖，五环内N900基站现有需求1 673个（885+674+114（需求池需求）），还需新增439个，全量共计2 112个。

b）考虑室内穿透损耗+上行干扰下的连续覆盖，五环内N900基站现有需求1 673个（885+674+114（需求池需求）），还需新增1 234个，全量共计2 907个。

5 结束语

通过U900 MR间接评估NB-IoT覆盖，及时发掘网络短板，有效提升了评估效率，降低了网络评估成本，实现精准建站及超越异运营商网络质量的目标。

利用现有网络U900 MR大数据评估物联网覆盖并进行高价值区域精准缺站规划，克服了物联网覆盖评估手段缺乏的壁垒，非常具有启发性及推广性。为连续覆盖组网及物联网市场的推广起到了促进的作用。