中国移动通信集团安徽有限公司 陈丹艳 耿 波 高 峰

当前，5G进入规模部署阶段，5G相对于4G最大的特点是引入了大规模天线阵列，引入更多维度可调的参数（水平波瓣宽度、垂直波瓣宽度、方位角、下倾角、波束扫描个数）。波束赋形是5G网络空口关键技术之一，通过获取赋形增益可以有效提升5G用户的感知体验。但当前5G波束权值参数组合种类繁多，精准配置难度大，目前厂家（包括中兴、华为、爱立信）仅有限开放广播权值参数和包络图，权值参数调整以人工调整为主，缺乏自动化手段，效率偏低。Massive MIMO天线的权值优化涉及到的参数组合优化的候选空间解达到数万种，远超出人脑可以计算空间，通过工程师经验和塔工上站调整天馈的传统方式已不再适用，需要一套适用于5G Massive MIMO天线的智能化的天馈优化方法论及产品。

用户数量和用户的业务需求是影响基站缓存部署、资源分配和能耗管理的重要因素，通过准确预测基站覆盖范围内的用户数量，对提高5G网络性能具有重要意义。尤其是针对某些基站所覆盖的特定的功能区域，如高校、办公区、住宅区等，由于不同区域用户分布呈现出规律性，如果能够准确预测用户未来分布，并根据用户分布动态调整波束权值，不仅有利于用户感知，更有利于区域内网络资源的分配。

本文尝试依托5G大规模天线阵列信号波束赋型技术，构建用户分布与波束权值匹配的静态标准库，找到不同用户分布情况下波束参数最优设置，进一步基于时空循环神经网络对用户分布变化进行预测，根据预测结果增益实施波束差异调整。……