地鐵場景5G-A融合優化技術研究

通信世界網消息（CWW）城市地鐵屬于高密度移動場景，存在隧道信號衰耗大、列車高速移動、客流潮汐波動劇烈、多徑干擾強等突出問題，對5G網絡要求嚴苛。地下封閉環境信號損耗嚴重，高速移動易引發多普勒頻移與切換故障，高峰用戶激增導致網絡過載，多徑疊加造成信噪比（Signal to Interference plus Noise Ratio，SINR）偏低。傳統單/雙載波架構帶寬受限（小于100 MHz）、靜態調度僵化、抗干擾能力弱，高峰時段易出現擁塞、速率驟降、VoNR（Voice over New Radio，5G新通話）卡頓及切換失敗等問題，難以滿足大帶寬、低時延業務需求[。

現有研究多聚焦單點技術改進，普遍存在技術單一、維度割裂、協同不足等問題，無法同時兼顧覆蓋增強、容量擴大、干擾抑制、移動性保障與彈性調度五大核心需求[2]。針對上述問題，本文構建三載波聚合（Three Component Carriers??，3CC）、VoNR語數分層、AI潮汐智能調度、多頻段聯合抗干擾的四維協同優化體系，從頻譜、業務、調度、干擾維度突破瓶頸，形成可復制的地鐵5

地鐵隧道封閉導致信號衰減幅度大，高速移動引發多普勒頻偏；車站多隔斷遮擋導致網絡覆蓋不均與深度不足；客流潮汐波動劇烈，靜態規劃難以彈性適配業務變化[4]。傳統優化手段無法兼顧網絡覆蓋、容量、移動性及業務保障，亟需系統性方案加以突破。

2 5G-A融合優化方案

面對地鐵高客流密度下的容量瓶頸，傳統單載波擴容與參數優化已難以滿足5G-A確定性體驗要求。本文提出融合3CC、VoNR語數分層、AI潮汐智能調度及多頻段聯合抗干擾的方案，以四大模塊協同破解地鐵網絡覆蓋痛點。

2.1 3CC頻譜擴容

突破傳統帶寬限制，采用2.1 GHz FDD（覆蓋錨點）+3.4/3.5 GHz TDD（容量層）載波聚合，總帶寬240 MHz。2.1 GHz保障連續覆蓋與移動性錨定，3.4/3.5 GHz承載高速數據，跨載波聯合調度實現資源池化與負載均衡，頻譜利用率提升30%；功率協同補償使弱覆蓋區參考信號接收功率提升2~3 dB，兼顧覆蓋范圍與容量。

2.2 VoNR語數分層業務隔離

構建頻域硬隔離與動態優先級調度雙機制：VoNR錨定2.1 GHz，分配獨立PRB、固定功率與最高優先級；高速數據分流至3.4/3.5 GHz，實現語音不被搶占、數據互不干擾。基于QCI（QoS Class Identifier??，服務質量類別標識符）動態調度，高峰提升VoNR權重并限制大流量帶寬，平峰釋放語音空閑資源；同時優化2.1 GHz的功率、切換及調制編碼，降低時延、提升MOS（Mean Opinion Score?，平均意見得分），以保障高清通話。

2.3 AI潮汐智能調度

構建LSTM（Long Short-Term Memory?，長短期記憶網絡）客流預測與動態資源切片體系：融合歷史流量、時間、天氣及節假日等多維特征，提前15分鐘預測站點/區段客流密度及并發數，預測準確率不低于95%。劃分語音保障、高速數據、應急備用三類切片：高峰擴容帶寬、激活備用載波；平峰縮減資源、休眠載波，能耗降低35%；同時優化潮汐切換，高峰壓縮時延、平峰降低信令開銷。

2.4 多頻段聯合抗干擾與魯棒切換

利用2.1/3.4/3.5 GHz頻段傳播差異，采用聯合信道估計、多徑抵消與波束賦形抑制隧道強多徑干擾，SINR提升4~5 dB；優化A3/A5參數、縮短測量周期、提前觸發切換，切換成功率提升0.5%以上；跨頻段協同優先同頻切換，跨頻段時預加載目標資源并優化互操作參數，從而降低時延、提升可靠性。

2.5 方案部署實施

全線部署2.1/3.4/3.5 GHz載波聚合，開通240 MHz帶寬并優化跨載波調度、負載均衡與功率協同；實施VoNR語數分層，語音錨定2.1 GHz、數據分流至高頻；搭建AI客流預測平臺，配置動態資源切片；同步優化多徑抑制、高速切換及波束賦形參數，強化多頻段聯合抗干擾，全面提升網絡穩定性。

3 性能驗證與效果分析

測試選取該地鐵線路（全長9.06 km，9座地下站，車速80 km/h），從速率、語音、承載、干擾/移動性4個維度驗證方案效果。

3.1 速率性能提升

部署3CC后，單用戶下行峰值速率實測1734 Mbit/s（跟蹤峰值1800 Mbit/s），全網平均下行感知速率由385 Mbit/s提升至429 Mbit/s，提升幅度達11.42%；3CC終端用戶（占比32.84%）平均速率達496 Mbit/s，高端用戶體驗顯著提升。

3.2 語音體驗優化

VoNR語數分層后，2.1 GHz語音占比由20.02%升至73.26%；語音時延降低197 ms，MOS值提升0.18，MOS≥3.5的高質量通話占比提升5.7%。

3.3 網絡承載能力增強

高峰時段小區平均用戶數271人，下行流量增長5%，PRB利用率可控，峰值承載能力提升40%，穩定支撐萬級用戶并發；平峰時段基站休眠部分載波、降低功率，節能35%，從容應對潮汐客流。

3.4 干擾抑制與移動性優化成效顯著

多頻段聯合抗干擾實施后，隧道SINR提升4.37 dB，多徑干擾被有效抑制；高速移動場景下無線接通率、切換成功率、CQI優良率得以提升，無掉話與卡頓，移動性顯著增強，具體指標如表1所示。

4 結語

本文針對地鐵網絡高密度、強干擾、高速移動、潮汐波動等特性，提出融合3CC、VoNR語數分層、AI潮汐智能調度與多頻段聯合抗干擾的優化方案。實測表明，方案在速率、語音、承載、抗干擾及移動性方面均顯著提升，兼顧高峰擴容與平峰節能，實現“高峰不擁塞、平峰低能耗”的彈性承載。尤為重要的是，本方案具備顯著的普適性與工程推廣價值：不依賴特定線路參數，基于地鐵共性瓶頸提出通用解決框架——典型3CC頻段組合適配國內多數5G頻譜，VoNR語數分層適用于各類隧道環境，LSTM客流預測可快速遷移至不同線路，多頻段抗干擾及切換優化僅需調整無線參數。因此，該四維協同體系可復制、推廣至城市軌道交通的各類地下線路，為不同城市及運營商的地鐵5G-A網絡升級提供標準化參考。