简介一份围绕900 MHz频段5G NR系统与邻频DME系统共存分析的PDF专题文档面向移动通信频谱规划、无线干扰评估及5G网络优化方向的工程师和高校研究人员。文档建立飞机平稳飞行与起降阶段两种典型干扰场景依据ITU-R相关建议书参数采用蒙特卡洛半静态仿真与自由空间传播模型量化评估5G基站对机载DME接收机的干扰水平并得出邻频可共存、无需额外隔离的结论。资源包仅含1个PDF文件大小1.4MB结构上覆盖干扰模型、仿真参数、传播模型与结果建议便于快速查阅关键方法。已有234人学习对900 MHz频段重耕决策、航空导航频段保护及跨系统频谱兼容评估具有直接参考价值。1. 900 MHz 重耕的共存问题仿真结论比直觉更乐观900 MHz 频段重耕做 5G NR FDD最让频率规划人员头疼的不是容量而是它紧挨着 960~1215 MHz 的航空测距仪DME频段。DME 是民航近程导航的核心设备飞机在起降和巡航阶段都依赖它测距一旦被干扰后果不是“网速慢”而是“飞行安全”。这篇基于干扰仿真的共存研究给出的结论恰恰和很多人的直觉相反在 ITU 建议书定义的参数和 50% 网络负载下5G NR 基站即使在机场跑道延长线上部署对机载 DME 接收机的集总干扰功率也始终低于 -129 dBW/MHz 的干扰门限邻频共存可行不需要额外隔离措施。这个结论不是拍脑袋算出来的而是通过蒙特卡洛半静态仿真把基站位置、天线仰角增益、传播损耗逐项建模后跑出来的。如果你正在做频谱重耕论证、基站部署协调或是对“5G 干扰航空导航”这类问题需要给出定量判断这份资源里的仿真思路和参数表可以直接拿来当模板用。2. 干扰模型与保护门槛把 -129 dBW/MHz 用透2.1 三种 DME 使用方案对应两类仿真场景DME 系统不是单一用法。原文把民航对 DME 的使用拆成三种方案DME/DME 定位、DME/VOR 定位和 DME/ILS 机场导航。前两种服务于航路和机场进近飞机通过测量到两个或多个地面信标台的距离ρ或距离加方位ρθ来确定位置第三种服务于着陆阶段DME 提供飞机相对跑道入口的距离配合 ILS 的航向道和下滑道完成最后进近。这个区分对干扰仿真至关重要因为不同使用方案下飞机高度、基站相对位置、干扰链路长度完全不一样。平稳巡航时飞机在一万米以上高空机载 DME 天线能看到的地面基站范围极大但链路距离也大起降阶段飞机高度低单个基站就有可能靠近跑道干扰功率反而更值得关注。所以原文把干扰场景压缩成两个一是飞机平稳飞行、DME 用于航线导航统计覆盖区域内所有 5G 基站对机载接收机的集总干扰二是飞机起飞降落、DME 用于机场导航评估单个基站从跑道延长线方向带来的干扰。2.2 干扰功率计算式的每一项都对应一个可查参数原文用的干扰计算模型是一个 dB 域的线性叠加式I_receive P_t G_t G_r - loss - PLI_receive5G NR 基站对 DME 接收机的干扰功率单位 dBm/MHzP_t5G 基站发射功率单位 dBm/MHzG_t5G 基站天线发射增益单位 dBiG_r机载 DME 天线接收增益单位 dBiloss其他损耗包含馈线损耗、极化损耗等单位 dBPL基站到机载接收机的传播损耗单位 dB。这套式子本身不复杂真正决定结果精度的是每一项取值。5G 基站的 P_t 和 G_t 可以从 3GPP TS 38.104 和 ITU-R WP 5D 的宏蜂窝参数里查G_r 来自 ITU-R M.1642-1 的机载 DME 天线方向图PL 用 ITU-R P.525 自由空间模型算。所有参数都有标准出处这也是这份研究能被复现、能作为频率规划依据的原因。实际做仿真时要注意I_receive 算出来是“每 MHz”的功率密度所以 G_t、G_r 也必须和测量带宽对应。很多第一次做邻频干扰的人在这里翻车——拿全带宽功率去和每 MHz 的门限比结果虚高十几 dB误判成“有干扰”。2.3 那条保护门槛有个容易被忽略的注脚DME 接收机的最大可接收干扰电平值是 -129 dBW/MHz这是保护标准的核心数字。但这个数字有个前提它是针对非脉冲信号的保护标准。如果干扰信号本身是脉冲式的需要更深入的研究不能直接套用这个门限。原文明明白白写了这条注脚。这个细节在工程上非常关键。5G NR 是连续波形OFDM 符号持续发送对 DME 来说属于非脉冲干扰所以可以用 -129 dBW/MHz 这个静态门限。但如果你评估的是其他 pulsed 系统或者未来引入新的 intermittently transmitting 业务这个门限就要重新论证。做频率共存评估时把“保护标准”和“信号类型”的匹配关系写在仿真报告第一页能避免后续评审时被追问到无话可说。3. 仿真参数与传播模型搭一套可复用的链路预算3.1 5G NR 宏蜂窝参数城区郊区两套配置基站侧参数直接决定了干扰上限。原文给出的宏蜂窝参数值得逐项记下来它们是按 ITU-R WP 5D 的 5D/716 号文件 Annex 4.4 设定的参数取值基站类型城区宏站 / 郊区宏站小区半径城区 1.5 km郊区 3 km天线高度30 m扇区化3 扇区天线下倾角3°天线模型ITU-R F.1336水平波束 65°/垂直波束 30°天线极化线性 ±45°水平线屋顶以下部署馈线损耗3 dB最大发射功率46 dBm/10 MHz基站最大天线增益15 dBiACLR45 dB网络负载因子20% / 50%这里有两个参数对仿真结果影响最大。一个是最大发射功率 46 dBm/10 MHz这是带内功率真正影响邻频 DME 的是基站的带外发射由 ACLR 和带外频谱发射模板决定。ACLR 45 dB 意味着带外泄漏比带内功率低 45 dB落在 DME 频段内的干扰功率起点就在 -90 dBm/MHz 量级再叠加传播损耗到机载接收机端通常远低于门限。另一个是网络负载因子它决定了基站实际发射功率占最大功率的比例原文取了 20% 和 50% 两档分别对应轻载和重载场景。负载因子翻倍干扰功率不一定翻倍因为仿真里每个基站按概率决定是否发射这会直接影响集总干扰的统计分布。3.2 带外发射模板邻频干扰的“源头边界”5G NR 基站的带外发射不能只靠 ACLR 一个数描述。原文参考 3GPP TS 38.104 的基站带外频谱发射模板按频点偏移量分了几段限值测量带宽是 100 kHz。这个模板对邻频共存仿真的意义在于ACLR 只回答了“带外总功率有多高”模板则给出了这个功率在频域上如何分布。DME 频段离 5G NR 频段有一段距离落在不同偏移段的泄漏功率密度不同只有把模板落在具体频点上的限值代入干扰计算式结果才可信。实操中我一般不在代码里硬编码这个模板而是把它做成一个查表函数输入“距离 5G 频段边缘的频率偏移”输出“该偏移点的最大发射功率密度dBm/100 kHz”。这样做的好处是当 3GPP 更新模板时只需改表不动代码。注意模板的单位是 dBm 每 100 kHz而干扰计算式里需要 dBm 每 MHz换算差了 10 dB忘了做单位归一化的仿真结果全部作废。3.3 传播模型选择地空链路为什么用自由空间基站到机载 DME 接收机的传播损耗原文用的是 ITU-R P.525 自由空间模型L_bf 32.4 20lg(f) 20lg(d)其中 f 是频率MHzd 是距离km。这个公式和地面通信里常用的 Okumura-Hata、Cost 231 模型最大的区别是它不考虑地面反射、绕射和阴影衰落只算球面波扩散损耗。对地空链路来说飞机在万米高空基站到飞机的第一菲涅尔区基本没有遮挡自由空间模型是 ITU 建议书里推荐的做法。但这不意味着可以直接套公式。天线高度、地面反射、大气折射系数在实际链路里都会产生影响。原文用自由空间模型是合理的基准选择工程落地时如果要更保守可以在 P.525 基础上加 2~3 dB 的大气损耗余量。我自己的习惯是先按 P.525 跑一版再按 P.528航空移动业务的传播模型跑一版做交叉验证如果两版结论在门限附近的裕量方向一致那结果就基本稳了。3.4 机载 DME 天线增益一张仰角表解决方向性问题机载 DME 天线不是全向天线它对飞机下方不同仰角的增益差异很大。原文引用了 ITU-R M.1642-1 的天线增益数据从 -90° 到 0° 分了十几个仰角点仰角增益dBi-90°-17.22-80°-14.04-70°-10.51-60°-8.84-50°-5.40-40°-3.13-30°-0.57-20°-1.08-10°0-5°-1.21-3°-1.71-2°-1.95-1°-2.190°-2.43这张表透露了一个关键信息机载 DME 天线最大增益出现在 -10° 仰角附近正下方-90°增益最低水平方向0°也偏低。这意味着飞机对正下方基站的干扰“不敏感”对斜前方一定仰角范围内的基站“很敏感”。在仿真拓扑中基站相对飞机的仰角分布直接决定了干扰贡献的大小排序。对于表中未列出的仰角原文明确说用线性插值获取增益且所有方位角上仰角与增益的关系相同。这是工程上最实用的处理方式——把表拆成两个向量仰角数组、增益数组用线性插值函数生成连续方向图。需要注意插值必须使用 dB 域的线性插值不要转成线性功率后再插否则曲线形状会畸变。4. 仿真拓扑与蒙特卡洛实现从北京六环到跑道头的推演4.1 航线导航拓扑以真实城市圈层建模航线导航场景的仿真拓扑原文是拿北京当模板建的。假设城市是圆形仿真总区域半径 25 km五环以内R 15 km是城区场景五环到六环15 km R 25 km是郊区场景。飞机在 10000~20880 m 高度巡航统计飞机正下方圆形区域内所有 5G 基站对机载 DME 接收机的集总干扰。这个拓扑设计很聪明。它把基站部署密度和小区半径直接挂钩——城区 1.5 km 半径、郊区 3 km 半径不同圈层基站数量差异很大。仿真时每个基站的位置按圈层密度随机撒点网络负载因子取 50%考虑半静态调度每次快照里一部分基站发射、一部分静默。集总干扰不是把所有基站的干扰功率简单相加而是按发射概率叠加否则会把最坏情况当成常态结论偏保守到失去参考价值。实际操作中我建议在仿真代码里把“圈层定义”和“基站撒点”分开写。圈层定义是配置项半径、场景类型、小区半径基站撒点是一次性生成并缓存的位置文件。这样调整圈层参数时不需要重新跑蒙特卡洛只需重新生成拓扑效率提升非常明显。4.2 机场导航拓扑障碍物保护面决定基站部署边界机场导航场景拓扑的约束条件来自民航规范。原文引用了《民用机场飞行区技术标准》MH5001-2021机场跑道沿线外 929 m 范围内不允许设置 30 m 以上高度的建筑物以保证飞机下滑安全。因为 5G 基站天线挂高 30 m所以基站必须部署在距跑道延长线 929 m 之外。具体仿真拓扑是基站位于跑道中心延长线上距飞机着陆点 950~1300 m同时考虑基站位于跑道中心延长线侧边的情况侧向距离取 10 m、50 m、100 m 三档。飞机沿 3° 下滑台进近从着陆点逐渐拉远到水平距离 3 km。这个场景里干扰链路的特点是距离近、仰角变化快——飞机刚接地时基站几乎在正上方飞远后基站逐渐落到水平方向天线增益沿仰角表快速变化。一个容易漏掉的细节是机场导航场景中基站可以在跑道延长线上也可以在延长线侧边。侧向距离不同飞机看基站的方位角不同但原文说天线增益与方位角无关只和仰角有关所以侧向距离的影响主要是链路距离和仰角的差异。理解这一点就能解释为什么侧向 10 m 和 100 m 的仿真结果曲线几乎贴在一起。4.3 蒙特卡洛半静态仿真核心逻辑蒙特卡洛半静态仿真的本质是在大量随机快照中统计干扰功率的分布而不是只算一个确定性场景。以下是一个可直接移植到 Python 的核心逻辑骨架import numpy as np # 1. 场景配置参数 freq_mhz 900 # 5G NR 频段中心频率(MHz),邻频干扰计算取 DME 频段边缘 dme_freq_mhz 978 # 落入 DME 频段的评估频点(MHz) load_factor 0.5 # 网络负载因子: 50% threshold_db -129 30 # DME 干扰门限 dBm/MHz (由 dBW/MHz 换算) # 2. 基站拓扑生成(航线导航场景,北京圈层模型) def generate_bs_positions(r_city15.0, r_total25.0, r_macro_city1.5, r_macro_suburb3.0): 城六环内按城区宏站半径撒点,六环外至总半径按郊区宏站半径撒点 返回每个基站的 (x, y, 是否城区, 是否发射) bs_list [] # 城区: r r_city n_city int(np.pi * r_city**2 / (np.pi * r_macro_city**2)) for _ in range(n_city): r r_city * np.sqrt(np.random.rand()) # 面积均匀分布 theta 2 * np.pi * np.random.rand() bs_list.append({x: r*np.cos(theta), y: r*np.sin(theta), is_city: True}) # 郊区: r_city r r_total n_suburb int(np.pi * (r_total**2 - r_city**2) / (np.pi * r_macro_suburb**2)) for _ in range(n_suburb): r np.sqrt(r_city**2 (r_total**2 - r_city**2) * np.random.rand()) theta 2 * np.pi * np.random.rand() bs_list.append({x: r*np.cos(theta), y: r*np.sin(theta), is_city: False}) return bs_list # 3. 单次快照: 计算所有发射基站对飞机位置的集总干扰 def snapshot_interference(bs_list, aircraft_pos, load_factor): 飞机位于 (0, 0, h), 基站按负载因子随机发射 返回: 集总干扰功率 (dBm/MHz) total_linear 0.0 for bs in bs_list: if np.random.rand() load_factor: continue # 该基站当前静默 d_2d np.hypot(bs[x] - aircraft_pos[0], bs[y] - aircraft_pos[1]) d_3d np.hypot(d_2d, aircraft_pos[2] - 30.0) # 基站挂高30m # 自由空间传播损耗 (ITU-R P.525) pl 32.4 20*np.log10(978.0) 20*np.log10(d_3d/1000.0) # 仰角(弧度),用于查 DME 天线增益表 elev_angle np.arctan2(aircraft_pos[2] - 30.0, d_2d) * 180 / np.pi gr interpolate_dme_gain(elev_angle) # 查表线性插值 # 干扰功率叠加: P_t(带外) G_t G_r - 馈线损耗 - PL i_db out_of_band_power(freq_mhz, 978.0) 15.0 gr - 3.0 - pl total_linear 10 ** (i_db / 10.0) return 10 * np.log10(total_linear) if total_linear 0 else -150 # 4. 主循环: 5000 次快照统计干扰分布 def monte_carlo_coexistence(bs_list, h_km10.0, n_snapshots5000): results [] for _ in range(n_snapshots): i_db snapshot_interference(bs_list, (0.0, 0.0, h_km*1000.0), load_factor) results.append(i_db) # 统计: 平均干扰、95% 分位点、最大干扰 return {mean: np.mean(results), p95: np.percentile(results, 95), max: np.max(results)} bs_list generate_bs_positions() stats monte_carlo_coexistence(bs_list, h_km10.0) print(stats)逻辑说明这段代码把原文的仿真流程拆成了四层——拓扑生成负责按圈层密度随机撒基站快照函数负责计算单个随机状态下所有发射基站对飞机的集总干扰主循环通过大量快照逼近干扰功率的统计分布最后输出均值、95% 分位点和最大值。95% 分位点比最大值更值得关注因为它排除了极端随机事件代表系统在绝大多数时间下的干扰水平。参数说明load_factor控制基站发射概率对应原文的 20%/50% 两档freq_mhz和dme_freq_mhz分别代表 5G 频段和评估频点用于带外发射查表threshold_db由 -129 dBW/MHz 换算成 dBm/MHz注意单位转换差 30 dB。实际项目中还应把天线方向图数据做成 CSV 文件由插值函数读取不要在代码里硬编码数值。5. 仿真结果解读与避坑先看门限再看趋势最后看边界5.1 结果怎么读两种场景下的结论一致性航线导航场景的仿真结果显示不论飞机飞行高度在 10000~20880 m 哪个位置飞机下方 25 km 半径内所有 5G 基站对机载 DME 的集总干扰功率均小于 -129 dBW/MHz 门限。机场导航场景的结论更直白基站部署在距着陆点 950~1300 m 的任意位置无论侧向距离是 10 m 还是 100 m飞机从着陆点拉远到 3 km 的过程中干扰功率全部低于门限。这两个场景结论方向一致但背后的原因却不相同。航线导航场景干扰链路长传播损耗大即使集总了大量基站干扰功率也难以上去机场导航场景链路短但只有一个基站且飞机在低仰角时 DME 天线增益很低0° 仰角增益为 -2.43 dBi抵消了近距离的优势。理解这个差异在写报告时才能解释清楚“为什么结果可以外推到其他城市”而不是只丢一张曲线图。看仿真曲线时我习惯按“门限裕量”而不是“绝对功率”来读。原文结果里干扰功率最高点离门限有大约 20 dB 以上的裕量这意味着即使载入侧参数恶化比如基站功率提升、DME 天线增益变化也有足够缓冲。如果某个场景的裕量小于 5 dB即使结论是“低于门限”也应该在报告里标注风险建议进一步做脉冲特性分析和多系统叠加评估。5.2 避坑记录四个最容易翻车的点现象一仿真正交极化设置后干扰功率反而升高。原因机载 DME 天线是垂直极化5G 基站天线是 ±45° 线性极化。极化失配会带来额外损耗但部分仿真工具在计算极化损耗时用了错误的投影系数导致极化损耗为负值即增益干扰功率虚高。解决极化损耗单独作为一项参数手写进计算式不要依赖仿真工具默认设置。垂直极化对 ±45° 极化的失配损耗一般在 3 dB 量级取 3 dB 作为默认值敏感性分析里可以扫 2~4 dB。现象二把带内发射功率代入邻频干扰计算结果超标严重。原因5G 基站最大发射功率 46 dBm/10 MHz 是带内值邻频 DME 收到的只是带外泄漏需要先经过 ACLR45 dB衰减和带外发射模板限值约束。直接拿带内功率算等于假设 5G 和 DME 同频结论必然超标。解决带外发射功率先查模板表和 ACLR 限值确认落在 DME 频段的功率密度上限再代入干扰计算式。仿真代码里务必区分in_band_power和out_of_band_power两个变量避免混淆。现象三机载天线增益表只取了几个离散仰角插值后曲线出现锯齿。原因天线增益表在 -30°~-10° 区间变化剧烈从 -0.57 dBi 到 0 dBi如果插值点不够密或直接做线性插值会导致仿真结果里干扰功率随飞机位置跳变曲线不连续评审时很难解释。解决先用样条插值把原始表加密到每 1° 一个点再作为查表数据源。加密后的插值结果要和原始表逐点校验偏差大于 0.1 dB 就要检查插值方法。现象四只报“平均干扰低于门限”被评审质疑。原因蒙特卡洛仿真的输出是统计分布平均干扰只代表典型状态不能覆盖高负载、多系统叠加等边界情况。DME 保护标准要求的是在所有可预见的工作状态下都不超标而不是平均不超标。解决报告至少给出平均、95% 分位点、最大值三档统计量并单独说明最大值出现在什么位置、什么负载下。如果最大值接近门限需要补充多系统叠加干扰评估而不是含糊地写“低于门限”。提示DME 的 -129 dBW/MHz 保护标准是针对非脉冲信号的。如果被评估系统发射的是脉冲信号例如某些民航数据链这个门限不适用需要查阅 ITU-R M.2013 里针对脉冲信号的评估方法两者工作量差一个量级。6. 把共存评估流程复用到其他频段三个参数替换和两重验证这套仿真方法不只适用于 900 MHz。把 5G NR 搬到 2.1 GHz 或 3.5 GHz如果邻频也有民航业务尤其是雷达和航空移动业务共存评估的逻辑完全一致只需要替换三组参数。第一是频段参数。自由空间损耗公式里还要保持替成目标频段的评估频点带外发射模板按 3GPP 对应频段的 TS 38.104 限值替换。第二是基站参数小区半径、天线高度、发射功率按实际规划值改。第三是 DME 天线方向图不用改但插值表要保留。我做 2.1 GHz 重耕评估时就是直接把 900 MHz 这套代码换参数跑的省掉了从零搭模型的时间。两重验证指的是先用确定性链路预算算一个最坏点飞机正好在天线主瓣、基站满载、距离最近看干扰功率是否低于门限再跑蒙特卡洛统计分布。确定性验证保证“物理上不可能超标”蒙特卡洛验证保证“统计上绝大多数时间不超标”。两个都通过结论才敢写进频率申请材料。如果确定性验证已经超标也不用急着否定方案可以调整基站下倾角、降低功率或错开 DME 保护区域部署。我之前在机场场景就遇到过这种问题把天线下倾角从 3° 调到 6°干扰功率降了 5 dB 以上问题直接解决。从那以后我每次做跨系统共存分析都强制走一遍同样的流程先列出所有带单位的参数并统一换算再画拓扑确认场景边界然后确定性预算和蒙特卡洛交叉验证最后把所有参数和出处整理成附表。这套流程看着笨但能挡住评审时绝大多数追问。希望帮到你。本文还有配套的精品资源点击获取