英国利物浦城市区域5G高密度需求数据集：基于数字孪生与系统级仿真的开放数据资源

《Scientific Data》：5G High Density Demand Dataset in Liverpool City Region, UK

本刊推荐：为解决无线服务商数据不公开、实时获取困难的问题，利物浦约翰摩尔斯大学等机构的研究人员开展了“5G高密度需求（HDD）数据集”研究。通过数字孪生技术和O-RAN（Open Radio Access Network）系统级仿真，生成了包含15,000用户位置、SINR（Signal to Interference and Noise Ratio）、PRB（Physical Resource Blocks）等关键参数的实测验证数据集。该数据集为5G/6G高密度部署场景下的网络优化和AI（Artificial Intelligence）模型训练提供了重要基础，对推动开放式无线接入网发展具有里程碑意义。

　　

在5G技术快速普及的浪潮中，全球5G用户数预计到2030年将突破63亿，其中独立组网（SA）用户达36亿。然而，当数万观众聚集在音乐节现场或体育场馆时，现有的网络架构却面临严峻挑战——运营商将网络数据视为商业机密，研究人员难以获取真实的高密度场景数据，如同试图设计消防系统却无法获得火灾现场的温度图谱。这种数据荒芜现象严重制约着5G网络在大型活动场景下的优化进程。

为解决这一难题，利物浦约翰摩尔斯大学联合CGA Simulation等机构在《Scientific Data》发表了开创性研究。他们利用数字孪生技术构建了利物浦Salt&Tar户外音乐节场地和ACC Arena室内场馆的虚拟模型，通过自主研发的利物浦5G（L5G）仿真器生成了全球首个面向O-RAN高密度部署的开放数据集。这项研究不仅填补了该领域的数据空白，更为6G时代的超密集网络部署提供了重要基准。

关键技术方法主要包括：基于Unity引擎的数字孪生系统构建了包含15,000个智能体的场馆模型，模拟用户移动轨迹和业务需求（视频流、网页浏览、游戏等）；依托维也纳5G系统级仿真器开发的MATLAB组件实现了9个（Salt&Tar）和33个（ACC Arena）射频单元（RU）的O-RAN架构仿真，核心参数包括3.8 GHz频段、100 MHz带宽、4x4 MIMO配置；通过近实时无线接入网智能控制器（Near-RT RIC）采集SINR（Signal to Interference and Noise Ratio）、PRB（Physical Resource Blocks）等12类网络指标。所有数据均经过实地测量验证，误差控制在10%以内。

研究方法与数据生成

研究团队创新性地设计了双核仿真架构。数字孪生组件采用WGS-84坐标系映射真实地理空间，通过泊松过程模拟用户设备（UE）的移动模式和应用切换概率，其中移动状态（Mobile state）用0-5分别对应关机、待机、恒定速率、视频、游戏和HTTP业务。MATLAB组件则扩展了维也纳5G系统级仿真器，新增了基于5G OFDM（Orthogonal Frequency Division Multiplexing）的吞吐量计算模块和O-RAN接口模块。仿真过程中，每个用户设备根据接收信号强度（RSS）自动关联最优射频单元，系统实时计算下行/上行SINR、BLER（Block Error Rate）等关键性能指标。

数据记录与验证

数据集采用分层文件结构存储，包含3000个Salt&Tar用户和12000个ACC Arena用户的10000个时间采样点。每个CSV文件包含500用户数据，总计超过2.5亿条记录。技术验证显示：在Salt&Tar场地进行的iperf吞吐量测试中，实测值235.7 Mbps与仿真值244.36 Mbps误差仅3.5%；ACC Arena场景的PRB利用率实测126与仿真130结果高度吻合。这种毫米波级的精度验证了数据集在真实场景下的可靠性。

应用前景与价值

该数据集首次实现了高密度场景下用户行为与网络性能的跨维度关联，为机器学习模型训练提供了多模态特征矩阵。研究者可利用位置坐标与SINR的时空关联性预测网络拥塞，通过PRB利用率与业务类型的耦合分析优化资源分配策略。特别值得注意的是，数据集包含的O-RAN架构数据为研究开源无线接入网的自组织网络（SON）算法提供了实验基础。

这项研究的意义远超出数据共享本身——它构建了连接数字孪生与物理世界的桥梁，使研究人员能在虚拟空间中安全地测试网络优化算法，大幅降低实际部署风险。当2024年Salt&Tar音乐节现场12000名观众同时在线时，这套系统已悄然支撑着他们的数字体验。正如团队在论文中所强调的，这项工作不仅为5G高密度部署设立了新标准，更将成为6G网络智能原生体系演进的重要基石。数据集已在LJMU和Zenodo平台开放获取，预计将加速全球5G创新生态的培育。