張嗣宏　左羅

摘要：梳理了當(dāng)前人工智能在通信領(lǐng)域的研究和應(yīng)用進(jìn)展，提出了中興通訊基于人工智能的網(wǎng)絡(luò)智能化解決方案。認(rèn)為網(wǎng)絡(luò)可以在網(wǎng)元智能、運(yùn)維智能和業(yè)務(wù)智能3個(gè)層面引入人工智能（AI），并按照分層、按需、分階段的引入原則，最終實(shí)現(xiàn)網(wǎng)絡(luò)泛在智能。同時(shí)提出了一套多維度智能化分級(jí)標(biāo)準(zhǔn)，結(jié)合通信工作流程和智能化范圍，將網(wǎng)絡(luò)智能化水平分為5個(gè)等級(jí)，這將有助于網(wǎng)絡(luò)逐步向目標(biāo)架構(gòu)演進(jìn)。

關(guān)鍵詞：5G;AI;網(wǎng)絡(luò)智能化;架構(gòu);分級(jí)演進(jìn)

Abstract： The research and application progress of artificial intelligence （AI） in the field of communication are reviewed， and the network intelligent solution of ZTE based on AI is proposed. It believes that the AI can be introduced into network in three levels： network element intelligence， operation and maintenance （O&M） intelligence and business intelligence， with the principles of tiered， on-demand， and phased. In this way， ubiquitous intelligence can be achieved. At the same time， a set of multi-dimensional intelligent grading standards is proposed. Combined with telecom workflow and intelligent scope， the level of network intelligence is divided into five levels， which help the network evolve to the target architecture.

Key words： 5G; AI; network intelligence; architecture; phased evolution

1 通信網(wǎng)絡(luò)目前面臨的挑戰(zhàn)

5G時(shí)代即將來臨，隨著云化轉(zhuǎn)型深入和物聯(lián)網(wǎng)（IoT）等業(yè)務(wù)的融入，電信運(yùn)營(yíng)商面臨網(wǎng)絡(luò)復(fù)雜化、業(yè)務(wù)差異化和用戶需求多樣化等挑戰(zhàn)，對(duì)降低運(yùn)營(yíng)成本，提升網(wǎng)絡(luò)運(yùn)維效率及便捷性等方面提出更高的要求。這些要求和挑戰(zhàn)具體包括[1-8]：

（1）網(wǎng)絡(luò)運(yùn)維更加復(fù)雜。2G、3G、4G、5G多種制式將長(zhǎng)期共存，網(wǎng)絡(luò)管理和優(yōu)化的難度大大增加，對(duì)運(yùn)維人員提出了更高要求。另外，虛擬化分層解耦，故障的定界、定位更加困難。此外，云化網(wǎng)絡(luò)動(dòng)態(tài)變化，資源調(diào)度和管理也是一個(gè)巨大的挑戰(zhàn)。

（2）網(wǎng)絡(luò)能力要求高。和傳統(tǒng)網(wǎng)絡(luò)相比，5G網(wǎng)絡(luò)在帶寬、時(shí)延、可靠性、連接數(shù)等關(guān)鍵業(yè)務(wù)指標(biāo)上都有量級(jí)上的提升，并且需要同時(shí)滿足不同業(yè)務(wù)的差異化需求。如何充分發(fā)揮網(wǎng)絡(luò)潛能，快速適應(yīng)網(wǎng)絡(luò)需求變化，對(duì)新一代的網(wǎng)絡(luò)設(shè)備提出了較高的智能化要求。

（3）業(yè)務(wù)需求多樣化。一方面，人與人通信的單一模式將逐漸演變?yōu)槿伺c人、人與物、物與物的全場(chǎng)景通信模式，業(yè)務(wù)場(chǎng)景將會(huì)更加復(fù)雜，這將帶來對(duì)服務(wù)等級(jí)協(xié)議（SLA）的差異化需求，以及與之配套的網(wǎng)絡(luò)管理復(fù)雜性等。另一方面，依托5G網(wǎng)絡(luò)能力和豐富的業(yè)務(wù)發(fā)展，業(yè)務(wù)體驗(yàn)也將呈現(xiàn)出多元化、個(gè)性化發(fā)展態(tài)勢(shì)，網(wǎng)絡(luò)對(duì)于體驗(yàn)的支撐保障將顛覆傳統(tǒng)模式，迎來全新挑戰(zhàn)。

2 當(dāng)前通信領(lǐng)域?qū)θ斯ぶ悄?/p>

的研究和應(yīng)用進(jìn)展

2.1 通信領(lǐng)域標(biāo)準(zhǔn)/開源組織在人

工智能應(yīng)用方面的研究進(jìn)展

目前第3代合作伙伴項(xiàng)目（3GPP）、歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（ETSI）、國(guó)際電信聯(lián)盟電信標(biāo)準(zhǔn)化部門（ITU-T）、中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)（CCSA）、深度學(xué)習(xí)基金會(huì)的人工智能開源平臺(tái)項(xiàng)目（Acumos）等眾多標(biāo)準(zhǔn)/開源組織都已經(jīng)開始在各方面研究人工智能技術(shù)在通信網(wǎng)絡(luò)中的應(yīng)用，研究進(jìn)展如下[9-10]。

（1）3GPP。

在2017年5月的業(yè)務(wù)與系統(tǒng)工作組（SA WG2）#121會(huì)上通過了“Study of Enablers for Network Automation for 5G SI”的立項(xiàng)，在核心網(wǎng)領(lǐng)域增加網(wǎng)絡(luò)數(shù)據(jù)分析功能（NWDAF）來進(jìn)行數(shù)據(jù)分析，并將分析結(jié)果反饋給網(wǎng)元來決策。

在2018年6月的無線接入網(wǎng)（RAN）#80全會(huì)上通過了“RAN-Centric Data Collection and Utilization SI”立項(xiàng)，研究面向網(wǎng)絡(luò)自動(dòng)化與智能化的無線大數(shù)據(jù)采集與應(yīng)用，并且探索在RAN側(cè)引入數(shù)據(jù)分析的潛在影響。

在2018年9月的SA WG5#81會(huì)上通過“Intent Driven Management Service for Mobile Networks”立項(xiàng)，調(diào)查意圖驅(qū)動(dòng)的移動(dòng)網(wǎng)絡(luò)管理場(chǎng)景，研究可用于實(shí)現(xiàn)移動(dòng)驅(qū)動(dòng)目標(biāo)的、包括自組織網(wǎng)絡(luò)（SON）在內(nèi)的自動(dòng)化機(jī)制，以及描述意圖的適當(dāng)機(jī)制。

（2）ETSI。

在2017年2月，業(yè)界首個(gè)網(wǎng)絡(luò)智能化標(biāo)準(zhǔn)組——“體驗(yàn)式網(wǎng)絡(luò)智能（ENI）”宣布成立，該組織使用人工智能來提升運(yùn)營(yíng)商在網(wǎng)絡(luò)部署和操作方面的體驗(yàn)。其核心理念是網(wǎng)絡(luò)感知分析， 數(shù)據(jù)驅(qū)動(dòng)決策， 基于人工智能（AI）的閉環(huán)控制。

在2018年1月，零觸摸網(wǎng)絡(luò)及業(yè)務(wù)管理行業(yè)規(guī)范小組（ISG-ZSM）的相關(guān)會(huì)議召開，會(huì)議聚焦端到端網(wǎng)絡(luò)和服務(wù)管理，目標(biāo)是在理想情況下100%自動(dòng)執(zhí)行所有操作過程和任務(wù)。

（3）ITU-T。

在2017年11月的SG13會(huì)議上，ITU-T成立了面向5G未來網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)焦點(diǎn)組（FG-ML5G）。FG-ML5G的工作目標(biāo)是提高面向5G的機(jī)器學(xué)習(xí)的互操作性、可靠性和可模塊化能力，制定用于未來網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)研究報(bào)告和標(biāo)準(zhǔn)，包括接口、架構(gòu)、協(xié)議、算法和數(shù)據(jù)格式，分析用于未來網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)的適應(yīng)性及影響。

（4）CCSA。

CCSA已經(jīng)在多個(gè)應(yīng)用領(lǐng)域展開相關(guān)研究工作，在2017年7月的TC1-WG1#58會(huì)上討論通過了“人工智能在電信網(wǎng)絡(luò)演進(jìn)中的應(yīng)用研究”課題立項(xiàng)。2017年12月的TC5-WG6#47會(huì)上通過“人工智能和大數(shù)據(jù)在無線通信網(wǎng)絡(luò)中的應(yīng)用研究”課題立項(xiàng)。2017年12月的TC5-WG12#2會(huì)上通過“智能化5G核心網(wǎng)絡(luò)切片技術(shù)研究”課題立項(xiàng)。2018年8月的TC5-WG6#49次會(huì)議上通過“移動(dòng)通信網(wǎng)絡(luò)智能化能力分級(jí)研究”課題立項(xiàng)。

（5）開源組織：深度學(xué)習(xí)基金會(huì)和Acumos項(xiàng)目。

2018年3月，linux基金會(huì)下成立了專門研究人工智能技術(shù)的深度學(xué)習(xí)基金會(huì)，并宣布了第1個(gè)開源項(xiàng)目Acumos。該項(xiàng)目由美國(guó)電信巨頭AT&T牽頭運(yùn)作，項(xiàng)目的2大目標(biāo)是開源平臺(tái)和Marketplace，希望構(gòu)建一個(gè)開放的AI應(yīng)用和服務(wù)生態(tài)圈。Acumos項(xiàng)目已經(jīng)于2018年11發(fā)布第1個(gè)版本Athena，并計(jì)劃2019年5月發(fā)布第2個(gè)版本Boreas。

（6）開放無線接入網(wǎng)絡(luò)（ORAN）聯(lián)盟。

2018年2月，中國(guó)移動(dòng)、美國(guó)AT&T、德國(guó)電信、日本NTT DOCOMO以及法國(guó)Orange等5家電信運(yùn)營(yíng)企業(yè)宣布聯(lián)合成立ORAN聯(lián)盟，目標(biāo)是使無線網(wǎng)絡(luò)實(shí)現(xiàn)標(biāo)準(zhǔn)化、通用化、開源化、智能化。該聯(lián)盟計(jì)劃引入RAN智控平臺(tái)，通過實(shí)時(shí)數(shù)據(jù)分析、機(jī)器學(xué)習(xí)及人工智能技術(shù)，讓網(wǎng)絡(luò)更具智慧性。

2.2 運(yùn)營(yíng)商在人工智能應(yīng)用方面

的研究進(jìn)展

全球主流運(yùn)營(yíng)商都已經(jīng)將網(wǎng)絡(luò)智能化轉(zhuǎn)型上升到戰(zhàn)略層面，積極研究人工智能技術(shù)在通信領(lǐng)域的應(yīng)用，探索跨界創(chuàng)新，通過人工智能、大數(shù)據(jù)、5G、IoT等技術(shù)的融合尋找價(jià)值應(yīng)用場(chǎng)景。

中國(guó)移動(dòng)提出“促進(jìn)傳統(tǒng)產(chǎn)業(yè)向數(shù)字化、智能化轉(zhuǎn)型升級(jí)，努力成為人工智能應(yīng)用的先行者和人工智能產(chǎn)業(yè)的賦能者”的目標(biāo)，自研“九天”人工智能平臺(tái)，并積極參與開放網(wǎng)絡(luò)自動(dòng)化平臺(tái)（ONAP）和ORAN等開源組織，希望將AI技術(shù)賦能到通信網(wǎng)絡(luò)的設(shè)計(jì)、規(guī)劃、運(yùn)營(yíng)、維護(hù)、業(yè)務(wù)服務(wù)等每一個(gè)環(huán)節(jié)，提升網(wǎng)絡(luò)的能力和服務(wù)質(zhì)量，大幅降低運(yùn)維運(yùn)營(yíng)成本[11-13]。

中國(guó)電信提出了“網(wǎng)絡(luò)智能化、業(yè)務(wù)生態(tài)化、運(yùn)營(yíng)智慧化”的轉(zhuǎn)型3.0目標(biāo)，發(fā)布了燈塔AI平臺(tái)，積極參與ENI等國(guó)際標(biāo)準(zhǔn)組織，牽頭產(chǎn)業(yè)界共同編制發(fā)布了《網(wǎng)絡(luò)人工智能應(yīng)用白皮書》，以CTNet2025為指引，將AI技術(shù)與軟件定義網(wǎng)絡(luò)（SDN）/網(wǎng)絡(luò)功能虛擬化（NFV）技術(shù)結(jié)合，打造新一代智能信息基礎(chǔ)設(shè)施。

中國(guó)聯(lián)通提出“以智慧網(wǎng)絡(luò)做基礎(chǔ)設(shè)施建設(shè)的提供者、以智慧應(yīng)用做新業(yè)務(wù)新業(yè)態(tài)的推動(dòng)者、以智慧技術(shù)做技術(shù)創(chuàng)新的引領(lǐng)者”的目標(biāo)，通過引入AI等新技術(shù)，打造智能、敏捷、集約、開放的CUBE-Net 2.0+網(wǎng)絡(luò)，給出了從網(wǎng)絡(luò)云化到網(wǎng)絡(luò)自動(dòng)化，最終走向網(wǎng)絡(luò)智能化的智能化演進(jìn)路徑。同時(shí)，中國(guó)聯(lián)通結(jié)合混改轉(zhuǎn)型，引入互聯(lián)網(wǎng)公司等戰(zhàn)略合作方，成立了多個(gè)智能化技術(shù)聯(lián)合實(shí)驗(yàn)室。

美國(guó)AT&T也走在引領(lǐng)行業(yè)智能化轉(zhuǎn)型的前列，提出了Network 3.0 Indigo的下一代網(wǎng)絡(luò)轉(zhuǎn)型計(jì)劃，構(gòu)建數(shù)據(jù)社區(qū)，積極打造智能化的產(chǎn)業(yè)生態(tài)系統(tǒng)，成立了第1個(gè)由電信運(yùn)營(yíng)商牽頭的AI開源項(xiàng)目Acumos，并且計(jì)劃通過Acumos和ONAP的協(xié)同，建設(shè)智能化網(wǎng)絡(luò)，提供各類智能業(yè)務(wù)應(yīng)用。

此外，軟銀、德國(guó)電信、沃達(dá)豐等國(guó)際領(lǐng)先運(yùn)營(yíng)商都提出了智能化轉(zhuǎn)型計(jì)劃，在網(wǎng)絡(luò)運(yùn)維優(yōu)化、業(yè)務(wù)運(yùn)營(yíng)等多個(gè)領(lǐng)域積極引入AI技術(shù)。

3 基于人工智能的網(wǎng)絡(luò)

智能化演進(jìn)

3.1 網(wǎng)絡(luò)智能化總體架構(gòu)

當(dāng)前通信網(wǎng)絡(luò)正在從傳統(tǒng)網(wǎng)絡(luò)向SDN/NFV云化網(wǎng)絡(luò)轉(zhuǎn)型，并基于云化網(wǎng)絡(luò)架構(gòu)，引入AI 3大能力，即數(shù)據(jù)感知、AI分析、意圖洞察，云化網(wǎng)絡(luò)將進(jìn)一步向智能化網(wǎng)絡(luò)演進(jìn)。面向未來的智能化網(wǎng)絡(luò)架構(gòu)如圖1所示[14]。

3大AI能力為：數(shù)據(jù)感知能力、AI分析能力、意圖洞察能力。

（1）數(shù)據(jù)感知能力。數(shù)據(jù)感知能力包括數(shù)據(jù)采集、存儲(chǔ)、預(yù)處理，可以為AI分析提供訓(xùn)練和推理所需要的高質(zhì)量基礎(chǔ)數(shù)據(jù)。

（2）AI分析能力。AI分析能力包括訓(xùn)練和推理2大能力，使用人工智能技術(shù)來訓(xùn)練數(shù)據(jù)，生成各場(chǎng)景所需的算法模型，為各類策略提供支撐，同時(shí)也可以使用訓(xùn)練出來的AI模型進(jìn)行應(yīng)用推理。

（3）意圖洞察能力。通過意圖洞察能力，可以實(shí)現(xiàn)用戶意圖的識(shí)別、轉(zhuǎn)譯、驗(yàn)證和保障等功能，在自動(dòng)化管控系統(tǒng)的配合下，精準(zhǔn)實(shí)現(xiàn)用戶意圖。

未來網(wǎng)絡(luò)的人工智能能力是泛在化的，可以根據(jù)不同的建設(shè)需求，在網(wǎng)絡(luò)的不同層面，分層逐步引入AI能力。網(wǎng)絡(luò)的幾大層面，如基礎(chǔ)設(shè)施層、網(wǎng)絡(luò)及業(yè)務(wù)控制層、運(yùn)營(yíng)及編排層，都將根據(jù)對(duì)智能能力的細(xì)化要求，逐步使能AI。

在網(wǎng)絡(luò)層中，越上層的位置越集中化，跨領(lǐng)域分析能力越強(qiáng)，適合對(duì)全局性的策略集中進(jìn)行訓(xùn)練及推理，比如跨域調(diào)度、端到端編排等。通常對(duì)計(jì)算能力要求很高、需要跨領(lǐng)域的海量數(shù)據(jù)支撐，對(duì)實(shí)時(shí)性要求一般敏感度較低。越下層位置，越接近端側(cè)，專項(xiàng)分析能力越強(qiáng)，對(duì)實(shí)時(shí)性往往有較高要求，比如5G 新空口（NR）的移動(dòng)性策略移動(dòng)邊緣計(jì)算（MEC）的實(shí)時(shí)控制等;但對(duì)計(jì)算能力依賴度不高，一般適合引入嵌入式推理能力或結(jié)合MEC，部署具備一定實(shí)時(shí)處理能力的輕量級(jí)訓(xùn)練引擎。

3.2 網(wǎng)絡(luò)智能化總體規(guī)劃原則

（1）5G云化網(wǎng)絡(luò)優(yōu)先。網(wǎng)絡(luò)智能化整體架構(gòu)優(yōu)先以5G云化網(wǎng)絡(luò)架構(gòu)為基礎(chǔ)，重點(diǎn)在5G網(wǎng)絡(luò)中實(shí)現(xiàn)，同時(shí)也兼顧傳統(tǒng)網(wǎng)絡(luò)，因?yàn)閭鹘y(tǒng)的網(wǎng)絡(luò)也可以進(jìn)行局部智能化升級(jí)改造。

（2）統(tǒng)一架構(gòu)設(shè)計(jì)。架構(gòu)設(shè)計(jì)和能力規(guī)劃以整網(wǎng)智能化為主要目標(biāo)，所有子網(wǎng)遵循統(tǒng)一架構(gòu)，便于未來跨域跨子網(wǎng)的綜合場(chǎng)景智能化的推進(jìn)。

（3）解耦設(shè)計(jì)，多場(chǎng)景部署。智能化涉及的大數(shù)據(jù)、AI、下一代運(yùn)營(yíng)運(yùn)維系統(tǒng)等多平臺(tái)實(shí)現(xiàn)組件化解耦設(shè)計(jì)，可分可合，滿足各種部署場(chǎng)景需求。

（4）聚焦價(jià)值場(chǎng)景，逐步推進(jìn)。智能化切入可以由點(diǎn)及面，逐步實(shí)施，從單專業(yè)局部功能增強(qiáng)切入，再延伸向同領(lǐng)域跨專業(yè)場(chǎng)景，最終向全網(wǎng)端到端等高智能場(chǎng)景演進(jìn)。

3.3 網(wǎng)絡(luò)智能化分級(jí)演進(jìn)

考慮到當(dāng)前網(wǎng)絡(luò)發(fā)展的現(xiàn)狀和AI技術(shù)發(fā)展水平，我們認(rèn)為全網(wǎng)智能化難以一蹴而就，需要經(jīng)過一個(gè)長(zhǎng)期的發(fā)展過程，逐步達(dá)到最終理想的智能化水平。有必要借鑒自動(dòng)駕駛領(lǐng)域分級(jí)演進(jìn)的方法，研究形成通信網(wǎng)絡(luò)智能化的分級(jí)標(biāo)準(zhǔn)，一方面可以在行業(yè)內(nèi)就智能化形成統(tǒng)一認(rèn)識(shí)和理解，另一方面也有助于向行業(yè)內(nèi)各參與方在技術(shù)引入、產(chǎn)品規(guī)劃方面提供一個(gè)參考依據(jù)。

參考自動(dòng)駕駛分級(jí)標(biāo)準(zhǔn)，我們對(duì)網(wǎng)絡(luò)智能化水平也細(xì)化了5個(gè)智能化等級(jí)，具體如圖2所示。相對(duì)于自動(dòng)駕駛以駕駛員為核心的單一場(chǎng)景，通信網(wǎng)絡(luò)的智能化分級(jí)評(píng)估要復(fù)雜得多，難以通過單一場(chǎng)景或維度來衡量，需要既充分考慮通信網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)、安裝部署、運(yùn)維優(yōu)化、業(yè)務(wù)運(yùn)營(yíng)等不同的工作流程，又要考慮從網(wǎng)元到整網(wǎng)的端到端網(wǎng)絡(luò)子系統(tǒng);因此，需要對(duì)網(wǎng)絡(luò)的智能化水平進(jìn)行多維度綜合衡量[15]。

每個(gè)級(jí)別的智能化水平可以用一組關(guān)鍵特征來體現(xiàn)， 每個(gè)階段都有一些關(guān)鍵能力的進(jìn)步，具體的特征如圖3所示。

當(dāng)前網(wǎng)絡(luò)的智能化水平大致處于L1～L2之間，大部分場(chǎng)景處于L1，局部場(chǎng)景具備L2水平。不同的網(wǎng)絡(luò)架構(gòu)也會(huì)對(duì)智能化的水平產(chǎn)生制約，相比傳統(tǒng)網(wǎng)絡(luò)，云化網(wǎng)絡(luò)更容易實(shí)現(xiàn)高級(jí)別智能化。我們建議5G等新建網(wǎng)絡(luò)可以參考L2級(jí)水平來建設(shè)，并逐步向L3/L4演進(jìn);而傳統(tǒng)網(wǎng)絡(luò)只能做局部智能化增強(qiáng)，最多也只能達(dá)到L2級(jí)，難以實(shí)現(xiàn)更高等級(jí)的智能化。

4 人工智能在通信網(wǎng)絡(luò)的

典型應(yīng)用場(chǎng)景

4.1 基于AI的大規(guī)模天線技術(shù)

5G的大規(guī)模天線技術(shù)，可以有效提升網(wǎng)絡(luò)覆蓋，降低干擾，增強(qiáng)系統(tǒng)性能，其在Pre5G 長(zhǎng)期演進(jìn)（LTE）系統(tǒng)中已經(jīng)得到了較好的驗(yàn)證。5G 大規(guī)模多輸入多輸出（MIMO）的波束賦型，基于射頻指紋庫，結(jié)合數(shù)據(jù)地圖，通過AI算法訓(xùn)練形成規(guī)則，能夠在波束跟蹤、聯(lián)合波束管理、室內(nèi)外判決、基站定位等領(lǐng)域發(fā)揮至關(guān)重要的作用。

利用大規(guī)模MIMO波束調(diào)整原理，可以針對(duì)高樓的垂直面、場(chǎng)館、具備潮汐效應(yīng)的區(qū)域等場(chǎng)景，通過AI算法來分析用戶的分布規(guī)律，靈活調(diào)整廣播/控制信道的波束分布，達(dá)到覆蓋和容量的最優(yōu)，減少干擾。

比如針對(duì)固定場(chǎng)館類的場(chǎng)景，由于人員分布在長(zhǎng)時(shí)間內(nèi)相對(duì)固定，可以根據(jù)這一特點(diǎn)設(shè)計(jì)廣播權(quán)值自適應(yīng)來達(dá)到最優(yōu)覆蓋?；诰W(wǎng)管、測(cè)量報(bào)告（MR）等數(shù)據(jù)，結(jié)合相關(guān)AI算法，進(jìn)行場(chǎng)景識(shí)別，我們可以判斷出是體育賽事場(chǎng)景還是演唱會(huì)場(chǎng)景，并計(jì)算出基于此場(chǎng)景和當(dāng)前用戶分布下的最優(yōu)權(quán)值，以提升場(chǎng)館區(qū)域內(nèi)的信道質(zhì)量指示（CQI）、信號(hào)與干擾加噪聲比（SINR）等指標(biāo)。我們將權(quán)值組合與關(guān)鍵性能指標(biāo)（KPI）、用戶分布等信息建立關(guān)聯(lián)數(shù)據(jù)庫，便于后期同類場(chǎng)景快速匹配獲取優(yōu)化權(quán)值。

4.2 無線覆蓋智能優(yōu)化

無線網(wǎng)絡(luò)的覆蓋質(zhì)量一直是導(dǎo)致用戶投訴的關(guān)鍵因素之一。無線小區(qū)的參數(shù)設(shè)置與小區(qū)內(nèi)部、周邊小區(qū)、周邊環(huán)境的參數(shù)需要合理協(xié)同，來保障網(wǎng)絡(luò)質(zhì)量。傳統(tǒng)方式下，對(duì)覆蓋問題分析，通常需要依托于路測(cè)、呼叫跟蹤、人工經(jīng)驗(yàn)判斷等手段來解決，一般人力消耗大，處理時(shí)間長(zhǎng)，處理成本高，且優(yōu)化效果差異性較大，難以精準(zhǔn)控制。

基于人工智能的無線覆蓋智能優(yōu)化，可以利用大數(shù)據(jù)和人工智能技術(shù)，通過對(duì)歷史覆蓋數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)進(jìn)行學(xué)習(xí)，訓(xùn)練生成優(yōu)化控制模型，自動(dòng)輸出無線參數(shù)規(guī)劃和調(diào)優(yōu)建議，實(shí)現(xiàn)無線覆蓋的智能優(yōu)化。

無線覆蓋職能優(yōu)化的整個(gè)流程主要包含如下步驟：

（1）網(wǎng)絡(luò)數(shù)據(jù)采集和預(yù)處理?，F(xiàn)網(wǎng)提供包括KPI指標(biāo)、性能管理、配置管理、工程參數(shù)、測(cè)量報(bào)告、呼叫跟蹤、深度報(bào)文檢測(cè)（DPI）等在內(nèi)的綜合性歷史數(shù)據(jù)，通過數(shù)據(jù)處理單元對(duì)多維度原始數(shù)據(jù)進(jìn)行收集、存儲(chǔ)和預(yù)處理。

（2）人工智能平臺(tái)訓(xùn)練和模型輸出。人工智能平臺(tái)利用大數(shù)據(jù)系統(tǒng)預(yù)處理后的高質(zhì)量數(shù)據(jù)進(jìn)行模型訓(xùn)練、模型生成，同時(shí)提供預(yù)測(cè)和決策的推理能力，給出各種優(yōu)化建議，如：天線下傾調(diào)整建議、功率參數(shù)建議、鄰區(qū)建議、專用優(yōu)化參量建議、工程實(shí)施建議等。

（3）自動(dòng)化優(yōu)化實(shí)施。根據(jù)大數(shù)據(jù)和人工智能平臺(tái)輸出的調(diào)優(yōu)建議，運(yùn)營(yíng)商實(shí)施優(yōu)化調(diào)整。調(diào)整可以是自動(dòng)的優(yōu)化參數(shù)下發(fā)執(zhí)行，也可以是人工執(zhí)行物理調(diào)優(yōu)，如調(diào)整下傾角、方位角、掛高等。

4.3 智能5G切片

網(wǎng)絡(luò)切片的引入給網(wǎng)絡(luò)帶來了極大的靈活性，使網(wǎng)絡(luò)可以按需定制、實(shí)時(shí)部署、動(dòng)態(tài)保障，但同時(shí)也帶來了運(yùn)維管理方面的復(fù)雜性。AI技術(shù)的引入，可以使得網(wǎng)絡(luò)切片的運(yùn)維管理更加智能、靈活。

（1）切片智能部署。

在端到端切片部署過程中，網(wǎng)絡(luò)切片管理功能（NSMF）將端到端切片的SLA拆分為各子切片的SLA是關(guān)鍵的一個(gè)環(huán)節(jié)。基于切片部署的歷史數(shù)據(jù)，利用AI算法，對(duì)業(yè)務(wù)類型、模板信息、云網(wǎng)資源特性、配置參數(shù)等上下文信息，以及無線、核心網(wǎng)、承載等子切片實(shí)例SLA的測(cè)量數(shù)據(jù)（如時(shí)延、帶寬、用戶數(shù)、速率等）進(jìn)行建模分析，挖掘切片模板、網(wǎng)絡(luò)資源、配置參數(shù)和SLA指標(biāo)之間的關(guān)聯(lián)關(guān)系。在實(shí)際應(yīng)用時(shí)，根據(jù)實(shí)時(shí)需求的輸入，自動(dòng)給出最優(yōu)的SLA拆分及資源部署建議，精準(zhǔn)匹配客戶需求，提升資源使用效率。

（2）切片智能保障。

端到端切片智能保障的基礎(chǔ)是自動(dòng)化閉環(huán)控制，通過數(shù)據(jù)自動(dòng)采集和分析、策略自動(dòng)決策、策略自動(dòng)執(zhí)行實(shí)現(xiàn)端到端切片的SLA保障。同時(shí)，閉環(huán)控制系統(tǒng)可以實(shí)現(xiàn)分層保障，包括端到端閉環(huán)保障、子切片閉環(huán)保障、網(wǎng)絡(luò)功能（NFs）閉環(huán)保障，各層關(guān)注的對(duì)象和KPI可以存在差異，并能夠獨(dú)立實(shí)現(xiàn)自動(dòng)化保障?；诒O(jiān)測(cè)控制采集的數(shù)據(jù)，進(jìn)行AI智能分析，一旦觸發(fā)預(yù)定義事件則上報(bào)到策略中心，由策略中心進(jìn)行自動(dòng)化的自愈和自優(yōu)處理，最后下發(fā)編排執(zhí)行。

（3）切片智能運(yùn)營(yíng)。

切片運(yùn)營(yíng)是5G網(wǎng)絡(luò)重要的特性，與4G時(shí)代流量運(yùn)營(yíng)主要以個(gè)人用戶為對(duì)象不同，切片運(yùn)營(yíng)主要針對(duì)垂直行業(yè)客戶提供差異化SLA服務(wù)，同時(shí)結(jié)合垂直行業(yè)應(yīng)用，打包提供給個(gè)人客戶。用戶使用某類應(yīng)用時(shí)，即自動(dòng)享受對(duì)應(yīng)的切片服務(wù)，從而實(shí)現(xiàn)企業(yè)-企業(yè)-消費(fèi)者的新商業(yè)模式，為運(yùn)營(yíng)商帶來新的收入。

4.4 承載網(wǎng)智能流量預(yù)測(cè)及路徑

調(diào)優(yōu)

隨著未來網(wǎng)絡(luò)規(guī)模和復(fù)雜度的持續(xù)增長(zhǎng)，尤其是物聯(lián)網(wǎng)、網(wǎng)絡(luò)切片等新技術(shù)的引入，承載網(wǎng)絡(luò)在路徑規(guī)劃和流量調(diào)度方面，需要滿足高吞吐、低時(shí)延、隨需而動(dòng)的需求，但使用傳統(tǒng)的路徑規(guī)劃方法很難根據(jù)鏈路的動(dòng)態(tài)情況，實(shí)時(shí)地給出最優(yōu)的流量調(diào)度和路徑優(yōu)化方案。基于AI技術(shù)，我們利用眾多項(xiàng)目和場(chǎng)景所積累的多維歷史數(shù)據(jù)，進(jìn)行智能分析和算法探索，并結(jié)合某個(gè)實(shí)際網(wǎng)絡(luò)的需求，進(jìn)行流量預(yù)測(cè)和路徑優(yōu)化推理，例如：中長(zhǎng)期流量增長(zhǎng)預(yù)測(cè)、短期流量峰值評(píng)估、區(qū)域流量仿真、路徑策略優(yōu)化等。

同時(shí)我們還利用大數(shù)據(jù)系統(tǒng)實(shí)時(shí)采集網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)，結(jié)合當(dāng)前負(fù)載狀態(tài)、資源冗余情況、和業(yè)務(wù)要求等信息，通過AI算法對(duì)未來流量進(jìn)行預(yù)測(cè)，并依據(jù)預(yù)測(cè)結(jié)果來指導(dǎo)路徑選擇和資源調(diào)度，自動(dòng)得到最優(yōu)路徑和最佳資源，從而提高網(wǎng)絡(luò)使用效率，保障用戶體驗(yàn)。

5 結(jié)束語

AI在電信領(lǐng)域的應(yīng)用仍處于起步階段，未來5—10年將是運(yùn)營(yíng)商網(wǎng)絡(luò)智能化轉(zhuǎn)型的關(guān)鍵時(shí)期。隨著AI技術(shù)的逐步成熟，它將逐步引入電信網(wǎng)絡(luò)的各個(gè)應(yīng)用場(chǎng)景中，幫助運(yùn)營(yíng)商將網(wǎng)絡(luò)由當(dāng)前人治模式轉(zhuǎn)向自我驅(qū)動(dòng)為主的自治模式轉(zhuǎn)變，真正實(shí)現(xiàn)網(wǎng)絡(luò)運(yùn)營(yíng)運(yùn)維領(lǐng)域的智能化變革。

參考文獻(xiàn)

[1] 王威麗，何小強(qiáng)，唐倫， 等.5G網(wǎng)絡(luò)人工智能化的基本框架和關(guān)鍵技術(shù)[J]. 中興通訊技術(shù)，2018，24（2）：38-42.DOI：10.3969/j.issn.1009-6868.2018.02.008

[2] 尤肖虎，張川，談曉思等. 基于AI的5G技術(shù)——研究方向與范例[J]. 中國(guó)科學(xué)： 信息科學(xué)，2018， 48（12），1589-1602. DOI： 10.1360/N112018-00174

[3] 張琰，盛敏，李建東.大數(shù)據(jù)驅(qū)動(dòng)的"人工智能"無線網(wǎng)絡(luò)[J].中興通訊技術(shù)， 2018， 24（2）： 2-5. DOI：10.3969/j.issn.1009-6868.2018.02.001

[4] 尤肖虎，潘志文，高西奇，等.5G移動(dòng)通信發(fā)展趨勢(shì)與若干關(guān)鍵技術(shù)[J].中國(guó)科學(xué)：信息科學(xué)，2014，44（5）：551-563.DOI：10.1360/N112014-00032

[5] System Architecture for the 5G System： 3GPP TS 23.501[S].3GPP

[6] LI R P， ZHAO Z F， ZHOU X， et al. Intelligent 5G： When Cellular Networks Meet Artificial Intelligence [J].IEEE Wireless Communications， 2017， 24（5）： 175-183. DOI：10.1109/mwc.2017.1600304wc

[7] ETSI Launches Zero Touch Network and Service Management Group [EB/OL]. （2017-12-14）[2019-01-15]. http：//www.etsi.org/news-events/news

[8] WANG X F， LI X H， LEUNG V C M. Artificial Intelligence-Based Techniques for Emerging Heterogeneous Network： State of the Arts，Opportunities， and Challenges [J].IEEE Access， 2015， 3： 1379-1391. DOI：10.1109/access.2015.2467174

[9] IMRAN A， ZOHA A. Challenges in 5G： How to Empower SON with Big Data for Enabling 5G [J]. Network IEEE，2014，28（6）：27-33.DOI： 10.1109/MNET.2014.6963801

[10] HAN S F， CHIH-LIN I， LI G， et al. Big Data Enabled Mobile Network Design for 5G and Beyond [J]. IEEE Communications Magazine， 2017， 55（9）： 150-157. DOI：10.1109/mcom.2017.1600911

[11] BARCO R， LAZARO P， MUNOZ P. A Unified Framework for Self-Healing in Wireless Networks[J].IEEE Communications Magazine， 2012，50（12）： 134-142.DOI：10.1109/MCOM.2012.6384463

[12] HUANG Y D， TAN J J， LIANG Y C. Wireless Big Data： Transforming Heterogeneous Networks to Smart Networks [J]. Journal of Communications and Information Networks， 2017， 2（1）：19-32. DOI：10.1007/s41650-017-0002-1

[13] CHIH-LIN I， SUN Q， LIU Z M， et al. The Big-Data-Driven Intelligent Wireless Network： Architecture， Use Cases， Solutions， and Future Trends [J]. IEEE Vehicular Technology Magazine， 2017， 12（4）： 20-29. DOI：10.1109/mvt.2017.2752758

[14] KHATIB E J， BARCO R， MUNOZ P， et al. Self-Healing in Mobile Networks with BigData [J]. IEEE Communications Magazine， 2016， 54（1）： 114-120.DOI： 10.1109/MCOM.2016.7378435

[15] Study of Enablers for Network Automation for 5G： 3GPP TR 23.791[S].3GPP