陳斌 陳武軍 樊忠文

【摘要】? ? 隨著5G通信是當(dāng)代到來，網(wǎng)絡(luò)架構(gòu)復(fù)雜度提升，多層網(wǎng)絡(luò)性能過剩、能耗加劇，以多載波、大功率為代表的5G基站正在逐步成為運(yùn)營商重要運(yùn)營成本之一。為進(jìn)一步降低運(yùn)營成本，以當(dāng)前網(wǎng)絡(luò)架構(gòu)優(yōu)化為基礎(chǔ)結(jié)合AI算法完成多種網(wǎng)絡(luò)制式整體節(jié)能，在確保用戶感知不變情況下，實(shí)現(xiàn)運(yùn)營商對能源利用效率的再提升。[1]

【關(guān)鍵詞】? ? 5G網(wǎng)絡(luò)? ? 多層網(wǎng)絡(luò)? ? AI智能? ? 能源利用率

Abstract：? With the advent of 5g communication， the complexity of network architecture is improved， the performance of multi-layer network is excessive and the energy consumption is increasing. 5g base station represented by multi carrier and high-power is gradually becoming one of the important operating costs of operators. In order to further reduce the operation cost， this paper combines with the current network architecture optimization and AI algorithm to complete the overall energy saving of various network systems， and improve the energy utilization efficiency of operators under the condition of ensuring the user perception unchanged[1].

Key words： 5G network，Multi-layer network， AI intelligence， Energy utilization rate

引言

至2016年175國簽署巴黎氣候協(xié)議以來，移動(dòng)通信作為首個(gè)承諾節(jié)能減排的目標(biāo)產(chǎn)業(yè)，當(dāng)前全球已經(jīng)超過50家運(yùn)營商明確承諾節(jié)能目標(biāo)。而5G作為新時(shí)代通信技術(shù)，憑借其無可比擬的技術(shù)優(yōu)勢正在構(gòu)建全球新經(jīng)濟(jì)基礎(chǔ)，但是隨著通信技術(shù)同代發(fā)展，整體能耗只升不降，為節(jié)能減排降低運(yùn)營成本愈發(fā)困難。為可持續(xù)性發(fā)展，必須加快現(xiàn)網(wǎng)多制式網(wǎng)絡(luò)融合節(jié)能減排，不能僅僅局限于5G單制式節(jié)能降耗[1]。

一、當(dāng)前移動(dòng)通信網(wǎng)絡(luò)架構(gòu)

網(wǎng)絡(luò)制式的發(fā)展節(jié)奏明顯快于終端替換，當(dāng)前全球依舊存在于11億部單模2G制式終端，9億部單模3G終端，90億部4G多模終端以及新增的1億部5G多模終端。從1992年第一個(gè)2G正式商用至今已有快30年，終端類型雖每年以1000+速度更新，但其基礎(chǔ)通信功能依舊受制于通信運(yùn)營商建設(shè)進(jìn)展而更新緩慢。以中國為例，全國超過680萬座通信基站，其中2G、3G基站占比超過30%，接近210萬座，而現(xiàn)網(wǎng)依舊存在約2000萬單模2G終端，3600萬單模3G終端[2，3]。因此網(wǎng)絡(luò)技術(shù)的迭代無法完全取代前期已經(jīng)建設(shè)通信基礎(chǔ)制式，只有加快終端迭代，多制式融合方式才能降低運(yùn)營商運(yùn)營成本，實(shí)現(xiàn)節(jié)能減排目標(biāo)。當(dāng)前各大運(yùn)營商主要網(wǎng)絡(luò)架構(gòu)如下，以2G作為偏遠(yuǎn)山區(qū)、海域、作為基礎(chǔ)語音保障體系，3G作為2G補(bǔ)充層需要逐步實(shí)現(xiàn)退網(wǎng)，4G作為容量層和主要承載層依舊在逐步滲透建設(shè)，5G為未來容量層在逐步建設(shè)中。

二、多層制式協(xié)同節(jié)能減排

2.1基站制式縮減，3G逐步退網(wǎng)

以中國移動(dòng)為例，作為國內(nèi)最大運(yùn)營商，在國內(nèi)總計(jì)已經(jīng)完成462萬個(gè)基站建設(shè)工作，至2020年底新增4萬個(gè)4G基站，30萬個(gè)5G基站并且完成主要城市5G城區(qū)建設(shè)覆蓋工作和4G未覆蓋區(qū)補(bǔ)充工作[4]。同時(shí)中國移動(dòng)積極參與引導(dǎo)3G單模老用戶退網(wǎng)，進(jìn)入4G網(wǎng)絡(luò)工作，擬規(guī)劃2021年底完成全部3G基站退網(wǎng)清頻，最終形成2G山區(qū)、遠(yuǎn)海覆蓋、4G基礎(chǔ)容量層、5G流量引導(dǎo)層向2G山區(qū)、遠(yuǎn)海覆蓋、4G DSS改造45G融合、5G容量層轉(zhuǎn)變。目前針對存量2G用戶采取向上升級至4G，但是支持原有2G制式，保留基本語音通話基礎(chǔ)功能同時(shí)用戶具備自主升級4G5G終端制式。針對3G用戶進(jìn)行引導(dǎo)式勸退，直接有序關(guān)閉3G站點(diǎn)，各區(qū)域通過一定終端置換引導(dǎo)升級至45G網(wǎng)絡(luò)，進(jìn)一步降低基站復(fù)雜程度。隨著3G完全退網(wǎng)，多層網(wǎng)絡(luò)架構(gòu)趨向于簡潔化，基站整體數(shù)量不會(huì)因5G基站數(shù)量上升而出現(xiàn)大幅度增加，且相比原有基礎(chǔ)網(wǎng)絡(luò)整體電費(fèi)運(yùn)營、人工維護(hù)等方面有較明顯的成本降低。

2.2 45G功能融合，減少大功率基站

在5G R15標(biāo)準(zhǔn)制定中引入新的概念即LTE FDD和NR瞬時(shí)動(dòng)態(tài)頻譜共享（Dynamic Spectrum Sharing），來進(jìn)一步優(yōu)化45G無法真正融合的尷尬處境，同時(shí)加快4G用戶向5G容量過度進(jìn)程。其主要依據(jù)是5G TDD的頻譜大帶寬和Massive MIMO技術(shù)是真正能夠提供eMBB 10倍能力提升的，但也有其缺點(diǎn)，頻譜要可獲得，可使用，高頻頻譜覆蓋不如低頻，尤其是上行。在采用FDD制式基站上可以同步部署NR，基站硬件不用做大的改動(dòng)，只需新增5G基帶板、軟件升級就可以支持5G，具有同時(shí)做到成本低，部署快、廣覆蓋5G的優(yōu)勢。5G初期用戶滲透率需要時(shí)間逐步提升，存在大量網(wǎng)絡(luò)空閑浪費(fèi)資源，這也是造成單用戶能耗比高的重要因素之一。通過LTE&NR DSS即動(dòng)態(tài)頻譜共享，在原有4G FDD基站上實(shí)現(xiàn)4G、5G能夠同時(shí)接入，按需提供4G和5G的服務(wù)，動(dòng)態(tài)靈活調(diào)整降低5G單獨(dú)部署基站成本[5]。5G無法因其自身大頻譜、Massive MIMO技術(shù)特性無法做到整體低功耗運(yùn)行，以單個(gè)64T64R 型AAU站點(diǎn)主設(shè)備單日功耗來算空載功耗2.1-2.2KW，均載功耗3.1-3.2KW，滿載功耗3.7-3.9KW遠(yuǎn)遠(yuǎn)超出4G空載1.1KW的功耗水平，因此無法做到類似于4G基站全區(qū)域覆蓋或者1：1覆蓋。隨著45G用戶迭代加快，運(yùn)營商需要逐步完成郊區(qū)和農(nóng)村5G覆蓋工作，同時(shí)保留4G基礎(chǔ)覆蓋，因此具備DSS能力的基站改造成為首選。按照既有規(guī)劃，后期網(wǎng)絡(luò)架構(gòu)最終會(huì)形成2G＼4G作為基礎(chǔ)覆蓋層，5G作為容量層，同時(shí)大部分4G能夠?qū)崿F(xiàn)5G用戶接入來保障5G體驗(yàn)以及后期實(shí)現(xiàn)5G大功率基站閑時(shí)節(jié)能策略的實(shí)施。

2.3基于AI算法的5G基站節(jié)能

隨著制造工藝和智能化信息技術(shù)的發(fā)展，5G基站具備了硬件和軟件雙向節(jié)能的能力，即能夠通過高集成度芯片、高密度元器件實(shí)現(xiàn)單功耗高承載的硬件節(jié)能和通過技術(shù)算法實(shí)現(xiàn)可靠穩(wěn)定的軟件節(jié)能[6]。當(dāng)前常規(guī)5G軟件節(jié)能方案主要有符號關(guān)斷、載波關(guān)斷、通道關(guān)斷、深度休眠等實(shí)現(xiàn)手段通過相應(yīng)時(shí)間的把控來最大限度進(jìn)行節(jié)能來提升基站設(shè)備資源利用效率。5G初期用戶流量使用模型不太穩(wěn)定，一味追求低功耗將極大影響現(xiàn)網(wǎng)用戶實(shí)際體驗(yàn)，因此需要根據(jù)現(xiàn)網(wǎng)實(shí)際用戶行為進(jìn)行模擬計(jì)算來判定采用何種節(jié)能方式，兼顧用戶體驗(yàn)。AI+驅(qū)動(dòng)確定KPI意圖的節(jié)能模式可以作為創(chuàng)新性節(jié)能方式，能夠通過AI智能運(yùn)算測量出現(xiàn)網(wǎng)實(shí)際用戶體驗(yàn)而針對性采取對應(yīng)節(jié)能方案。如圖所示需要通過AI計(jì)算構(gòu)建KPI-資源-能耗模型，達(dá)成基于確定性意圖的節(jié)能。實(shí)施方法為根據(jù)載波資源確定候選關(guān)斷組合，下發(fā)模擬關(guān)斷，AI預(yù)測不同關(guān)斷組合下小區(qū)PRB利用率、KPI（速率），之后利用能耗模型預(yù)測小區(qū)能耗收益，最終根據(jù)尋優(yōu)策略獲取滿足確定KPI下的最優(yōu)關(guān)斷策略。

運(yùn)營商依據(jù)自有設(shè)備資源架構(gòu)以及對現(xiàn)網(wǎng)關(guān)鍵KPI指標(biāo)定義來動(dòng)態(tài)發(fā)掘5G節(jié)能優(yōu)勢同時(shí)確?，F(xiàn)網(wǎng)5G用戶實(shí)際體驗(yàn)不下降，從而保障45G用戶平穩(wěn)過度整體節(jié)能方案思路，是一種有效保障用戶感知和功耗相平衡的新型節(jié)能方式。其中關(guān)鍵核思路為通過大量數(shù)據(jù)采集通過AI集群分析計(jì)算，將客戶注重關(guān)鍵KPI指標(biāo)如體驗(yàn)速率高于設(shè)定門限值的比例、優(yōu)化區(qū)域的切換增加次數(shù)、切換成功率、優(yōu)化區(qū)域流量穩(wěn)定、接入成功率、掉話率等，下發(fā)相對應(yīng)節(jié)能參數(shù)結(jié)合模擬仿真輸出與現(xiàn)網(wǎng)實(shí)施相匹配的節(jié)能方案。

三、節(jié)能評估

多層次網(wǎng)絡(luò)架構(gòu)下的節(jié)能評估無法單純通過單個(gè)基站進(jìn)行縱向節(jié)能評估，因此我們可以通過將現(xiàn)網(wǎng)基站進(jìn)行柵格化處理，柵格內(nèi)所有基站節(jié)能評估設(shè)為Ai，以時(shí)間粒度t為基準(zhǔn)，所有基站總功耗Wi為橫坐標(biāo)，同一時(shí)間段內(nèi)總話務(wù)量E2G權(quán)值a1、E4G權(quán)值a2、E5G權(quán)值a3，區(qū)域總流量L2G權(quán)值b1、L4G權(quán)值b2、L5G權(quán)值b3進(jìn)行整體業(yè)務(wù)功耗比計(jì)算[7，8]。

通過一定時(shí)間段內(nèi)對柵格內(nèi)所有基站業(yè)務(wù)量對比總體功耗比值來判定區(qū)域性基站節(jié)能效果，同時(shí)可以通過話務(wù)量和功耗對應(yīng)變化及時(shí)修正節(jié)能參數(shù)下發(fā)。

四、結(jié)束語

當(dāng)前運(yùn)營商網(wǎng)絡(luò)架構(gòu)單獨(dú)進(jìn)行某一種制式站點(diǎn)節(jié)能已經(jīng)無法有效完成節(jié)能初衷，且運(yùn)營商一定是以用戶體驗(yàn)為基礎(chǔ)合理優(yōu)化全制式基站節(jié)能參數(shù)。隨著現(xiàn)網(wǎng)大量終端迭代對網(wǎng)絡(luò)質(zhì)量需求愈發(fā)明顯，低制式網(wǎng)絡(luò)已經(jīng)逐步被高制式網(wǎng)絡(luò)取代，整體業(yè)務(wù)容量由2G-3G-4G-5G逐步發(fā)展，因此適時(shí)合理規(guī)劃全制式網(wǎng)絡(luò)節(jié)能有利于降低運(yùn)營商運(yùn)營成本且符合節(jié)能環(huán)保的大方向。同時(shí)隨著人工智能發(fā)展，運(yùn)營商可以通過前期的數(shù)據(jù)建模分析來預(yù)判未來一定時(shí)間段內(nèi)節(jié)能走勢，通過柵格化、區(qū)域化參數(shù)下發(fā)來達(dá)到業(yè)務(wù)穩(wěn)定，業(yè)務(wù)基站功耗下降的目標(biāo)。

參? 考? 文? 獻(xiàn)

[1]梁力維，李榮聰，. 基于AI的5G基站節(jié)能技術(shù)研究[J]. 移動(dòng)通信，2019，（12）.

[2] Chang K C， Chu K C， Wang H C， et al. Energy saving technology of 5G base station based on Internet of Things collaborative control[J]. IEEE Access， 2020， 8： 32935-32946.

[3]張化，李鵬，魯娜，蔡博文，李皛. 5G基站節(jié)能技術(shù)性能評估研究[J]. 電子技術(shù)應(yīng)用，2020，（10）.

[4]中國移動(dòng). 中國移動(dòng)5G白皮書 [Z]. 2019.

[5]中國電信. 中國電信人工智能發(fā)展白皮書V1.0[Z]. 2019.

[6]張志榮，許曉航，朱雪田，夏旭，. 基于AI的5G基站節(jié)能技術(shù)研究[J]. 電子技術(shù)應(yīng)用，2019，（10）. [7]曹萌，. 關(guān)于通信基站節(jié)能減排評估指標(biāo)及評估方法的探究[J]. 科技風(fēng)，2012，（21）.

[8]張高記，呂建東，陳文學(xué). 通信基站節(jié)能減排評估指標(biāo)及評估方法研究[J]. 電信學(xué)，2011，（3）.