黃宇紅，孫奇，賈民麗，段然，陳卓

（中國(guó)移動(dòng)通信有限公司研究院，北京 100053）

1 引言

我國(guó)的信息通信業(yè)發(fā)展正處在重要戰(zhàn)略機(jī)遇期，5G作為“新基建”之首，重要性日益提高。作為承載我國(guó)經(jīng)濟(jì)社會(huì)轉(zhuǎn)型升級(jí)的新型基礎(chǔ)設(shè)施，5G“超大帶寬、超廣連接、超低時(shí)延”的三大新型特性和網(wǎng)絡(luò)切片、邊緣計(jì)算兩大特色能力共同推動(dòng)移動(dòng)通信技術(shù)從消費(fèi)側(cè)向生產(chǎn)側(cè)全面滲透，5G將成為社會(huì)信息流動(dòng)的主動(dòng)脈、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的加速器、數(shù)字社會(huì)建設(shè)的新基石。目前，5G已經(jīng)開(kāi)始商用部署，但推進(jìn)5G發(fā)展是一個(gè)極為復(fù)雜的系統(tǒng)工程，遠(yuǎn)不止建設(shè)幾十萬(wàn)個(gè)基站。5G如何承載眾多業(yè)務(wù)需求，如何真正走向商業(yè)成功還面臨很多挑戰(zhàn)，比如5G基站仍然存在功耗大、成本高問(wèn)題，5G的高度靈活導(dǎo)致其運(yùn)維優(yōu)化難度大到無(wú)法用傳統(tǒng)方式實(shí)施，更重要的是，5G成功的關(guān)鍵是要服務(wù)千行百業(yè)，而行業(yè)應(yīng)用需求多樣、差異大、場(chǎng)景復(fù)雜，如何能夠快速有效滿(mǎn)足各種需求？解決這些困難，僅靠傳統(tǒng)的通信思維是無(wú)法實(shí)現(xiàn)的，需要云網(wǎng)一體化、網(wǎng)業(yè)協(xié)同等整體方案。但當(dāng)前5G和人工智能（AI）、大數(shù)據(jù)、云計(jì)算等新興技術(shù)在應(yīng)用上仍處于“單兵作戰(zhàn)”模式，“組合拳”效益發(fā)揮不足，必須加強(qiáng)科技協(xié)同，開(kāi)展融合創(chuàng)新，擁抱新技術(shù)，創(chuàng)造新理念，才能打造強(qiáng)大的、有生命力的5G網(wǎng)絡(luò)。

針對(duì)以上問(wèn)題，本文以5G無(wú)線(xiàn)網(wǎng)絡(luò)為基礎(chǔ)，用創(chuàng)新的思維和技術(shù)發(fā)展無(wú)線(xiàn)網(wǎng)絡(luò)，將5G與AI、云計(jì)算、大數(shù)據(jù)、邊緣計(jì)算等新科技融合創(chuàng)新，意在持續(xù)提升5G技術(shù)創(chuàng)新支撐能力、促進(jìn)DOICT（data，operation，information，communications technology）融合發(fā)展。在此考慮上，本文提出了智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)，以融合為手段，以簡(jiǎn)化為原則，對(duì)5G無(wú)線(xiàn)網(wǎng)絡(luò)進(jìn)行完善和增強(qiáng)，從而解決上述5G實(shí)現(xiàn)復(fù)雜度高、基站功耗高、網(wǎng)絡(luò)優(yōu)化難度和成本高、垂直行業(yè)新需求多等問(wèn)題。

2 智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)

智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)以無(wú)線(xiàn)網(wǎng)絡(luò)為基礎(chǔ)，以融合為手段，以簡(jiǎn)化為原則，通過(guò)構(gòu)建DT（數(shù)據(jù)技術(shù)）、OT（運(yùn)營(yíng)技術(shù)）、IT（信息技術(shù)）、CT（通信技術(shù)）四者融合創(chuàng)新的理論和產(chǎn)業(yè)基礎(chǔ)，形成DOICT深度融合的一體化技術(shù)，實(shí)現(xiàn) “加性能”“加能力”“減成本”“減復(fù)雜度”，助力運(yùn)營(yíng)商降本增效，不斷滿(mǎn)足千行百業(yè)、大眾客戶(hù)的業(yè)務(wù)發(fā)展需求，消除數(shù)字鴻溝，促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。

· “加性能”：通過(guò)技術(shù)演進(jìn)提供極致時(shí)延/可靠性/確定性能，智能多天線(xiàn)提升覆蓋/速率性能，智能多頻多網(wǎng)協(xié)同提升速率/容量，智能網(wǎng)業(yè)協(xié)同提升端到端業(yè)務(wù)體驗(yàn)。

· “加能力”：引入無(wú)線(xiàn)智控平臺(tái)，促進(jìn)DOICT融合，提升行業(yè)深度服務(wù)能力和服務(wù)保障水平，泛無(wú)線(xiàn)技術(shù)融合提升綜合服務(wù)能力，開(kāi)放生態(tài)提升服務(wù)能力豐富性。

· “減成本”：智慧綠色節(jié)能降低運(yùn)營(yíng)成本，能力定制降低成本，行業(yè)本地服務(wù)降低組網(wǎng)成本。

· “減復(fù)雜度”：智慧自組織網(wǎng)絡(luò)和資源調(diào)度降低運(yùn)維、管理和優(yōu)化復(fù)雜度。

從技術(shù)架構(gòu)上，智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)包括基礎(chǔ)設(shè)施層、平臺(tái)層和應(yīng)用層，如圖1所示，其中基礎(chǔ)設(shè)施層由5G無(wú)線(xiàn)網(wǎng)絡(luò)構(gòu)成，是智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)的基礎(chǔ)，為平臺(tái)層和應(yīng)用層提供5G通信和連接能力支撐、設(shè)備數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)等數(shù)據(jù)支撐和軟硬件基礎(chǔ)設(shè)施支撐。平臺(tái)層基于基礎(chǔ)設(shè)施的云化/虛擬化環(huán)境，引入無(wú)線(xiàn)數(shù)據(jù)+AI能力的開(kāi)放平臺(tái)：無(wú)線(xiàn)智控平臺(tái)[1]。平臺(tái)層是云網(wǎng)融合的關(guān)鍵要素，基于云資源、網(wǎng)絡(luò)和業(yè)務(wù)的多維智能感知，使能云、網(wǎng)絡(luò)和業(yè)務(wù)的深度融合和協(xié)同。應(yīng)用層主要包括CT增強(qiáng)應(yīng)用，例如i-RRM（智慧資源調(diào)度）、i-Green（綠色節(jié)能）、i-SON（智慧自組織網(wǎng)絡(luò)）和本地服務(wù)應(yīng)用（通過(guò)網(wǎng)絡(luò)功能下沉和增強(qiáng)，實(shí)現(xiàn)敏捷的云網(wǎng)業(yè)協(xié)同），還可進(jìn)一步擴(kuò)展支持各種個(gè)人和行業(yè)業(yè)務(wù)應(yīng)用。無(wú)線(xiàn)智控平臺(tái)和上層應(yīng)用將基于基礎(chǔ)設(shè)施層的數(shù)據(jù)和通信機(jī)制，利用AI和數(shù)據(jù)分析等技術(shù)，提升網(wǎng)絡(luò)資源和能量利用效率，并面向行業(yè)的多樣化需求，靈活地提供定制化的網(wǎng)絡(luò)能力，保障用戶(hù)體驗(yàn)。智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)為5G復(fù)雜度高、基站功耗高、網(wǎng)絡(luò)優(yōu)化難度和成本高、垂直行業(yè)新需求多等問(wèn)題提供系統(tǒng)性解決方案。

圖1 智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)架構(gòu)

3 智簡(jiǎn)5G基礎(chǔ)設(shè)施層-無(wú)線(xiàn)網(wǎng)絡(luò)

智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)架構(gòu)中的基礎(chǔ)設(shè)施層主要包含5G無(wú)線(xiàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)備及其產(chǎn)生的海量網(wǎng)絡(luò)數(shù)據(jù)。5G無(wú)線(xiàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)備主要包括由多頻段（如700 MHz、2.6 GHz、4.9 GHz）、多站型5G基站（如宏基站、微基站、皮基站）所組成的無(wú)線(xiàn)網(wǎng)絡(luò)，后期可能還會(huì)引入毫米波基站、衛(wèi)星空域網(wǎng)等，組成泛在的通信基礎(chǔ)設(shè)施，并逐步向云化演進(jìn)。5G網(wǎng)絡(luò)提供增強(qiáng)型移動(dòng)寬帶（eMBB）、超可靠低時(shí)延通信（uRLLC）和大連接物聯(lián)網(wǎng)（mMTC）等通信與連接能力，滿(mǎn)足不同應(yīng)用的差異化業(yè)務(wù)需求。在此基礎(chǔ)上，5G無(wú)線(xiàn)網(wǎng)絡(luò)還將產(chǎn)生豐富的高價(jià)值無(wú)線(xiàn)網(wǎng)絡(luò)大數(shù)據(jù)，為大數(shù)據(jù)分析和AI等能力提供了豐富的生產(chǎn)資料。隨著5G網(wǎng)絡(luò)的云化演進(jìn)發(fā)展，也為引入無(wú)線(xiàn)智控平臺(tái)和無(wú)線(xiàn)智能應(yīng)用的敏捷部署和拓展提供了通用便捷基礎(chǔ)。

4 智簡(jiǎn)5G平臺(tái)層：無(wú)線(xiàn)智控平臺(tái)

無(wú)線(xiàn)智控平臺(tái)基于無(wú)線(xiàn)云網(wǎng)融合架構(gòu)，通過(guò)引入無(wú)線(xiàn)大數(shù)據(jù)分析、AI等技術(shù)，進(jìn)一步使能云網(wǎng)、業(yè)務(wù)的深度協(xié)同，增強(qiáng)無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)時(shí)數(shù)據(jù)分析能力，支持無(wú)線(xiàn)網(wǎng)絡(luò)服務(wù)能力靈活拓展，實(shí)現(xiàn)面向業(yè)務(wù)差異化需求的無(wú)線(xiàn)能力定制、用戶(hù)體驗(yàn)優(yōu)化和無(wú)線(xiàn)網(wǎng)絡(luò)資源效率提升。平臺(tái)作為一個(gè)開(kāi)放的無(wú)線(xiàn)智能中心，可按需獲取近實(shí)時(shí)無(wú)線(xiàn)數(shù)據(jù)和業(yè)務(wù)需求和特征，支持近實(shí)時(shí)控制優(yōu)化，基于DOICT的深度融合，不僅賦能網(wǎng)絡(luò)優(yōu)化的智能化演進(jìn)，更將進(jìn)一步提升網(wǎng)絡(luò)面向垂直行業(yè)的服務(wù)能力。無(wú)線(xiàn)智控平臺(tái)還可為業(yè)務(wù)應(yīng)用提供軟件平臺(tái)（platform as a service，PaaS）。

針對(duì)云化/虛擬化基站，基站也可與無(wú)線(xiàn)智控平臺(tái)、移動(dòng)邊緣計(jì)算（MEC）共平臺(tái)部署，一方面實(shí)現(xiàn)基礎(chǔ)設(shè)施的池化增益，另一方面也支持邊緣業(yè)務(wù)應(yīng)用與無(wú)線(xiàn)智控平臺(tái)的網(wǎng)絡(luò)增強(qiáng)應(yīng)用和本地服務(wù)應(yīng)用的直接互動(dòng)，實(shí)現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)的實(shí)時(shí)跨層協(xié)同優(yōu)化。例如，無(wú)線(xiàn)智控平臺(tái)的無(wú)線(xiàn)智能應(yīng)用可實(shí)時(shí)預(yù)測(cè)無(wú)線(xiàn)網(wǎng)絡(luò)能力，通過(guò)無(wú)線(xiàn)能力開(kāi)放接口開(kāi)放給業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)業(yè)務(wù)應(yīng)用優(yōu)化。

4.1 平臺(tái)架構(gòu)及功能設(shè)計(jì)

無(wú)線(xiàn)智控平臺(tái)旨在提供不同無(wú)線(xiàn)智能應(yīng)用所需的公共平臺(tái)功能，如圖2所示?；竟δ馨_突解決、訂閱管理、共享數(shù)據(jù)層/無(wú)線(xiàn)數(shù)據(jù)庫(kù)、消息基礎(chǔ)設(shè)施、管理服務(wù)、安全和管理接口處理、E2接口處理功能[2]。無(wú)線(xiàn)數(shù)據(jù)庫(kù)包含存儲(chǔ)無(wú)線(xiàn)智控平臺(tái)所需的無(wú)線(xiàn)資源數(shù)據(jù)和其他數(shù)據(jù)，可分為半靜態(tài)參數(shù)和動(dòng)態(tài)數(shù)據(jù)兩類(lèi)。半靜態(tài)參數(shù)主要是網(wǎng)管提供的配置參數(shù)，以及基站/用戶(hù)的狀態(tài)參數(shù)，動(dòng)態(tài)數(shù)據(jù)主要是基站/用戶(hù)的測(cè)量數(shù)據(jù)。共享數(shù)據(jù)層的作用是為不同類(lèi)型數(shù)據(jù)庫(kù)提供一致的訪問(wèn)接口。

圖2 無(wú)線(xiàn)智控平臺(tái)架構(gòu)

4.2 定制化數(shù)據(jù)采集與控制

傳統(tǒng)無(wú)線(xiàn)接入網(wǎng)絡(luò)的數(shù)據(jù)采集主要指面向網(wǎng)絡(luò)管理提供告警、配置和性能管理等數(shù)據(jù)，主要特點(diǎn)之一是全網(wǎng)統(tǒng)一數(shù)據(jù)集?，F(xiàn)網(wǎng)中兼顧對(duì)無(wú)線(xiàn)基站設(shè)備資源要求和數(shù)據(jù)傳輸帶寬，網(wǎng)管數(shù)據(jù)的時(shí)間顆粒度通常在分鐘及以上，并且以小區(qū)級(jí)性能參數(shù)為主。無(wú)線(xiàn)智控平臺(tái)則采用基于用例的數(shù)據(jù)訂閱方式，通過(guò)觸發(fā)條件和數(shù)據(jù)項(xiàng)兩個(gè)方面的信息向基站訂閱數(shù)據(jù)。同時(shí)，無(wú)線(xiàn)智控平臺(tái)所支持的數(shù)據(jù)訂閱項(xiàng)不僅包括小區(qū)級(jí)的信息，還包括用戶(hù)級(jí)的信息。這在數(shù)據(jù)訂閱方面不僅能夠按需滿(mǎn)足用例更小時(shí)間顆粒度的數(shù)據(jù)獲取需求，而且能夠大幅度降低基站設(shè)備處理資源開(kāi)銷(xiāo)和數(shù)據(jù)傳輸帶寬要求。前期試點(diǎn)驗(yàn)證顯示，對(duì)于71項(xiàng)1 ms～1 s的小區(qū)級(jí)和用戶(hù)級(jí)數(shù)據(jù)采集項(xiàng)，以14 000個(gè)小區(qū)、每個(gè)小區(qū)100個(gè)用戶(hù)為例，傳統(tǒng)網(wǎng)絡(luò)方式采集1天的數(shù)據(jù)量為14 PB。采用無(wú)線(xiàn)智控平臺(tái)基于用例的數(shù)據(jù)訂閱方式，通過(guò)觸發(fā)條件、數(shù)據(jù)項(xiàng)、小區(qū)和用戶(hù)的定制，可將數(shù)據(jù)采集情況精準(zhǔn)表述為某小區(qū)某個(gè)用戶(hù)的1個(gè)1 ms的UE級(jí)數(shù)據(jù)項(xiàng)，采集時(shí)間區(qū)間為9:00—10:00的信息，那么對(duì)應(yīng)的數(shù)據(jù)量將降至0.413 GB。因此，無(wú)線(xiàn)智控平臺(tái)的基于用例的定制化數(shù)據(jù)采集以更加靈活和更低開(kāi)銷(xiāo)的方式獲取無(wú)線(xiàn)資源數(shù)據(jù)，是按需開(kāi)放無(wú)線(xiàn)能力、支持用戶(hù)無(wú)線(xiàn)空口差異化服務(wù)以及實(shí)現(xiàn)網(wǎng)絡(luò)和業(yè)務(wù)協(xié)同優(yōu)化的基礎(chǔ)。

4.3 平臺(tái)數(shù)據(jù)分析和AI能力

隨著無(wú)線(xiàn)智能應(yīng)用的豐富，無(wú)線(xiàn)智控平臺(tái)可擴(kuò)展提供數(shù)據(jù)分析、AI模型倉(cāng)庫(kù)和AI模型推理能力。AI模型倉(cāng)庫(kù)旨在提供多種無(wú)線(xiàn)智能應(yīng)用所需的公共AI模型。AI模型推理旨在提供上述公共AI模型的推理服務(wù)，根據(jù)平臺(tái)資源為無(wú)線(xiàn)智能應(yīng)用提供優(yōu)化的AI模型推理服務(wù)，縮短AI模型推理時(shí)間。平臺(tái)數(shù)據(jù)分析和AI模型推理服務(wù)可包括如業(yè)務(wù)體驗(yàn)QoS/QoE評(píng)估、用戶(hù)無(wú)線(xiàn)測(cè)量預(yù)測(cè)等基礎(chǔ)無(wú)線(xiàn)預(yù)測(cè)能力。

4.4 無(wú)線(xiàn)能力微服務(wù)化和平臺(tái)開(kāi)放接口

面對(duì)高度差異化和不斷新增的業(yè)務(wù)需求，無(wú)線(xiàn)智控平臺(tái)的微服務(wù)化架構(gòu)為無(wú)線(xiàn)智能應(yīng)用的按需定制、持續(xù)開(kāi)發(fā)和快速部署提供了原生支持。在統(tǒng)一的服務(wù)框架下，首先，基站的底層技術(shù)機(jī)制（如雙連接、預(yù)調(diào)度、小區(qū)切換等）被從基站實(shí)現(xiàn)中解耦為不同的微服務(wù)，由無(wú)線(xiàn)智控平臺(tái)的基礎(chǔ)平臺(tái)功能向無(wú)線(xiàn)智能應(yīng)用提供，從而屏蔽了異廠商設(shè)備的互操作性差異；在此基礎(chǔ)上，無(wú)線(xiàn)智能應(yīng)用生成的無(wú)線(xiàn)能力同樣封裝為獨(dú)立的微服務(wù)，對(duì)其他無(wú)線(xiàn)智能應(yīng)用或授權(quán)外部應(yīng)用提供通用的微服務(wù)接口，屏蔽了內(nèi)部算法實(shí)現(xiàn)，便于升級(jí)和維護(hù)；此外，服務(wù)管理框架對(duì)新能力的定義和引入提供了較好的可擴(kuò)展性。

此外，無(wú)線(xiàn)智控平臺(tái)的微服務(wù)化架構(gòu)提供了開(kāi)放API，允許網(wǎng)絡(luò)所有者復(fù)用通用的基礎(chǔ)平臺(tái)功能，定制和組合無(wú)線(xiàn)智能應(yīng)用，實(shí)現(xiàn)無(wú)線(xiàn)智控平臺(tái)功能的靈活擴(kuò)展和裁剪。未來(lái)，借助開(kāi)放API，無(wú)線(xiàn)智能應(yīng)用還可由運(yùn)營(yíng)商、基站設(shè)備提供商之外的第三方提供，為豐富無(wú)線(xiàn)智能應(yīng)用生態(tài)提供了必要基礎(chǔ)。

5 智簡(jiǎn)5G應(yīng)用層：典型應(yīng)用

智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)架構(gòu)的應(yīng)用層承載各類(lèi)無(wú)線(xiàn)智能應(yīng)用，例如智慧資源調(diào)度（i-RRM）、綠色節(jié)能（i-Green）、智慧自組織網(wǎng)絡(luò)（i-SON）等典型應(yīng)用。未來(lái)，隨著該技術(shù)架構(gòu)的進(jìn)一步發(fā)展和需求驅(qū)動(dòng)，智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)可支撐更多CT增強(qiáng)應(yīng)用、DOICT融合應(yīng)用，并逐步擴(kuò)展個(gè)人和行業(yè)業(yè)務(wù)應(yīng)用。下面對(duì)上述典型應(yīng)用進(jìn)行詳細(xì)介紹。

5.1 智慧資源調(diào)度（i-RRM）

無(wú)線(xiàn)資源調(diào)度是無(wú)線(xiàn)網(wǎng)絡(luò)核心功能，旨在高效利用寶貴的空口資源，為用戶(hù)提供有質(zhì)量保障的服務(wù)。隨著5G大規(guī)模MIMO、端到端切片等復(fù)雜技術(shù)的引入，同時(shí)用戶(hù)業(yè)務(wù)從純消費(fèi)類(lèi)業(yè)務(wù)到消費(fèi)和行業(yè)混合業(yè)務(wù)的轉(zhuǎn)變，以及多系統(tǒng)、多頻段組網(wǎng)的出現(xiàn)，無(wú)線(xiàn)資源的調(diào)度更加復(fù)雜，要求更高。

i-RRM是基于無(wú)線(xiàn)智控平臺(tái)的AI、數(shù)據(jù)采集等能力，利用深度學(xué)習(xí)等新技術(shù)手段高效解決傳統(tǒng)RRM的難點(diǎn)問(wèn)題。以下以多頻段組網(wǎng)下的負(fù)載均衡過(guò)程為例。

隨著運(yùn)營(yíng)商網(wǎng)絡(luò)部署的逐漸深化，多頻段組網(wǎng)成為網(wǎng)絡(luò)中主要的組網(wǎng)方式。相應(yīng)地，多頻段負(fù)載均衡也成為保障用戶(hù)體驗(yàn)和運(yùn)營(yíng)商投資效益的重要手段。

傳統(tǒng)算法主要存在兩方面挑戰(zhàn)。一是現(xiàn)有的負(fù)載均衡機(jī)制流程較長(zhǎng)，影響均衡效率。由于涉及多頻測(cè)量和切換，當(dāng)異頻點(diǎn)較多時(shí)將帶來(lái)較大的測(cè)量反饋開(kāi)銷(xiāo)和時(shí)延，負(fù)載均衡速度慢，用戶(hù)體驗(yàn)差。另外，下發(fā)的異頻測(cè)量具有盲目性，處于異頻差點(diǎn)的用戶(hù)無(wú)法反饋測(cè)量結(jié)果。二是參數(shù)量大。多個(gè)頻點(diǎn)之間的測(cè)量/重選/切換參數(shù)量達(dá)百余個(gè)，同時(shí)負(fù)載均衡算法參數(shù)20余個(gè)（如小區(qū)負(fù)載相對(duì)/絕對(duì)門(mén)限，測(cè)量配置用戶(hù)數(shù)，均衡周期等），采用人工調(diào)整耗費(fèi)時(shí)間較多，而且參數(shù)互相影響，難以?xún)?yōu)化。

引入i-RRM功能進(jìn)行智能化負(fù)載均衡可有效解決上述問(wèn)題。圖3為傳統(tǒng)負(fù)載均衡和智能優(yōu)化的負(fù)載均衡流程對(duì)比。在i-RRM的異頻測(cè)量環(huán)節(jié)可以應(yīng)用基于AI監(jiān)督學(xué)習(xí)的無(wú)線(xiàn)指紋方案，將同頻測(cè)量結(jié)果與異頻信息進(jìn)行關(guān)聯(lián)，減少或免去異頻測(cè)量，加快負(fù)載均衡速度，提升用戶(hù)體驗(yàn)[3]。在參數(shù)調(diào)整環(huán)節(jié)，可以利用強(qiáng)化學(xué)習(xí)算法，將網(wǎng)絡(luò)狀態(tài)和獎(jiǎng)懲判斷（如負(fù)載差、關(guān)鍵績(jī)效指標(biāo)（key performance indicator，KPI）等）告知強(qiáng)化學(xué)習(xí)大腦，由算法自動(dòng)尋找最合適的行為（對(duì)特定參數(shù)進(jìn)行調(diào)整），達(dá)到高效、高質(zhì)量的網(wǎng)絡(luò)參數(shù)優(yōu)化，確保網(wǎng)絡(luò)各項(xiàng)指標(biāo)保持穩(wěn)定，大大降低了復(fù)雜網(wǎng)絡(luò)場(chǎng)景下的參數(shù)優(yōu)化復(fù)雜度，并有效提升用戶(hù)體驗(yàn)速率。

圖3 傳統(tǒng)負(fù)載均衡和智能優(yōu)化的負(fù)載均衡流程對(duì)比

后續(xù)還將基于i-RRM的思路，探索更多智能化資源調(diào)度應(yīng)用場(chǎng)景，不斷提高網(wǎng)絡(luò)資源利用效率和網(wǎng)絡(luò)運(yùn)營(yíng)優(yōu)化效率。

5.2 綠色節(jié)能（i-Green）

在移動(dòng)通信網(wǎng)絡(luò)中，大約80%的能耗來(lái)自廣泛分布的基站。越密集的基站意味著能耗越高，這是5G網(wǎng)絡(luò)面臨的一大成本挑戰(zhàn)。據(jù)統(tǒng)計(jì)預(yù)測(cè)，5G基站功耗將是4G基站的3～4倍，5G在給產(chǎn)業(yè)帶來(lái)眾多機(jī)會(huì)的時(shí)候也帶來(lái)了巨大的能耗挑戰(zhàn)。

傳統(tǒng)節(jié)能方案大多針對(duì)不同網(wǎng)絡(luò)場(chǎng)景，人工選擇節(jié)能方案，消耗大量人力，方案選擇不恰當(dāng)甚至影響網(wǎng)絡(luò)性能與用戶(hù)體驗(yàn)。此外，在特定時(shí)間點(diǎn)開(kāi)啟/關(guān)閉軟件功能實(shí)現(xiàn)節(jié)電的方法策略相對(duì)保守，無(wú)法自適應(yīng)匹配網(wǎng)絡(luò)情況最大程度發(fā)揮節(jié)能效果。

i-Green技術(shù)基于無(wú)線(xiàn)智控平臺(tái)從網(wǎng)絡(luò)級(jí)、精細(xì)化運(yùn)營(yíng)的角度來(lái)解決5G網(wǎng)絡(luò)的能耗問(wèn)題，主要技術(shù)理念如下。

一方面，基于無(wú)線(xiàn)側(cè)的大數(shù)據(jù)采集，對(duì)現(xiàn)網(wǎng)多頻多模的小區(qū)覆蓋情況深度分析，通過(guò)AI算法對(duì)小區(qū)負(fù)荷或資源（如業(yè)務(wù)量、資源利用率等時(shí)序信息）進(jìn)行精準(zhǔn)預(yù)測(cè)，實(shí)現(xiàn)對(duì)小區(qū)能耗、性能的實(shí)時(shí)掌握，然后可以有序地將目標(biāo)小區(qū)（節(jié)能小區(qū)）用戶(hù)引導(dǎo)到低負(fù)荷低能耗小區(qū)（補(bǔ)償小區(qū)），如圖4所示，從而關(guān)閉目標(biāo)小區(qū)，實(shí)現(xiàn)網(wǎng)絡(luò)更加高效的節(jié)能。

圖4 節(jié)能小區(qū)與補(bǔ)償小區(qū)示意圖

圖5 節(jié)能參數(shù)門(mén)限自適應(yīng)調(diào)整系統(tǒng)流程

另一方面，基于業(yè)務(wù)、用戶(hù)、用電負(fù)荷在時(shí)間、空間的分布和變化趨勢(shì)特征分析，采用非監(jiān)督學(xué)習(xí)方法實(shí)現(xiàn)小區(qū)時(shí)空?qǐng)鼍皠澐趾妥R(shí)別，針對(duì)同類(lèi)時(shí)空?qǐng)鼍袄脧?qiáng)化學(xué)習(xí)等技術(shù)迭代更新尋優(yōu)模型，實(shí)現(xiàn)節(jié)能參數(shù)配置的動(dòng)態(tài)調(diào)整和迭代優(yōu)化，從而為不同時(shí)空?qǐng)鼍吧蓚€(gè)性化的節(jié)能參數(shù)配置建議，如圖5所示。此外，借助深度學(xué)習(xí)算法對(duì)各參數(shù)量化關(guān)系的深層挖掘，可進(jìn)一步實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)能耗相關(guān)參數(shù)、功能、模塊、設(shè)備開(kāi)關(guān)等進(jìn)行不同顆粒度的動(dòng)態(tài)自適應(yīng)控制，在保證用戶(hù)體驗(yàn)和網(wǎng)絡(luò)正常運(yùn)行的前提下提高能源利用率，降低網(wǎng)絡(luò)能耗，從而實(shí)現(xiàn)“一站一策，一時(shí)一策，動(dòng)態(tài)靈活”，進(jìn)一步深度挖掘網(wǎng)絡(luò)的節(jié)能潛力，降低網(wǎng)絡(luò)運(yùn)營(yíng)成本。

5.3 智慧自組織網(wǎng)絡(luò)（i-SON）

5G網(wǎng)絡(luò)支持更高的頻率、靈活的組網(wǎng)方式以及多樣化的基站類(lèi)型，使得網(wǎng)絡(luò)拓?fù)涓訌?fù)雜、協(xié)議設(shè)計(jì)更加靈活，帶來(lái)網(wǎng)絡(luò)運(yùn)營(yíng)的復(fù)雜度和運(yùn)營(yíng)成本的顯著提高。研究表明，一個(gè)成熟的商用移動(dòng)網(wǎng)絡(luò)在其生命周期內(nèi)，由運(yùn)營(yíng)和維護(hù)產(chǎn)生的成本占30%以上。運(yùn)營(yíng)商急需自動(dòng)化手段降低網(wǎng)絡(luò)部署和操作管理的復(fù)雜度，降低運(yùn)營(yíng)維護(hù)成本，提升性能指標(biāo)和用戶(hù)體驗(yàn)。在此背景和需求下，SON（自組織網(wǎng)絡(luò)）已經(jīng)成為3GPP 5G網(wǎng)絡(luò)優(yōu)化的關(guān)鍵技術(shù)。

SON技術(shù)包括自配置、自?xún)?yōu)化和自治愈3項(xiàng)主要功能，旨在使網(wǎng)絡(luò)能夠自動(dòng)、自主地進(jìn)行相關(guān)操作，最小化對(duì)網(wǎng)絡(luò)的人工操作，盡量節(jié)約運(yùn)營(yíng)維護(hù)成本。具體的功能點(diǎn)如圖6所示，包括基站自啟動(dòng)、PCI自配置自?xún)?yōu)化、自動(dòng)鄰區(qū)關(guān)系（automatic neighbor relation，ANR）、移動(dòng)負(fù)載均衡（mobility load balance，MLB）、節(jié)能、移動(dòng)魯棒性?xún)?yōu)化（mobility robust optimization，MRO）、RACH優(yōu)化、自治愈等功能[4-5]。

智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)中，i-SON功能以傳統(tǒng)的SON體系為基礎(chǔ)，分階段、分功能點(diǎn)不斷創(chuàng)新和優(yōu)化。首先，i-SON功能的第一階段是先考慮將SON技術(shù)在5G網(wǎng)絡(luò)運(yùn)營(yíng)發(fā)展的不同階段加以引入，以適應(yīng)不同網(wǎng)絡(luò)運(yùn)營(yíng)維護(hù)階段的需要。例如，按照網(wǎng)絡(luò)生命周期考慮，在5G建網(wǎng)初期，可以考慮引入基站自啟動(dòng)、PCI自配置自?xún)?yōu)化和ANR等功能，解決新建站帶來(lái)的PCI規(guī)劃、鄰區(qū)錯(cuò)配漏配等問(wèn)題，提升網(wǎng)絡(luò)的切換率，降低掉線(xiàn)率等性能；在網(wǎng)絡(luò)發(fā)展中期可以考慮引入MRO、自治愈等問(wèn)題；在網(wǎng)絡(luò)成熟期可以考慮引入MLB、RACH優(yōu)化等技術(shù)。另外，在SON部署的過(guò)程中，需要進(jìn)行充分的先期驗(yàn)證，以確保引入的SON技術(shù)能有效降低網(wǎng)絡(luò)運(yùn)行維護(hù)成本，提高網(wǎng)絡(luò)質(zhì)量。以4G 某省開(kāi)啟存量站點(diǎn)數(shù)17 687個(gè)為例，開(kāi)啟ANR功能后，自動(dòng)優(yōu)化配置LTE鄰區(qū)195 178條，根據(jù)自動(dòng)配置各環(huán)節(jié)工時(shí)成本核算，開(kāi)啟ANR站點(diǎn)合計(jì)節(jié)約約2 500工時(shí)。當(dāng)然，在現(xiàn)網(wǎng)中也發(fā)現(xiàn)一些不足，例如超遠(yuǎn)鄰區(qū)的錯(cuò)誤添加等，需對(duì)這些問(wèn)題進(jìn)行總結(jié)和解決，迭代優(yōu)化后進(jìn)行現(xiàn)網(wǎng)推廣和規(guī)模應(yīng)用。其次，在i-SON的第二階段，考慮結(jié)合新興的AI方法（例如機(jī)器學(xué)習(xí)、云計(jì)算、神經(jīng)網(wǎng)絡(luò)等），對(duì)現(xiàn)有流程和算法進(jìn)一步改革創(chuàng)新和優(yōu)化，例如基于無(wú)線(xiàn)智控平臺(tái)，考慮將MLB、MRO參數(shù)調(diào)整更智能化，進(jìn)一步減少人工參與等。i-SON功能可以使得5G網(wǎng)絡(luò)更智能、更高效、更低成本。

圖6 傳統(tǒng)SON體系功能點(diǎn)

6 結(jié)束語(yǔ)

目前，作為新基建之首，5G正處在重要戰(zhàn)略機(jī)遇期。5G牌照發(fā)放后，在政府的領(lǐng)導(dǎo)和大力支持下，在產(chǎn)業(yè)鏈全力以赴的努力下，5G發(fā)展速度超過(guò)以往任何一代，同時(shí)5G面臨的復(fù)雜度和挑戰(zhàn)也前所未有，因此5G與DOICT的技術(shù)融合成為必然趨勢(shì)。智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)正是探索5G與DOICT融合的一種新思維、新技術(shù)、新模式。本文詳細(xì)闡述了智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)的技術(shù)理念以及架構(gòu)，并對(duì)架構(gòu)中無(wú)線(xiàn)智控平臺(tái)和3種典型應(yīng)用——i-RRM、i-Green、i-SON進(jìn)行了詳細(xì)介紹，后續(xù)將通過(guò)對(duì)智簡(jiǎn)5G無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)新發(fā)展理念的進(jìn)一步完善和現(xiàn)網(wǎng)驗(yàn)證與部署，夯實(shí)5G網(wǎng)絡(luò)基礎(chǔ)，深化DOICT融合應(yīng)用，力爭(zhēng)打造綠色智簡(jiǎn)、高效運(yùn)營(yíng)、支撐萬(wàn)物互聯(lián)的5G新網(wǎng)絡(luò)、新生態(tài)！