李 露 李福昌

中國聯(lián)通研究院 北京 100048

引言

隨著國內(nèi)5G大規(guī)模建設(shè)的加速，運營商在承擔(dān)大量5G網(wǎng)絡(luò)建設(shè)費用的同時，也面臨OPEX成本的巨大壓力。與傳統(tǒng)基站相比，5G基站站址更密集、建設(shè)環(huán)境更復(fù)雜、站點功耗更高。運營商現(xiàn)網(wǎng)移動業(yè)務(wù)能耗成本占總能耗成本約70%，其中基站能耗比例超過九成，基站能耗成本巨大。在5G網(wǎng)絡(luò)共建共享的大背景下，5G基站設(shè)備對頻段、帶寬、功率等性能指標(biāo)等都提出更高要求，5G基站不僅支持3.5GHz等5G商用頻段，同時還需支持2.1GHz等重耕頻段；設(shè)備的硬件能力由支持3.5GHz頻段100MHz帶寬、200W最大發(fā)射功率演變?yōu)橹С?00MHz帶寬、320W等大帶寬、高功率的新要求?，F(xiàn)網(wǎng)對基站設(shè)備的更高要求，導(dǎo)致基站的能耗不斷增大，如5G基站能耗是4G能耗的3.5～4.5倍，運營商將面臨巨大的OPEX電費壓力[1-4]。如何降低現(xiàn)網(wǎng)基站能耗是通信行業(yè)亟待解決的問題。

傳統(tǒng)節(jié)能技術(shù)基于網(wǎng)管話務(wù)統(tǒng)計，分時段批量關(guān)斷設(shè)備，不能支持實時、跨網(wǎng)絡(luò)、靈活智能的節(jié)能管理，導(dǎo)致節(jié)能效果不佳、運維復(fù)雜難度增加。5G時代，2G、3G、4G、5G多種制式系統(tǒng)會在一段時期內(nèi)共存，隨著云化架構(gòu)的演進，多制式系統(tǒng)將逐步融合，需要從全網(wǎng)最優(yōu)的角度綜合考慮網(wǎng)絡(luò)能力和能耗成本。為滿足5G網(wǎng)絡(luò)高功耗、多制式并存、能耗精細化管理等技術(shù)挑戰(zhàn)，5G基站設(shè)備節(jié)能方案應(yīng)結(jié)合通信行業(yè)產(chǎn)業(yè)鏈的實際發(fā)展情況，不斷采用新工藝、新材料、新方案、新設(shè)計等創(chuàng)新技術(shù)，不斷改進基站設(shè)備產(chǎn)品設(shè)計，降低商用設(shè)備基礎(chǔ)功耗；同時，加快軟件新節(jié)能功能的研發(fā)進度，商用設(shè)備必須支持智能符號關(guān)斷、智能載波關(guān)斷、小區(qū)關(guān)斷、深度休眠、智能通道關(guān)斷等節(jié)能方案[5-8]。從網(wǎng)絡(luò)層面，4G/5G等多制式系統(tǒng)的協(xié)同管理入手，逐步在現(xiàn)網(wǎng)開展4G/5G智能節(jié)能平臺試點，將人工智能技術(shù)應(yīng)用在通信網(wǎng)絡(luò)智能化、自動化的智能管理中，以達到綜合網(wǎng)絡(luò)能力強、用戶體驗優(yōu)、能耗低的目標(biāo)，真正降低運營商OPEX成本，提高網(wǎng)絡(luò)整體競爭力。

1 基站節(jié)能基本原理

通信網(wǎng)絡(luò)節(jié)能方案可以劃分為基站節(jié)能方案和網(wǎng)絡(luò)級節(jié)能方案。基站節(jié)能方案主要考慮從設(shè)備硬件、軟件特性等方面優(yōu)化設(shè)備能耗，而網(wǎng)絡(luò)級節(jié)能方案考慮多制式網(wǎng)絡(luò)之間協(xié)作實現(xiàn)全網(wǎng)能耗最優(yōu)的效果。基站設(shè)備節(jié)能方案主要有兩種方式，即硬件節(jié)能方案和軟件節(jié)能方案，硬件節(jié)能降低基站設(shè)備的基礎(chǔ)功耗，軟件節(jié)能從業(yè)務(wù)運營角度出發(fā)對硬件資源進行合理調(diào)配，讓基站設(shè)備更高效運行。

硬件節(jié)能方案主要通過優(yōu)化設(shè)備硬件設(shè)計、改進生成工藝以及設(shè)備集成度等手段達到降低基站設(shè)備基礎(chǔ)能耗、不斷提高基站設(shè)備能源利用率的目的?；驹O(shè)備硬件節(jié)能方案可以通過提高硬件平臺集成度，加快半導(dǎo)體工藝更新?lián)Q代，加快新材料、新技術(shù)、新工藝等技術(shù)創(chuàng)新和產(chǎn)品應(yīng)用，持續(xù)降低基站設(shè)備能耗水平。例如，為了提高AAU設(shè)備的能效，需要從功放模塊、數(shù)字基帶(含數(shù)字中頻、基帶模塊)、收發(fā)機等對功耗影響較大的關(guān)鍵器件進行技術(shù)升級，例如提高ASIC芯片比例，同時采用更高工藝(如5nm、3nm技術(shù))來降低能耗并減少芯片面積，從而提高集成度，減少AAU芯片數(shù)量，整體降低熱耗。

軟件節(jié)能方案根據(jù)通信網(wǎng)絡(luò)業(yè)務(wù)在時間、空間等分布特征，以及網(wǎng)絡(luò)負荷的變化，在保證預(yù)定指標(biāo)的前提下通過基站軟件功能配置，對硬件資源進行合理調(diào)配，實現(xiàn)高效利用資源的目的。在網(wǎng)絡(luò)中，為了實現(xiàn)軟件節(jié)能功能，基站除了要支持軟件功能對相應(yīng)硬件的控制外，還需要支持能耗數(shù)據(jù)的采集、交互、上報，以及BBU和AAU/RRU與網(wǎng)管之間的狀態(tài)信息交互?；拒浖寄芊桨钢饕ǚ栮P(guān)斷、通道關(guān)斷、載波關(guān)斷、小區(qū)關(guān)斷、深度休眠、功放調(diào)壓等[9]。

網(wǎng)絡(luò)級節(jié)能方案應(yīng)用于多制式共存的網(wǎng)絡(luò)中，考慮不同網(wǎng)絡(luò)制式之間的協(xié)同，使全網(wǎng)的能耗與網(wǎng)絡(luò)性能達到最優(yōu)。例如，4G/5G同覆蓋區(qū)域內(nèi)，可根據(jù)4G網(wǎng)絡(luò)與5G網(wǎng)絡(luò)的業(yè)務(wù)量等指標(biāo)的變化情況，靈活管理AAU/RRU設(shè)備的關(guān)斷時段，實現(xiàn)降低基站設(shè)備能耗的目的。若5G網(wǎng)絡(luò)的業(yè)務(wù)負荷較低，則可動態(tài)關(guān)斷5G AAU/RRU載波，降低5G網(wǎng)絡(luò)的能耗，同時，5G網(wǎng)絡(luò)的業(yè)務(wù)量可由4G網(wǎng)絡(luò)承載。若5G網(wǎng)絡(luò)負荷超過預(yù)定門限，則開啟5G小區(qū)，恢復(fù)正常的5G網(wǎng)絡(luò)覆蓋。若4G網(wǎng)絡(luò)的負荷低于預(yù)定門限，可通過關(guān)斷4G射頻通道或載波的方式，降低4G網(wǎng)絡(luò)的能耗[10]。

本文將重點討論網(wǎng)絡(luò)級節(jié)能方案，基于人工智能算法來預(yù)測小區(qū)業(yè)務(wù)量、靈活調(diào)整節(jié)能策略，使得智能節(jié)能方案可在多制式網(wǎng)絡(luò)、不同小區(qū)場景下智能適配，在不影響業(yè)務(wù)體驗的前提下達到更好的節(jié)能效果。

2 網(wǎng)絡(luò)級智能節(jié)能方案

網(wǎng)絡(luò)級智能節(jié)能方案可以實現(xiàn)多制式無線網(wǎng)絡(luò)基站設(shè)備(如4G/5G基站設(shè)備)智能化、精細化、規(guī)?；?jié)能管理能力；實現(xiàn)對網(wǎng)絡(luò)基礎(chǔ)設(shè)施，如電源、備電等系統(tǒng)按照多種系統(tǒng)制式的智能化管控，支持功耗數(shù)據(jù)精確采集上報、支持電源按系統(tǒng)制式和設(shè)備類型的分路智能供電等功能；支持對基站AAU/RRU等設(shè)備節(jié)能控制功能，支持符號關(guān)斷、通道關(guān)斷、載波關(guān)斷、深度休眠、電源關(guān)斷等節(jié)能特性[11-14]。

網(wǎng)絡(luò)級智能節(jié)能方案應(yīng)支持分場景、智能化基站節(jié)能策略管理，以全網(wǎng)能耗最優(yōu)為網(wǎng)絡(luò)級節(jié)能策略，以基于AI的智能業(yè)務(wù)精確預(yù)測、智能節(jié)能策略生成等功能，打破基礎(chǔ)設(shè)施數(shù)字化孤島，實現(xiàn)網(wǎng)絡(luò)能耗數(shù)據(jù)實時、高精度采集能力，并支持根據(jù)網(wǎng)絡(luò)基礎(chǔ)設(shè)施狀態(tài)，靈活管控基站的能耗情況。

本文下面將重點研究基于AI的網(wǎng)絡(luò)級節(jié)能方案，通過應(yīng)用不同的AI算法，如基于聯(lián)邦學(xué)習(xí)的節(jié)能方案、基于強化學(xué)習(xí)的節(jié)能方案等，提升節(jié)能預(yù)測精度和適用范圍，實現(xiàn)對單個基站設(shè)備功耗的智能化管理。智能節(jié)能方案可以通過統(tǒng)一節(jié)能管理平臺實現(xiàn)，平臺支持與網(wǎng)管、網(wǎng)優(yōu)平臺、工參等現(xiàn)網(wǎng)平臺數(shù)據(jù)互通，可以實時采集現(xiàn)網(wǎng)數(shù)據(jù)，并且支持與多廠家OMC平臺南向接口對接互通，實現(xiàn)4G、5G OMC節(jié)能指令發(fā)送、指令執(zhí)行監(jiān)控等功能，從而達到對4G/5G多種制式基站設(shè)備的統(tǒng)一管理能力，制定自動化適配智能節(jié)能策略，持續(xù)提升網(wǎng)絡(luò)節(jié)能效果。

2.1 基于強化學(xué)習(xí)的節(jié)能方案

基于強化學(xué)習(xí)的節(jié)能方案首先需要定義價值函數(shù)，價值函數(shù)需包含能耗降低參數(shù)和網(wǎng)絡(luò)性能參數(shù)，保證在不降低網(wǎng)絡(luò)性能的前提下最大限度降低網(wǎng)絡(luò)能耗。然后通過已實踐節(jié)能策略小區(qū)的反饋結(jié)果，來搜索當(dāng)前節(jié)能策略的最優(yōu)值，可按照一定搜索方法遍歷盡可能多的策略，計算其節(jié)能能耗與網(wǎng)絡(luò)性能的價值函數(shù)值，通過強化學(xué)習(xí)得出后續(xù)最佳節(jié)能策略?；趶娀瘜W(xué)習(xí)的節(jié)能方案流程如圖1所示。

圖1 基于強化學(xué)習(xí)的節(jié)能方案流程

當(dāng)節(jié)能任務(wù)執(zhí)行一定時間后，可將歷史每個小區(qū)的節(jié)能策略形成策略特征庫，在策略特征庫豐富后，可直接在策略庫中選取最優(yōu)的節(jié)能策略直接執(zhí)行，以節(jié)省節(jié)能策略預(yù)測時間，并且根據(jù)節(jié)能策略執(zhí)行結(jié)果不斷修正節(jié)能策略特征庫。

針對不同話務(wù)模型，可以通過強化學(xué)習(xí)的方式綜合考量能效、任務(wù)準確度和網(wǎng)絡(luò)質(zhì)量，智能推薦更精確的策略門限。

2.2 基于聯(lián)邦學(xué)習(xí)共享網(wǎng)絡(luò)下的節(jié)能方案

聯(lián)邦學(xué)習(xí)可以在確保用戶隱私和數(shù)據(jù)安全的前提下實現(xiàn)跨公司或組織間的模型訓(xùn)練。各公司/組織間交換模型信息的過程被設(shè)計和全程加密，公司/組織互相不能夠獲取到其他任何公司/組織的隱私數(shù)據(jù)內(nèi)容，可以實現(xiàn)跨公司/組織間的聯(lián)合建模。

在5G基站共享、4G基站不共享場景下，可以通過聯(lián)邦學(xué)習(xí)分別提取不同運營商間不共享的基站數(shù)據(jù)，如4G基站數(shù)據(jù)，分別在運營商本地進行模型訓(xùn)練預(yù)測節(jié)能小區(qū)情況。運營商無需互通各自的基站數(shù)據(jù)，聯(lián)邦學(xué)習(xí)能夠隔離非共享的4G數(shù)據(jù)，將隱私數(shù)據(jù)隔離具備足夠安全性。以5G共享基站和非共享4G基站的性能、公參等數(shù)據(jù)為輸入，4G基站隱私數(shù)據(jù)單獨訓(xùn)練模型，當(dāng)不同運營商5G用戶駐留回自己4G基站時小于4G最大負荷要求，5G基站可以節(jié)能，此時5G業(yè)務(wù)負荷可分擔(dān)到不同運營商的4G基站?；诼?lián)邦學(xué)習(xí)共享網(wǎng)絡(luò)下的節(jié)能方案可根據(jù)4G/5G網(wǎng)絡(luò)的業(yè)務(wù)量等指標(biāo)的變化情況，對5G基站設(shè)備采用智能節(jié)能策略。

基于聯(lián)邦學(xué)習(xí)共享網(wǎng)絡(luò)下的節(jié)能方案具體實現(xiàn)流程如圖2所示，運營商A和運營商B的LTE基站、5G基站都基于其本地數(shù)據(jù)來訓(xùn)練模型參數(shù)，并且將模型參數(shù)(梯度)上傳到中央服務(wù)器單元。中央服務(wù)器通過使用安全的聯(lián)合平均聚合所有分布式節(jié)點端的模型參數(shù)，形成最終全局模型，然后將該模型發(fā)送給每個連接的運營商。每當(dāng)運營商重新接入或有數(shù)據(jù)更新時，用戶將更新發(fā)送回服務(wù)器，服務(wù)器構(gòu)建改進全局模型。通過上述過程，各運營商負責(zé)學(xué)習(xí)全局模型的更新，并通過其本地數(shù)據(jù)更新本地訓(xùn)練模型。各共享運營商可隔離非共享數(shù)據(jù)，并且能獲得全局節(jié)能算法模型，從而實施共享網(wǎng)絡(luò)下的節(jié)能方案。

圖2 基于聯(lián)邦學(xué)習(xí)的共享網(wǎng)絡(luò)節(jié)能方案流程

2.3 提升預(yù)測粒度及精度

智能節(jié)能預(yù)測可以通過細化預(yù)測精度及預(yù)測時長來增加節(jié)能算法的準確性及實用性。例如，可將智能節(jié)能預(yù)測粒度和節(jié)能任務(wù)下發(fā)精度由1小時提升至15分鐘，預(yù)測時長由24小時提升至48小時。

將粒度細化到15分鐘粒度后，可實現(xiàn)了跨度1/4小時的滑窗機制，最小節(jié)能時間段應(yīng)用更加靈活，整體提升了節(jié)能效率，對網(wǎng)絡(luò)波動響應(yīng)將更迅速，避免由于粗粒度預(yù)測造成提前或滯后關(guān)斷(開啟)節(jié)能任務(wù)的情況。節(jié)能預(yù)測最好能同時滿足小時級精度和15分鐘精度兼容，運維人員可根據(jù)現(xiàn)網(wǎng)實際情況選擇實施。

預(yù)測時長提升至48小時后，可以有效減少預(yù)測頻次，提前指定節(jié)能策略，且預(yù)測時長能向更長周期拓展。

取3萬多個小區(qū)15分鐘粒度的歷史數(shù)據(jù)，并對未來48小時的小區(qū)PRB利用率進行預(yù)測，并對比整體及小區(qū)小時級預(yù)測值與真實值數(shù)據(jù)，計算得出預(yù)測準確率。從預(yù)測結(jié)果可以看出1個小時和15分鐘的預(yù)測平均絕對誤差(Mean Absolute Deviation)，本次預(yù)測的3萬多個小區(qū)15分鐘粒度數(shù)據(jù)通過相同時序模型算法預(yù)測的MAE值約1.15196%，誤差相比小時級預(yù)測結(jié)果1.64%降低0.488%。

圖3為整體利用率曲線對比，以15分鐘為粒度統(tǒng)計一天3萬多小區(qū)不同時間段的無線利用率均值，真實值true_ratio與AI模型的預(yù)測值utilization_ratio對比，error為預(yù)測值與真實值的預(yù)測誤差。由曲線可看出模型下整體預(yù)測結(jié)果與實際值的整體趨勢均較吻合，AI模型預(yù)測值稍微高于真實值。

圖3 預(yù)測96個15分鐘粒度整體誤差分析

圖4、圖5為15分鐘粒度與小時粒度的預(yù)測誤差統(tǒng)計對比圖，統(tǒng)計了3萬多小區(qū)不同預(yù)測誤差范圍內(nèi)的小區(qū)占比情況。如圖4所示，24個時段中15分鐘粒度預(yù)測無線利用率誤差在0.05以內(nèi)占比超過了94%，誤差在0.075以內(nèi)比例在97%以上，相比前期小時粒度準確率，誤差在0.05以內(nèi)準確度提升7%，誤差在0.075以內(nèi)準確度提升4%左右。

圖4 15分鐘粒度預(yù)測小區(qū)準確度分析

圖5 小時粒度預(yù)測小區(qū)準確度分析

3 結(jié)束語

5G AAU 24小時功耗數(shù)值變化較大，忙/閑時AAU功耗相差300w以上，采用分時關(guān)斷的節(jié)能方案可以降低網(wǎng)絡(luò)能耗。根據(jù)5G現(xiàn)網(wǎng)業(yè)務(wù)分析，對于非熱點區(qū)域，約70%現(xiàn)網(wǎng)5G基站滿足4G/5G協(xié)同節(jié)能的條件，通過關(guān)斷5G小區(qū)可有效降低網(wǎng)絡(luò)能耗。5G網(wǎng)絡(luò)相比4G網(wǎng)絡(luò)有更高的能力，但其網(wǎng)絡(luò)的能耗也顯著增加。當(dāng)前運營商網(wǎng)絡(luò)用戶主要為4G/5G用戶，未來5G用戶將會不斷增長。因此，在4G、5G多制式共存的網(wǎng)絡(luò)中，隨著用戶不斷變化的多制式協(xié)同節(jié)能方案尤為重要。智能高效的節(jié)能方案也是未來網(wǎng)絡(luò)發(fā)展的必然趨勢，本文討論了基于聯(lián)邦學(xué)習(xí)和強化學(xué)習(xí)的節(jié)能方案，在后續(xù)研究中也將不斷優(yōu)化提升智能節(jié)能算法和方案，滿足未來網(wǎng)絡(luò)高功耗、多制式并存、能耗精細化管理等技術(shù)挑戰(zhàn)。節(jié)能增效是運營商在5G網(wǎng)絡(luò)時代保持市場競爭力，提高盈利能力的重要任務(wù)。網(wǎng)絡(luò)級智能節(jié)能方案綜合考慮用戶體驗、基站設(shè)備及站點情況，使5G網(wǎng)絡(luò)設(shè)備、網(wǎng)管系統(tǒng)與基礎(chǔ)設(shè)施系統(tǒng)緊密配合，進一步提高了網(wǎng)絡(luò)建設(shè)效率，降低建設(shè)運維成本，實現(xiàn)構(gòu)建低成本、低能耗、智能運維及快速響應(yīng)的基礎(chǔ)網(wǎng)絡(luò)體系的目標(biāo)。