亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于大數(shù)據(jù)分析的5G-Advanced 節(jié)能演進(jìn)創(chuàng)新應(yīng)用方法研究

        2022-03-09 02:10:32金晶
        廣東通信技術(shù) 2022年2期
        關(guān)鍵詞:射頻基站智能

        [金晶]

        1 引言

        5G 網(wǎng)絡(luò)憑借其自身技術(shù)優(yōu)勢(shì)在高傳輸速度、海量終端接入、超低時(shí)延方面實(shí)現(xiàn)跨越式發(fā)展,且理論單位傳輸功耗更低,單比特能耗是4G 的1/10,但5G 整體功耗卻是4G 的3 倍[1]。3GPP 組織在第46 次會(huì)議中,正式確定了5G-Advanced 是現(xiàn)階段5G 的未來(lái)演進(jìn)方向。與現(xiàn)有5G 網(wǎng)絡(luò)相比,在能耗問(wèn)題被持續(xù)關(guān)注的當(dāng)下,網(wǎng)絡(luò)節(jié)能機(jī)制的定義、設(shè)備陣列的功效增強(qiáng),網(wǎng)絡(luò)綠色節(jié)能能力被看作是5G-Advanced 網(wǎng)絡(luò)的其中一個(gè)重要演進(jìn)目標(biāo)。如何在滿足行業(yè)目標(biāo)和用戶需求的前提下實(shí)現(xiàn)5G-Advance 節(jié)能網(wǎng)絡(luò)演進(jìn)發(fā)展,實(shí)現(xiàn)更長(zhǎng)久且有效的節(jié)能網(wǎng)絡(luò)功能是當(dāng)前各大運(yùn)營(yíng)商以及設(shè)備廠商關(guān)注重點(diǎn)。近年來(lái),AI for Network 的概念在無(wú)線通訊界被不斷地提到。運(yùn)用大數(shù)據(jù)分析技術(shù),深度分析現(xiàn)網(wǎng)基站運(yùn)行、用戶分布數(shù)據(jù)將更加有效地指導(dǎo)基站節(jié)能功能部署。在保證用戶感知不變或提升的同時(shí)提升網(wǎng)絡(luò)能效。

        2 5G 基站基礎(chǔ)節(jié)能策略

        至2020年底,全國(guó)已經(jīng)完成70萬(wàn)座5G基站建設(shè)工作,各種基于5G 行業(yè)應(yīng)用場(chǎng)景層出,數(shù)據(jù)流量業(yè)務(wù)隨著5G終端不斷進(jìn)入市場(chǎng)而呈現(xiàn)遞增趨勢(shì),但總體需求遠(yuǎn)未達(dá)到5G 設(shè)備實(shí)際設(shè)計(jì)能力,大量單位能效被無(wú)效益浪費(fèi)[2]。業(yè)內(nèi)當(dāng)前主要的節(jié)能方式包括符號(hào)關(guān)斷、射頻通道關(guān)斷、深度休眠、LNR 智能載波關(guān)斷等。本章節(jié)將集中論述各項(xiàng)基礎(chǔ)節(jié)能功能的技術(shù)原理。

        2.1 基礎(chǔ)節(jié)能功能原理

        (1)符號(hào)關(guān)斷

        在基站設(shè)備中,RRU/AAU 的射頻器件中,功率放大器的能耗占比最高。在沒(méi)有信號(hào)輸出的情況下時(shí),改類射頻器件也會(huì)持續(xù)工作并產(chǎn)生能耗。為降低系統(tǒng)能耗,同時(shí)又保證數(shù)據(jù)傳送的完整性,基站在部分時(shí)間段周期性關(guān)閉功放能力,通過(guò)低業(yè)務(wù)低功放來(lái)實(shí)現(xiàn)整體系統(tǒng)功耗的降低。如圖1 所示,當(dāng)基站檢測(cè)到符號(hào)沒(méi)有承載數(shù)據(jù)時(shí)(圖中標(biāo)識(shí)的空閑符號(hào)),基站會(huì)實(shí)時(shí)關(guān)閉RRU/AAU 的射頻器件,以降低系統(tǒng)能耗。當(dāng)基站檢測(cè)到符號(hào)有承載數(shù)據(jù)時(shí)(基站觸發(fā)公共信號(hào)、參考信號(hào)、業(yè)務(wù)信號(hào)),基站會(huì)實(shí)時(shí)打開(kāi)RRU/AAU 的射頻器件,以保證數(shù)據(jù)傳送的完整性[3]。

        圖1 符號(hào)關(guān)斷原理示意圖

        (2)射頻通道智能關(guān)斷

        基站在日常某些時(shí)間段處于輕載(業(yè)務(wù)少)或空載(無(wú)業(yè)務(wù)),但射頻模塊的發(fā)射通道仍處于工作狀態(tài),造成了基站能耗的浪費(fèi)。如圖2 所示,射頻通道智能休眠可在設(shè)定的時(shí)間段內(nèi),當(dāng)小區(qū)處于輕載或空載時(shí),gNodeB(5G基站)自動(dòng)休眠本小區(qū)的部分發(fā)射通道,從而達(dá)到節(jié)能的目的。同時(shí)gNodeB 會(huì)自動(dòng)調(diào)整小區(qū)公共信道的發(fā)射功率,以盡量保證gNodeB 的覆蓋和業(yè)務(wù)不受影響。該功能可通過(guò)設(shè)置射頻通道智能休眠生效的時(shí)間段、PRB 門限、PRB門限偏置來(lái)實(shí)現(xiàn)生效控制,在射頻通道智能休眠功能生效的時(shí)間段內(nèi),當(dāng)小區(qū)下行PRB 利用率小于或等于啟動(dòng)射頻通道智能休眠功能的下行PRB 門限時(shí),小區(qū)將自動(dòng)進(jìn)入射頻通道智能休眠狀態(tài)[4]。

        圖2 通道關(guān)斷示意圖

        (3)AAU 深度休眠

        如圖3,圖4 所示,AAU 深度休眠節(jié)能功能是指保持AAU 可靠性的同時(shí),忽略網(wǎng)絡(luò)負(fù)荷等其它因素,根據(jù)預(yù)先設(shè)定的時(shí)間段進(jìn)入休眠,從而起到節(jié)能的效果。射頻模塊深度休眠節(jié)能以AAU 為粒度,采用定時(shí)休眠,在配置的時(shí)間到達(dá)后,會(huì)先禁止新用戶接入,然后切換在線用戶,在射頻模塊無(wú)業(yè)務(wù)時(shí)進(jìn)入深度休眠節(jié)能。若AAU 上涉及的所有小區(qū)都沒(méi)有用戶和業(yè)務(wù),則立刻啟動(dòng)休眠小區(qū),AAU 進(jìn)入深度休眠狀態(tài)。若射頻模塊上小區(qū)一直有用戶在線,則將在等待時(shí)長(zhǎng)超時(shí)后,強(qiáng)制休眠小區(qū),同時(shí)射頻模塊進(jìn)入深度休眠[5]。

        圖3 AAU 工作狀態(tài)切換至休眠狀態(tài)示意圖

        圖4 AAU 深度休眠示意圖

        (4)LNR 智能載波關(guān)斷

        同覆蓋載波智能關(guān)斷應(yīng)用于異頻同覆蓋組網(wǎng)。在異頻組網(wǎng)的情況下,同覆蓋的扇區(qū)中低頻段作為打底,保證網(wǎng)絡(luò)的基礎(chǔ)覆蓋;高頻段小區(qū)作為容量小區(qū),用于吸收話務(wù),提升系統(tǒng)容量。如圖5 所示,同覆蓋載波智能關(guān)斷是指當(dāng)容量小區(qū)和基礎(chǔ)小區(qū)上總的負(fù)荷較低時(shí),將容量小區(qū)的用戶切換到基礎(chǔ)小區(qū)(異頻同覆蓋組網(wǎng)中作為基本覆蓋目的的頻點(diǎn)對(duì)應(yīng)的小區(qū))中,然后關(guān)斷容量小區(qū)(異頻同覆蓋組網(wǎng)中作為提升小區(qū)容量目的的頻點(diǎn)對(duì)應(yīng)的小區(qū))對(duì)應(yīng)的載波,以節(jié)約能耗。一般而言,基礎(chǔ)小區(qū)是不能被關(guān)閉的,容量小區(qū)作為高頻段小區(qū)在網(wǎng)絡(luò)低負(fù)荷時(shí)可以被關(guān)閉,同時(shí)為了讓容量小區(qū)的用戶順利切換到基礎(chǔ)小區(qū),容量小區(qū)與基礎(chǔ)小區(qū)必須互相配置鄰區(qū)。在同覆蓋載波智能關(guān)斷的時(shí)間段內(nèi),同時(shí)滿足如下條件時(shí)容量小區(qū)將進(jìn)入同覆蓋載波智能關(guān)斷模式,即本小區(qū)上行PRB 利用率+同覆蓋基礎(chǔ)鄰區(qū)的上行PRB 利用率小于本小區(qū)同覆蓋載波智能關(guān)斷啟動(dòng)上行門限;本小區(qū)下行PRB 利用率+同覆蓋基礎(chǔ)鄰區(qū)的下行PRB 利用率小于本小區(qū)同覆蓋載波智能關(guān)斷啟動(dòng)下行門限[6]。

        圖5 LNR 智能載波關(guān)斷示意圖

        2.2 基礎(chǔ)節(jié)能功能演進(jìn)

        如上文所述,業(yè)內(nèi)針對(duì)5G 基站節(jié)能目前主要分為符號(hào)關(guān)斷、射頻通道智能關(guān)斷、AAU 深度休眠和LNR 智能載波關(guān)斷4 類。SON(Self Organized Networks,自組織網(wǎng)絡(luò))作為4G 時(shí)代已提出的網(wǎng)絡(luò)演進(jìn)目標(biāo),在5G 智能網(wǎng)絡(luò)發(fā)展中任然保有著較為重要的地位。因此,利用網(wǎng)絡(luò)內(nèi)生數(shù)據(jù),運(yùn)用ML(Machine Learning,機(jī)械學(xué)習(xí))技術(shù)實(shí)現(xiàn)基礎(chǔ)節(jié)能功能的智能化自動(dòng)部署將會(huì)是5G-Advanced 中最具代表性的SON 節(jié)能部署。

        在5G-Advanced 階段,網(wǎng)絡(luò)將進(jìn)一步部署邊緣服務(wù)器。這些服務(wù)器將被應(yīng)用于存儲(chǔ)與分析服務(wù)器下屬基站覆蓋范圍內(nèi)的用戶分布及用戶行為特征。以此類數(shù)據(jù)為模型輸入數(shù)據(jù),邊緣服務(wù)器將動(dòng)態(tài)地根據(jù)模型輸出結(jié)果對(duì)基站節(jié)能的模式和時(shí)間進(jìn)行調(diào)整。核心服務(wù)器將收集每個(gè)邊緣服務(wù)器的任務(wù)下發(fā)日志,宏觀判斷整體網(wǎng)絡(luò)能耗情況,針對(duì)節(jié)能數(shù)據(jù)模型進(jìn)行迭代訓(xùn)練與重新下發(fā)。實(shí)現(xiàn)整體網(wǎng)絡(luò)節(jié)能模型的循環(huán)迭代,利用迭代的敏捷性應(yīng)對(duì)無(wú)線網(wǎng)絡(luò)用戶行為的高變動(dòng)性。

        3 大數(shù)據(jù)用戶行為分析模型搭建

        3.1 數(shù)據(jù)采集

        為更加貼近實(shí)際用戶行為,模型數(shù)據(jù)采集必須為多維度汲取來(lái)保證模型輸出結(jié)果可靠性與準(zhǔn)確性,主要數(shù)據(jù)來(lái)源包含下面幾個(gè)方面。

        (1)市場(chǎng)經(jīng)營(yíng)數(shù)據(jù)包含當(dāng)前4/5G 用戶計(jì)費(fèi)詳單、終端型號(hào)、客戶等級(jí)、客戶套餐、用戶投訴數(shù)據(jù)等。

        (2)企業(yè)運(yùn)營(yíng)管理數(shù)據(jù)包含日常用戶4/5G 開(kāi)戶銷戶狀況、5G 新增入網(wǎng)數(shù)量。

        (3)移動(dòng)用戶4/5G 行為數(shù)據(jù)包含訪問(wèn)移動(dòng)互聯(lián)網(wǎng)的行為數(shù)據(jù)、訪問(wèn)應(yīng)用類型、訪問(wèn)時(shí)間節(jié)點(diǎn)、訪問(wèn)接入?yún)^(qū)域分布等。

        (4)網(wǎng)絡(luò)運(yùn)行系統(tǒng)數(shù)據(jù)包含終端行為信息、認(rèn)證時(shí)間、基站位置等。

        (5)4/5G 核心網(wǎng)記錄包含互聯(lián)網(wǎng)用戶行為包含用戶訪問(wèn)URL、訪問(wèn)時(shí)間、用戶語(yǔ)音通話時(shí)間節(jié)點(diǎn)等。

        (6)4/5G 業(yè)務(wù)平臺(tái)數(shù)據(jù)包含用戶終端分布、TOB 支撐產(chǎn)品、各類平臺(tái)支撐用戶增值業(yè)務(wù)等。

        (7)4/5G 運(yùn)營(yíng)網(wǎng)管數(shù)據(jù)包含日常運(yùn)營(yíng)能耗、小時(shí)級(jí)能耗顆粒、單小區(qū)級(jí)用戶接入與切出數(shù)量、小區(qū)級(jí)空載時(shí)效比、用戶上下行感知速率分布、用戶CQI 數(shù)據(jù)、4/5G MR 話統(tǒng)等。

        3.2 數(shù)據(jù)預(yù)處理平臺(tái)構(gòu)建

        針對(duì)各類平臺(tái)提取的數(shù)據(jù)包含結(jié)構(gòu)化文件以及非結(jié)構(gòu)化數(shù)據(jù)這一特點(diǎn),本研究?jī)?yōu)選分布式集群系統(tǒng)平臺(tái)進(jìn)行數(shù)據(jù)預(yù)處理形成統(tǒng)一結(jié)構(gòu)化數(shù)據(jù)?;谶\(yùn)營(yíng)成本及效率優(yōu)先考慮基于Hadoop 分布式軟件框架,該分布式軟件框架憑借對(duì)失敗節(jié)點(diǎn)重新處理的高可靠性、短時(shí)間擴(kuò)展龐大計(jì)算節(jié)點(diǎn)的高擴(kuò)展性、保障各個(gè)節(jié)點(diǎn)動(dòng)態(tài)平衡的高效性、自動(dòng)重新獲取失敗任務(wù)的高容錯(cuò)性成為首選。為確保目標(biāo)數(shù)據(jù)完整可靠性,各類數(shù)據(jù)平臺(tái)接入節(jié)點(diǎn)需要配置多個(gè)接入端口來(lái)保障穩(wěn)定性,同時(shí)Hadoop 平臺(tái)能夠完成主備多層次服務(wù)器的搭建任務(wù)[7]。

        3.3 用戶行為模型設(shè)計(jì)

        用戶行為模型原則上只為挖掘4/5G 用戶當(dāng)前以及后期行為屬性給予當(dāng)前5G 網(wǎng)絡(luò)承載的影響。該模型主要從用戶多元性、空間移動(dòng)性、活動(dòng)時(shí)間特性、網(wǎng)絡(luò)質(zhì)量需求4 類關(guān)鍵指標(biāo)進(jìn)行建模。

        (1)用戶類型多元性

        當(dāng)前5G 網(wǎng)絡(luò)存在單模SA 用戶、SA-NSA 雙模用戶、ToB 固定IP 用戶共存現(xiàn)象,需要及時(shí)跟蹤不同種類用戶數(shù)量占比。不同類型的用戶對(duì)于網(wǎng)絡(luò)的敏感度不同,例如當(dāng)基站由于節(jié)能導(dǎo)致覆蓋收縮時(shí),ToB 固定IP 用戶會(huì)出現(xiàn)網(wǎng)絡(luò)不可用現(xiàn)象而普通雙模ToC 用戶則會(huì)在LTE 下重新發(fā)起業(yè)務(wù)。因此,單位時(shí)間內(nèi),5G 用戶多元性越高,網(wǎng)絡(luò)節(jié)能帶來(lái)的用戶感知下降也就越嚴(yán)重。

        (2)用戶空間移動(dòng)性

        通過(guò)對(duì)現(xiàn)網(wǎng)5G 用戶單位時(shí)間內(nèi)活躍基站位置的提取,來(lái)構(gòu)建5G 用戶空間分布范圍。同時(shí),新增5G 開(kāi)戶用戶必定屬于4G 原有用戶升級(jí)而來(lái)。通過(guò)分析用戶在4G 網(wǎng)絡(luò)的基站占用變化情況,來(lái)預(yù)測(cè)5G 用戶的活動(dòng)路徑。高空間移動(dòng)性表示用戶前往節(jié)能后覆蓋未受損區(qū)域的概率越大。網(wǎng)絡(luò)節(jié)能帶來(lái)的用戶感知下降也就越小。

        (3)用戶時(shí)間潮汐度

        隨著互聯(lián)網(wǎng)APP 應(yīng)用豐富化,手機(jī)蜂窩數(shù)據(jù)使用占比已經(jīng)突破60%。當(dāng)前階段,4/5G 用戶的業(yè)務(wù)模型基本一致。如圖6 所示,當(dāng)前5G 網(wǎng)絡(luò)初期TOB、TOC 主流業(yè)務(wù)未發(fā)生明顯變化,4/5G 用戶流量TOP10 的APP 重合度高達(dá)90%以上。業(yè)務(wù)模型的一致表示著用戶時(shí)間特性的一致,因此在5G 用戶活動(dòng)時(shí)間不足時(shí),4G 用戶的潮汐型亦能作為模型的輸入分析源。通過(guò)對(duì)區(qū)域內(nèi)基站流量的變化統(tǒng)計(jì),能夠得出區(qū)域內(nèi)用戶無(wú)線網(wǎng)絡(luò)使用量的潮汐分布。從而使得模型能夠根據(jù)潮汐程度下發(fā)不同的節(jié)能策略。

        圖6 4/5G 用戶業(yè)務(wù)模型對(duì)比

        (4)網(wǎng)絡(luò)質(zhì)量需求

        用戶對(duì)網(wǎng)絡(luò)質(zhì)量需求往往能夠決定基站存在必要性,運(yùn)營(yíng)商各種執(zhí)行策略優(yōu)先考慮網(wǎng)絡(luò)服務(wù)質(zhì)量。5G 業(yè)務(wù)初期為業(yè)務(wù)爬坡階段,整體使用率不足10%,對(duì)5G 獨(dú)有的大帶寬、海量機(jī)器通信、超低時(shí)延需求不明顯,相反,對(duì)上下行用戶速率體驗(yàn)、流量資費(fèi)較為敏感。4G 業(yè)務(wù)在部分時(shí)間段、部分地點(diǎn)能夠完全取代5G 基站且保證網(wǎng)絡(luò)同等服務(wù)能力[8,9]。節(jié)能策略不可避免的會(huì)帶來(lái)網(wǎng)絡(luò)質(zhì)量的下降。針對(duì)用戶不同的業(yè)務(wù)類型,能夠計(jì)算出區(qū)域內(nèi)用戶對(duì)于網(wǎng)絡(luò)質(zhì)量的實(shí)際需求,從而控制不同節(jié)能措施的下發(fā)。

        4 基于用戶行為5G 節(jié)能策略

        4.1 各節(jié)能方式節(jié)能效果驗(yàn)證

        在構(gòu)建智能化模型之前,需要對(duì)現(xiàn)有節(jié)能方式的實(shí)際部署效果進(jìn)行驗(yàn)證。實(shí)測(cè)數(shù)據(jù)對(duì)于智能化節(jié)能模型中的節(jié)能策略判斷制定具有重要的指導(dǎo)意義。本研究選取現(xiàn)網(wǎng) 1 000 個(gè)5G 基站進(jìn)行為期6 個(gè)月的單一/組合節(jié)能策略實(shí)際節(jié)能性能效果驗(yàn)證。各策略/組合間的節(jié)能效果如表1所示。

        表1 多制式節(jié)能方式節(jié)能效果

        4.2 智能化策略控制模型架構(gòu)

        如上文所述,模型將網(wǎng)絡(luò)用戶特征分為多元性、移動(dòng)性、潮汐度和質(zhì)量需求度4 個(gè)維度。由于4 個(gè)維度所代表的層面不同,智能化策略模型需要在不同的策略制定階段控制不同的數(shù)據(jù)輸入。同時(shí),不同數(shù)量維度的用戶數(shù)據(jù)對(duì)于基站顆粒度的控制也有所不同。例如,在同一單位時(shí)間內(nèi)考慮用戶潮汐值時(shí)使用小區(qū)作為顆粒度即可,考慮用戶多元性需要站點(diǎn)級(jí)別而考慮用戶移動(dòng)性則需要以簇為顆粒度。

        如圖7 所示,智能化策略控制模型根據(jù)3.1 中所述海量大數(shù)據(jù)按四大維度進(jìn)行射頻單元級(jí)數(shù)據(jù)入庫(kù)。因潮汐性主要數(shù)據(jù)為小區(qū)負(fù)荷、用戶數(shù)及流量數(shù)據(jù),涉及字段較少。因此用決策樹(shù)算法根據(jù)不同的數(shù)據(jù)向量特征給出所推薦的節(jié)能策略組。多元性、網(wǎng)絡(luò)質(zhì)量需求由于涉及的字段較多,分別采用了隨機(jī)森林以及BP 神經(jīng)網(wǎng)絡(luò)算法作為工具。而用戶移動(dòng)性方面,則是先通過(guò)聚類算法將不同小區(qū)間進(jìn)行類合并,進(jìn)而使用決策樹(shù)算法根據(jù)類內(nèi)用戶流動(dòng)性得出策略推薦。

        圖7 智能化策略控制模型架構(gòu)

        以四維用戶特征數(shù)據(jù)為基礎(chǔ)的節(jié)能策略在下發(fā)前,將進(jìn)行最小相交。得出最終的模型推薦策略組合。同時(shí),系統(tǒng)將收集網(wǎng)絡(luò)投訴、能耗數(shù)據(jù)分別以正,反兩個(gè)方向?qū)δP椭械母魉惴▋?nèi)參數(shù)進(jìn)行調(diào)整。例如,若用戶投訴數(shù)據(jù)在一段時(shí)間內(nèi)急增,那么決策樹(shù)中針對(duì)極端節(jié)能策略的判定條件則會(huì)更加嚴(yán)格。若節(jié)能效果與4.1 中單獨(dú)實(shí)測(cè)效果差距較大,那么神經(jīng)網(wǎng)絡(luò)中則會(huì)在初始設(shè)定更多的基站進(jìn)行更加激進(jìn)的節(jié)能策略下發(fā)。

        通過(guò)算法計(jì)算策略,策略得出數(shù)據(jù),數(shù)據(jù)修正策略的整體系統(tǒng)閉環(huán),整體用戶行為5G 節(jié)能策略能夠?qū)崿F(xiàn)系統(tǒng)內(nèi)的自我調(diào)優(yōu),實(shí)現(xiàn)節(jié)能策略的自動(dòng)化下發(fā)與高時(shí)效性調(diào)整。

        5 節(jié)能評(píng)估

        為體現(xiàn)實(shí)際使用節(jié)能效益,選取國(guó)內(nèi)通信基礎(chǔ)較為強(qiáng)勢(shì)省份進(jìn)行多城市5G 節(jié)能策略優(yōu)化實(shí)施。全網(wǎng)絡(luò)總計(jì)開(kāi)啟納入節(jié)能系統(tǒng)站點(diǎn)14 920 個(gè),通過(guò)提前建模分析實(shí)施對(duì)應(yīng)的節(jié)能策略方式包含符號(hào)關(guān)斷、射頻通道關(guān)斷、深度休眠、LNR 智能關(guān)斷相結(jié)合。模型穩(wěn)定態(tài)時(shí),節(jié)能策略主要可概括為絕大部分小區(qū)全天候開(kāi)通符號(hào)關(guān)斷,射頻通道關(guān)斷僅打開(kāi)32T32R 和64T64R的小區(qū),開(kāi)通時(shí)間為0~7 點(diǎn)低話務(wù)時(shí)段,農(nóng)村、郊區(qū)低用戶場(chǎng)景輔助使用深度休眠策略,近郊區(qū)采用LNR智能關(guān)斷策略,同時(shí)每個(gè)城市統(tǒng)一數(shù)據(jù)采集平臺(tái),基于模型預(yù)估進(jìn)行現(xiàn)網(wǎng)節(jié)能策略優(yōu)化調(diào)整。如圖8 所示,7 個(gè)城市整體節(jié)能日均可達(dá)24 018 kWh,平均節(jié)能效果達(dá)到原能耗的15.26%,累計(jì)年均可省電877 萬(wàn)kWh,直接產(chǎn)生社會(huì)經(jīng)效益800 萬(wàn)元。

        圖8 基于大數(shù)據(jù)分析多城市實(shí)際節(jié)能效果趨勢(shì)

        6 其他節(jié)能方法實(shí)踐及展望

        目前階段而言,5G 基站節(jié)能的手段依然相對(duì)較少,基站節(jié)能的實(shí)現(xiàn)模式也主要局限于射頻模式本身。本研究針對(duì)此類局限,對(duì)現(xiàn)階段可行的解決方案進(jìn)行展望。針對(duì)部份5G 業(yè)務(wù)極端不活躍區(qū)域通過(guò)DSS(Dynamic Spectrum Sharing,動(dòng)態(tài)頻譜共享)方式進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)改造可以作為節(jié)能手段的一種拓展。而將蓄電池融入基站能源循環(huán)實(shí)現(xiàn)錯(cuò)峰用電則可以作為未來(lái)5G 基站節(jié)能模式的拓展。

        5G 高頻主設(shè)備以單日功耗來(lái)算,空載功耗2.15~2.3 kW,均載功耗3.14~3.25 kW,滿載功耗3.78~3.91 kW,遠(yuǎn)遠(yuǎn)超出4G 空載1.14 kW 的功耗平均水平,因此在5G 流量高度空載且LTE 網(wǎng)絡(luò)同時(shí)滿足覆蓋的場(chǎng)景,通過(guò)休眠高頻段MASSIVE MIMO 基站,改造低頻多發(fā)多收LTE 基站實(shí)現(xiàn)DSS 功能。將網(wǎng)絡(luò)結(jié)構(gòu)由原始5/4G 網(wǎng)絡(luò)分別使用高、低頻段改變?yōu)楦哳l5G 基站深度休眠,LTE/NR 用同一低頻頻段的網(wǎng)絡(luò)架構(gòu)?,F(xiàn)網(wǎng)少量5G 流量被低頻5G 吸收,從而保障5G 大功率基站長(zhǎng)時(shí)間段深度休眠業(yè)務(wù)實(shí)施。如圖9 所示,選取100 站點(diǎn)的范圍進(jìn)行為期17 周的LTE DSS改造+基站深度休眠策略試驗(yàn),基站BBU 根據(jù)當(dāng)前實(shí)際業(yè)務(wù)需求動(dòng)態(tài)關(guān)閉AAU 側(cè)所有載波、功放、底噪,保留基礎(chǔ)OM 通道。實(shí)際AAU 周均功耗可以降低40%~60%左右,同時(shí),當(dāng)?shù)皖lDSS 小區(qū)的NR 業(yè)務(wù)無(wú)法滿足現(xiàn)網(wǎng)負(fù)荷時(shí),高頻5G 小區(qū)將從休眠狀態(tài)激活到工作狀態(tài),整體反應(yīng)時(shí)間實(shí)測(cè)低于5 min。

        圖9 DSS 特性下深度休眠特性節(jié)點(diǎn)實(shí)施

        在節(jié)能模式方面,利用電池備電、峰谷電價(jià)成為運(yùn)營(yíng)商節(jié)能降耗的重要選擇,傳統(tǒng)方式是采用基于策略的、固定時(shí)間點(diǎn)方式進(jìn)行備電,但是由于站點(diǎn)的負(fù)載處于實(shí)時(shí)變化狀態(tài),且很多國(guó)家與地區(qū)大量實(shí)行多峰多谷的靈活電價(jià)措施,傳統(tǒng)方式已不能實(shí)現(xiàn)最大程度的節(jié)能,基于現(xiàn)網(wǎng)實(shí)際用戶環(huán)境實(shí)行錯(cuò)峰節(jié)能成為必然選擇。5G 用戶行為模型未來(lái)也需要考慮作用于調(diào)整基站蓄電池的存放節(jié)奏變化。通過(guò)實(shí)時(shí)預(yù)測(cè)站點(diǎn)的負(fù)載變化,結(jié)合電池容量,精準(zhǔn)計(jì)算電池放電時(shí)間,從而實(shí)現(xiàn)最大程度的節(jié)能。另外,將機(jī)房備用鋰電池投入到電網(wǎng)波峰波谷循環(huán)中來(lái),不但可以獲到峰谷差價(jià)的收益,還幫助電廠節(jié)能、供電線路節(jié)材,避免了市電引入線路改造[10,11]。

        7 結(jié)束語(yǔ)

        5G 基站節(jié)能作為5G-Advanced 的重要演進(jìn)方向,隨著射頻技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、計(jì)算機(jī)運(yùn)算技術(shù)的不斷創(chuàng)新,智能網(wǎng)絡(luò)運(yùn)維下的節(jié)能將成為當(dāng)前5G 網(wǎng)絡(luò)向5G-Advanced 階段演進(jìn)的重要發(fā)展方向。本文提出了一種根據(jù)不同用戶行為維度智能化進(jìn)行基站節(jié)能策略下發(fā)的通訊大數(shù)據(jù)分析系統(tǒng)。該系統(tǒng)將用戶行為特征分為4 類,以最小相交的原則進(jìn)行基站節(jié)能策略推薦。依據(jù)伴隨節(jié)能產(chǎn)生的用戶投訴、基站能耗數(shù)據(jù)對(duì)系統(tǒng)內(nèi)算法進(jìn)行修正。

        同時(shí),本文也對(duì)該系統(tǒng)進(jìn)行了展望,融合DSS 功能特性,針對(duì)現(xiàn)網(wǎng)實(shí)施網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整在將來(lái)能夠作為已有模型節(jié)能策略集合的補(bǔ)充。基站蓄電池充放節(jié)奏智能化調(diào)整可以作為該系統(tǒng)的拓展運(yùn)用領(lǐng)域。

        猜你喜歡
        射頻基站智能
        5G OTA射頻測(cè)試系統(tǒng)
        關(guān)于射頻前端芯片研發(fā)與管理模式的思考
        智能前沿
        文苑(2018年23期)2018-12-14 01:06:06
        智能前沿
        文苑(2018年19期)2018-11-09 01:30:14
        智能前沿
        文苑(2018年17期)2018-11-09 01:29:26
        智能前沿
        文苑(2018年21期)2018-11-09 01:22:32
        可惡的“偽基站”
        ALLESS轉(zhuǎn)動(dòng)天線射頻旋轉(zhuǎn)維護(hù)與改造
        電子制作(2016年1期)2016-11-07 08:42:54
        基于GSM基站ID的高速公路路徑識(shí)別系統(tǒng)
        腹腔鏡射頻消融治療肝血管瘤
        日本一区二区在线免费视频| 国产成人精品一区二区三区视频| 少妇装睡让我滑了进去| 手机看片福利盒子久久青| 日产精品一区二区免费| 成人一区二区三区国产| 18禁黄网站禁片免费观看女女| 宝贝把腿张开我要添你下边动态图| 国产欧美日本亚洲精品一4区| 国产又大大紧一区二区三区| 日本按摩偷拍在线观看| 久久精品女人天堂av免费观看| 中文字幕日本最新乱码视频| 国产精品系列亚洲第一| a级三级三级三级在线视频| 人妻熟妇乱又伦精品hd| av无码免费永久在线观看| 一本加勒比hezyo无码视频| 久久久大少妇免费高潮特黄| 99热在线观看| 日本黄页网站免费大全| 国产一区二区内射最近人| 青青草在线免费播放视频| 奶头又大又白喷奶水av| 999久久久免费精品国产| 狠狠色丁香婷婷久久综合2021| 成人免费播放视频影院| 亚洲熟女www一区二区三区| 亚洲AV成人无码久久精品老人| 一区二区三区在线观看日本视频| 精品国产a一区二区三区v| 国产精品免费精品自在线观看| 亚洲成在人线电影天堂色| 人妻少妇偷人精品视频| 精品久久久久久久久午夜福利| 日本a级特黄特黄刺激大片| 亚洲妇女av一区二区| 国产综合精品久久99之一| 深夜福利小视频在线观看| 国产亚洲欧美另类第一页| av在线免费观看大全|