向智慧網(wǎng)絡(luò)轉(zhuǎn)型邁進(jìn)，淺析基于AI的新一代柔性無線網(wǎng)絡(luò)研究

鄭康 南京大學(xué)MBA和東南大學(xué)通信與信息系統(tǒng)雙碩士，南京郵電大學(xué)強(qiáng)化班本科，中國移動江蘇省公司第五代移動通信發(fā)展項(xiàng)目負(fù)責(zé)人、南京大學(xué)學(xué)生創(chuàng)業(yè)導(dǎo)師、中國移動雙創(chuàng)“技術(shù)精英俱樂部”和創(chuàng)新評審專家組成員，長期從事4G/5G、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、邊緣計(jì)算以及網(wǎng)絡(luò)人工智能等新一代信息技術(shù)發(fā)展策略研究、網(wǎng)絡(luò)投資管理，擁有8項(xiàng)國家發(fā)明專利，多篇國內(nèi)外論文。曾獲中國移動科技進(jìn)步一等獎、江蘇信息通信行業(yè)科技進(jìn)步獎一等獎、江蘇省MBA創(chuàng)業(yè)大賽冠軍等。

本研究由中國移動通信集團(tuán)江蘇有限公司、中國移動通信集團(tuán)有限公司網(wǎng)絡(luò)部、中國移動通信集團(tuán)有限公司研究院共同完成，項(xiàng)目組主要成員有鄭康、卞國東、王冰、孫奇、蔡偉明、董巍、丁智、張建奎、王澄、辛永超。

導(dǎo)語

降本增效是企業(yè)創(chuàng)新永恒的動力。受益于摩爾定律，通信產(chǎn)業(yè)新一代硬件能力數(shù)倍于前。在4G時代，傳統(tǒng)“剛性”網(wǎng)絡(luò)的軟資源僅發(fā)揮了30%的硬件能力。軟資源的有效利用成為提高投資效益以及網(wǎng)絡(luò)智能的關(guān)鍵。隨著“無限量”套餐的出現(xiàn)，增量不增收倒逼運(yùn)營商進(jìn)行方方面面的改革，從技術(shù)層面，網(wǎng)絡(luò)層次和數(shù)據(jù)維度日益復(fù)雜，依賴人工網(wǎng)絡(luò)優(yōu)化開展靜態(tài)網(wǎng)絡(luò)資源管理的低效模式成為改革的重點(diǎn)。

圍繞“感知即數(shù)據(jù)、智能即高效、網(wǎng)絡(luò)即服務(wù)”本研究基于人工智能技術(shù)構(gòu)建出新一代全球首個可感知、可重構(gòu)、可改進(jìn)的 “柔性網(wǎng)絡(luò)”架構(gòu)和智慧網(wǎng)絡(luò)大腦。將載波、頻譜、參數(shù)等核心軟資源進(jìn)行動態(tài)管理實(shí)現(xiàn)了“網(wǎng)隨人動” ，涉及軟硬解耦、頻譜共享、機(jī)器學(xué)習(xí)參數(shù)優(yōu)化等關(guān)鍵技術(shù)的突破。該研究能實(shí)現(xiàn)效率、質(zhì)量、效益三提升，節(jié)省投資過億元，加速運(yùn)維效率1000倍，節(jié)省90%人力，吸收突發(fā)話務(wù)，減少30%的高負(fù)荷小區(qū)，質(zhì)差下降49%，為5G智能化運(yùn)維提前積累了經(jīng)驗(yàn)和業(yè)務(wù)模型的基礎(chǔ)。本研究成果在江蘇、廣東、浙江、四川、遼寧等多個省份得到全國推廣。

柔性網(wǎng)絡(luò)概述

無限量套餐帶來用戶習(xí)慣改變，刺激流量爆發(fā)式增長對網(wǎng)絡(luò)承載能力提出嚴(yán)峻的挑戰(zhàn)。網(wǎng)絡(luò)流量同比翻3倍，用戶DOU接近10GB。隨著“抖音”、高清視頻等業(yè)務(wù)的普及，未來4G流量還有很大的增長空間。

然而，流量“白菜價”迎來了網(wǎng)絡(luò)投資效益的拐點(diǎn)，傳統(tǒng)的資源堆疊式擴(kuò)容，投入資源與產(chǎn)出收益失配，出現(xiàn)增量不增收的現(xiàn)象，面對有限的投資，難以為繼。載波、頻譜、網(wǎng)絡(luò)參數(shù)都是決定網(wǎng)絡(luò)容量的要素，但受限于技術(shù)原因，傳統(tǒng)運(yùn)維體系依賴手工管理，通過人為經(jīng)驗(yàn)判斷，進(jìn)行靜態(tài)的資源配置，即“剛性網(wǎng)絡(luò)”體系。傳統(tǒng)網(wǎng)絡(luò)模式一直是一個“黑盒子”，不可見、難調(diào)整、缺乏彈性、粗放管理。面對潮汐效應(yīng)以及3D-MIMO等新技術(shù)“力不從心”，與大數(shù)據(jù)、人工智能為代表的新趨勢呈現(xiàn)出巨大對立。“剛性網(wǎng)絡(luò)”對用戶激增造成的壓力不能很好地進(jìn)行資源配置，而柔性網(wǎng)絡(luò)則在現(xiàn)有硬件設(shè)施的基礎(chǔ)上通過調(diào)整軟件彌補(bǔ)了這一不足。從而讓網(wǎng)絡(luò)變得有彈性，能夠快速調(diào)度資源，形成一個全新的網(wǎng)絡(luò)架構(gòu)。

因此，針對傳統(tǒng)剛性網(wǎng)絡(luò)“三高”問題（高投資、高運(yùn)營費(fèi)、高能耗），本研究提出新一代可感知、可重構(gòu)、可改進(jìn)，省錢、省人、省電的具有動態(tài)載波、動態(tài)頻譜、機(jī)器優(yōu)化“三位一體”特征的柔性網(wǎng)絡(luò)。該網(wǎng)絡(luò)構(gòu)架從軟硬解耦、頻譜共享、人工智能優(yōu)化等關(guān)鍵技術(shù)突破，解決傳統(tǒng)網(wǎng)絡(luò)資源無法動態(tài)分配的問。用戶需要網(wǎng)絡(luò)容量，想增就增，想減就減，隨需調(diào)增調(diào)減，并且能夠小規(guī)模、可定制，網(wǎng)絡(luò)跟隨業(yè)務(wù)的變化而變化，做到“網(wǎng)隨人動”。

柔性網(wǎng)絡(luò)的系統(tǒng)架構(gòu)與關(guān)鍵技術(shù)

（一）動態(tài)載波

4G載波資源的靜態(tài)部署與動態(tài)的業(yè)務(wù)需求變化不能及時匹配，無法應(yīng)對突發(fā)性話務(wù)，存在流量損失。網(wǎng)絡(luò)“潮汐效應(yīng)”明顯，業(yè)務(wù)需求在空域及時域具有明顯的不均衡性�，F(xiàn)有“剛性”網(wǎng)絡(luò)，為保障客戶感知，只能按照網(wǎng)絡(luò)忙時業(yè)務(wù)需求靜態(tài)擴(kuò)容，但在閑時多余容量產(chǎn)生可觀的投資浪費(fèi)。如何利用有限的“1”份license資源，去實(shí)現(xiàn)“2”份的價值，成為現(xiàn)有網(wǎng)絡(luò)深耕的重中之重。

圖 1 網(wǎng)絡(luò)潮汐效應(yīng)示意圖

該功能實(shí)現(xiàn)有兩項(xiàng)關(guān)鍵技術(shù)：

（1）面向機(jī)器學(xué)習(xí)的柔性系統(tǒng)構(gòu)架

（2）軟硬解耦的系統(tǒng)能力。具體如下：

1、采用面向機(jī)器學(xué)習(xí)的架構(gòu)設(shè)計(jì)，實(shí)現(xiàn)基于云化的可擴(kuò)展無線柔性網(wǎng)絡(luò)智能動態(tài)管理

本研究提出了一種面向機(jī)器學(xué)習(xí)的無線網(wǎng)絡(luò)智能化管理架構(gòu)和流程，如圖 2所示。

圖 2 大數(shù)據(jù)驅(qū)動的柔性智能網(wǎng)絡(luò)架構(gòu)圖

其中數(shù)據(jù)采集單元、模型訓(xùn)練單元、實(shí)時策略單元和執(zhí)行單元可根據(jù)網(wǎng)元及平臺計(jì)算、存儲能力及無線網(wǎng)絡(luò)決策實(shí)時性需求靈活分布式部署，進(jìn)行資源分配及通信方式?jīng)Q策。

2、軟硬解耦，虛擬資源池，突破異構(gòu)網(wǎng)4G載波資源池化動態(tài)調(diào)度難題

據(jù)統(tǒng)計(jì)，現(xiàn)網(wǎng)4G軟載波開通量實(shí)際使用僅占硬件最大支持能力的30%，已有硬件具有很大的“彈性”擴(kuò)容空間。本研究提出一種基于用戶業(yè)務(wù)需求的靈活資源配置方法，實(shí)現(xiàn)網(wǎng)絡(luò)資源分配動態(tài)適配業(yè)務(wù)需求，充分利用宏微組網(wǎng)的傳輸能力。軟硬解耦的總體管理要求如下：

（1）機(jī)制有保障：

省內(nèi)軟、硬件許可資源共享，不得與基站或OMC綁定，所有操作必須支持全部在網(wǎng)管上以命令行方式實(shí)現(xiàn)，不得有外部限制；調(diào)度時限地市本地網(wǎng)5分鐘內(nèi)，地市間3小時內(nèi)

（2）容量更彈性：

4G現(xiàn)網(wǎng)及未來新增所有軟、硬件許可將以省為單位實(shí)現(xiàn)各地網(wǎng)內(nèi)、基站間自由調(diào)度

（3）調(diào)整更靈活：

在TDD網(wǎng)絡(luò)中，要求所有許可（除單載頻許可）均可實(shí)時調(diào)度，雙（及以上）載頻涉及的載頻許可可實(shí)時調(diào)度；在FDD網(wǎng)絡(luò)中，要求所涉及的許可均可實(shí)時調(diào)度

在實(shí)踐中發(fā)現(xiàn)，部分廠家（中興）的軟載波是以城市為單位進(jìn)行管理，與硬件無綁定關(guān)系。通過開放廠家內(nèi)部指令接口，將調(diào)度方案封裝成MML命令批處理，通過Telnet/ssh2協(xié)議即可實(shí)現(xiàn)僅通過軟件遠(yuǎn)程載波的擴(kuò)減容。形成了城市為單位的虛擬載波資源池如圖 3所示，為動態(tài)載波調(diào)度奠定了基礎(chǔ)。該方案同樣適用于所有網(wǎng)絡(luò)軟資源許可。

圖 3 虛擬資源池示意圖

對于軟件與硬件無法解耦的廠家（華為、愛立信），需進(jìn)行差異化方案如圖 4所示，采用平臺間方案委托方式對接，調(diào)度實(shí)時性會有損失。

圖 4 差異化的執(zhí)行方案

（二）動態(tài)頻譜

隨著用戶向4G網(wǎng)絡(luò)遷移，2G網(wǎng)絡(luò)承載負(fù)荷快速下降，一部分2G頻譜資源可以釋放給4G使用。傳統(tǒng)2G和LTE雖然可以在同頻段部署，但是需要二者之間留出一定的頻率保護(hù)間隔， 2020年后GSM網(wǎng)絡(luò)仍然需要5-10M頻譜維持長尾，如何充分利用原有2G低頻黃金頻譜與4G長期和諧共存成為挑戰(zhàn)。特別是不同區(qū)域的2G網(wǎng)絡(luò)也存在忙閑不均和潮汐效應(yīng)，業(yè)務(wù)負(fù)荷低的2G網(wǎng)絡(luò)可以騰挪出更多的頻譜資源。然而現(xiàn)在“一刀切”的靜態(tài)頻譜分配，無法根據(jù)場景按需分配頻譜資源。2G老舊制式面臨長尾運(yùn)營，現(xiàn)網(wǎng)2G頻譜資源釋放是一個緩慢漸進(jìn)的過程，做好頻譜高效共享是提升網(wǎng)絡(luò)容量的重要手段。同時從5G未來發(fā)展來看，5G與4G頻譜共享將成為重要技術(shù)點(diǎn)。

本研究2G/4G頻譜云化動態(tài)共享，突破頻譜專網(wǎng)專用，在全國首個根據(jù)2G/4G異系統(tǒng)間動態(tài)時分共享同一頻譜資源，基于業(yè)務(wù)占用情況以及制式間干擾評估釋放更多頻率資源給LTE，提升LTE空口容量，支持900/1800雙頻靈活帶寬，為4G/5G頻譜動態(tài)共享探路。

系統(tǒng)構(gòu)架關(guān)鍵技術(shù)點(diǎn)包括：

（1）雙頻按需頻譜共享和

（2）2G/4G聯(lián)合分配調(diào)度。

1、雙頻按需頻譜共享：在900M/1800M頻段進(jìn)行2G/LTE多模部署，靈活按需使用相同頻譜，2G優(yōu)先使用共享頻譜，通過調(diào)整可復(fù)用電平差，可提高LTE使用共享頻譜的概率，提升頻譜效率。

圖 5 2G/4G頻譜共享原理圖

2、2G/4G聯(lián)合分配調(diào)度：新增BSC和eNodeB之間接口，進(jìn)行干擾協(xié)調(diào)信息的有效傳遞，BSC、eNodeB基于GL干擾鄰區(qū)關(guān)系、共享頻點(diǎn)的用戶占用狀況，計(jì)算出LTE在共享頻譜上的可用時頻資源，并進(jìn)行合理的分配和調(diào)度。

圖 6 2G/4G 聯(lián)合分配調(diào)度原理圖

（三）動態(tài)參數(shù)

3D-MIMO默認(rèn)不分場景和業(yè)務(wù)分部的按照統(tǒng)一權(quán)值設(shè)置帶來性能損失。然而3D-MIMO的廣播波束優(yōu)化中，天線權(quán)值和下傾角參數(shù)組合有283種，在邊緣用戶速率優(yōu)化時，異頻切換參數(shù)A1/A2/A4/A5每個取值空間超過10，組合超過10000種；由于優(yōu)化參數(shù)多，優(yōu)化目標(biāo)存在差異，導(dǎo)致投入人力多、優(yōu)化耗時長、影響網(wǎng)絡(luò)性能。

研究3D-MIMO等復(fù)雜參數(shù)優(yōu)化為5G參數(shù)動態(tài)設(shè)置積累經(jīng)驗(yàn)，以“容量、質(zhì)量”等多維加權(quán)目標(biāo)，結(jié)合機(jī)器學(xué)習(xí)解決基于網(wǎng)絡(luò)大數(shù)據(jù)的參數(shù)迭代動態(tài)自優(yōu)化，流量增長11%，質(zhì)差下降49%。在283個參數(shù)組合中快速尋優(yōu)，使業(yè)務(wù)、場景、用戶、終端在網(wǎng)絡(luò)中動態(tài)變化自適應(yīng)。

主要關(guān)鍵技術(shù)點(diǎn)如下：

（1）基于MR報告的阿波羅尼斯圓的弱覆蓋用戶定位方法，深挖LOG日志的業(yè)務(wù)分布特征分析法，相比傳統(tǒng)方法更能確定高業(yè)務(wù)、高干擾、弱覆蓋場景，使3D-MIMO部署場景更合理

（2）引入人工智能的3D-MIMO優(yōu)化模式，基于MR定位以及波束LOG日志，得到業(yè)務(wù)量以及覆蓋分布，作為機(jī)器學(xué)習(xí)（強(qiáng)化學(xué)習(xí)+監(jiān)督學(xué)習(xí)）的建模輸入，然后預(yù)測最優(yōu)參數(shù)

（3）通過多維空間建模，結(jié)合機(jī)器學(xué)習(xí)，首先引入“多參數(shù)”聯(lián)合優(yōu)化，快速尋找最優(yōu)參數(shù)組合

根據(jù)不同的優(yōu)化目標(biāo)，可以設(shè)置不同的優(yōu)化多目標(biāo)機(jī)器參數(shù)優(yōu)化系統(tǒng)設(shè)計(jì)，具體案例如下：

實(shí)例1

3D-MIMO容量: Y = { 用戶數(shù)、數(shù)據(jù)流量} X = { 水平波束話務(wù)、垂直波束話務(wù)}

實(shí)例2

VoLTE上行丟包率參數(shù)自優(yōu)化: Y = { VoLTE上行丟包率} X = { 功控類、覆蓋類參數(shù) }

實(shí)例3

用戶下行速率提升參數(shù)自優(yōu)化: Y = { 下行用戶速率 } X = { 功控類、切換類、調(diào)度類參數(shù) }

研究應(yīng)用效果

本研究通過柔性網(wǎng)絡(luò)構(gòu)架突破了網(wǎng)絡(luò)“軟資源”池化調(diào)度的難題，在不額外增加投資的前提下，基于網(wǎng)絡(luò)大數(shù)針對用戶的需求進(jìn)行網(wǎng)絡(luò)容量等軟資源的動態(tài)調(diào)整，實(shí)現(xiàn)“網(wǎng)隨人動”。研究并實(shí)現(xiàn)了基于人工智能的高效低成本的集中管理，應(yīng)用場景廣泛。能有效應(yīng)對突發(fā)話務(wù)、潮汐效應(yīng)、潛在業(yè)務(wù)、重大活動、節(jié)假日保障五大主要場景。

項(xiàng)目成果由江蘇移動提出，首先在江蘇省內(nèi)幾十萬小區(qū)試點(diǎn)和驗(yàn)證，服務(wù)數(shù)千萬用戶，在省內(nèi)進(jìn)行了試點(diǎn)并得到了推廣，節(jié)省了網(wǎng)絡(luò)建設(shè)和運(yùn)維成本。形成示范效應(yīng)，最終在整個中國移動集團(tuán)內(nèi)得到了全國性推廣。

目前，載波調(diào)度已經(jīng)在浙江、湖北、安徽等22個省份推廣部署，中興、大唐區(qū)域可實(shí)現(xiàn)全自動調(diào)度，華為、愛立信、諾基亞需廠家輔助。

研究成果主要應(yīng)用效益如下：

1、節(jié)省投資：

最多節(jié)省20%第二載波LICENSE，隨著第二載波部署范圍的擴(kuò)大，調(diào)度數(shù)量不斷增加，效果將進(jìn)一步增大，僅江蘇可節(jié)省約1億元。

2、降低運(yùn)營成本：

節(jié)省網(wǎng)絡(luò)優(yōu)化擴(kuò)容保障人工成本超過2000萬元。

3、增加收入：

克服資源短缺，額外激發(fā)流量增長10.5%，試點(diǎn)區(qū)增收數(shù)千萬元。

4、提高效率：

打通資管，取消各個環(huán)節(jié)的人工審核，網(wǎng)優(yōu)容量調(diào)度全流程時間從2周縮短至最少8分鐘，節(jié)省90%人力。

5、改善網(wǎng)絡(luò)容量空間均衡度，每T流量的高負(fù)荷小區(qū)數(shù)量下降68%。

小結(jié)與展望

本研究中4G柔性網(wǎng)絡(luò)的提出和實(shí)踐僅僅是面向智慧網(wǎng)絡(luò)轉(zhuǎn)型的第一步，面向5G未來網(wǎng)絡(luò)，中國移動提出了感知即數(shù)據(jù)、智能即高效、網(wǎng)絡(luò)即服務(wù)的5G智慧網(wǎng)絡(luò)，構(gòu)建端到端的智慧“新架構(gòu)”，實(shí)現(xiàn)終端泛在化、網(wǎng)絡(luò)虛擬化、計(jì)算邊緣化、全面智能化、能力開放化的宏偉藍(lán)圖。5G新感知、新能力、新生態(tài)、新架構(gòu)智慧網(wǎng)絡(luò)將通過頂層設(shè)計(jì)布局。

但值得注意的是4G與5G網(wǎng)絡(luò)將長期共存，如何在5G設(shè)計(jì)初始考慮到多網(wǎng)智慧協(xié)同將成為后續(xù)研究的難點(diǎn)。

作者：鄭康 來源：移動labs