通信網(wǎng)banner.jpg)
話(huà)務(wù)潮汐是一種典型的網(wǎng)絡(luò)現(xiàn)象，表現(xiàn)為網(wǎng)絡(luò)用戶(hù)在特定時(shí)間段內(nèi)規(guī)律性地遷移或聚集，在高校、工業(yè)園區(qū)、CBD商圈和大型住宅區(qū)等場(chǎng)景表現(xiàn)尤為顯著。此類(lèi)場(chǎng)景具有極強(qiáng)的時(shí)變特征，網(wǎng)絡(luò)需求隨之波動(dòng)。
5G Massive MIMO技術(shù)通過(guò)引入多維度的可調(diào)參數(shù)，如波束掃描個(gè)數(shù)、波瓣寬度、方位角、下傾角等，大幅提升了RF優(yōu)化的靈活性和精確性。這一特性使其成為處理話(huà)務(wù)潮汐場(chǎng)景的理想選擇。
中信科移動(dòng)長(zhǎng)期以來(lái)致力于智能運(yùn)維創(chuàng)新研究，在RF自智方向持續(xù)深耕，基于5G Massive MIMO技術(shù)結(jié)合話(huà)務(wù)潮汐典型特征場(chǎng)景探索研究，開(kāi)發(fā)了話(huà)務(wù)潮汐小區(qū)識(shí)別TCi（Tidal Cells Insight）+RF 自智（Auto RF）聯(lián)合解決方案，旨在實(shí)現(xiàn)網(wǎng)絡(luò)的分時(shí)自適應(yīng)優(yōu)化，提高網(wǎng)絡(luò)質(zhì)量與效率。該方案對(duì)接現(xiàn)網(wǎng)多維度數(shù)據(jù)，從基礎(chǔ)數(shù)據(jù)清洗、潮汐特征畫(huà)像、RF方案自輸出、優(yōu)化效果自評(píng)估4個(gè)維度著力，深度結(jié)合AI技術(shù)，實(shí)現(xiàn)對(duì)話(huà)務(wù)潮汐場(chǎng)景的精準(zhǔn)識(shí)別與快速響應(yīng)。
該方案基于連續(xù)N天的TA+AOA小時(shí)級(jí)數(shù)據(jù)，結(jié)合前一天24小時(shí)數(shù)據(jù)，利用時(shí)空神經(jīng)網(wǎng)絡(luò)模型進(jìn)行AI學(xué)習(xí)和預(yù)測(cè)，形成了包含用戶(hù)遷移的規(guī)律、聚集時(shí)段信息的潮汐特征畫(huà)像。根據(jù)潮汐特征畫(huà)像，自動(dòng)調(diào)整Massive MIMO的參數(shù)設(shè)置，滿(mǎn)足不同時(shí)段的網(wǎng)絡(luò)需求，結(jié)合實(shí)時(shí)數(shù)據(jù)反饋，動(dòng)態(tài)調(diào)整潮汐特征畫(huà)像和RF優(yōu)化方案，確保網(wǎng)隨潮動(dòng)質(zhì)量最優(yōu)。
近日，在某高校場(chǎng)景試點(diǎn)測(cè)試了該智能化話(huà)務(wù)潮汐調(diào)優(yōu)方案，通過(guò)分時(shí)調(diào)整策略部署，高負(fù)荷小區(qū)比例大幅下降，充分證明了該方案在話(huà)務(wù)潮汐場(chǎng)景下提質(zhì)增效的顯著效果。
中信科移動(dòng)的話(huà)務(wù)潮汐小區(qū)識(shí)別TCi聯(lián)合解決方案利用5G Massive MIMO和AI技術(shù)，可有效應(yīng)對(duì)話(huà)務(wù)潮汐場(chǎng)景帶來(lái)的挑戰(zhàn)，提高了網(wǎng)絡(luò)質(zhì)量和利用率。隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展，該方案有望在更多領(lǐng)域得到應(yīng)用，為用戶(hù)提供更加穩(wěn)定、高效的網(wǎng)絡(luò)服務(wù)。同時(shí)，中信科移動(dòng)將在更多的差異化場(chǎng)景方面進(jìn)行深入探索，為復(fù)雜多變的網(wǎng)絡(luò)和業(yè)務(wù)場(chǎng)景提供更加豐富的解決方案。
