人工智能在5G網絡中的應用探究

何長圣

摘 要 5G帶來的豐富業態與創新應用，將給網絡運營帶來了前所未有的挑戰。5G+使得體驗更加個性化、業務更加多樣化、網絡更加復雜化。人工智能進入第四次發展高潮，人工智能將會讓5G網絡更加智能化和敏捷化，探究人工智能在5G網絡的典型應用，推動規建維優一體化快速迭代，提高網絡運營效率。

關鍵詞 人工智能;5G;應用;發展策略

前言

4G改變生活，5G改變社會。5G圍繞eMBB、mMTC和uRLLC三大重要場景，與垂直行業創新性應用的完美結合，將會深刻地改變人類社會。5G網絡以其大帶寬、大連接、高可靠、低延遲，催生數字社會加速到來，讓未來通信市場充滿期待，市場需求推動技術發展。

在即將到來的5G時代，體驗個性化、業務多樣化、網絡復雜化，將會給網絡運營維護帶來巨大的挑戰。體驗個性化，表現為以用戶需求為中心，為用戶提供差異化和個性化的貼心服務，為用戶提供全生命周期、全業務流程和全業務場景的體驗感知。業務多樣化，表現為從當前的單一的語音和數據等移動互聯網業務向工業、醫療、交通、安防等垂直行業各種創新性業務拓展。網絡復雜化，表現為5G超密異構組網站點規劃復雜、MIMO天線陣列配置組合復雜，以及引入SDN/NFV、網絡切片、云化網絡帶來的全局調度復雜化。

云化的基礎架構、全軟件化的應用系統、海量的數據，正是培育人工智能應用的最佳土壤。人工智能具有超強的計算能力、開源便捷的算法和海量的數據支撐三大特征。5G網絡具有內在的數據資源和外在的應用需求，人工智能正可與其互惠互利。

1人工智能在5G網絡中的應用場景

1.1 智能規劃建設

傳統網絡建站布點，主要是基于規劃仿真、DT測試、市場需求和用戶投訴，既需要依靠網優人員長期積累經驗，又需要投入大量的人工及成本。5G網絡存在多設備、多制式、多頻段、多小區的混合場景，傳統規劃優化模式難以滿足需求。采用人工智能算法和深度機器學習，對O、B、M域的多維數據進行跨域綜合挖掘、清洗、分析，對本地網用戶行為、流量高峰、資源利用率、業務增長態勢等進行精準判斷，對多型號和多制式的覆蓋和干擾進行科學測算，提高LTE和5G協同組網規劃能力，有效降低網絡規劃和建設中的人力成本[1]。

1.2 智能運維優化

長久以來，網絡出現故障一般是由維護工程師根據歷史經驗和理論知識進行分析判斷處理，存在處理效率低、實時性不強、運維成本高、預防性維護不夠等問題。采用人工智能技術，構建智能化監控處理模型，進行自動化過濾、匹配、分類、溯源，快速診斷，智能預判故障，精準定位，提升處理及時性和準確性。同時，人工智能賦能自動運維，提高業務能力，釋放以前受技術或運維能力限制的業務運營，增加業務收入。

傳統無線網絡優化由于地形、地貌、干擾、負荷、工參調整等因素導致費時費力、效果不理想、實時性差，難以找到無線參數與覆蓋和容量之間的最佳匹配關系。往往需要反復測試、反復優化調整、反復統計分析，循環往復，對于優化人員的技能和經驗要求極高。通過人工智能的機器學習算法，對眾多參數和性能數據進行清洗、標注、訓練，建立可靠有效的系統模型，提高訓練效率，實現人工智能在網絡運維優化中的應用。同時利用深度學習等人工智能技術對數據訓練、調參，尋找影響網絡質量的關鍵因素，構建智能優化引擎，準確實時給出有效預測模型，進行持續閉環的自動優化和最小化人力干預，保證網絡質量處于最佳狀態。

1.3 智能增效降本

在流量紅利快速釋放、同質化競爭不斷加劇、網絡提速降費減利的情況下，運營商大力推行節能降耗。設備電費在成本支出中占比較大，提高能源效率是未來網絡運營的關注重點。通過網絡流量數據、資源利用率數據統計關聯分析，很多場景均呈現出明顯的潮汐效應，網絡容量為了滿足業務峰值而建，就會存在忙閑不均。5G基站以高速率、功耗大著稱。如何有效降低基站電費在OPEX支出中的比重，需要高度關注并研究，基于人工智能的網絡智能節能技術，充分考慮了網絡覆蓋、用戶分布、業務特征，輔以負荷預測、精準預測和選擇熱點小區，適時選擇休眠和喚醒設備時機，充分提供可靠和無縫的用戶體驗，通過智能化提高網絡資源利用率，用戶體驗保障更好，節能能耗，降本增效。

1.4 智能運營

網絡切片（Network Slicing）是指網絡根據承載業務的自有特征和需求，對端到端的網絡資源（網絡功能、物理硬件及接口管道資源等）進行邏輯劃分和封裝，以滿足不同業務對網絡帶寬、時延、可靠性等網絡性能的QoS需求，且自身網絡發生故障和恢復時不影響其他切片業務。5G網絡必須從動態切片角度解決網絡切片問題，可以通過編排器實時調配、管理和優化網絡切片，以滿足大規模物聯網、超可靠和eMBB等不同用例的需求。網絡切片給特定行業租戶提供了一個全面的端到端虛擬網絡，無線網絡主要是切分時頻資源，傳輸網絡主要是切分帶寬資源，核心網主要是切分網元功能，并且基于不同業務需求，實現靈活地理位置布放。

為了提高切片用戶的感知，首先要構建切片的全景數據圖，全面主動地收集切片的業務數據，進行多維分析，通過人工智能計算，在復雜的場景下分析、決策，構建不同行業租戶畫像，保障切片健康、安全高效運行，主動觸發運營計策。

其次，通過全景數據圖和人工智能，服務切片全生命周期的每個環節，在閉環上實現主動化運營，服務于切片策略的智能生成，助力切片故障的智能自愈和性能自優化，實現切片資源的智能化調度以及配置最佳，有效指導未來切片智慧運營的各個環節[2]。

2結束語

人工智能在電信領域的應用仍處于起步階段，未來5-10年是運營商網絡智能化轉型的關鍵時期。人工智能技術逐步引入電信網絡的各個應用場景，將幫助運營商網絡由當前人治模式轉向網絡自我驅動為主的自治模式，真正實現網絡運營運維領域的智能化變革。

參考文獻

[1] 楊雨蒼，朱佳佳.人工智能在網絡運維優化中的應用探討[J].郵電設計技術，2018，（12）：31-34.

[2] 孫一飛.5G網絡場景下AI的應用[J].中興通訊技術（簡訊），2018，（12）：51.