基于AI算法的天饋自調優系統

盛莉莉，張 進（中國聯通江蘇分公司，江蘇南京 210019）

1 概述

隨著移動互聯網業務的普及，人們對無線移動網絡質量的要求越來越高。天饋系統的性能直接影響了無線移動網絡的性能和質量，因此對天饋系統的優化至關重要。傳統的天饋優化依賴優化人員經驗，存在資源投入大、數據參數不準確、優化效率低等問題。近年來，為了解決傳統天饋優化諸多局限性問題，提出了一些天饋智能優化方法，比如基于最小化路測的天饋智能優化方法［1］和基于MEC 和K-means 聚類的優化方法［2］。其中，基于MDT 的天饋智能優化方法需要支持MDT 的移動終端上報包含經緯度的測量報告信息，但是移動終端并非全部支持MDT 功能；而基于MEC 和K-means 聚類的優化方法在大規模數據集上收斂較慢，容易陷入局部最小值。文獻［3］利用MDT與MR 采集用戶無線質量數據及經緯度信息，然后使用基于密度的聚類方法和自適應聚類算法，對采集的無線覆蓋指標和經緯度等數據進行聚類分析。ACP（Automatic Cell Planning）是利用智能自動尋優技術，基于工參、電子地圖、天線方向圖、負載、MR 或MDT等數據源，針對重疊覆蓋度和下行速率等目標，通過迭代尋優，解決網絡覆蓋、容量和質量等問題，達到網絡總體性能最優［4］。隨著基站數量急劇增長，如何高效保質完成天饋智能優化成為亟待解決的問題。

本文設計了天饋自調優系統，對天線簇中的各個天線輸出優化調整方案。由于解空間隨著天線數目的增加呈指數增長，因此窮舉尋優方法無法滿足工程應用需求。……