5G網絡人工智能化的基本框架和關鍵技術探索

（中睿通信規劃設計有限公司，廣州 510630）

5G網絡即第五代移動通信網絡，通過融合多種制式異構網絡，采用各種先進的無線傳輸技術，使5G網絡具有非常強大的通信能力。但這也導致5G網絡的結構更加復雜，需要支持多種接入技術的使用，滿足用戶使用需求，運行維護難度較大。只有應用人工智能化技術，使5G網絡具備一定的自感知和自調整功能，才能滿足實際運行需求。

1 5G網絡基本特征及人工智能化發展方向

1.1 基本特征

2G時代發展至5G時代，不僅網絡傳輸速率明顯提升，網絡配置參數也出現相應增加。從2G網絡的50個，增加至3G網路的100個，再到4G網絡的1500個，而5G時代則將超過2000個。配置參數的增加意味著5G網絡組成結構及運行維護的復雜性將進一步提升，在4G網絡中，已經開始采取半自動網絡管理方式，但仍對人工操作依賴性較高，其管理效率難以滿足5G網絡的實際需求。而且在5G網絡時代，網絡業務類型更多，為適應增強移動寬帶、大規模物聯網等的發展需求，5G網絡也需要具備業務自動識別和資源自動調配等功能。為適應5G網絡的基本特征，目前國際電信聯盟（ITU）已經成立人工智能化技術研究小組，重點突破機器學習等關鍵技術，從而為5G網絡技術發展提供支持[1]。

1.2 人工智能化發展

5G網絡需要利用人工智能化技術，對復雜的網絡結構、多樣化的通信資源進行智能管理，從而對實際業務作出快速相應，為通信網絡管理決策提供支持。傳統通信網絡主要為語音業務，易于實現流量模型預測，網絡調控較為簡單。但在智能設備大量應用下，通信網絡的流量模型非常復雜，需要依靠智能化的決策控制功能，滿足網絡中的流量需求，保證用戶使用體驗良好。同時人工智能化技術也是降低5G網絡運行維護成本、提高其運行維護效率的重要技術途徑，對于5G網絡發展具有關鍵性影響[2]。

2 5G網絡人工智能化的基本框架分析

2.1 整體結構

在5G網絡建設中要提高其運行決策能力，為特定業務的開展提供充分支持，需要實現對5G網絡的靈活管理，讓5G網絡具備一定的環境感知能力。由系統自動對網絡中的不確定因素進行學習和控制，快速做出反應，調節網絡配置。在人工智能化技術的應用過程中，要重點解決變量學習、未來狀態預測、環境交互分析等問題，并提出具體的解決方案。最終在人工智能化技術的支持下，實現5G網絡與運行環境的交互運作，最大化的滿足各類業務的實際需求。以此為出發點，在5G網絡人工智能化基本框架設計過程中，要包含三部分內容，即智能中心、環境艙、網絡策略。具備這些功能，可以自動讀取環境信息，制定相應的控制策略。5G網絡人工個智能化基本框架如圖1所示。

2.2 主要組成部分

在上述網絡框架下，智能中心是網絡核心部分，采用人工智能技術實現感知、預測、挖掘等功能，對網絡環境數據進行分析處理。比如實現業務預測、用戶請求分析功能等，然后將處理結果傳輸至決策模塊，制定合理的決策方案。環境艙是與真實網絡環境進行交互的部分，主要負責維護網絡運行秩序、向智能中心實時傳送網絡信息數據。最終由網絡決策部分根據智能中心的分析結果，制定網絡控制策略，經過環境艙反饋給實際網絡環境，并對其狀態信息進行更新。

圖1 5G網絡人工個智能化基本框架

3 5G網絡人工智能化的關鍵技術研究

3.1 業務預測

基于上述5G網絡人工智能化基本框架結構，可以在人工智能化技術的支持下，實現多種5G網絡控制功能。其中，業務需求量預測是5G網絡進行調節和控制的前提。在業務類型、用戶需求量不斷增加下，必須提高5G網絡的業務預測精確度。通過對5G網絡業務中的數據流進行動態追蹤，建立實時網絡業務模型，反映數據流變化。考慮到網絡的實際運行中，存在非線性影響因素，在時域上分析中具有不規律性，無法采取線性回歸方法滿足5G網絡的業務變化預測。針對這種情況，5G網絡人工智能化主要通過研究實時方法、時序分析方法、反向傳播機制、支持向量機技術等，實現對5G網絡業務變化的分析預測。

3.2 網絡切片

由于5G網絡中的業務類型眾多，采用一體適用型網絡結構，難以滿足所有業務的實際需求，不同業務可能產生沖突，影響用戶體驗。為解決此類問題，可采用網絡切片技術，根據實際業務特點，自行組建物理和邏輯網絡，構建服務模型，動態響應各類業務的需求。在網絡切片技術的應用下，也能夠對網絡資源進行靈活配置，可以根據實際5G網絡通信場景，確定網絡切片，保證其調度的靈活性。人工智能技術在5G網絡切片設置中發揮著重要作用，比如通過設計代理實體，利用多個基本模塊聯合調用，提高網絡資源配置和利用效率。其基本處理過程包括切片請求、訓練階段、預測信息、控制調節、請求受理和切片調度等。此外，還可以利用相關函數，對業務進行監測，判斷其是否符合相關標準協議。

3.3 資源分配與共享

5G網絡運行中中的業務動態響應，實際是對無線資源的動態分配。目前人工智能算法已經在無線資源分配管理方面得到了應用，包括遺傳算法、Q學習算法、多臂賭博機算法等。同時5G網絡也要實現高度的資源共享功能，在網絡虛擬化技術等的支持下，由供應商統一提供基礎物理設施服務。在業務建設中，可直接租用設備構建虛擬網絡，向用戶提供服務。物理網絡的節點和路徑，支撐著虛擬網絡的虛擬節點及鏈路。為提高物理基礎濟源的共享程度，實現對底層物理資源的高效利用，可將上述過程分解為兩個步驟。一是通過虛擬網絡映射，建立節點、鏈路與物理節點、路徑的映射關系。二是在虛擬網絡中為虛擬節點、鏈路進行資源動態分配。具體可采用人工神經網絡實現上述資源共享及分配過程，人工神經網絡的輸入即網絡資源狀態，輸出即高效的資源共享方案。此外，也可以采用圖形神經網絡、前饋神經網絡來實現資源動態分配。

3.4 人工智能算法

在5G網絡人工智能化發展過程中，離不開人工智能算法的支持。面對結構復雜、數據超負荷運行的5G蜂窩網絡，只有充分發揮人工智能算法的作用，才能實現對5G網絡運行的動態調控，預測各類業務變化趨勢。人工智能算法涵蓋面廣泛，上述提到的支持向量機、Q學習、人工神經網絡等，都屬于人工智能算法的范疇。其中，神經網絡算法和深度學習算法是目前5G網絡應用最廣泛的人工智能算法，可以使5G網絡具備較強的自學習能力，從而對各種突發狀況進行及時應對，避免對用戶的5G網絡應用體驗造成影響。應加快人工智能算法的研究和應用，從而使5G網絡人工智能化功能得到進一步完善。

4 結束語

綜上所述，人工智能化技術在5G網絡中的應用對5G網絡建設發展有重要的推動作用。根據5G網絡的自身特點，只有實現人工智能化調控管理，才能滿足實際業務運行需求，從而真正發揮5G網絡高速通信技術的優勢，優化用戶體驗。在5G網絡的建設過程中，應合理搭建人工智能化框架，掌握人工智能化的關鍵技術，不斷提高5G網絡的自動化和智能化水平。