基于AI的5G基站節(jié)能技術(shù)研究

黃春紅

摘 要 在5G時(shí)代背景下，通信業(yè)務(wù)種類多樣化，終端連接數(shù)量也不斷增長，通信行業(yè)對(duì)于節(jié)能降耗的要求也不斷提升。此次研究主要是分析5G基站節(jié)能技術(shù)，首先分析模型與節(jié)能技術(shù)，提出基于AI的智能節(jié)能技術(shù)方案，采用靈活的節(jié)能策略，全面提升能源的有效利用率，減少運(yùn)營商各項(xiàng)支出費(fèi)用。

關(guān)鍵詞 AI智能技術(shù);5G基站;節(jié)能技術(shù)

在經(jīng)濟(jì)發(fā)展過程中，群眾生活水平日益提升，“綠色節(jié)能”開始成為社會(huì)發(fā)展新主題，國家注重建設(shè)環(huán)境友好型、資源節(jié)約型社會(huì)，以此完成節(jié)能減排的約束性目標(biāo)。在5G時(shí)代下，新業(yè)務(wù)與新應(yīng)用場景層出不窮，相應(yīng)擴(kuò)大網(wǎng)絡(luò)建設(shè)規(guī)模，加快終端數(shù)據(jù)流量增長速度，但是也出現(xiàn)了移動(dòng)通信網(wǎng)絡(luò)數(shù)據(jù)增長與能源消耗矛盾。需要將節(jié)能技術(shù)應(yīng)用到5G基站中，同時(shí)發(fā)揮出AI技術(shù)的作用價(jià)值，全面提升5G基站的運(yùn)行效益。

15G基站能耗構(gòu)成

為了全面確保移動(dòng)通信網(wǎng)絡(luò)的覆蓋率與服務(wù)質(zhì)量，電信運(yùn)營商開始建設(shè)大量無線基站，該類基站分布廣泛，能源消耗占比較大。在5G發(fā)展過程中，行業(yè)應(yīng)用場景不斷變化，數(shù)據(jù)流量增長速度日益加快，對(duì)網(wǎng)絡(luò)建設(shè)與運(yùn)營管理提出新要求。深入分析5G基站節(jié)能技術(shù)，有助于降低基站能耗，經(jīng)濟(jì)價(jià)值與社會(huì)價(jià)值非常高。

5G基站能耗包括傳輸能耗、計(jì)算能耗和其他能耗。對(duì)于傳輸能耗來說，主要包括射頻部分與功率放大器所消耗的電力能源，上述設(shè)備主要是執(zhí)行基帶信號(hào)和無線信號(hào)轉(zhuǎn)換，因此在傳輸能耗中也包含電線功耗。對(duì)于計(jì)算能耗來說，主要是消耗的電力能源，包括數(shù)字處理、管理控制、核心網(wǎng)和其他基站的通信功耗。對(duì)于其他功耗來說，主要是從市電中引入到基站直流供電轉(zhuǎn)換過程損失的電量，同時(shí)包括制冷設(shè)備、監(jiān)控系統(tǒng)和機(jī)房空調(diào)所消耗的電量。

5G移動(dòng)通信網(wǎng)絡(luò)中，基站所消耗的能源占據(jù)總能耗的80%，機(jī)房機(jī)械設(shè)備能耗占比超過50%。5GAAU設(shè)備和傳統(tǒng)RRU設(shè)備的差別較大，AAU設(shè)備內(nèi)部形成天線陣列、設(shè)備通道與基帶功能。所以設(shè)備在功放模塊、收發(fā)機(jī)與數(shù)字基帶的功耗比較大。按照相關(guān)統(tǒng)計(jì)可知，5G設(shè)備能耗占據(jù)總設(shè)備能耗到80%，所以必須降低5G基站能耗，以此降低整個(gè)通信網(wǎng)絡(luò)的能耗[1]。

2基于AI的節(jié)能技術(shù)方案架構(gòu)與流程

在AAU自檢模式符號(hào)關(guān)斷基礎(chǔ)上，形成增強(qiáng)符號(hào)關(guān)斷，通過BBU設(shè)備實(shí)現(xiàn)集中調(diào)度與控制，在時(shí)序上實(shí)現(xiàn)調(diào)度匯聚，以此節(jié)約時(shí)隙，強(qiáng)化符號(hào)關(guān)斷的節(jié)能效果。增強(qiáng)通道關(guān)斷主要是針對(duì)5GMIMO技術(shù)，引入5G天線，將AAU作為主力機(jī)型，此時(shí)可以靈活關(guān)斷。

多層覆蓋的載波關(guān)斷主要是針對(duì)組網(wǎng)場景，5G載波在低業(yè)務(wù)量時(shí)關(guān)斷，聯(lián)合AI技術(shù)可以自動(dòng)化配置節(jié)能小區(qū)，屬于5G的關(guān)鍵節(jié)能方案。應(yīng)用無線智能平臺(tái)和人工智能算法，可以實(shí)現(xiàn)系統(tǒng)性能與節(jié)能效果的平衡，以此實(shí)現(xiàn)節(jié)能降耗效果。5G基站智能節(jié)能流程如下：第一，采用數(shù)據(jù)采集系統(tǒng)獲取基站性能數(shù)據(jù)。第二，對(duì)數(shù)據(jù)進(jìn)行清洗構(gòu)建與聚合篩選，將其作為負(fù)荷預(yù)測與場景識(shí)別模型的訓(xùn)練數(shù)據(jù)。第三，采用機(jī)器學(xué)習(xí)算法識(shí)別智能場景，明確節(jié)能關(guān)斷功能與方案。第四，為了達(dá)到目標(biāo)，必須明確科學(xué)的節(jié)能門限閾值。第五，應(yīng)用歷史話務(wù)數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法預(yù)測業(yè)務(wù)量，明確節(jié)能時(shí)間[2]。

35G基站節(jié)能場景智能識(shí)別

3.1 業(yè)務(wù)理解

網(wǎng)絡(luò)話務(wù)量的潮汐效應(yīng)明顯，不同時(shí)間段的話務(wù)量波動(dòng)差異大。傳統(tǒng)方式主要是在基站設(shè)備持續(xù)運(yùn)行狀態(tài)下關(guān)斷，不能按照話務(wù)量進(jìn)行調(diào)控，從而加大能耗。所以必須提升無線資源的有效利用率。通過收集歷史時(shí)空特性數(shù)據(jù)，對(duì)無線資源利用變化規(guī)律進(jìn)行分析，有效監(jiān)控和評(píng)估小區(qū)KPI，通過AI技術(shù)，預(yù)測和評(píng)估網(wǎng)絡(luò)覆蓋、場景特征與用戶分布情況，都是按照運(yùn)營商策略用戶需求，提供合理化建議，全面確保網(wǎng)絡(luò)性能，減少能源消耗。

3.2 數(shù)據(jù)準(zhǔn)備

設(shè)備層：基站小區(qū)基礎(chǔ)數(shù)據(jù)：生產(chǎn)廠商、位置、性質(zhì)、室分、頻點(diǎn)、方向角、掛高。能耗數(shù)據(jù)：模塊負(fù)荷或能耗指標(biāo)。第二，網(wǎng)絡(luò)層：網(wǎng)絡(luò)KPI數(shù)據(jù)包括上下行PRB負(fù)荷、各類信道占用率、鄰區(qū)關(guān)系與覆蓋、平均接入距離。第三，業(yè)務(wù)層：無線業(yè)務(wù)數(shù)據(jù)。用戶數(shù)：激活用戶、RRC連接用戶;業(yè)務(wù)流量：PDCP上下行平均流量;核心網(wǎng)業(yè)務(wù)數(shù)據(jù)：業(yè)務(wù)切片、QoS、業(yè)務(wù)價(jià)值。第四，用戶感知：客戶感知類數(shù)據(jù)，包括UE上下文掉線率、RRC掉線率、ERAB掉線率。

3.3 數(shù)據(jù)建模

第一，特征選擇：首先，時(shí)間類：選擇一個(gè)月工作日;切分一天中的不同時(shí)間段，比較聚類效果后，選擇0：00-7：00、08：00-19：00、20：00-23：00時(shí)間段。其次，分時(shí)段網(wǎng)絡(luò)KPI指標(biāo)、用戶感知指標(biāo)、基礎(chǔ)信息。第二，聚類算法：對(duì)某運(yùn)營商某個(gè)本地網(wǎng)約10000多個(gè)基站小區(qū)的特征寬表數(shù)據(jù)，進(jìn)行多種聚類算法模型的訓(xùn)練結(jié)果進(jìn)行比較后，最終采用兩步聚類分析方法。從自動(dòng)聚出的3個(gè)類別可以分析出，聚類3的流量潮汐規(guī)律基站小區(qū)為政府辦公/商業(yè)寫字樓，是固定上班群，占比約11.6%，是典型的節(jié)能場景。

3.4 模型驗(yàn)證

第一，節(jié)能場景基站小區(qū)信息：聚類3聚出的部分基站小區(qū)信息，從基站的名稱可以發(fā)現(xiàn)均分布在政府辦公/商業(yè)寫字樓，和預(yù)先設(shè)定的聚類目標(biāo)一致。第二，節(jié)能場景基站客戶感知指標(biāo)分布：凌晨為預(yù)期節(jié)能時(shí)段，時(shí)間為00：00-07：00;白天為高峰時(shí)段，客戶感知良好，時(shí)間為08：00-09：00;夜晚為低流量時(shí)段，時(shí)間為20：00-23：00。模型泛化性試驗(yàn)：聚類結(jié)果與訓(xùn)練用指標(biāo)比較接近，話務(wù)量和潮汐具備規(guī)律。表示聚類模型在基站技能場景識(shí)別的泛化性良好，值得推廣。

4結(jié)束語

綜上所述，5G基站節(jié)能屬于系統(tǒng)化工程，必須確保軟件與硬件的優(yōu)化配合，加大技術(shù)創(chuàng)新力度，合理應(yīng)用新材料工藝與新方案，以此降低基站設(shè)備的運(yùn)行能耗。將人工智能技術(shù)應(yīng)用到運(yùn)營運(yùn)維環(huán)節(jié)，有助于實(shí)現(xiàn)5G網(wǎng)絡(luò)的智能化協(xié)同，優(yōu)化資源調(diào)度，改善用戶體驗(yàn)。

參考文獻(xiàn)

[1] 費(fèi)彥肖，吳俊星.5G與AI融合技術(shù)在智慧環(huán)保領(lǐng)域的應(yīng)用研究[J].智能城市，2020，6（7）：152-153.

[2] 葉曉斌，姚麗紅，劉惜吾，等.基于AI的基站及回傳網(wǎng)故障定因[J].郵電設(shè)計(jì)技術(shù)，2019，22（11）：24-27.