大數據技術驅動5G網絡優化分析

黃 靜

（中移鐵通有限公司蚌埠分公司，安徽 蚌埠 233000）

5G通信技術推出后，通信行業發展速度加快，而且對各行業的發展也起到了重要的助力支持。在5G網絡發展和應用過程中，需要依托于大數據技術對5G網絡進行不斷優化，更好地滿足時代發展過程中通信技術傳輸的需求。而且將5G網絡與大數據技術相融合，不僅能夠構建智能化的發展格局，而且還有利于實現大數據技術和5G通信技術的協調發展。

1 基于大數據技術的5G通信網絡架構

1.1 大數據技術

5G通信網絡運營過程中，不僅涉及到龐大的數據，而且數據種類較多，因此在5G通信網絡架構中，需要做好數據收集、傳輸、存儲和查詢等工作。通過將大數據技術引入到5G通信網絡架構中來，高效采集數據，并針對數據進行深入分析和有效處理。在實際5G通信網絡中應用大數據技術過程中，由于涉及到的技術形式較多。因此在具體應用過程中，可以借助于數據挖掘技術深入挖掘有效的數據信息，并在圖表形式下針對數據進行分析和評價。借助于收集到的數據開展智能計算，并從中提取有效信息，將大數據的收集和篩選能力更好地凸顯出來。在5G通信網絡中，還要重視應用可視化數據分析技術，將網絡架構中涉及到的數據采用圖表形式進行展示，這樣能夠帶來更為直觀的體驗，并實現對數據的精準分類。而且依托于大數據技術構建專門的數據庫，能夠為數據的進一步應用打下堅實的基礎。

1.2 5G通信網絡架構

在5G通信網絡中，依托于大數據技術構建網絡架構，這其中涉及到網絡數據中心的建設，并以此來完成信息輸入輸出，實現信息的高效傳遞。而且通過大數據技術的應用，可以針對各類網絡業務進行有效協調。因此在具體設計5G網絡架構過程中，需要提高實際設計過程中的水準，確保網絡架構具備良好的擴展性，充分地發揮出網絡架構的重要價值。將大數據技術作為5G通信網絡架構建設過程中的重要驅動，不僅能夠提高5G通信網絡運行的高效性和穩定性，而且二者的有效結合，還能夠促進5G通信網絡社會效益的提升。

1.3 5G通信網絡架構的發展瓶頸

信息技術在5G通信網絡架構完善過程中發揮著重要的作用。在大數據技術與5G通信網絡架構融合發展過程中，還需要重視5G通信網絡在發展過程中存在的瓶頸問題。在實際5G通信網絡運行過程中，天線數量較多，這主要是5G通信網絡覆蓋范圍較大，因此對天線數量具有一定的要求。但實際運行過程中，天線與天線之間必然會存在相應的干擾，從而給5G通信網絡的通信質量帶來影響。再加之整個網絡架構過于復雜，這也導致網絡架構中存在許多環節，在具體運營過程中也易出現各種問題。特別是5G通信網絡架構具備超密集異構網絡的特點，因此在運營過程中必然會出現邊界數據傳輸質量差及邊緣數據感知不敏感的問題。

2 5G通信網絡中常用的大數據技術

2.1 大數據收集和分析技術

對于5G通信網絡而言，在實際運營過程中需要精準對客戶定位，這種情況下則可以通過應用大數據技術，針對5G通信網絡運行中的天線數據和干擾數據等進行收集和處理，以此來排除干擾，全面提高網絡傳輸的效率。在針對相關數據分析過程中，還要通過應用大數據分析技術，實際分析人員與GPS技術相結合，應用三維射線跟蹤數據，獲取天線及網絡等數據，通過對數據進行深入分析，以此來對客戶位置精準定位，確保5G網絡的科學布局，進一步提高5G通信網絡的整體服務水平。

2.2 大數據挖掘技術

利用大數據挖掘技術可以針對5G通信網絡中的數據深度挖掘，發現數據潛在的價值，以此來促進5G通信網絡的完善。在具體大數據挖掘技術應用過程中，技術人員則應通過計算模型，并對其應用獲得反饋情況，通過深層次的處理，從而促進5G通信網絡的更新和優化。

2.3 大數據存儲技術

在5G通信網絡中大數據存儲技術應用也十分廣泛。通常在數據分析完成后需要對數據實施分類存儲，這個過程中還涉及到異構數據庫的構建。技術人員需要對各基站信息、干擾信息和義務流數據等進行分析，并實施分類存儲。通過在5G通信網絡中將不同的云有效地接入其中，從而增強5G通信網絡云數據的感知能力。同時還要利用大數據技術分析通信網絡中的各種數據，重要部署接入云的位置，實現5G通信網絡環境的優化。

2.4 移動云計算技術

移動云計算技術作為大數據技術的代表技術，將其在5G通信網絡中進行應用時，相關人員需要加強對移動設備的關注。特別是隨著信息技術的快速發展，人們對移動端設備的要求不斷提升，迫切需要提高智能控制水平。在物聯網技術不斷完善的新形勢下，技術人員越來越重視移動端設備與網絡連接的高效性。這就需要重視移動云計算技術的應用，將5G通信網絡與移動云計算相結合，打造云服務平臺，從而為用戶提供更便捷的操作。并通過積極完善基礎設施、平臺和計算存儲等，借助于遠程操控，實現萬物的有效互聯。而且在應用移動云計算技術過程中，還能夠實現分布式文件處理和存儲，在云端存儲復雜的信息，為信息查詢和利用效率的提升打下堅實的基礎。

2.5 無線監控技術

5G通信網絡中，數據中心作為重要的運營中心，其存儲了大量的信息。這也使數據中心的穩定性與5G通信網絡運營效率和質量息息相關。這就需要工作人員加強對數據中心的重視，并加大對數據中心的監控力度，保證其穩定和可靠的運行。技術人員還要集中對數據中心實施監控，特別是對各種參數進行監控。具體可以將無線傳感技術在數據中心監控系統中進行應用，其作為一種無線監控形式，更具安全性和交互性。但5G通信網絡對無線監控的要求較高，因此在實際應用無線傳感技術的過程中，還要與5G通信網絡的具體運行需求相結合，積極對無線傳感技術進行改進，保證5G通信網絡穩定運營的基礎上，還能夠為無線監控技術的高效應用提供一個良好的環境。

3 大數據支撐5G網絡的優化

3.1 大數據支撐大規模天線與分布式天線

在5G通信網絡中，由于需要使用大規模天線（MIMO），而且5G網絡中數據終端到數據中心的主要通道數量較多。高階MIMO能夠為每條信道提供1條賦形的天線發射波束，實現空分復用，但各波束間會存在一定的干擾，導致MIMO的效率下降。這就需要對密集波束間的干擾數據進行收集，并借助于系統的計算能力加以優化。由于網絡終端在基站中心接收的功率較大，基站邊緣接收的信息相對較差，這種情況下可以采用分布式天線。但在應用分布式天線過程中，由于分布式天線之間也會存在干擾問題，這種情況下，借助于大數據技術通過對所有天線信道數據和干擾數據進行收集，并借助于大數據分析技術對所有無線訪問接入點實施信息處理，能夠為各天線和微基站提供有效指導，抵消干擾。另外，也可以對MIMO數據和網絡數據進行收集，并通過大數據技術進行分析，實現精準定位。具體可以將室內天線與WLAN技術進行結合，重視三維仿真和三維射線追蹤技術的有效應用，針對用戶在室外或是室內實施精確定位，從而保證信號的接收質量。

3.2 大數據支撐5G無線接入網資源管理

在傳統2G、3G時代環境下，其無線接入網屬于多層次的網絡，基于這種網絡結構下產生的潮汐效應會造成基站發生忙閑不均勻現象。針對這種情況，4G通信網絡則采用扁平化設計，通過將基站分解為基帶處理單位和射頻拉遠模塊，多個基站的基帶處理單元集中為基帶池，從而實現資源的集約化利用。在5G通信網絡中，通過將基帶處理單元進一步進行分解，以集中單元和分布單元為主，這其中集中單元可以實現對多個分布單元的有效管理，實現了干擾管理和業務聚合，分布單元還可以實現多天線處理與前傳壓縮，這樣則能夠針對傳輸與業務需求的變化進行靈活應對，確保實時性能的優化，實現硬件成本的有效控制。而且通過這樣的設計，還可以拉近與用戶之間的距離，實現集中化管理。但在集中單元對多個分布單元管理工作中，需要利用大數據技術來收集大量用戶的空間行為和時間行為等信息，根據這些信息進行優化設計，從而基于能效角度實現忙閑時不同資源的合理調配。

3.3 大數據分析支撐異構接入組網

5G網絡存在頻段高及帶寬大的特點，當采用高功率宏基站時，具體設置和運營都需要較高的成本，但采用大量微基站還會存在嚴重的干擾問題，站點選址優化難度較大。針對這種情況，可以借助于大數據技術進行宏微蜂窩混合組網。宏蜂窩負責廣覆蓋，為高優先級業務提供支持；微蜂窩覆蓋熱點，主要支持低優先級高速業務。也可以采用控制面與數據面分離組網的方式，通過集中化管理大量微基站，防止干擾問題，分離控制面信令數據與同用戶數據，將控制面信令數據接入到宏蜂窩。在這種情況下，終端在微基站之間切換過程中不會受宏基站信令帶來影響，并通過小區分簇化集中控制，能夠有效解決小區間干擾協調和負載均衡的問題。還可以采用上下行解耦異構組網的方式。由于終端的MIMO數量遠遠少于基站，這也使上行覆蓋低于下行，在蜂窩邊緣，可以采用“5G下行+4G上行”的異構方式運行。由于傳統移動網絡的控制面、用戶面和上下行數據鏈路等處于同一個蜂窩小區內，但5G通信網絡的控制面和用戶面能夠接入不同基站，上下行也能夠接入不同的蜂窩，甚至分別處于4G和5G系統，每一個終端都能夠同時與幾個基站連接。因此在具體操作時，需要應用到大數據分析技術，具體結合用戶分布數據和網絡負載情況來決定選擇哪個基站和哪個系統。

3.4 大數據支撐5G云網

5G通信網絡屬于云化的網絡，其具體包括了接入云、轉發云和控制云。在接入云中，其是基于微蜂窩超密集覆蓋場景環境下，一簇微基站組成虛擬小區，以此來實現對微基站之間資源的協同管理和干擾協調。轉發云則為各業各流共享高速存儲轉化、防火墻及視頻轉碼等業務單元。控制云具體以網絡資源重審、網絡能力開發及控制邏輯等模塊為主。另外，基于5G場景下還涉及到移動云計算、移動邊緣計算、微云和飛云等多種云，具體在無線網的不同位置進行部署，借助于網絡和用戶大數據分析來實現優化配置。

3.5 大數據支撐5G終端與云端的智能

當前智能終端能力較強，但終端人工智能處理能力相對較弱。如在手機采用2D人臉識別時，識別效果會受到光線、角度、表情及化妝等因素的影響。識別過程中是照片還是真人不好區分。但在3D人臉識別應用過程中，其需要利用網絡云端實現智能處理，這有效地提高了安全識別能力。通過云計算可以對無線網起到強化的效果，并對計算強度的應用起到有效的支持作用，即可以將用戶端的計算任務轉移至云端。但無論是終端智能還是云端智能，具體實現都需要應用到大數據分析技術。

3.6 大數據支撐5G網絡切片

網絡切片是5G通信網絡中較為重要的一項功能。由于5G通信網絡運營過程中需要支持不同的業務需求，當帶寬不一樣時，對于網絡的性能要求也會存在差異性。切片是針對網絡轉化資源的有效分割，而且不同切片之間業務相互隔離，切片的實現涉及到轉發面和控制面等功能，在每個切片上都可以運行不同的L2/L3網絡協議。通過針對不同業務需求，用戶組織不同的切片，這其中則要應用到深度分組檢測數據，以此來構建預測模型，通過對熱點數據請求進行精準預測。另外，還可以利用大數據技術對網絡資源進行分析，從而實現網絡資源在切片間分配的聯合優化。

3.7 借助網絡大數據優化5G源選路

切片分組網是依托于切片以太網和分段選路技術，承擔著中傳和回傳的任務。在傳統IP網絡中，由于采用無連接方式進行工作，針對具有相同源地址和相同目的地址的同屬一次通信的各IP分組進行獨立處理，對前后關聯性考慮較少，同屬一次通信的各IP分組在沿途各節點獨立選路，甚至會走不同的路由，這影響了網絡的可靠性。當前網絡性能有了大幅度地改進，如果根據每次通信中首個分組的特征進行數據平面設備配置，那該次通信的后續數據分組被抽象為同一流，同一次通信的后續各IP分組不需要再選路。由于在源節點已設置了有序的指令集，并對沿途結過的節點和鏈路進行了有效標訓，這些節點不需要對業務狀態進行感知，只需要做好拓撲信息維護即可，簡單按配置流表執行轉化功能，這對于提升網絡效率具有極為重要的意義。在具體實施過程中，分段選路也被稱為源選路，具體需要借助于網絡大數據設計源選路指令集，并進行有效的優化，整個過程中不需要LDP/RSVP-TE（標簽分發協議/基于流量工程擴展的資源預留協議）等信令協議，適合接受SDN（軟件定義網絡）的控制。

4 結束語

5G通信網絡具有良好的發展前景，隨著5G通信網絡的發展和應用，技術人員也需要積極轉變自身的觀念，樹立大局觀，在實際工作中要重視大數據技術與5G網絡的深度融合。這就需要技術人員深入了解大數據技術和5G網絡，并明確基于大數據技術的5G網絡架構的構建需求，積極應用各種先進技術手段來推動5G網絡的建設，進一步優化5G網絡環境，從而為智能化場景的實現提供重要的保障。