基于大數據的5G 無線網絡優化模式研究

陳譜滟，盧睿文，盧文娟，李 洋，尤利航

（中國電信股份有限公司河南分公司 河南 鄭州 450046）

0 引言

隨著5G 網絡的不斷發展和普及，網絡的規模和復雜性也在快速增加。 同時，大數據技術的興起為無線網絡優化提供了新的機遇和挑戰。 大數據技術能夠收集、存儲和分析海量的網絡數據，從中提取有價值的信息，為網絡優化提供決策支持和指導［1］。 因此，基于大數據的5G 無線網絡優化模式的研究具有重要的理論和實際意義。

1 大數據技術在5G 通信網絡中應用的優勢

網絡通信用戶能夠體驗全新、獨特、規模較大的城市移動通信技術，打造大連接、更低功耗的5G 網絡通信運營模式。 5G 通信基礎設施的基本結構幾乎匹配，如圖1所示。

圖1 5G 通信網絡的基本組成結構

近年來，在我國5G 通信基礎設施中，大數據技術得到了普遍應用［2］。 大數據技術是最常用的，它能夠提高數據處理功能，改善數據中心網絡，具體優點如下：

1.1 有助于改善數據處理功能

從數字經濟總量來看，發達國家和高收入國家數字經濟總量占全球比重均超過七成［3］。 如圖2 所示。

圖2 2021 年全球不同國家組別數字經濟規模（單位：萬億美元）

1.2 有助于完善網絡架構

據中國信通院數據，我國數字經濟保持較快發展，數字經濟規模由2016 年的22.6 萬億元增長至2021 年的45.5 萬億元， 占 GDP 的比重也從30.28% 提升至39.78%［4］。 2022 年，面對經濟新的下行壓力，各級政府、各類企業紛紛把發展數字經濟作為培育經濟增長新動能、搶抓發展新機遇的重要路徑手段，數字經濟發展活力持續釋放，我國數字經濟規模達到50.2 萬億元，占GDP 比重超過四成，占比達41.5%［5］。 如圖3 所示。

圖3 2016—2022 年我國數字經濟規模及占GDP 比重

2 5G 無線網絡優化面臨的問題分析

中國移動等運營商積極采取無線網絡優化技術，以期提高網絡覆蓋水平。

2.1 語音話務負載均衡優化技術

目前，5G 移動通信覆蓋縣級以上行政區域，這些區域周邊的人群也非常密集，如高層住宅區、商業寫字樓、大型商場等，不可能造成5G 移動通信技術局域網連接完全阻塞，借助語音流量負載均衡器技術來分析每個5G 通信基礎設施的實際容量是否能夠過載來進行優化。 如果出現信號覆蓋過載，能夠部署電信基站分流流量數據庫數據，維持各個信號覆蓋的實際容量，避免語音流量網絡擁塞。如果不是語音聊天流量負載均衡器還應該對計算機網絡趨勢進行具體分析。 一般情況下，根據兩個歷史時期的計算機網絡數據庫數據，將為未來網絡維護的決策過程予以支持，能夠進一步完善。 并提升5G 計算機網絡中局域網（local area network，LAN）連接的質量和性能。 只是清理垃圾文件的形式是手動優化，不太容易做到實時自動、準確，不利于進一步提高網絡維護的快速性和及時性。

2.2 移動信號干擾控制優化技術

5G 移動通信技術使用無線網絡來傳輸數據庫數據。與有線網絡通信基礎設施不同，無線通信系統在局域網連接中面臨巨大的干擾信號。 這些干擾信號可能來自多種因素，比如住宅中央空調、不間斷電源和電池等設備。 這些設備通常會對無線路由器信號造成干擾，從而影響5G移動通信局域網連接數據的傳輸，導致錯誤或數據傳輸中斷。 以采用移動信號不穩定性比較技術來控制干擾信號。此外還可以采用評估整體信號覆蓋范圍和所在區域的無線路由器信號干擾情況的手段。 如果不選用先進的信號覆蓋范圍和接收信號音頻放大器等設備，將無法進一步提高5G 移動通信技術的傳輸數據質量和性能。 大數據輔助規劃示意圖如圖4 所示。

圖4 大數據輔助規劃示意圖

2.3 覆蓋優化技術

覆蓋優化是一項非常實用的無線網絡連接、清理無用文件的技術比較。 該項技術比對能夠檢測5G 通信基礎設施是否存在缺口以及其他未覆蓋的異常現象。 目前，大城市擁有相當復雜的計算機網絡，還部署了許多5G 基站。 信號覆蓋只是理論上做到全覆蓋。 但鑒于大面積建筑物遮擋、信號干擾等原因，不易造成部分區域無全覆蓋或弱全覆蓋。 計算機網絡所在區域有良好的無線通信系統，從而避免計算機網絡數據庫中的數據中斷或數據低速減慢。 對比覆蓋優化技術后，檢測到接收信號沒有全覆蓋，能夠提高該區域的電信基站或直放站，也能夠調整智能手機信號放大器的發射功率或相關參數，從而做到各個信號覆蓋和信號接收的相互覆蓋。

2.4 切換性能優化技術

隨著5G 移動通信技術的普及和應用，越來越多的大城市開通了5G 通信基礎設施，直連移動互聯網用戶數量也在以最快的速度增長。 除了傳統的5G 手機和無線路由器外，各種客戶端設備和無線網口也需要相應的設備支持。 盡管計算機網絡中有數以億計的用戶和智能終端設備，但5G 手機的網絡仍存在一些漏洞和數據通信擁堵等問題。 為了達到更好的效果，必須進一步提高5G 計算機網絡的質量和性能。 借助交換質量和性能技術的比較來優化5G 通信基礎設施，進一步改善手機連接的5GLAN 信號。 上海、北京、廣州等一線城市的5G 手機網絡毫米波頻段資源相對豐富，不太可能造成接收信號網絡終端和5G 通信質量和性能惡化，與交換技術相比，能夠提高移動通信技術LAN 連接的常用水平，進一步提高質量和性能。5G 移動通信技術的切換質量和性能技術涵蓋多種技術，主要有垂直平分切換和水平切換。 結合具體分析評估水平，最終發揮5G 通信基礎設施的數據傳輸潛力。

3 大數據驅動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 通信基礎設施中，需要選用具備多個輸入和多個輸出的大型天線，并且5GLAN 連接中從數據庫數據網絡終端到數據中心基礎設施的通道數量并不大。 高階多輸入多輸出（multiple input multiple output，MIMO）能夠為每個通道予以一個信號放大器，用于傳輸合成孔徑雷達，促進空分設備復用，但合成孔徑雷達之間會存在不可靠的干擾信號，從而降低MIMO 運行效率。 一定要從密集SAR相互間的干擾信號數據庫中收集數據，并借助恢復系統強大的計算能力進行優化。 考慮到連接局域網的網絡終端在信號覆蓋中心處實際接收到的功率較大，而信號覆蓋邊緣接收到的相關信息較差，能夠采取使用分布式網絡信號放大器。 在常用的分布式網絡信號放大器具體應用過程中，考慮到分布式網絡信號放大器之間也存在信號干擾的問題，借助大數據的技術對比，采集所有信號放大器的信道數據庫數據和干擾信號數據庫數據。 另外，還能夠收集MIMO 數據庫數據和LAN 連接數據庫數據，借助大數據技術比對進行具體分析，促進精準定位。 在具體情況下，能夠將內部和外部信號放大器與無線路由器局域網連接技術相結合。 重視三維模擬與三維光線追蹤技術的對比效果更佳。 以保證接收信號的接收質量。

3.2 大數據支撐5G 無線接入網資源管理

在傳統2G、3G 時代的環境下，無線接入網絡是多級局域網連接。 參照結合局域網連接基本結構下逐步形成的漩渦效應，信號覆蓋范圍繁忙。 4G 通信基礎設施借助信號覆蓋分解為基帶處理單元和射頻遠程定制模塊。 為了應對多個信號覆蓋，基帶處理單元可以集中到巴龍5000 池中，進而做到資源的集約化利用。 在5G 通信基礎設施中，主要采用集中式五單元和分布式五單元來處理基帶信號。 集中式單元能夠對多個分布式五單元做到更有效的信息管理。 推動干擾信號信息管理與業務融合，五臺分布還可做到多信號放大處理和前傳壓縮，可靈活應對傳輸數據變化和定制化需求，保證實時傳輸。 定時自動質量優化和性能，促進計算機硬件產品成本更加有效可控。 如果沒有設計和制作，能夠縮短計算機用戶與計算機用戶相互間的直線距離，并能夠促進集中信息管理。 在對多個分布式五單元進行集中式單元信息管理的情況下，需要借助大數據技術比對收集大量計算機用戶空間內的行為、未知等相關信息。 結合相關信息進行優化設計和生產，從能源效率的角度做到忙閑時不同資源的科學配置。

3.3 大數據分析支撐異構接入組網

5G 局域網連接的主要特點是毫米波頻段高、上傳下載量大。 在選用低功耗版本的窄帶物聯網時，能夠參照結合具體情況進行設置，網絡運行應該需要比較高的產品成本，但是大量采取使用窄帶物聯網也存在嚴重的干擾信號問題，如何解決公交車站選址和優化相對困難。 針對具體情況，借助大數據技術來比較宏蜂窩和微蜂窩獨立組網。宏蜂窩小區負責構建多層，支持或不支持高優先級網銀業務；微蜂窩覆蓋所有熱點，支持低優先級的高速公路網銀。此外，還可以采取使用控制面和數據庫數據面分開獨立組網的方式，用集中信息管理大量窄帶物聯網。 為了防止干擾信號問題，可以將控制面數據鏈路與來自同一臺計算機的用戶數據庫數據分開，并將控制面數據鏈路接入平臺到宏蜂窩小區。 在具體案例中，網絡終端在切換中不受窄帶物聯網數據鏈路的影響，借助園區集群集中控制系統，能夠有效解決小單調問題。 為了減少干擾信號并解決協調器和負載平衡器的問題，可以使用上行鏈路和下行鏈路分布式架構的異構數據網絡解決方案的形式。 考慮到網絡終端的MIMO 數量并不明顯小于信號覆蓋范圍，使得下行總覆蓋范圍低于下行，在小區邊緣，可以使用“5G 下行＋4G 上行”的異構數據形式進行操作。

3.4 大數據支撐5G 云網

5G 通信基礎設施屬于基于云的局域網連接，具體涵蓋直連云、轉發云和控制云。 在接入云中，窄帶物聯網（narrow band IoT，NB?IoT）集群根據微蜂巢的超強覆蓋逐步形成虛擬軟件園社區，促進達成NB?IoT 資源相互間的協同信息管理和干擾信號協調。 轉發云是各行業、流的共享高速公路存儲文件、防火墻、流媒體服務器等網銀服務的五個單元。 控制云是根據服務器資源審核、局域網連接潛力研發等自定義模塊以及可控制的簡單邏輯。 結合5G場景，還涉及移動云計算和人工智能、移動邊緣計算技術、云邊、飛云等各種云。 從某種角度看來，對于局域網連接和計算機用戶，借助大數據分析來優化資源分配。

3.5 大數據支撐5G 終端與云端的智能

目前，智能移動終端的能力較強，但網絡終端機器人的人工智能和數據處理能力相對較弱。 例如，當智能手機采取使用2D 人臉識別技術時，識別效果不是很好，并且會受到發射光線、角度、面部表情和化妝學習等因素的影響。 具體過程中很難區分是照片還是真人。 在實際選用3D 面部識別技術過程中，采用本地網絡連接到云端來處理智能手機，可以有效提高安全性和減少無法識別的可能性。 借助云計算和人工智能，手機WiFi 不斷完善，能夠有效支持計算強度的共同使用。 但不予以通用支持，即不能夠將計算任務從計算機客戶端轉移到最后的云端。 絕大多數網絡終端智能手機仍然是云智能手機，具體情況需要結合大數據分析技術的使用進行比較。

3.6 大數據支撐5G 網絡切片

網絡切片是5G 通信基礎設施中相對最重要的功能。考慮到5G 通信基礎設施網絡運行的具體流程要支持不同的定制需求，當上傳和下載不同時，對局域網連接的質量和性能的具體要求會有明顯的差異。 借助不同的定制需求，將計算機用戶的外圍組織切成不同的切片，此外，應用到兩小組軟件的深度檢測數據庫數據，從而構建統計模型，準確請求數據庫熱點數據預測。

3.7 借助網絡大數據優化5G 源選路

切片子網在處理內部傳輸和回程時扮演著重要的角色。 在傳統的IP 局域網連接中，采用無連接方式工作，對于來自同一源、具有完全相同詳細源地址和目標地址第二個計算機網絡的每個IP 組，都會被獨立處理。 并且，從某種角度上看，它們之間的前后關系通常會被忽略。 來自同一源、具有相同源地址和目標地址的第二個計算機網絡的兩個IP 組，將各自獨立選擇路由甚至可能使用不同的寬帶路由器。 因此，在確保局域網連接穩定性和可靠性方面存在困難。 然而，當前局域網連接質量和性能已經有了顯著改善。 通過結合第一個計算機網絡中前兩個組的外部特征，并配置數據庫數據以具備兩個平面設備后續計算機數據庫數據網絡將兩個組抽象成為一個流，并且無須再選擇第二個計算機網絡后續IP 路由。 分段路由也被稱為源路由，選擇正確的設計生產源碼路由的局域網連接非常重要。 對于中間進程來說，通常不需要進行小標簽分發協議內容或數據鏈路協議內容。 相反，可以借鑒互聯網流量建設工程擴展的資源預留協議內容，并適應中心網絡數據的控制。 通過此方式，可以提高局域網連接的性能和質量。

4 結語

通過綜合分析，可以在優化無線網絡連接的過程中利用大數據分析。 該方法結合局域網連接情況和用戶的實際需求進行計算，并參考大數據分析進一步完善實際應用場景，提高效果。 因此，在大數據計算研究方面，更重要和有效的是對大數據信息收集和詳細分析工作的改進。 可以進一步提高無線網絡連接的效果，保證常用大數據處理的效率，并為市場上使用網絡連接的用戶提供更好的服務。