雙智協(xié)同網(wǎng)絡(luò)：理念與技術(shù)

顧軍/GU Jun，張宏濤/ZHANG Hongtao，顧健/GU Jian

（中興通訊股份有限公司，中國 深圳 518057）

隨著5G網(wǎng)絡(luò)的規(guī)模商用和不同速率、時(shí)延、可靠性業(yè)務(wù)的爆發(fā)式發(fā)展，在精準(zhǔn)保障差異化用戶體驗(yàn)的同時(shí)提升5G網(wǎng)絡(luò)資源效率、容量和收益，逐步成為網(wǎng)絡(luò)優(yōu)化、演進(jìn)與發(fā)展的核心命題。這是傳統(tǒng)基于比特傳輸量的流量經(jīng)營向基于實(shí)際業(yè)務(wù)感知滿足度的體驗(yàn)經(jīng)營轉(zhuǎn)型的核心基礎(chǔ)，同時(shí)也對多頻多制式復(fù)雜網(wǎng)絡(luò)下的資源管理策略及性能、用戶體驗(yàn)保障機(jī)制提出極大挑戰(zhàn)。作為蜂窩網(wǎng)絡(luò)技術(shù)的關(guān)鍵組成部分，基于覆蓋、質(zhì)量、負(fù)載等網(wǎng)絡(luò)指標(biāo)的移動性管理和資源均衡，在保持網(wǎng)絡(luò)連接連續(xù)性、提升資源效率等方面發(fā)揮關(guān)鍵作用，并在第3代合作伙伴計(jì)劃（3GPP）5G-Advanced的標(biāo)準(zhǔn)演進(jìn)中進(jìn)一步優(yōu)化，持續(xù)提升網(wǎng)絡(luò)性能。然而，這在理念和技術(shù)上與網(wǎng)絡(luò)發(fā)展的核心價(jià)值訴求仍然存在一定差距。

在理念上，傳統(tǒng)技術(shù)目標(biāo)與網(wǎng)絡(luò)收益目標(biāo)存在差距的局面需要被打破。綜合移動網(wǎng)絡(luò)流量經(jīng)營的現(xiàn)實(shí)要求、向體驗(yàn)經(jīng)營轉(zhuǎn)型的內(nèi)在趨勢，以及實(shí)現(xiàn)網(wǎng)絡(luò)收益和用戶體驗(yàn)協(xié)同最優(yōu)網(wǎng)絡(luò)（BE-Net）的理念，都將成為網(wǎng)絡(luò)演進(jìn)和技術(shù)發(fā)展的引擎。我們應(yīng)以用戶體驗(yàn)為導(dǎo)向打造適應(yīng)多樣性業(yè)務(wù)需求的優(yōu)質(zhì)網(wǎng)絡(luò)，以服務(wù)質(zhì)量的提升帶來用戶和業(yè)務(wù)的可持續(xù)增長；基于差異化的體驗(yàn)需求及場景化的效能評估，實(shí)現(xiàn)有限資源的精準(zhǔn)投放與分配，在保障用戶感知的基礎(chǔ)上獲得最佳的投資收益，以促進(jìn)網(wǎng)絡(luò)進(jìn)化的良性循環(huán)和可持續(xù)發(fā)展。

在技術(shù)上，傳統(tǒng)以網(wǎng)絡(luò)指標(biāo)為準(zhǔn)則、以平均關(guān)鍵績效指標(biāo)（KPI）為目標(biāo)的網(wǎng)絡(luò)中心化一刀切互操作策略，無法適應(yīng)不同基站和小區(qū)的差異化場景，更無法滿足高清直播、擴(kuò)展現(xiàn)實(shí)（XR）等不同業(yè)務(wù)的差異化需求，嚴(yán)重阻礙新業(yè)務(wù)的發(fā)展，不利于網(wǎng)絡(luò)效率的提升。因此，我們需要通過用戶中心化的范式遷移和基于無線網(wǎng)絡(luò)內(nèi)生智能的服務(wù)能力，結(jié)合網(wǎng)絡(luò)級的場景優(yōu)化、用戶級智能感知和服務(wù)能力拓展，更加系統(tǒng)性地滿足移動網(wǎng)絡(luò)在網(wǎng)絡(luò)效率與收益、用戶體驗(yàn)方面的提升要求。

本文立足BE-Net的基本思想，面向多頻段多制式網(wǎng)絡(luò)層間協(xié)同場景，提出集用戶級智能和網(wǎng)絡(luò)級智能于一體的雙智協(xié)同網(wǎng)絡(luò)，以實(shí)現(xiàn)在不同網(wǎng)絡(luò)發(fā)展階段用戶體驗(yàn)和網(wǎng)絡(luò)效率的雙優(yōu)價(jià)值目標(biāo)。

1 網(wǎng)絡(luò)需求與雙智矩陣

在4G和多頻段5G共存的多層次復(fù)雜網(wǎng)絡(luò)中，移動性管理除了要保障基本的移動性性能外，還需要滿足更加差異化的業(yè)務(wù)需求，包括更加多元化、場景化的系統(tǒng)要求。傳統(tǒng)基于網(wǎng)絡(luò)一刀切策略的層間互操作面臨越來越大的挑戰(zhàn)。具體來看，網(wǎng)絡(luò)在不同發(fā)展階段、不同場景中存在不同的體驗(yàn)和效率雙優(yōu)目標(biāo)，需要定制化的雙智矩陣能力組合來實(shí)現(xiàn)不同時(shí)空坐標(biāo)下的網(wǎng)絡(luò)價(jià)值，如圖1所示。

圖1 網(wǎng)絡(luò)收益與用戶體驗(yàn)協(xié)同最優(yōu)理念下的雙智矩陣

1.1 雙智體驗(yàn)協(xié)同

在5G發(fā)展初期，5G網(wǎng)絡(luò)部署和優(yōu)化的核心訴求有兩個(gè)方面：一是在4G/5G雙層網(wǎng)下最大化5G終端在5G網(wǎng)絡(luò)的駐留，實(shí)現(xiàn)4G流量向5G網(wǎng)絡(luò)的遷移，增加5G分流比（5G流量占4G和5G總流量的比值），并通過5G的大帶寬能力進(jìn)一步激發(fā)用戶的流量消費(fèi)，進(jìn)而提升5G的網(wǎng)絡(luò)效率和投資回報(bào)；二是確保不同要求的用戶體驗(yàn)（如大上行速率的高清直播、大下行的高速流媒體/XR等）及時(shí)得到保障，并在總體上實(shí)現(xiàn)用戶體驗(yàn)與5G分流比和流量的雙優(yōu)，持續(xù)促進(jìn)5G業(yè)務(wù)和網(wǎng)絡(luò)的發(fā)展。

如圖2所示，為滿足差異化用戶體驗(yàn)與5G分流比和流量的雙優(yōu)需求，小區(qū)級互操作參數(shù)自優(yōu)化智能用戶編排需要被引入，以形成網(wǎng)絡(luò)級與用戶級一體化的雙智體驗(yàn)協(xié)同解決方案。其中，小區(qū)級參數(shù)自優(yōu)化通過對異頻切換/重選門限的智能下探（如5G到4G的異頻切換門限從-110 dBm下調(diào)至-120 dBm），在不影響網(wǎng)絡(luò)基本KPI的基礎(chǔ)上擴(kuò)大5G網(wǎng)絡(luò)層的覆蓋范圍，吸收更多用戶，增加5G業(yè)務(wù)流量及分流比。同時(shí)，更大的覆蓋范圍會引發(fā)更大概率的體驗(yàn)不佳問題，尤其是在邊緣區(qū)域難以滿足高清直播等大速率業(yè)務(wù)需求。智能用戶編排以用戶為單位，基于源側(cè)體驗(yàn)評估、目標(biāo)側(cè)體驗(yàn)預(yù)測以及智能柵格驅(qū)動下的免測量將用戶快速導(dǎo)引到體驗(yàn)更優(yōu)的頻層和小區(qū)中，精準(zhǔn)感知并滿足個(gè)性化業(yè)務(wù)體驗(yàn)需求。通過用戶體驗(yàn)保障的兩級解耦，在完成從以KPI為中心的互操作到網(wǎng)絡(luò)級智能互操作參數(shù)優(yōu)化后，基本連接體驗(yàn)與用戶級智能編排下的業(yè)務(wù)體驗(yàn)進(jìn)行雙智協(xié)同優(yōu)化，可帶來用戶體驗(yàn)和網(wǎng)絡(luò)效率的雙重收益。

圖2 雙智體驗(yàn)協(xié)同

1.2 雙智網(wǎng)絡(luò)均衡

該階段5G網(wǎng)絡(luò)從單頻走向多頻協(xié)同，不同頻點(diǎn)之間互操作以及協(xié)同的主要目標(biāo)逐步轉(zhuǎn)變成在保障業(yè)務(wù)需求的同時(shí)最小化用戶消耗的網(wǎng)絡(luò)資源，并通過層間資源使用的均衡性降低用戶的擁塞、沖突以及業(yè)務(wù)被壓抑的概率，總體上實(shí)現(xiàn)用戶體驗(yàn)以及多頻5G網(wǎng)絡(luò)容量的雙優(yōu)；進(jìn)一步地，當(dāng)總體資源出現(xiàn)瓶頸時(shí)，優(yōu)先保障高價(jià)值用戶以及高價(jià)值業(yè)務(wù)需求是持續(xù)提升網(wǎng)絡(luò)價(jià)值運(yùn)營能力的基礎(chǔ)，通過體驗(yàn)與效率的最優(yōu)協(xié)同最大化網(wǎng)絡(luò)的投資回報(bào)。

如圖3所示，在多頻5G網(wǎng)絡(luò)中，為了實(shí)現(xiàn)用戶體驗(yàn)與網(wǎng)絡(luò)容量的雙優(yōu)，并使網(wǎng)絡(luò)收益達(dá)到最高，傳統(tǒng)以網(wǎng)絡(luò)負(fù)荷為中心的負(fù)載均衡機(jī)制需要進(jìn)行雙智重構(gòu)：一是引入前文所述的用戶級智能編排，在及時(shí)感知與保障差異化用戶體驗(yàn)的基礎(chǔ)上，確保用戶被導(dǎo)引到資源消耗最低、擁塞和容量抑制風(fēng)險(xiǎn)最小的頻層和小區(qū)中，從而在用戶層面間接促進(jìn)多層網(wǎng)之間實(shí)現(xiàn)均衡；二是在智能化負(fù)荷評估、流量壓抑預(yù)測以及用戶選擇、個(gè)性化小區(qū)偏置等方面對負(fù)載均衡的關(guān)鍵環(huán)節(jié)進(jìn)行增強(qiáng)，進(jìn)而提升負(fù)載均衡的及時(shí)性與準(zhǔn)確性。整體上來看，智能用戶編排與智能負(fù)載均衡協(xié)同下的雙智網(wǎng)絡(luò)均衡，能夠充分實(shí)現(xiàn)用戶體驗(yàn)和多層5G網(wǎng)絡(luò)總體頻譜效率/容量的共同提升。

圖3 雙智網(wǎng)絡(luò)均衡

2 智能用戶編排

在雙智體驗(yàn)協(xié)同和雙智網(wǎng)絡(luò)均衡中，雙優(yōu)目標(biāo)中的用戶級體驗(yàn)需要通過智能用戶編排來實(shí)現(xiàn)。整體來看，智能用戶編排與傳統(tǒng)互操作機(jī)制有兩點(diǎn)不同：一是從參考信號接收功率（RSRP）、信號與干擾加噪聲比（SINR）等網(wǎng)絡(luò)指標(biāo)觸發(fā)到用戶體驗(yàn)觸發(fā)，二是在切換目標(biāo)上從連續(xù)的移動性連接到連續(xù)的業(yè)務(wù)體驗(yàn)及資源效率保障。

智能用戶編排包括源側(cè)體驗(yàn)評估、目標(biāo)測性能預(yù)測（如圖4所示）以及基于虛擬柵格的知識學(xué)習(xí)。

圖4 源側(cè)/目標(biāo)測近實(shí)時(shí)監(jiān)測

2.1 源側(cè)體驗(yàn)評估

在移動網(wǎng)絡(luò)中，由于用戶位置、網(wǎng)絡(luò)負(fù)載以及無線環(huán)境等具有時(shí)變性，并且這種時(shí)變性會對鏈路性能產(chǎn)生影響，因此我們需要借助近實(shí)時(shí)的性能監(jiān)測及時(shí)感知業(yè)務(wù)體驗(yàn)和網(wǎng)絡(luò)能力的變化。

（1）體驗(yàn)狀態(tài)評估

體驗(yàn)狀態(tài)評估包括間接評估和直接評估兩種。

（a）基于調(diào)度阻塞率的間接體驗(yàn)評估：調(diào)度阻塞率B=調(diào)度緩存數(shù)據(jù)量/當(dāng)前調(diào)度數(shù)據(jù)量；

（b）基于業(yè)務(wù)感知的直接評估（以視頻為例）：

其中，VMOS為視頻用戶感知得分，Quality為視頻源質(zhì)量（碼率），Loading為緩沖時(shí)長，Stallingfreq為卡頓次數(shù)，Stallingrec為卡頓恢復(fù)時(shí)長占比，W為各個(gè)因素的權(quán)重占比。

（2）體驗(yàn)風(fēng)險(xiǎn)評估

服務(wù)小區(qū)可達(dá)速率與速率余量評估：基于小區(qū)負(fù)載和用戶負(fù)載兩級負(fù)載指標(biāo)以及信道質(zhì)量，可以計(jì)算和預(yù)測用戶當(dāng)前能夠獲取的可達(dá)速率上限，如公式（2）所示。

其中，、為效率因子，可通過對速率和各個(gè)參數(shù)之間的歷史數(shù)據(jù)學(xué)習(xí)與擬合獲得；BW為系統(tǒng)帶寬；Load為小區(qū)整體資源負(fù)載，Load為當(dāng)前用戶資源負(fù)載。根據(jù)可達(dá)速率，我們可以預(yù)測評估用戶在當(dāng)前小區(qū)可達(dá)速率與業(yè)務(wù)需求速率（如1080P高清直播需要5～10 Mbit/s的速率）之間的速率余量：

若小于速率安全門限，或者調(diào)度阻塞率/業(yè)務(wù)感知得分低于目標(biāo)值，則系統(tǒng)觸發(fā)和啟動其他頻層/小區(qū)的性能預(yù)測。

2.2 目標(biāo)測性能預(yù)測

對于達(dá)到基本電平要求的異頻鄰區(qū)，我們會對頻譜效率、可達(dá)速率、壓抑距離進(jìn)行預(yù)測，并計(jì)算用戶導(dǎo)引優(yōu)先級。

（1）頻譜效率與可達(dá)速率預(yù)測

上行頻譜效率為：

其中，根據(jù)鄰區(qū)下行接收RSRP和發(fā)射功率計(jì)算獲得的路損，并結(jié)合基站間接口獲取的干擾信息，可以計(jì)算出SINR。下行頻譜效率SE通過本文2.3節(jié)描述的柵格知識庫獲得。歸一化頻譜效率SE=SE/SE，其中SE為各個(gè)候選目標(biāo)小區(qū)的最大頻譜效率。根據(jù)頻譜效率、帶寬以及負(fù)載，我們能夠獲得可達(dá)速率R。

（2）壓抑距離預(yù)測

隨著用戶數(shù)及資源利用率的增長，由于存在資源擠壓、干擾加大等因素，網(wǎng)絡(luò)流量的升高過程為：首先呈現(xiàn)線性，隨后到達(dá)壓抑點(diǎn)并達(dá)到最大值，最后逐步下降，如圖5所示。其中，壓抑距離=-/。

圖5 流量抑制曲線

（3）用戶導(dǎo)引優(yōu)先級計(jì)算

根據(jù)候選小區(qū)的可達(dá)速率、頻譜效率以及壓抑距離，我們計(jì)算目標(biāo)小區(qū)選擇優(yōu)先級={Max(,0)}×SED，其中、為加權(quán)因子。將用戶切換至優(yōu)先級最高的目標(biāo)小區(qū)，有助于實(shí)現(xiàn)用戶體驗(yàn)與資源效率的平衡。

2.3 基于虛擬柵格的知識學(xué)習(xí)

基于K-means等非監(jiān)督機(jī)器學(xué)習(xí)算法，利用服務(wù)小區(qū)和同頻鄰區(qū)的RSRP，我們可以將覆蓋區(qū)域劃分為若干個(gè)虛擬柵格。進(jìn)一步地，我們也可以通過增加終端類型、最小化路測（MDT）等維度信息來提升柵格的劃分精度，如圖6所示。對于劃分好的空白柵格庫，每個(gè)柵格的索引信息包括：服務(wù)小區(qū)身份信息（ID）和RSRP最大/最小值、同頻鄰區(qū)1的ID和RSRP最大/最小值、同頻鄰區(qū)2的ID和RSRP最大/最小值。也就是說，根據(jù)UE的同頻測量報(bào)告（服務(wù)小區(qū)ID和RSRP值、兩個(gè)同頻鄰區(qū)的ID和RSRP值）理論上系統(tǒng)就能定位出該UE當(dāng)前處于哪個(gè)柵格位置。

圖6 基于本鄰小區(qū)覆蓋電平的智能柵格劃分

在空白柵格劃分之后，根據(jù)周期性的UE同頻測量報(bào)告，系統(tǒng)能夠近實(shí)時(shí)地定位出UE當(dāng)前所處柵格位置，并將該UE在當(dāng)前位置發(fā)生的信息記錄所屬柵格中，這就是一次有效樣本統(tǒng)計(jì)。信息記錄主要有兩種（都是針對異頻和異系統(tǒng)鄰區(qū)的）：一是在當(dāng)前柵格位置上收到的異頻/異系統(tǒng)測量報(bào)告信息，包括頻點(diǎn)信息、測量報(bào)告小區(qū)ID以及測量結(jié)果RSRP/RSRQ/SINR值；二是在當(dāng)前柵格位置上向某個(gè)鄰小區(qū)的切換成功率信息，以及在該鄰區(qū)上統(tǒng)計(jì)獲得的頻譜效率信息。當(dāng)一個(gè)柵格內(nèi)統(tǒng)計(jì)的樣本數(shù)量達(dá)到一定門限時(shí)，這個(gè)柵格就可以被其他功能查詢所使用。

3 互操作參數(shù)自優(yōu)化

隨著5G網(wǎng)絡(luò)的逐漸成熟，運(yùn)營商希望UE能夠更多駐留在5G網(wǎng)絡(luò)以提升用戶體驗(yàn)?，F(xiàn)網(wǎng)通常采用下調(diào)5G到4G互操作門限的方法來擴(kuò)大5G小區(qū)的覆蓋范圍，提升5G駐留比。傳統(tǒng)的人工調(diào)整難以做到一站一策，而一刀切的調(diào)整方式在不同站點(diǎn)和不同網(wǎng)絡(luò)環(huán)境下，其效果可能存在巨大差異，從而難以保障較好的用戶感知和網(wǎng)絡(luò)性能指標(biāo)。

基于對5G小區(qū)各項(xiàng)基礎(chǔ)指標(biāo)和用戶感知指標(biāo)的評估，在不影響網(wǎng)絡(luò)性能指標(biāo)前提下，自動調(diào)整5G到4G的互操作參數(shù)，如連接態(tài)A2事件門限和時(shí)間觸發(fā)（TTT）、空閑態(tài)非同頻小區(qū)重選起測門限，可使5G小區(qū)的覆蓋范圍和容量得到盡可能的擴(kuò)大，網(wǎng)絡(luò)服務(wù)能力上限得到提高，同時(shí)5G駐留比和分流比也將得到提升，如圖7所示。

圖7 互操作參數(shù)自優(yōu)化

4 智能負(fù)載均衡

（1）空分因子學(xué)習(xí)

在5G網(wǎng)絡(luò)中，由于廣泛引入大規(guī)模多輸入多輸出（MIMO）技術(shù)，在進(jìn)行資源塊（RB）利用率的統(tǒng)計(jì)時(shí)，我們需要借助空分因子?？臻g復(fù)用能力的引入能夠更加真實(shí)地體現(xiàn)資源的使用情況，有利于精細(xì)化計(jì)算上下行業(yè)務(wù)信道的資源利用率。PDSCH的物理資源塊（PRB）利用率=ΣUE（Σ流數(shù)×RB）/小區(qū)PDSCH可用RB數(shù)×；PUSCH的PRB利用率=ΣUE（Σ流數(shù)×RB數(shù)）/小區(qū)PDSCH可用RB數(shù)×。由于受到業(yè)務(wù)類型、干擾特性等因素的影響，不同小區(qū)在不同時(shí)間的實(shí)際空分能力存在差異，因此需要通過自動統(tǒng)計(jì)學(xué)習(xí)來實(shí)現(xiàn)的更新優(yōu)化。PDSCH的RB復(fù)用因子=ΣUE（Σ流數(shù)×RB數(shù)）/小區(qū)PDSCH可用RB數(shù)；PUSCH的RB復(fù)用因子=ΣUE（Σ流數(shù)×RB數(shù)）/小區(qū)PUSCH可用RB數(shù)，如圖8所示。

圖8 智能空分因子學(xué)習(xí)

（2）智能無線資源控制（RRC）容量因子學(xué)習(xí)

同樣地，考慮到業(yè)務(wù)類型、用戶分布、干擾特征、移動性特征等因素的影響，我們需要在計(jì)算RRC連接負(fù)荷時(shí)需要引入因子，以便更加真實(shí)地反應(yīng)RRC的連接容量，如圖9所示。RRC連接負(fù)荷=在線用戶數(shù)/（系統(tǒng)最大RRC連接數(shù)×）。其中，可以根據(jù)圖5的拐點(diǎn)用戶數(shù)進(jìn)行學(xué)習(xí)更新，且=拐點(diǎn)用戶數(shù)/系統(tǒng)最大RRC連接數(shù)。

圖9 智能RRC容量因子學(xué)習(xí)

（3）智能負(fù)載優(yōu)化

根據(jù)上述RB利用率、RRC負(fù)載以及流量壓抑距離的學(xué)習(xí)和更新，主動式與被動式相結(jié)合的方式能夠?qū)Σ煌l層間的負(fù)載進(jìn)行智能優(yōu)化。其中，主動式優(yōu)化通過學(xué)習(xí)交疊區(qū)域用戶分布對小區(qū)間的個(gè)性化切換偏置（CIO）進(jìn)行優(yōu)化（如圖10所示），自動實(shí)現(xiàn)用戶分布在不同頻層/小區(qū)間的重組；當(dāng)資源負(fù)載和流量壓抑距離達(dá)到目標(biāo)閾值時(shí)，被動式優(yōu)化能夠識別并優(yōu)先挑選覆蓋中遠(yuǎn)點(diǎn)資源效率較低的用戶（規(guī)避由于各種原因剛切入本小區(qū)的用戶），并根據(jù)本文2.2節(jié)所述原則將用戶導(dǎo)引到能夠滿足用戶體驗(yàn)需求且資源效率最高的目標(biāo)頻點(diǎn)和小區(qū)中。

圖10 智能個(gè)性化小區(qū)偏置學(xué)習(xí)

5 結(jié)束語

本文提出一種用戶級智能與網(wǎng)絡(luò)級智能相結(jié)合的新型雙智協(xié)同機(jī)制，在網(wǎng)絡(luò)發(fā)展不同階段實(shí)現(xiàn)用戶體驗(yàn)與網(wǎng)絡(luò)效率及收益的雙優(yōu)，充分挖掘和釋放5G網(wǎng)絡(luò)價(jià)值，為面向6G的服務(wù)化網(wǎng)絡(luò)演進(jìn)奠定理念和技術(shù)基礎(chǔ)。

本研究得到中興通訊股份有限公司王新臺、詹勇、李群、張健健、鄭玲霞、白煒、孫英、聶國濤、牛康、李建國等的幫助，謹(jǐn)致謝意！