基于AI的5G基站節(jié)能技術研究

【摘 ?要】隨著5G時代的到來，通信業(yè)務種類和終端連接數(shù)呈爆發(fā)式增長，通信行業(yè)節(jié)能降耗面臨著前所未有的挑戰(zhàn)。分析了5G基站的能耗模型與基礎節(jié)能技術，提出基于AI的智能節(jié)能技術和方案，通過業(yè)務負荷預測、智能場景識別、多網(wǎng)協(xié)同配合等手段采用靈活精準的節(jié)能策略，在確保用戶感知體驗的前提下有效提升能源利用效率，降低電信運營商OPEX費用。

【關鍵詞】人工智能;5G基站;節(jié)能

doi：10.3969/j.issn.1006-1010.2019.12.006 ? ? ?中圖分類號：TN929.5

文獻標志碼：A ? ? ?文章編號：1006-1010（2019）12-0032-05

引用格式：梁力維，李榮聰. 基于AI的5G基站節(jié)能技術研究[J]. 移動通信， 2019，43（12）： 32-36.

Research on Intelligent Energy Saving Technology of 5G Base Station Based on AI

LIANG Liwei， LI Rongcong

（Guangdong Branch of China Telecom Co.， Ltd.， Guangzhou 510180， China）

[Abstract]?With the advent of the 5G era， the types of communication services and the number of terminal connections are exploding， and the energy saving in the communication industry is facing unprecedented challenges. This paper analyzes the energy consumption model and fundamental energy-saving technologies of 5G base station， and proposes AI-based energy-saving technologies and solutions. Flexible and precise energy-saving strategies are adopted through load forecasting， intelligent scenario recognition and multi-network cooperation. Under the premise of guaranteeing user-perceived experience， the energy efficiency is effectively improved and OPEX costs for telecom operators are reduced.

[Key words]AI; 5G base station; energy conservation

0 ? 引言

隨著我國經濟的高速發(fā)展和人民生活水平的不斷提高，節(jié)能減排、可持續(xù)發(fā)展已經成為社會發(fā)展的重大課題。國務院發(fā)布的《“十三五”節(jié)能減排綜合工作方案》中提出要牢固樹立創(chuàng)新、協(xié)調、綠色、開放、共享的發(fā)展理念，落實節(jié)約資源和保護環(huán)境的基本國策，加快建設資源節(jié)約型、環(huán)境友好型社會，確保完成“十三五”節(jié)能減排約束性目標，實現(xiàn)經濟發(fā)展與環(huán)境改善雙贏。

5G時代各種新業(yè)務和應用場景層出不窮，通信網(wǎng)絡建設規(guī)模不斷擴大，終端連接數(shù)和數(shù)據(jù)流量呈爆發(fā)式增長，移動通信網(wǎng)絡數(shù)據(jù)增長和能耗之間的矛盾進一步加劇。持續(xù)降低電信運營商OPEX中的電費成本，成為未來通信行業(yè)可持續(xù)發(fā)展的重要方向。

1 ? 5G基站能耗構成分析

為了保證移動通信網(wǎng)絡的有效覆蓋和服務質量，電信運營商需要在全國范圍內建設數(shù)百萬臺無線基站。這些基站分布范圍廣、數(shù)量龐大，其能耗在整個移動通信網(wǎng)絡中占有較大的比重。尤其在5G階段，面向行業(yè)應用的場景層出不窮，數(shù)據(jù)流量呈現(xiàn)指數(shù)級增長，這對網(wǎng)絡建設、運營和管理提出了新的挑戰(zhàn)。持續(xù)深入研究5G基站節(jié)能技術，大幅降低5G單站能耗水平，具有非常重要的經濟價值和社會價值。

5G基站能耗一般包括計算能耗、傳輸能耗和其他能耗三部分，具體劃分如下：

（1）計算能耗：即BBU消耗的電量，包括數(shù)字部分處理、管理和控制，核心網(wǎng)和其他基站間通信等相關功耗。

（2）傳輸能耗：即功率放大器（PA）和射頻（RF）部分所消耗的電量，其主要執(zhí)行基帶信號與無線信號之間的信號轉換，饋電線的功耗也包括在傳輸功耗之內。

（3）其他能耗：即從市電引入到基站直流供電的整個轉換過程中額外損失的電量，也包括機房空調、監(jiān)控系統(tǒng)、制冷設備所消耗的電量。圖1為5G基站能耗構成圖：

圖1 ? ?5G基站能耗構成圖

在5G移動通信網(wǎng)絡中基站設備能耗占總能耗的80%以上，機房中基站設備的能耗占比超過50%。5G AAU設備與傳統(tǒng)4G RRU有較大的差別，AAU內部集成了天線陣列、最高64個射頻通道和部分基帶功能，因此AAU在功放模塊、數(shù)字基帶、收發(fā)機等部分功耗有較大增加，據(jù)統(tǒng)計5G AAU設備的能耗占基站設備的80%以上。因此，降低5G基站能耗尤其是AAU的能耗，對于整個通信網(wǎng)絡的能耗降低起著至關重要的作用。圖2為5G設備機房與基站/AAU的能耗占比：

圖2 ? ?5G設備機房與基站/AAU能耗占比

2 ? 基于AI的5G基站節(jié)能技術與解決方案

2.1 ?5G基站基礎節(jié)能技術

基站設備節(jié)能主要有兩種方式，分別是硬件節(jié)能和軟件節(jié)能，硬件節(jié)能主要是降低整個基站設備的基礎能耗，軟件節(jié)能則基于業(yè)務負荷狀態(tài)對基站資源進行合理調度，以達到基站設備高效率運行的目的。

硬件節(jié)能主要通過優(yōu)化硬件架構設計，改進生產工藝和提高基帶處理、數(shù)字中頻、射頻等關鍵核心芯片集成度等方式來進行。如采用10 nm/7 nm等高集成度的芯片工藝，減小芯片面積，提升系統(tǒng)性能，采用氮化鎵等新材料提升AAU設備功放效率。

軟件節(jié)能根據(jù)通信業(yè)務在時間和空間分布上的不同特征以及網(wǎng)絡負荷的變化，在保證用戶感知體驗的前提下，通過靈活動態(tài)的調度策略對基站進行載頻、通道、符號或者整機休眠等不同的關斷節(jié)能策略，以盡可能增加設備低功耗模式工作時間，最大限度提升基站設備資源利用效率。

常用的基礎節(jié)能關斷策略如下：

（1）符號關斷。符號關斷功能在網(wǎng)絡低負荷時通過不連續(xù)發(fā)射來降低功放模塊消耗的總功率。當符號關斷功能開啟時，在下行符號沒有用戶數(shù)據(jù)發(fā)送的時候，基站設備通過主動關閉射頻部分中功放模塊的發(fā)射功率來實現(xiàn)節(jié)能目的。

（2）載波關斷。對于有多層覆蓋的組網(wǎng)場景，一般其中一個載波用來做基礎覆蓋，另外一個載波用來做容量補熱。根據(jù)對PRB等KPI的周期性監(jiān)控，在業(yè)務空閑時段關閉容量補熱載頻，節(jié)約能源消耗。

（3）通道關斷。5G標準引入Massive MIMO技術，在基站業(yè)務負荷較低場景，比如夜間閑時、非容量小區(qū)場景等，可考慮關閉部分射頻通道的發(fā)射功率，達到節(jié)能效果。

2.2 ?AI技術發(fā)展及其在5G基站上的應用

受限于經濟效益、業(yè)務需求等多種因素，5G建設將是一個長期的過程，因此多制式共存將成為未來一段時間的常態(tài)。隨著網(wǎng)絡復雜度的增加，傳統(tǒng)的主要依賴于人工方式的運營運維手段已經無法滿足實際需求。人工智能（AI）技術在解決高計算量數(shù)據(jù)分析、跨領域特性挖掘、動態(tài)策略生成等方面具備天然優(yōu)勢，將賦予5G時代網(wǎng)絡運營運維新的模式和能力。

網(wǎng)絡話務量存在明顯的潮汐效應，不同時段網(wǎng)絡話務量波動很大，而傳統(tǒng)方式大部分基站設備處于24小時持續(xù)運行狀態(tài)或者根據(jù)固定的策略進行關斷，無法根據(jù)話務量進行智能調控，導致額外的能耗成本。因此，如何提高無線資源利用率成為運營商的普遍目標。

通過收集歷史時空特性數(shù)據(jù)分析無線資源利用率變化規(guī)律，對覆蓋小區(qū)的KPI進行監(jiān)控和評估，利用人工智能技術充分考慮網(wǎng)絡覆蓋、用戶分布、場景特征并根據(jù)歷史數(shù)據(jù)和實時數(shù)據(jù)對無線資源利用率進行預測和評估，根據(jù)運營商策略與用戶意愿給出合適的建議措施（如關斷策略、關斷時間和時長等），從而保障網(wǎng)絡性能，降低能源損耗。

基于AI的智能節(jié)能方案包括如下基本功能：

（1）業(yè)務預測。基于歷史業(yè)務負荷數(shù)據(jù)訓練預測模型，在預測的節(jié)能小區(qū)和節(jié)能時段觸發(fā)該小區(qū)的負荷轉移到其鄰區(qū)，負荷轉移完成后立即觸發(fā)該小區(qū)的節(jié)能。如存在多個節(jié)能時段，則在每個節(jié)能時段都激活節(jié)能。

（2）節(jié)能策略選擇?；陬A測結果，支持節(jié)能策略的最優(yōu)選擇、實時調整、自動更新和執(zhí)行，實行差異化的閾值調整門限，滿足預設的KPI指標和節(jié)能目標。

（3）多網(wǎng)協(xié)同控制。自動識別多層覆蓋小區(qū)、基礎覆蓋小區(qū)和補熱小區(qū)，熱點覆蓋小區(qū)可根據(jù)業(yè)務量變化、多網(wǎng)覆蓋狀態(tài)等進入節(jié)能模式，實現(xiàn)節(jié)能效果。

（4）場景識別。基于話務模型分析自動識別業(yè)務場景，如商業(yè)區(qū)、居民區(qū)、高鐵線路等，便于根據(jù)不同的場景類型制定不同的關斷節(jié)能策略。

2.3 ?基于AI的5G基站節(jié)能技術方案架構和工作流程

傳統(tǒng)4G網(wǎng)絡中由于PA在RRU設備能耗占比幾乎達到了80%左右，因此大多采用關斷PA的方式進行節(jié)能。但是5G AAU能耗主要包括PA功耗、TRX功耗、數(shù)字基帶功耗三部分，這三部分功耗占比幾乎達到了AAU設備能耗的80%。單純關閉PA的節(jié)能方式效果不再明顯，必須要有新的技術方案匹配才能達到預期效果。5G網(wǎng)絡中，深度休眠將成為一種常態(tài)，低業(yè)務場景下增強符號關斷、增強通道關斷、多層覆蓋下的載波關斷都是最常用的節(jié)能方案。圖3為5G基站關鍵節(jié)能技術全景圖：

圖3 ? ?5G基站關鍵節(jié)能技術全景圖

增強符號關斷指的是在設備級AAU自檢模式符號關斷的基礎上，由BBU進行集中調度控制，將調度在時隙上進行匯聚，從而空閑出更多的時隙，提升符號關斷的節(jié)能效果。

增強通道關斷是針對5G的關鍵技術Massive MIMO而言，5G大規(guī)模天線的引入，64通道AAU成為主力機型，因此64天線可以關斷的方式就比較靈活，可以關斷16通道，32通道，甚至48通道。同時關斷的器件也比之前更多。前面提到的PA、TRX和數(shù)字器件也都可以進行關閉，從而達到更好的節(jié)能效果。

多層覆蓋下的載波關斷是針對典型的NSA組網(wǎng)場景，4G主節(jié)點基站和5G輔節(jié)點基站組成雙連接。5G載波在低業(yè)務量時進行關斷，4G載波負荷升高時喚醒5G載波也將是一種常態(tài)化節(jié)能手段。而SA場景，無論系統(tǒng)內還是系統(tǒng)間，結合AI技術，多層覆蓋網(wǎng)絡中自識別自配置4G/5G節(jié)能小區(qū)，也是5G必備的節(jié)能方案之一。

圖4是智能節(jié)能網(wǎng)絡總體架構圖，基于無線智能應用平臺，采用人工智能算法，在系統(tǒng)性能和節(jié)能效果間達到最大平衡，實現(xiàn)網(wǎng)絡節(jié)能降耗。

如圖5所示，5G基站智能節(jié)能工作流程如下：

（1）通過網(wǎng)管或者數(shù)據(jù)采集系統(tǒng)獲取基站的性能、MR/CDT等數(shù)據(jù)。

（2）對于采集到的數(shù)據(jù)進行清洗、構建、聚合、篩選等預處理，作為場景識別、負荷預測等模型的訓練數(shù)據(jù)。

（3）通過機器學習算法進行智能場景識別，確定采用的節(jié)能關斷方案和功能。

（4）綜合要達到的節(jié)能目標確定合適的節(jié)能門限閾值。

（5）基于歷史話務數(shù)據(jù)，采用機器學習算法對未來一定時間段的業(yè)務量進行預測，確定節(jié)能時間激活時間窗。

（6）下發(fā)綜合節(jié)能策略到網(wǎng)管，執(zhí)行對5G基站的節(jié)能操作，如深度休眠、載波關斷、符號關斷以及對應的激活時間窗等。

（7）采集基站的性能數(shù)據(jù)進行評估是否達到預期目標，閉環(huán)迭代優(yōu)化門限閾值等策略。

在流量負荷預測中經常使用到兩種方案，一種是基于序列特征的預測方法，包括Arima、Prophet等時間序列算法。這類算法基于時間序列本身的特點，將序列分解為周期性、趨勢性、隨機擾動幾部分，從而進行建模和預測。另外一種是回歸預測方法，包括神經網(wǎng)絡、SVM等回歸算法，基于歷史負荷數(shù)據(jù)建立回歸模型來達到預測未來負荷的目的。時間序列特征算法相對于回歸預測，更適用于平穩(wěn)序列，且具備更好的運算效率。在無線網(wǎng)絡中大部分小區(qū)的流量負荷都呈現(xiàn)平穩(wěn)序列的特點，采用基于序列特征的預測方法，能夠得到適用于節(jié)能算法精度的負荷預測值。

3 ? 節(jié)能應用效果評價體系

傳統(tǒng)的設備級節(jié)能評估手段不適合5G時代所面臨的場景，運營商不再只關注設備在閑時節(jié)能比例的高低。運營商的關注點在于4G相同業(yè)務能力下較長一段時間的耗電量以及開啟節(jié)能策略后節(jié)約的電費，即瓦數(shù)決定流量，焦耳決定比特。

3GPP協(xié)議對能效的定義如下：

EEglobal=bKEEscenarioK （1）

EEscenario= ? ? ? ? ? （2）

bk指的是每一種業(yè)務場景的能效的評估權重，a1指的是每一負荷等級的權重，v1指的是基站每秒所產生的業(yè)務流量，EC1指的是基站在v1條件下的能耗值。

從上面的公式可以看出，單位功耗下能夠提供的流量越大，則能效越高。

流量是運營商的生命線，是運營商的重要收入來源，在無需提供流量的時間內充分節(jié)能可以為運營商節(jié)約大量OPEX。節(jié)能技術作為流量和能耗平衡的支撐點，在能效指標提升中起到至關重要的作用。

4 ? 結束語

5G基站的節(jié)能是一個長期的系統(tǒng)性工作，需要軟硬件協(xié)同配合，不斷進行技術創(chuàng)新，采用新架構、新工藝、新材料、新方案、新設計，逐步降低基站設備的基礎功耗。同時將人工智能技術引入到通信網(wǎng)絡運營運維的各個環(huán)節(jié)，實現(xiàn)4G/5G網(wǎng)絡的智能協(xié)同，資源調度的持續(xù)優(yōu)化，用戶體驗的不斷改善?；贏I的5G基站節(jié)能技術不斷創(chuàng)新和演進將有效降低運營商OPEX成本，提升運營商市場競爭力和可持續(xù)發(fā)展能力。

參考文獻：

[1] 中興通訊股份有限公司. 5G網(wǎng)絡智能化白皮書[Z]. 2018.

[2] 中國電信. 中國電信人工智能發(fā)展白皮書V1.0[Z]. 2019.

[3] 中國聯(lián)通. 中國聯(lián)通5G智能節(jié)能技術白皮書[Z]. 2019.

[4] 3GPP. 3GPP TS 38.913： Study on Scenarios and Requirements for Next Generation Access Technologies[S]. 2017.

[5] 3GPP. 3GPP TS 38.300： NR and NG-RAN Overall Description[S]. 2017.★