5G極簡網絡智能運維體系的構建研究

劉宏嘉，范 琨，常文平，馬 駿

（1.中國聯(lián)合網絡通信有限公司 浙江省分公司，浙江 杭州 310084；2.中國聯(lián)合網絡通信集團有限公司，北京 100033）

0 引 言

隨著移動通信行業(yè)與互聯(lián)網技術的持續(xù)進程，軟件定義網絡（Software Defined Networking，SDN）/網絡功能虛擬化（Network Function Virtualization，NFV）技術日益成熟，5G 技術也應運而生。5G 作為新一代基礎設施，對眾多行業(yè)的發(fā)展產生了極大的影響，并帶來了諸多改變，在助推各行各業(yè)數(shù)字化、智能化革命，助推經濟高質量發(fā)展方面發(fā)揮著巨大作用[1]。

如今，5G 已經成為數(shù)字化轉型的新型信息基礎設施、驅動行業(yè)數(shù)字流動和系統(tǒng)變革的關鍵性支撐技術，同時重構行業(yè)數(shù)字化轉型新生態(tài)。相關統(tǒng)計結果顯示，截至2022 年5 月底，我國建成開通5G 基站170 萬個，平均每萬人5G 基站數(shù)超過12 個。當前我國5G 建設正處于加速期，預計未來5G 基站建設將會持續(xù)提速，從而給網絡可視化市場帶來廣闊的發(fā)展空間。5G 時代，通信網絡融合化程度空前加強，終端和業(yè)務持續(xù)向多樣化方向發(fā)展，技術迭代速度越來越快，網絡環(huán)境日趨復雜。與此同時，通信網絡承載的服務越來越多，從高清視頻、互動游戲、各類邊緣計算場景，到智慧工廠、車聯(lián)網、智慧城市等，一旦出現(xiàn)故障，帶來的影響就不可估量。目前，在電信運營商中開展運維工作的主要模式為人為運維，具有效率較低等一些問題，無法確保未來5G網絡的穩(wěn)定運行。為此，開展有關5G 網絡智能運維的研究工作，具有極為重要的意義[2]。此外，由于運營商本身的網管系統(tǒng)龐大而臃腫，輕量級的5G 網絡智能運維平臺更能夠在協(xié)助運營商為政企用戶提供運維服務時，帶來更全面、便捷的體驗。移動通信系統(tǒng)作為數(shù)字化和智能化的“推動者”，已從早期的人工運維網絡向人工輔助的自動運維網絡演進。面向5G 網絡持續(xù)建設，“極簡”的網絡概念已經深入人心[3]。在這種背景下，針對5G 發(fā)展目標網絡，提出了一個極簡網絡的智能運維體系，以制定未來移動通信網絡演進策略，并一體化打造5G 多層協(xié)同的極簡網絡。為了達成5G 極簡網絡的核心目標，提出遵循“去繁從簡”的原則進行網絡配置，對多層網互操作事件進行統(tǒng)一規(guī)范，并對網絡重選優(yōu)先級以及切換策略進行了積極的簡化處理等多種手段，推動極簡網絡的演進。

1 5G 極簡網絡智能運維體系的構建

1.1 多層網互操作事件的規(guī)范

5G 環(huán)境下，想要打造極簡網絡，實現(xiàn)網絡的極簡化，首先需要對多層網互操作事件進行嚴格的規(guī)范。這一過程中，考慮到不同頻段的特點，需要針對不同頻段的終端滲透率、容量能力、站點比例以及覆蓋能力等具體情況，制定出全網統(tǒng)一的多層網互操作措施。在配置各種互操作事件的過程中，總體遵循“去繁從簡”的原則。對于不同的頻段空閑態(tài)，均實施統(tǒng)一重選優(yōu)先級。

1.2 同頻重疊覆蓋清理

在打造極簡網絡的過程中，在具體的運維方面，還需要高度重視同頻重疊覆蓋干擾問題。這一過程中，首先需要收集多方面信息，全面評估不同小區(qū)的重疊覆蓋情況，并對其中的關鍵小區(qū)予以準確的識別，進而針對關鍵小區(qū)的實際情況，實施針對性的處理。結合極簡網絡智能運維的實際需求，提出一種智能評估方法，以實現(xiàn)對同頻重疊覆蓋關鍵小區(qū)的準確識別，最終達到對網絡結構予以有效優(yōu)化，改善網絡質量的效果。具體智能評估步驟如下：第一步，對小區(qū)重疊覆蓋干擾能力進行評估，識別出影響周邊重疊覆蓋度的關鍵因素；第二步，對小區(qū)整體干擾能力進行評估，以確定每個小區(qū)的干擾能力；第三步，對同頻重疊覆蓋關鍵小區(qū)予以確定。被評估小區(qū)覆蓋區(qū)域中干擾能力最強的小區(qū)即為該區(qū)域同頻重疊覆蓋的關鍵小區(qū)。在這一過程中，需要遵照一定的規(guī)則進行具體的選取，相應的規(guī)則內容如表1 所示。其中，X代表區(qū)間基準干擾強度，不同的區(qū)間會出現(xiàn)等量干擾強度的增加。如果同時出現(xiàn)模三干擾，那么對應的干擾強度會發(fā)生翻倍。

表1 同頻小區(qū)干擾能力評估表

例如，如果在A 小區(qū)的鄰區(qū)中，B 小區(qū)的同頻重疊覆蓋干擾能力處于最強的狀態(tài)，且在B 小區(qū)的鄰區(qū)中，B 小區(qū)的同頻重疊覆蓋干擾能力處于最強的狀態(tài)，那么綜合分析之后，可以將同頻重疊覆蓋干擾能力最強的小區(qū)認定為B 小區(qū)。在分析過程中，還需要綜合考慮其影響的小區(qū)數(shù)量是否達到5 個以上。

1.3 可視化優(yōu)化平臺構建

隨著城市的發(fā)展，由于地形、建筑物的結構、高度、密度及其他一些環(huán)境因素的影響，移動通信網絡的傳播模型也發(fā)生了改變，這使得移動通信基站的實際覆蓋情況發(fā)生了較大的變化[4]。但是，在傳統(tǒng)的運維模式下，只能通過工作人員進行現(xiàn)場測試和分析的方式來了解基站的實際情況。整個過程的工作量較大，耗費的時間較多，整體工作效率較低，且工作質量不夠理想。同時，不同工作人員的專業(yè)水平和綜合能力之間存在一定的差異，傳統(tǒng)運維模式下，也無法避免人員水平差異所帶來的誤差。針對上述問題，在本次研究中，選擇應用采集基站的最小化路測（Minimization of Drive Tests，MDT）數(shù)據(jù)，結合不同小區(qū)的基礎工參數(shù)據(jù)以及鄰區(qū)配置數(shù)據(jù)，對數(shù)據(jù)進行一定的智能化處理，最終打造出可視化優(yōu)化平臺。該平臺可以將基站的覆蓋情況實現(xiàn)可視化顯示。具體來看，該平臺可以實現(xiàn)多種功能，包括站點覆蓋位置可視、站點覆蓋參考信號接收功率（Reference Signal Receiving Power，RSRP）可視、鄰區(qū)添加情況可視、鄰區(qū)漏配預判并可視、方位角問題預判并可視、越區(qū)覆蓋預判并可視等?？梢暬瘍?yōu)化平臺能夠快速準確地呈現(xiàn)站點鄰區(qū)覆蓋問題、方位角誤差問題、站點經緯度問題以及鄰區(qū)漏配問題，并且能夠呈現(xiàn)每個覆蓋點的平均電平。可視化優(yōu)化平臺可以為5G 極簡網絡提供專業(yè)的運維管理服務，針對整個網絡狀態(tài)、環(huán)境檢測等進行全面監(jiān)控管理，可建立標準化的可視化運維管理模式，用戶可清晰查看整個網絡的實時運行狀態(tài)，具體的運維數(shù)據(jù)可查看后臺日志管理模塊。針對綜合管理平臺，可以有效提高日常運營管理效率、提升服務質量、增強處置突發(fā)事件能力以及降低能耗。通過將網絡問題可視化直觀呈現(xiàn)，網絡優(yōu)化人員可以更加方便地分析網絡覆蓋問題。該平臺具備調整后可視化評估能力，可以打破傳統(tǒng)優(yōu)化思維，優(yōu)化效率較高，實用性較強。通過可視化優(yōu)化平臺，可以在后臺精準定位鄰區(qū)覆蓋、方位角誤差、站點經緯度以及鄰區(qū)漏配問題，從而全面提升網絡整體質量[5]。同時，該平臺可以實現(xiàn)對不同移動通信基站覆蓋情況的核查，以分析不同移動通信基站的合理性，避免出現(xiàn)越區(qū)覆蓋情況。

1.4 基于人工智能的鄰區(qū)精簡

為了滿足不同場景下的覆蓋需求，移動通信網絡采用多頻段組網，不可避免地導致網絡中小區(qū)鄰區(qū)數(shù)添加過多、鄰區(qū)冗余和設置不合理等問題日益凸顯。超大數(shù)據(jù)量的鄰區(qū)處理給鄰區(qū)優(yōu)化工作的開展帶來瓶頸，需要借助鄰區(qū)精簡工具進行鄰區(qū)數(shù)據(jù)處理以及鄰區(qū)合理性優(yōu)化?；谌斯ぶ悄艿泥弲^(qū)精簡能夠精準快速地對超大數(shù)據(jù)量進行解析提取。采用鄰區(qū)密度算法結合人工智能識別的方法，從鄰區(qū)配置合理性、鄰區(qū)漏配、鄰區(qū)錯配和鄰區(qū)冗余等方面進行鄰區(qū)精簡。這一過程中，涉及的技術主要包括解析站原始數(shù)據(jù)、鄰區(qū)密度算法、人工智能評估等，具體內容如下。

（1）基站原始數(shù)據(jù)解析。在進行數(shù)據(jù)分析的過程中，在選擇數(shù)據(jù)源時，選擇對基站原始數(shù)據(jù)進行提取，并將其作為數(shù)據(jù)源。通過這一方式，可以確保鄰區(qū)配置信息具備較高的準確性以及良好的時效性，有效避免信息不對稱問題的出現(xiàn)，減少結果誤差。在對基站原始數(shù)據(jù)進行提取時，需要從基站原始數(shù)據(jù)文件中進行提取，對于其中鄰區(qū)信息的關鍵字段進行提取，可以對不同小區(qū)的異系統(tǒng)鄰區(qū)、同頻鄰區(qū)、異頻鄰區(qū)以及各頻點鄰區(qū)的詳細列表進行解析，進而快速得到準確的數(shù)據(jù)結果。

（2）鄰區(qū)密度算法。在此次研究中，選擇對小區(qū)周邊最近12 個鄰區(qū)實際站間距離進行計算評估，并針對不同距離的大小實施排序，對距離最近的前3、6、9、12 個小區(qū)平均站間距離進行計算。之后，參照一定的鄰區(qū)密度加權系數(shù)，對所明確的評估小區(qū)所屬密度區(qū)域進行計算。以M來表示鄰區(qū)密度，對該數(shù)值進行計算的公式為

式中：d1、d2、d3、d4分別為鄰3、鄰6、鄰9、鄰12的平均站間距。鄰區(qū)密度占比加權與距離加權系數(shù)表如表2 所示。

表2 鄰區(qū)密度加權系數(shù)表

根據(jù)表3 中的鄰區(qū)加權系數(shù)評估站點距離加權后的平均站間距權值。通過鄰區(qū)密度計算將小區(qū)分為密集且連續(xù)區(qū)域、一般密集區(qū)域、一般區(qū)域、不連續(xù)覆蓋區(qū)域以及郊遠農村5 個維度。最后，輸出全網鄰區(qū)密度現(xiàn)狀。

（3）人工智能評估。在分析不同鄰區(qū)之間關系的過程中，選擇使用人工智能評估技術。在評估時，對于鄰區(qū)精簡算法規(guī)則，均將其納入到人工智能識別中。對鄰區(qū)進行精簡的過程中，涉及的精簡范圍主要包括鄰區(qū)冗余、鄰區(qū)配置合理性、鄰區(qū)錯配以及鄰區(qū)漏配等方面，精簡的維度主要為鄰區(qū)邏輯、頻段特性、鄰區(qū)密度、參數(shù)配置以及鄰區(qū)距離。經精簡，最終全網鄰區(qū)數(shù)量明顯下降，有效降低了網絡鄰區(qū)復雜度，下降幅度達到30%，

2 結 論

為了驗證本次研究所提出的5G 極簡網絡智能運維體系的應用效果，選擇對該體系進行了實踐應用。在具體的應用過程中，結合實際情況，開展了一些智能運維工作，部署網絡結構簡化、站點簡化和運維簡化等內容。在應用該智能運維體系的過程中，遵循“去繁從簡”的原則進行網絡配置，對多層網互操作事件進行統(tǒng)一規(guī)范，并對網絡重選優(yōu)先級以及切換策略進行了積極的簡化處理。最終的應用結果顯示，在異頻切換次數(shù)方面，應用該智能運維體系之后，相應的次數(shù)明顯下降，下降幅度達到30%。調查發(fā)現(xiàn)，用戶的感知情況得到顯著的改善。總體來看，當前網絡結構越來越復雜，提出了一種5G 極簡網絡智能運維體系的總體思路和解決方案。通過大規(guī)模的實際應用，驗證了該方案可以顯著提升網絡資源利用率，在節(jié)能減耗的同時提升網絡優(yōu)化的工作效率。實踐之中，對提升運營效能、改善用戶感知、開拓市場價值等均有一定的應用價值。智能運維體系自動化流程與工具同時也能帶來顯著的降本效益，證明方案的實用價值。