网业协同打造随境稳态体验网络

        传统移动网络的优化方法是基于网络覆盖参数和KPI指标度量，这些指标不能真实反映用户的业务体验。为了满足不同用户的体验需求，需从用户的角度出发，根据用户的行为、偏好和需求，以及网络服务的目标和价值，智能地分配网络资源。网业协同打造随境稳态体验，通过网络的智能化协同，使网络能够根据用户的需求和环境的变化，动态地调整网络资源和服务，实现高效、灵活、安全和可靠的网络体验。

        随境稳态体验主要包括以下三个方面：

        - 随境感知：网络能够实时感知用户的需求、位置、移动性、设备状态等信息，以及网络的拓扑、负载、故障等信息，动态调整网络参数和策略，以达到最优的网络性能和效率。

        - 自适应匹配：网络能够根据业务需求和网络资源自适应匹配，即根据用户的不同场景和应用，智能地选择最合适的网络接入、传输路径、资源分配和服务质量等。

        - 服务保障：网络能够根据用户的业务预期，提供相应的服务质量和安全保障，即根据用户对网络速度、稳定性、延迟、安全性等方面的不同要求，保证用户的网络体验满意度。

        根据用户体验需求驱动网络资源自适应的理念，中兴通讯构建了“1+3+X”随境稳态体验网络，旨在提升网络边缘、多制式和大容量场景下的用户体验，从而带动业务创新和转型，实现网络提质。“1+3+X”建立了一套业务评价体系，对网络质量和用户满意度进行了全方位的监测和分析；通过提高网络边缘覆盖和容量，优化多制式网络切换和协同，增强大容量网络承载和调度能力，从而提高网络整体体验，通过以网带业的模式，网络提质助力业务保障，实现经营价值的最大化（见图1）。

基站内生智能业务识别及优化，建立业务评价体系

        通过定期或实时地对指标进行监测和分析，可以反馈基站内生智能业务识别及优化的成效和问题，从而为进一步的改进和创新提供依据。

        中兴通讯内生智能的无线基站能够根据业务特征智能识别业务类型，并根据不同的业务类型需求，分配合适的资源，实现资源的闭环保障。同时，还能够实现多网多频的协同工作，以及大容量的用户体验保障，从而提高网络的质量和效率，为业务发展提供有力支撑。内生智能的无线基站以业务为导向，从用户体验的角度出发，优化网络的性能和稳定性，创造随境稳态的体验网络，进一步挖掘数据流量的价值潜力。基站业务识别和保障方案，在基站侧进行业务精细识别和网络精准保障，并通过网络地理洞察（network geographical insight，NGI）进行数据分析、感知度量和问题优化，实现无线单域的智能控制，从而达到用户体验的提升（见图2）。

        中兴通讯在基站中加入了业务识别和分析模块（deep recognition&analysis，DRA），能够自动识别现网业务应用的特征，对业务进行精准识别。DRA利用机器学习技术，自动发现新热点应用，结合AI决策树进行智能分析，制定精准差异化保障策略，灵活感知量化，并建立基于5G业务应用评估体系xEMI的运维优化。DRA还能够对数据进行多维可视化，实现小区、栅格、用户、话单等多个维度的统计分析，快速锁定业务感知差的小区、栅格或通话，关联无线空口KPI数据，从而定位业务应用感知差的无线侧根因，结合业务应用感知的异常事件进行详细分析和定位，给出相关优化建议。

EdgeBooster提升边缘用户体验

        5G网络覆盖范围的边缘区域，用户容易受到上行发射功率限制，体验下降。为了解决这一问题，中兴通讯提出EdgeBooster解决方案。EdgeBooster方案可以有效改善5G网络边缘区域的用户体验，提升网络性能和效率。

        - 采用智能动态的资源分配策略，根据用户的位置、移动速度、业务类型等信息，实时调整资源的分配和切换，保证边缘用户的服务质量和体验连续性。

        - 利用多天线技术和波束赋形技术，提高信道质量和频谱效率，增强边缘用户的信号覆盖和接收能力。

        - 根据不同业务的特点和需求，根据网络状况动态调整视频质量，保证流畅度和清晰度的平衡。

        - 智能AMC（adaptive modulation and coding）提供不同类型终端下行Slot解调差异能力识别，并基于此提供下行Slot AMC动态适应能力，解决因不同厂商终端芯片类型解调差异导致终端在不同Slot间解调差异过大，引起用户调度的MCS（modulation and coding scheme）和实际信道条件不匹配问题，从而提高频谱资源效率。

智能编排，多频多制式间感知提升保障

        无线智能编排是一种基于AI的网络优化技术，它能够根据不同的业务场景和无线环境，动态调整网络资源和服务能力，以满足用户的个性化需求。无线智能编排的核心是智能编排引擎，它利用基站内置的AI计算能力和垂直行业的增强计算能力，对网络中的多个频层、多种业务、多组参数进行感知和学习，实现编排。用户编排根据用户的业务特征、位置、移动性、服务质量等因素，为用户提供最适合的网络接入方式和服务策略。通过无线智能编排，可以实现“以用户为中心”的柔性编排服务，使网络资源和服务能力与用户需求相匹配，提高用户体验和网络效率。关键技术包括：

        - 判决用户信道质量和阻塞率，更加贴近用户体验；

        - 判决邻小区的覆盖、负荷，进行信道质量预估，更加精准地选择目标频点和小区，保障用户迁移之后的体验；

        - AI虚拟栅格应用，基于AI虚拟栅格预测异频和异系统邻区的覆盖，避免测量间隙对用户性能的影响，减少用户在弱场的停留时间。

网络容量呼吸，动态容量弹缩

        网络容量呼吸根据网络的实时需求和负载，动态调整网络的容量和资源，通过自动化流程，快速地增加或减少网络资源，以动态适应不同的业务场景和用户需求。

        方案根据网络的实时负载情况，自动调整网络资源的分配和释放，从而提高网络的性能和效率。利用小区画像信息学习的方法，从历史数据中挖掘出负荷和资源关系的统计规律，并根据实时负荷判断流量是否达到饱和，以及饱和的程度，来描述小区流量与负荷之间关系的流量模型。这些信息可以为根因分析模块和应用模块提供参考，帮助进行智能的分析决策和策略优化。例如，当网络负载较低时，可以减少控制信道资源的占用，提高信道利用率。当网络负载增高时，可以压缩控制信道资源的数量，增加业务信道资源的比例，并调整调度能力，提升用户感知。当负荷较高时，可以缩小覆盖范围，启动自保护机制，保障小区稳定运行。

        在网业协同的随境稳态体验实施过程中，通过VoNR/VINR语音感知增强“新通话”感知评估，消除卡顿。VoNR业务直接在接入层对语音进行MOS（mean opinion score）评估，支持自动定位EMI（equivalent MOS indicator）质差根因，可实现小区级、用户级、话单级多维度分析，并可与MR/CDT等数据关联，大幅提升根因定位效率。同时根据视频RTP包统计影响视频质量的关键因素，如帧率、丢包率、帧损伤率、丢包事件频率等，使用非线性函数模型，基于不同分辨率使用对应的系数参数进行拟合，得到视频vEMI（video equivalent MOS indicator）值，提升语音/视频通话感知可维可测性手段。针对直播业务提速，通过对信道扰动算法进行有效的分析和补偿，应对突发干扰，保证信道稳定性。

        为了实现网业协同融合创新，中兴通讯致力于打造“随境稳态体验”5G精品网络，以提升用户体验为核心导向，建立了业务级感知评估体系，从用户的角度出发，优化网络的性能和质量。我们不仅关注网络的短期效果，也考虑网络的中长期发展，通过点面协同的方式，增强网络的能力和覆盖范围，创建了随境稳态体验示范区，为用户提供高品质的5G服务。