基站内生智能使能网络绿色生成

        随着数字经济的飞速发展，数字技术不断与社会各个领域深度融合，尤其是5G网络，已成为社会转型升级的关键引擎和重要底座。同时，数字领域的高速发展需要以绿色低碳为前提，促进自身技术不断创新升级，ITU（国际电信联盟）在其L.1470建议书中希望移动通信网络在2030年可以降低45%的碳排量。

        目前，全国5G基站的建设正按计划有序进行。截至2022年底，中国新增88.7万5G基站，5G基站总数达231.2万站，全球占比超过69%。据GSMA报告，  无线接入网能耗占通信网络能耗的73%，是实现移动通信网络节能降耗的关键。        尤其多频多制式网络长期共存，频谱间穿损的不同导致多频多制网络实际在网络覆盖中存在站点比例的不同，单点需求会引发整体节能小区被唤醒，降低了节能效率。为此，中兴通讯提出“绿色生成网络”理念，即网络在有需求时竭尽全力，无需求时休养生息，有需求才有能耗，用最经济的网络资源最优质地满足用户需求，最终实现“体验与能耗双赢”。

        业界当前广泛使用的网络级（网管层面）AI智能化节能处于远端，很难实现用户感知的实时性预判。为了达到“绿色生成”的效果，我们需要借助于基站内生算力，利用AI算法和大数据分析，实时处理基站运行中生成的海量用户测量数据，包括用户业务、用户位置、网络负荷需求、网络能耗等，赋予基站感知能力，实现基站侧覆盖识别和自配置，并通过构建栅格级指纹知识库，实现更精准的节能功能控制，比如实现最小集节能小区唤醒，提升网络节能效率（见图1）。

        软件节能技术一直以来都是提升网络闲时能效的关键手段之一，但各种节能功能深度部署的前提是需要维护和配置节能小区和基础覆盖小区的关系组，尤其像载波关断、深度休眠等功能的开启需要评估节能小区和基础覆盖小区负荷，需要维护配置节能小区和基础覆盖小区的关系，如果配置不合理，在节能时非常容易影响网络性能和用户感知。而传统的人工配置方式繁琐、出错率高、适配性差。

        中兴通讯利用基站内生智能，实现基站侧覆盖识别及自配置：由基站通过海量测量报告（MR）的分析和深度学习，完成5G系统内、4G/5G系统间重叠覆盖识别与自配置，配置准确率达90%以上，支撑节能功能高效率部署。

        与此同时，在用户实际使用中，即使在同一个小区网络覆盖区域内，不同位置的信号质量不同，当前对整个小区都使用相同的一套基于测量的业务策略显然不是最优解。若能根据不同位置的终端（UE）覆盖特征采取不同的策略，可达成更优的业务性能，为此我们引入逻辑栅格的概念。

        逻辑栅格，简称为栅格，即根据小区内不同位置的测量情况将小区划分为若干逻辑覆盖上的格子。构建小区逻辑栅格旨在为精细化与个性化的网络优化提供数据依据。通过基站内生智能采集并分析大量UE测量数据，获得UE在服务小区中不同逻辑覆盖位置上的多个小区的SINR、RSRP等情况，采用K-means等聚类算法对这些数据聚类，获得每个逻辑栅格上用户信号、所处位置、业务需求等信息，构成栅格级指纹知识库，使能后续用户精准导引。

        当基站完成覆盖自配置，并完成栅格级指纹知识库构建后，网络最小集唤醒，也就是我们希望的“利用最经济的网络资源，最优质地满足用户需求”就有了实现的基础。当前基于负荷的载波关断、深度休眠功能生效后，随着基础覆盖小区的负荷升高，业内传统的唤醒方式是将基础覆盖小区所对应的全部节能小区唤醒，多余小区的唤醒大大降低了节能效率。

        为了实现节能小区最小集唤醒，提升小区节能时长，提升节能收益，我们引入了基于无线指纹栅格的智能唤醒功能。该功能利用栅格级指纹知识库信息精准识别覆盖小区负荷、用户分布及与节能小区位置关系，仅针对用户所在的节能小区发起网络最小集唤醒。方案经天津、大连商用验证，有效提升节能小区30%平均休眠时长，提升2~4个百分点节能收益。

        2022年是数字经济全面发力的一年，也是传统产业加速数字化转型的一年，绿色低碳已成为社会发展的必然要求，数字化和绿色化逐渐向共生互动阶段演进：以数字化赋能绿色化、以绿色化牵引数字化。中兴通讯将以创新为动力，与运营商一道，共筑绿色数字新未来，实现经济社会发展与生态环境保护的双赢。