中兴通讯基于AI技术的智能分层邻区规划方案

        人工智能（AI）正逐渐渗透到各个行业，尤其是在网络建设和运维领域展现出了巨大的潜力和价值。将AI技术应用在通信网络中能够显著提升网络的智能化水平，并解决网络建设和运维中的诸多挑战。中兴通讯积极探索AI和大模型等智能技术在通信领域的创新实践，在网络规划领域，提出了AI邻区规划机器人创新方案。作为AI技术在网络规划中的重要体现，AI邻区规划机器人方案弥补了传统邻区规划应用的短板，为网络邻区规划提供了全新的解决方案，助力网络高效部署。

什么是AI邻区规划机器人

        在2G、3G时代，邻区规划往往依赖于人工规划和工具规划。4G时代，随着ANR（自动邻区关系）技术的引入，使得邻区规划逐步实现自动化。但ANR技术需要基站在网运行一段时间后再进行邻区添加，无法在基站入网前规划，导致邻区规划时效性受到影响。工具规划主要根据基站小区的经纬度、方位角信息、距离和夹角将小区正/背向覆盖方向的多个近距离小区添加到邻区列表。然而，现有的以距离和夹角为主要依据的邻区规划方法存在邻区漏配、邻区规划精度低、邻区过多等问题，无法保障邻区规划的准确性。因此，我们需要一种更具时效性、准确性的邻区规划应用，以适应日益复杂的通信网络环境。

        AI邻区规划机器人，创新性地引入邻区层数、距离倍数和重叠覆盖面积等因素，使用机器学习技术分析海量的现网邻区数据，对现网邻区添加经验进行自学习，对入网前的新增基站邻区进行自预测，从而实现邻区规划的智能化和自动化，提升邻区规划的时效性和准确性。

自分析、自学习、自规划的邻区规划方案

        作为AI技术在通信网络部署中的典型应用，中兴通讯AI邻区规划机器人由多个模块组成，包括基础数据的提取、数据的预处理、特征值的计算、模型的训练、新建站邻区的规划，以及邻区脚本的制作，可以有效解决邻区规划各个流程中存在的痛点和问题（见图1）。

        - 巧用几何知识，引入邻区分层等因素

        AI邻区规划机器人创新地引入了德劳内三角网的概念。德劳内三角是一个几何学中的概念，用于将给定的点集合划分成不相交的三角形，保证每个三角形的外接圆不包含其他任何点。AI邻区规划机器人可以根据基站的工程参数，以每个基站为顶点，利用经纬度数据构建德劳内三角网。通过遍历三角形顶点之间的邻近关系，可以获取基站之间的层级关系。

        这种基于德劳内三角的方法，将基站位置视为点集，避免了简单的一对一邻区关系构建，而是按照层级结构进行，使得邻区规划更加有效，减少了无线干扰和切换次数，从而提升了网络的整体性能和用户体验。

        - 海量数据分析，学习现网邻区添加规律

        AI技术具备处理海量数据的能力，涵盖了结构化数据和非结构化数据（如文本、图像、音频、视频等）。相较于传统方法，AI技术尤其是深度学习通过并行计算和分布式处理，能够高效处理大数据集，并从中发现模式规律，为决策提供支持。

        AI邻区规划机器人采用深度学习技术，从海量现网数据（包括基站工程参数和邻区配置数据）中提取有价值的信息，并归纳邻区添加的规律。这些规律通常难以用传统统计方法发现或理解。这使得AI邻区规划机器人能够自动化学习和适应新的数据和环境变化。一旦模型建立完成，它可以根据新增的现网邻区配置持续学习和优化，不断提升性能和准确性。这种学习机制也使得AI邻区规划机器人可以应用于不同的运营商网络，训练出适用于各种运营商网络的AI模型。

        - AI智能预测，规划新建站邻区

        AI模型在学习过程中会尝试泛化已有的知识，即将从训练数据中学到的规律推广到此前未处理过的新数据上。这种泛化能力使得模型在面对新情况时能够做出合理的预测，而不仅仅是简单地记忆训练数据。神经网络是深度学习中常用的模型之一，它通过多层神经元组成的网络来建模数据的复杂关系。

        AI邻区规划机器人利用多层神经网络模型，通过读取新建站和现网的数据，进行复杂环境下的智能决策。一旦模型训练完成并部署到实际网络中，机器人可以根据新建站点的地理位置、周围环境等因素，预测出最佳的邻区规划方案，以优化网络覆盖和性能。这种基于深度学习模型的智能邻区规划方法，有效提高了网络邻区规划的效率和准确性，为通信运营商提供了强有力的技术支持和优化方案。

应用实践

        AI邻区规划机器人以其强大的适应性和精确的规划能力，在海外多个项目中得到了广泛应用，为网络的智能化部署提供了有力支持。

        在东南亚某国某大型双网融合项目中，涉及到多个网络场景和站点状态，邻区规划复杂，对计算机性能要求较高。我们利用AI邻区规划机器人学习项目现网邻区数据，并结合现网频点规划和特殊邻区添加规则，成功将邻区规划及配置时间从每次需要600分钟缩短到仅需10分钟，极大提升了运营商网络的融合效率。

        在海外某大型搬迁项目中，邻区规划和优化场景非常复杂，涉及同频、同层、异频、异系统等邻区规划和优化问题，传统方法每次进行全网邻区优化需耗时2周。而采用AI邻区规划机器人，仅需几分钟即可自动输出邻区对关系、邻区层数以及正反向相对方位角等关键信息，规划工作可在短短几分钟内完成，全网邻区优化则可在1天内完成，大幅提升了网络搬迁和运维效率。

        展望未来，AI邻区规划机器人将不断演进和成长，全面提升网络在邻区规划方面的智能化水平，以提供更智能、更优质的服务和体验，推动网络迈向智能化的未来。