[加为收藏] [设为首页]

当前位置:九江新闻在线 > 发展规划 >

中国移动孙奇:立足痛点需求,推进无线网智能

C114讯 11月28日消息(九九)5G网络将同时支持To C和To B的万物互联,复杂度和挑战也前所未有,为应对这些挑战,5G需要深度融合云、AI等新技术,探索云网融合、网业协同等整体方案。

在日前举行的 i无线-智简5G技术系列研讨会 第四场 i-RRM无线智能管控技术研讨会 上,中国移动研究院无线与终端技术研究所资深研究员孙奇表示,i-RRM是 i 无线-智简5G 理念的重要组成部分,通过引入智能管控算法,提升无线网络技术的创新能力。

 

孙奇指出,5G作为第一个同时面向To C和To B的网络,面临诸多挑战:一是确定性无线SLA保障 难 ,由于空口动态变化特性,面向To B的确定性速率、时延、抖动和可靠性要求挑战大;二是现网多制式、多频段、多厂商的复杂组网环境协作要求 高 ,难以通过简单算法实现优化;三是网络配置灵活性能优化 繁 ,5G协议和空口特性更加灵活,流程逐渐复杂,需要拓展新的维度,采用新的算法,实现网络、业务和用户的主动式精细化深度协同。

孙奇进一步指出,i-RRM(智能管控)可以有效提升无线网络运营效率。

在智能无线SLA保障方面,行业场景对确定性网络存在较高需求,可以通过 配 - 看 - 控 实现无线闭环SLA保障。 配 是需求导入/网络配置,行业业务分级分档,业务需求自动映射为无线网络行为逻辑; 看 是在线监测,可视可感,感知网络状态,支持异常检测、故障预警,基于网络数据提供业务KQI预测; 控 是闭环调整/能力开放,基于闭环SLA监测支撑实时网络调整和业务保障,无线能力开放,支撑行业自运维,实现网业协同。

在多网协同方面,4G/5G将长期共存,共同为客户提供优质的无线网络服务,面向1.8/1.9/2.6/4.9G等多频点协同,需要引入智能算法来实现多频点、多制式下的高效负载均衡、载波选择和切换优化。

在智能调度方面,信道信息优化可以借助神经网络的非线性还原优势,在基站侧还原UE实际信道特征,提升系统吞吐量;调制编码方式优化可以利用监督学习方法建立多种无线信息与MCS映射关系,简化现有的测量-反馈流程,优化小包传输效率;调度器优化可以通过人工智能算法实现简单、灵活的调度机制,提升用户体验,改善QoS指标。

在QoE业务保障方面,基于秒级、UE级数据,包括无线特征、传输特征、业务特征以及业务质量标签数据,利用AI算法分析网络和业务历史指标对业务质量的影响,预测下一时刻业务体验。基于KQI预测结果,实时向基站提供RRM参数优化建议优化资源调度,保障业务体验。

在调制编码方式优化方面,利用监督学习算法,建立无线指标与MCS的联系,简化无线系统针对MCS的决策链,节约CQI反馈开销,提供快速准确的调制编码方式,改善小包用户的业务体验。根据验证结果,相比传统方式增益约10%。

另外,孙奇介绍,在标准化方面,3GPP在Rel-17开展无线+AI数据采集增强和AI/ML功能框架和流程研究,CCSA也启动了5G无线网络智能化研究相关项目。在测试进展方面,2020年9月,中国移动联合合作伙伴在福建完成智能负载均衡外场测试,利用无线指纹降低异频测量开销,提升负载均衡效率和用户体验速率;2019年12月,在上海5G外场完成云VR QoE优化测试,有效降低业务的卡顿和黑边现象;2018年基于杭州现网数据完成智能MCS优化测试,中高负载小区用户频谱效率提升10%。

后续,中国移动将立足无线网痛点需求,持续推进无线智能化测试验证,促进技术和标准成熟,推动广泛应用。2019-2020年进行智能负载均衡、智能QoE优化和智能MCS初步测试验证,2021-2022年进一步推进SLA保障等垂直行业智能新特性测试验证,规划无线智能化企标特性。