基于AI大數據的無線基站節能系統的設計與應用

羅鵬舉 王彪 閆林 施清啟

摘要：為應對2G/3G/4G無線基站在運營商日常運營中高能耗開銷及不斷上升的電費支出問題，文章提出了一種基于AI大數據技術的無線RAN基站節能系統。該系統旨在針對全網各種場景和不同設備，通過對現有網絡配置的深入梳理與調整優化，以及節能功能的智能部署和優化，并對現網站點的建模尋找最優門限值，最后通過AI大數據的持續優化迭代，持續提升節能效益，增強系統的穩定性。在滿足用戶業務需求的前提下，不斷優化無線基站的節能功能，從而顯著降低設備功耗，大幅度降低運營商的節能支出。通過實驗結果表明，該系統部署到運營商網絡中的節能效果十分明顯，相比部署該系統之前功耗降幅接近12%，遠遠高于傳統節能手段的增益效果。

關鍵詞：無線基站；AI大數據；用戶感知；智能節能系統

doi：10.3969/J.ISSN.1672-7274.2024.03.036

中圖分類號：TN 929.5? ? ? ? ? 文獻標志碼：B? ? ? ? ? ?文章編碼：1672-7274（2024）03-0-04

0? ?引言

隨著網絡建設規模的不斷擴大和設備的更新換代日益頻繁，眾多運營商開始關注點聚焦于設備在運營支出（OPEX）方面的開銷。隨著網絡規模的增長，站點對能耗的需求也在不斷上升[1，2]，這為運營商帶來巨大的成本壓力。如何在確保運營商收益和用戶體驗不變的前提下[3，4-6]，將設備的能耗需求和OPEX費用降至最低，成為未來網絡建設中極具關注價值的課題。本文著重介紹一種基于AI大數據技術的新型無線2G/3G/4G基站節能系統設計，以期能夠為未來無線基站的可持續發展提供有益的參考。

1? ?無線基站節能系統的框架

這套系統設計聚焦于目前無線站點的配置，通過對網絡配置調整、節能功能部署等方面的深入分析和調整，結合AI大數據對現有的站點進行迭代優化，持續降低無線基站的能耗開銷，從而減輕運營商的財務負擔，實現能源的有效利用和節約。

無線基站的節能系統（如圖1所示）主要內容包括：站點配置數據分析、配置組網結構優化[7-8]、節能功能部署[9]、節能門限的優化、節能生效分析，最后將節能功能和最優門限通過AI大數據平臺以任務形式部署到運營商網絡中。

2? ?AI大數據節能系統實現的思路

2.1 混模場景的配置自動化調整

首先自動化對無線2G/3G/4G基站的RRU的功率配置進行現網站點的配置數據分析，然后根據每個設備上的功率分配進行評估和配置優化。自動化配置調整有以下兩個原則。

原則一是靜態配置需要盡可能少地使用射頻的通道；原則二是采用多制式節能應減少相互影響。以一個現網站點為例，功率配置梳理的結果如表1所示。

以圖2來說明原則一。靜態配置需要盡可能少地使用射頻通道的方法和原理，該站點在900 MHz設備上的配置為每個通道上都有1個20 W的GSM載頻（如圖2所示）。所以配置優化的目的是將GSM的載頻自動調整到單通道上。

多頻設備上的配置根據發射通道的不同有不同的設備，設備1上的配置為FDD小區的功率分別是40 W和30 W，且1通道上還有40 W的GSM載頻，10 W的GSM載頻在4通道上，4通道上還有40 W的UMTS載波。設備2上的配置為FDD小區功率為

40 W和30 W，1通道和2通道上各有一個20 W的GSM載頻，3通道和4通道上配置的UMTS載波功率為40 W（如圖3所示）。

設備1和設備2這兩款設備具有不同的設計機制和原理，所以做節能配置調整的時候需要分別考慮不同的頻段在不同的通道上的配置。

按照目前的配置可以將該站點的配置做如下的優化：將GSM上的配置遷移到其中某一個通道上，另外使一個通道上空出來節省Opex，在配置無法調整的情況下，對FDD1和FDD2的小區參數進行調整，調整的目的是為了讓LTE的節能更容易生效。

2.2 節能功能的部署及門限優化

針對不同的網絡場景，如何有效地使用節能手段，需要制定統一的策略來管理。無線2G/3G/4G基站功耗主要是集中在RRU側，因此提升RRU的PA效率，通過各種技術手段來降低RRU的功耗，是整個無線基站節能系統的重點。目前實現節能的主要技術手段包括智能符號關斷、智能通道關斷、智能載波關斷和功放調壓。

通過自組織網絡可以實現如下策略控制：一是基于時間段的策略來控制節能；二是基于系統負荷來控制節能；三是節能小區喚醒條件。

根據目前的節能技術，在現網站點中部署了相關節能功能，針對不同的場景確定不的定標門限，對現網1 000個站點15分鐘粒度的DL PRB利用率和節能基站1分鐘的PRB利用率做對比分析：當PRB利用率定標為20%時，1分鐘的PRB利用率很多采樣點的PRB利用率超過了40%，這充分說明了節能基站的判斷是基于每30秒的采樣速率進行的，而網管統計的指標是基于15分鐘的平均值。此外，均值和瞬時值之間存在較大的偏差，因為基站端的判斷級別是秒級的，因此在進行PRB門限定標時需要適當提高PRB的瞬時影響，放開PRB利用率的門限，方法是通過RRC平均用戶數去判斷該小區是否可以進入節能。

PRB的門限確定首先預估小區的節能生效時間。在實驗室模擬現網站點小區的節能生效預計時間是12小時，此時對一個的小區負荷最高點是PRB利用率最高值為40%。則設置進入門限為60%，退出門限為40%。

計算公式為

PRB進入門限＝max（節能時間段小區粒度PRB）×1.5

PRB退出門限＝通道關斷進入門限—20%

對于載波關斷功能，載波關斷的門限定標主要是與基礎覆蓋小區的帶寬、用戶數、IP Throughput相關，載波關斷的關斷門限需要保證小區關斷時IP Throughput不低于10 Mbps，低于此速率會嚴重影響用戶感知。

在定標RRC用戶數和站點的話務模型的關系，RRC用戶數與用戶的DL IP Throughput體驗時，分別通過采用不同的業務模型進行分析，得到最終的門限值。

業務模型舉例：設備1 VS設備2平均RRC用戶數和payload之間的關系

提取現網設備1的站點數，通過通道關斷生效后設備的發射通道從多通道降秩，分析兩者在payload上的表象，可以得到當設備1和設備2在同樣的RRC時，通道關斷策略都時生效的，且兩者的payload基本是無差異的。

對比1 800 Mbps的20 Mbps帶寬小區和2 100 Mbps的15 Mbps帶寬小區，綜合分析隨著PRB增加，業務量增加，IPThrouput降低，無拐點，4T和2T拐點在RRC等于23左右，所以30個RRC對業務無損，當IP Throuput不低于10 Mbps時，可以確定小區關斷和喚醒的RRC。

通過對不同的話務模型進行充分評估，可以得出不同的話務模型評估所得到的RRC的定標門限。對設備1和設備2定標的用戶的DL IP Throughput的影響，需要在RRC用戶數上得到一個平衡，基于這個原則，可以從建立的話務模型得到一個定標的門限，使RRC平均用戶數、PRB利用率、用戶的DL IP Throughput三者之間達到一個平衡?；诂F網的站點場景，需要區分三種不同的場景：Urban、Sub_Urban、Rural，在這三個場景下，分析設備1和設備2的站點，分別得到一組定標門限。

2.3 AI大數據智能節能全流程

基站側建議統一門限配置，減少人工配置的復雜度，AI大數據側建議按業務場景進行拆分：一是通道關斷可以針對天線數進行小區任務的拆分；二是載波關斷針對不同的負荷區域進行業務拆分，如按城區，郊區和農村場景等。

對于AI大數據智能節能門限的設定有個前置門限，AI大數據智能節能加入了“載波關斷/深度休眠/自動啟停門限必須小于通道關斷”這一限制。如果使用過程中采用“載波關斷/深度休眠/自動啟?！鼻议_啟了“載波關斷”，則通道關斷的門限的設定值一定要高于“載波關斷/深度休眠可調整的門上限”。

AI大數據智能節能的全流程分為數據采集、門限制定、前臺配置核查、任務創建和效果統計與KPI分析5個模塊。

3? ?節能門限定標后的驗證

根據上文的節能功能部署后的模型定標和最終的門限值，隨機選取現網一個cluster共計76個站點作為trial區域進行該門限定標后的驗證，通過將該策略部署到基站配置數據上，我們得到了一組部署后的增益和KPI監控結果（如圖4所示）。

圖4 門限部署后的KPI監控和節能收益

從上述的驗證結果可以看到，最后一次調整定標門限后的能耗數據從原始的2015 W降到了1895 W，直接能耗增益為120 W，增益接近6%。

另外從KPI的監控結果可以看出，主要KPI的監控結果都顯示正常，RRC用戶數、payload、DL PRB利用率、掉話率等都無異常表象。DL IP Throughput在閑時有一定的下降，這主要因為發射通道在閑時出現了降秩，關閉了其中兩個通道，所以用戶的DL IP Throughput在節能時段出現下降。但是，忙時的DL Throughput沒有任何異常。

4? ?AI大數據智能節能系統的接入

系統首先需要創建節能任務，且該任務是需要設置為基于LTE的自適應節能模式。按照場景創建分組，設置節能（通道、載波關斷）等PRB利用率、RRC用戶數等上下限、迭代步長等，實現小區的節能策略差異化部署，將其部署到不同的場景下不同的設備上（如圖5所示），得到不同的收益。

5? ?性能分析

根據外場站點分布的位置分別對應Rural、Urban、 Sub-Urban三個場景下的設備1和設備2，將上述對應的各門限定標值部署到AI大數據節能系統上后，系統會根據門限的定標進行自優化和自我迭代，不斷地迭代，最終的門限將會趨于設計的定標門限值。部署節能策略后的節能收益和整體KPI的監控結果如圖5所示。

圖5 AI大數據部署后的整體KPI監控結果

從圖5的KPI結果可以明顯看出，在針對不同的場景和設備進行AI大數據自適應節能策略的部署后，節能增益達到了近12%，節能效果顯著提升。主要的KPI指標方面未出現明顯的損失，這表明基于AI大數據的自適應節能策略是一套高度成熟的方案，能夠在全網范圍內部署并實現節能優化。

6? ?結束語

通過本文介紹的AI大數據智能節能系統，該系統對運營商網絡站點配置梳理，配置優化，節能功能的部署和門限優化，最終通過AI大數據將節能功能和最優門限以不同的任務下發到基站上，我們對基于AI大數據無線基站節能系統進行了測試驗證，驗證結果表明，該系統能夠達到預期的負荷要求。根據各個場景下不同設備的門限值，我們將優化后的方案部署到全網，實現了能耗增益的最大化。KPI結果顯示，負荷預期得到滿足，沒有出現明顯的惡化和波動現象。該系統顯著降低了網絡設備的能耗，大幅提升了節能效益，減少了運營商在能耗方面的開支，為運營商未來的發展指明了方向。這也滿足了新一代通信系統的發展需求，對未來通信網絡發展具有重要意義。

參考文獻

[1] 卜寅，孫宏，周瑜，陶永峰，毛北航，朱天成．基于AI+大數據的4G/5G無線基站智能協同節能系統的研究和應用[J]．郵電設計技術，2023（01）：1-6.

[2] 倪舜鋒，羅鍵英．關于無線基站節能減排技術的研究[J]．通訊世界，2016（24）：61-62.

[3] 周承明．中國移動無線基站節能減排技術應用研究[J]．通訊世界，2018（05）：35.

[4] 趙飛．淺談無線基站節能減排的有效措施[J]．信息通信，2014（07）：243.

[5] 陳嘉燦．無線基站的節能技術與應用探析[J]．中國新通信，2013，15（16）：48-49.

[6] 豐雷，焦衛平，李勉，高峰．無線基站節能減排技術綜述[J]．數據通信，2011（01）：51-54.

[7] 林玉龍．無線基站節能減排技術的應用[J]．廣東通信技術，2011，31（04）：28-30.

[8] 劉磊，徐大凱．GSM無線基站節能減排方法綜述[J]．郵電設計技術，2010（02）：71-75.

[9] 林擎．無線基站智能節能技術研究[J]．數字技術與應用，2014（07）：59.