移動互聯網業務對基站能耗的影響

李雯雯，邊 森，Chien Aun Chan，邵澤才

（1.中國移動通信有限公司研究院綠色通信技術研究中心 北京100053；2.澳大利亞墨爾本大學通信能效中心 澳大利亞維多利亞3010）

1 引言

隨著智能終端的普及、移動互聯網的快速發展以及LTE（long term evolution，長期演進）的大規模部署，用戶的通信行為發生了巨大變化，已不僅僅局限于傳統電信業務，更多以移動數據業務為主。2014年底手機網民規模達5.57億戶，人均周上網時長達26.1 h[1]，各類型應用層出不窮，2014年第3季度移動應用下載手機端的比例首次超過PC端，達到51%，未來移動互聯網將占據大部分流量[2]。

快速發展的移動互聯網業務，為運營商網絡承載、營收及能耗帶來了挑戰，可能導致網絡信令開銷較大、用戶面資源浪費、背景流量擠占通信資源等問題，使得整網能效 不 斷 降 低，特 別 是 微 信、QQ、微 博、Facebook等IM（instant message，即時通信）或SNS（social network site，社交網站）類業務，普遍具有流量占比小、信令資源消耗多、信道利用率低等特點，曾引發著名的“信令風暴”事件[3]。

隨著對OTT（over the top）信令消耗的認知提升，業界開展了一系列相關的應對策略：如采用GCM（Google cloud messaging，谷歌云推送消息服務）或APNS（Apple push notification service，蘋果推送通知服務）[4]統一管理并推送心跳分組以解決信令風暴問題。這些措施更多關注終端側用戶體驗的提升，較少考慮網絡側（特別是無線接入網側）的資源消耗和電力消耗。對于運營商來說，目前尚無有效的手段評估OTT業務對于網絡設備能耗及通信質量的影響，業界也缺乏統一標準衡量業務特性與網絡資源之間的關系，運營商普遍陷入“增量不增收”的尷尬境地。

為了準確評估業務對網絡資源的影響以及網絡設備由此產生的能耗，本文選取了11種典型業務場景（包括傳統電信業務及OTT業務），采用數學建模的方式，結合現網實測數據，構建統一的業務能耗模型，提供流量、信令導致基站能耗變化的定量分析。為今后推動OTT廠商控制流量消耗、優化傳輸方式打下基礎，實現端到端資源開銷和業務能耗的持續下降。

2 現有業務能耗研究存在的不足

傳統基站能耗模型從宏觀角度描述了基站輸入功率（Pin）與輸出功率（Pout）的線性關系[5,6]，不區分業務類型、屬性，也很難量化數據、信令分別占用的網絡資源和產生的能耗差異。業務特征與網絡資源的映射關系往往復雜而重要，不僅需要考慮用戶面數據占用的資源，還需考慮控制面信令的負荷差異，特別對于突發性的小分組類業務，信令消耗往往占較大比例。

針對OTT業務帶來的運營壓力，參考文獻[7,8]分析了IM業務的保活信息和短消息特征以及數據、信令在MAC（media access control，介質訪問控制）層的資源占比。然而研究業務對網絡側的能耗影響更具挑戰性，需深入PRB（physical resource block，物 理 資 源 塊）或RE（resource element，資源粒子）粒度，構建兼具理論研究價值和實際評估預測的業務能耗數學模型。

3 改進的業務能耗模型

3.1 業務能耗建模思路

針對傳統能耗模型存在的不足，本文提出一種改進的“二次線性映射”模型，如圖1所示。基站輸入功率（Pin）、輸出功率（Pout）與PRB或RE之間經歷兩次線性變換。

·資源映射：將業務特征分解至網絡流量及信令消耗，再映射為物理層RE資源占用。

·能耗映射：將物理層RE資源映射為基站“增量功耗”（incremental power）和 “基 線 功 耗”（baseline power），分別得出業務數據流量和信令負荷對基站能耗的影響。

將二次線性模型的映射過程進一步分解，包括以下4個關鍵步驟，如圖2所示。

圖1 二次線性映射模型

（1）建立基站功耗（Pin）與資源利用率（PRB）的映射關系。選取現網典型基站進行實測，得到Pin與Pout的曲線關系，經過資源映射確定每PRB的基站功耗。

（2）建 立 用 戶 面PDCP（packet data convergence protocol，分組數據匯聚協議）層吞吐量與資源利用率（PRB）的映射關系。選取現網不同城市的基站進行實測，確定用戶面每PRB對應的平均吞吐量，繼而推導出PRB利用率為100%時的最大吞吐量。如果該基站的平均SINR（signal to interference plus noise ratio，信號與干擾加噪聲比）較差，則傳輸相同的數據量會消耗更多的PRB。

（3）分析控制面不同物理信道對應的RE資源占比。根據3GPP物理層相關協議[9,10]，確定上/下行數據、信令所占RE數量及相應比例，用于基線功耗的分配和計算。

（4）分析被測業務在物理層所占RE資源及時間。使用鼎利無線網空口測試工具[11]，測試業務在不同物理信道上的數據速率、信令PRB占用情況和有效運行時間，確定相關業務特征。

3.2 TD-LTE基站能耗分解

基站主設備由BBU（building baseband unit，基帶處理單元）和RRU（radio remote unit，射頻拉遠單元）構成，RRU從架構上可分為RF（radio frequency，射頻小信號）和PA（power amplifier，功率放大器）兩大模塊。從功耗角度來看，BBU功耗（Pin）實際上隨負荷或資源變化很小，可視為固定值；而PA功耗可占RRU功耗的40%～80%，且PA僅在下行鏈路上處于正常工作狀態[6]。

圖1中的增量功耗體現了RRU功耗隨負荷或資源變化的趨勢，主要由下行鏈路的PA產生，可進一步映射為下行數據和下行信令產生的功耗。對于基線功耗，由于no user、idle user、active user多場景可能并存[12]，因此基線功耗包括所有上下行數據、信令產生的功耗，并以不同比例呈現。

將RRU的基線功耗與增量功耗分別映射到上下行數據流量和信令負荷，如圖3所示（為了簡化模型，上行信令與上行數據合并稱為UL_RE）。

圖2 業務能耗建模分解步驟

圖3 RRU功耗分解

3.2.1 RRU增量能耗計算方法

RRU增量功耗可映射為下行數據產生的功耗和下行信令產生的功耗，均使用圖3中增量功耗對應的曲線斜率進行計算。

3.2.2 RRU基線能耗計算方法

將RRU基線功耗按一定比例分配給所有上下行數據、信令，假設與業務不直接相關的固定信令開銷能耗占比為Umax（Umax為設備生產商預留資源，一般取20%～30%）。

其中，數據、信令在基線功耗中的分配比例計算如下：

式（1）～式（3）中的各變量含義見表1。

4 業務能耗模型現網應用

4.1 現網數據調研及測試

根據第3.1節介紹的建模思路，分為以下4個步驟獲取相關數據，并代入式（1）～式（3）計算業務數據、信令在基站產生的能耗比。

4.1.1 步驟1：現網基站Pin-Pout曲線關系調研

（1）基站配置信息

TD-LTE分布式宏基站，S1/1/1配置，支持F頻段2載波（20 MHz+15 MHz），RRU支持2通道，每通道標稱發射功率為40 W（即46 dBm）。

（2）BBU、RRU Pin-Pout測試結果

BBU、RRU功耗情況測試結果見表2、表3，對應的曲線如圖4、圖5所示。

表1 式（1）～式（3）中的各變量含義

表2 BBU功耗（3小區）

表3 RRU發射功率及對應功耗（單小區）

從表2、表3可以得到以下結論。

·BBU功耗實際上隨負荷變化很小、可視為固定值：BBU Pin≈105.33 W。

·RRU最大功耗為：RRU Pin_max=202.5 W。

·RRU基線功耗為：RRU Pin_base=84.3 W。

4.1.2 步驟2：現網PRB利用率與吞吐量調研

調研現網基站的上下行PRB利用率與用戶平面PDCH SDU數據量，以15 min為粒度，統計北京、杭州兩個城市、3個高中低負荷站點、共18小區連續7天的數據。

圖4 BBU不同負荷情況下的功耗

圖5 單小區RRU功耗曲線

以杭州某站點為例，將PRB利用率與PDCP數據量一一對應，如圖6所示。

根據圖6擬合的曲線方程，可推導出PRB利用率為100%時對應的上下行最大吞吐量（Tmax）。選取北京、杭州負荷較高的3個小區，統計忙時、閑時的最大吞吐量見表4。

4.1.3 步驟3：物理信道資源數（RE）計算

為避免混合組網的鄰頻干擾，設置TD-LTE上下行時隙配比為3∶1+3∶9∶2（特殊時隙不傳輸業務），帶寬為20 MHz，常規循環前綴。假設天線端口為2，Ng=1/6。PDCCH占用常規子幀前3個OFDM符號，占用特殊子幀前2個OFDM符號。為了簡化模型，參考信號只考慮CRS（小區專用參考信號），不考慮MBSFN（廣播多播）和DRS（波束成形）。上下行子幀RE資源分布如圖7所示。

以1個無線幀（10 ms）為單位，計算各物理信道所占RE數及相關比例如下。

圖6 杭州某站點上/下行PRB利用率與數據吞吐量對應關系

·上行所有資源總和：DL_RE=CRS+PSS+SSS+PBCH+PCFICH+PHICH+PDCCH+PDSCH=12 800+288+264+128+72+23 000+71592=108 144RE。

·下行所有資源總和：UL_RE=PRACH+DMRS+SRS+PUCCH+PUSCH=33 600+1200+144-72=34 872RE。

·上下行數據在上下行總資源占比：ρdata=(PDSCH+UL_RE)/(DL_RE+UL_RE)=0.744 4。

·下行信令在上下行總資源占比：ρDL.sig=PDCCH/(DL_RE+UL_RE)=0.160 8。

4.1.4 步驟4：業務占用網絡資源測試

使用鼎利無線網空口測試分析工具[11]，完成11種業務（包括短/彩信、收/發郵件、FTP、網頁登錄等）在TD-LTE現網中的數據、信令測試，同時分別統計業務信道的數據流量、控制信道的RE數和持續時間，見表5。

4.2 業務能耗計算結果

從表4中選取參數配置基本相同、負荷較高的北京小區2和杭州小區2作為被測網絡，將第4.1節得到的數據代入式（1）～式（3）中，最終計算出11種業務場景在網絡側產生的總能耗以及數據、信令的能耗分解情況，如圖8所示。

表4 各站點最大吞吐量估計

表5 11種業務場景的數據、信令資源占用測試結果

圖7 上下行子幀RE資源分布

圖8 業務產生的總能耗、能耗分解及信令/數據能耗比

從圖8可以看出，對于不連續傳輸的、小數據分組業務（如短/彩信、IM/SNS類），即使僅發送幾個字節的心跳分組或通知消息，也會觸發一套完整的RRC（radio resource control，無線資源控制）建鏈、拆鏈流程，導致更多的信令開銷，因此信令產生的能耗比重較明顯。而對于連續傳輸的、大數據量業務（如FTP下載、流媒體等），大量的網絡資源用于用戶面的上下行數據傳輸，無線信道利用率高，數據產生的能耗占比相對較高。上述差異主要取決于業務特征和應用場景，以微信為代表的OTT業務通常消耗了更多的網絡信令資源和能耗，影響了傳統業務的質量和無線資源管控，增加了運營成本[13]。

另外，對比北京和杭州的各業務能耗可以看出，不同網絡的無線傳輸環境、業務類型、用戶數及使用方式等均會導致吞吐量的差異，從而影響基站總能耗。SINR越高，Tmax越低，傳輸同樣吞吐量的數據，需要基站消耗更多的能耗。

5 結束語

傳統的基站能耗模型未考慮業務特征與網絡資源的映射關系，現有OTT業務對網絡側的影響分析也未涉及能耗領域。本文深入物理層資源粒度，提出一種改進的“二次線性映射”模型及四步建模思路，將TD-LTE基站能耗與上下行數據、信令資源建立映射，在此基礎上根據大量的現網數據調研及測試，完整地給出了基站業務能耗建模方法，可定量計算出短/彩信、收/發郵件、FTP、網頁登錄、微博、流媒體等11種業務在網絡側的總能耗，同時可將業務能耗拆分至更細維度，從而可定量評估數據、信令分別消耗的網絡資源和能耗大小，進一步對比不同業務特征和應用場景下的信令/數據能耗比。該模型填補了OTT業務對網絡側能效影響的空白，便于業務能耗的精細化管理和運營管控。

1 中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告，2015 China Internet Information Center.China Internet Development Statistics Report,2015

2 360手機助手.2015年Q1中國手機應用行業趨勢綠皮書，2015 360 Mobile Assistant.Green Paper of 2015 Q1 China Mobile Phone Application Industry Trends,2015

3 田鋒.論“信令風暴”與其解決方案.現代電信科技,2011(11):29～33 Tian F.Discussion on“signaling storm”and its solution.Modern Science & Technology of Telecommunications,2011(11):29～33

4 APNS&GCM Online Tester.http://www.bryantan.info/,2015

5 Auer G,Giannini V,Desset C.How much energy is needed to run awireless network?IEEE Wireless Communications,2011,18(5):40～49

6 Desset C,Debaillie B,Giannini V,et al.Flexible power modeling of LTE base stations.Proceedings of the IEEE Wireless Communications and Networking Conference,Pairs,France,2012

7 Chih-Lin I,Corbett R,Han S F,et al.Toward green and soft:a 5G perspective.IEEE Communications Magzine,2014,52(2):66～73

8 Chen Y M,Gang L,Pan Z G,et al.Small data optimized radio access network signaling/control design.Proceedings of the IEEE International Conference on Communications Workshop,Sydney,Australia,2014

9 3GPP TS 36.211.Physical Channels and Modulation(Release 10),2013

10 3GPP TS 36.213.Physical Layer Procedures(Release 10),2014

11 珠海世紀鼎利通信科技股份有限公司.Pilot Pioneer無線網絡空中接口測試工具.http://www.dinglicom.com/products-detail.php?lv1=1&id=1,2013 DingLi Communications Corp.,Ltd.Pilot pioneer wireless network air interface test tool.http://www.dinglicom.com/products-detail.php lv1=1&id=1,2013

12 3GPP TS 36.304.User Equipment(UE)Procedures in Idle Mode(Release 10),2014

13 羅云彬，黃文良,王建海等.微信對網絡影響的技術試驗及分析.信息通信技術,2013(4)Luo Y B,Huang W L,Wang J H,et al.Experiment and analysis of Weixin's effects on mobile network.Information and Communications Technologies,2013(4)