4G與5G雙網共存時能效最優策略

薛亞輝，邵澤才，崔春風，金婧，王菡凝

（中國移動通信有限公司研究院，北京 100053）

0 引言

隨著移動通信網絡的蓬勃發展，信息通信技術（information an2 communications technology，ICT）產業能耗不斷攀升。2011—2020年，中國移動年度總耗電量年均增長量為9.70%，2020年度總耗電量達到292.3億千瓦時，其中基站耗電量年均增長率為11.33%。從全球范圍來看，2020年ICT產業能耗約20 000億千瓦時，預計到2030年，移動接入網和數據中心將增長3～4倍[1]。現如今，國際社會關于節能的呼聲越來越高，國際電信聯盟（International Telecommunications Union，ITU）、全球移動通信系統協會（Global System for Mobile Communications Association，GSMA）等國際組織號召全球ICT產業到2030年將碳排放降低45%，綠色節能無線網絡勢在必行[2]。

與4G相比，5G滿足了用戶更低時延的需求，采用了更寬的頻段資源，引入了大規模多輸入多輸出（multiple-input multiple-output，MIMO）技術，大大提高了峰值吞吐量[3-4]，但由于基帶計算量大且射頻效率略低，5G基站功率更高。據中國移動2019年測得的數據，在滿負荷下，5G 的平均測量吞吐量約為4G吞吐量的16倍，5G基站的總功耗是4G的3～4倍，5G能效比4G高。但在現網中，基站大多數情況下都是在中低負荷下運行。因此，針對4G與5G雙網共存的狀態，研究不同負荷下4G與5G的網絡能效，尋求無線網絡能效最優，對于運營商來說，至關重要。

1 網絡能效

在以往的研究中，無線網絡設計的重點集中在高容量、覆蓋范圍、數據速率、吞吐量和低時延等方面，而近些年來，由于環境及運營成本等原因，無線網絡的能源效率 （energy efficiency，EE）已成為評估網絡的重要指標之一[5-7]。

在無線網絡中，常見的網絡能效定義主要有：系統級能效、網絡級能效和鏈路級能效。系統級能效考慮整個通信系統的能效性能，定義為系統的輸入功率和輸出功率的比值。網絡級能效考慮的范圍較大，不僅考慮網絡對功率的使用效率，同時也會考慮網絡的覆蓋范圍、網絡容量等信息。鏈路級能效可分析通信系統中單個設備的能效，比如基站能效[8-10]。在本文中，主要研究基站的能效，能效度量形式為bit/J，為每消耗1 J的功率所能成功傳輸的數據量，表示為：

其中，R代表傳輸速率，P代表傳輸過程中消耗的功率。

2 基站能耗模型建立

2.1 基站能耗的組成

單個基站的能耗主要由站點基礎設施和主設備兩部分構成。站點基礎設施通常包括用于將交流電轉換為直流電的整流器、備用電源（如電池）和其他設施（如空調）。主設備是機柜中的基站設備，一般包括基帶單元和無線電單元[11]。單座基站的能量傳輸路徑示意圖如圖1所示。

圖1 單座基站的能量傳輸路徑示意圖

由圖1可見，基站能量傳輸由基礎設施、主設備和空口3個部分構成。其能量消耗很大一部分來源于基站主設備，本文只考慮基站主設備的能效，暫不考慮空調等基礎設施的能效。

基站主設備從功能上大致分為基帶處理單元（base ban2 unit，BBU）、遠端射頻單元（remote ra2io unit，RRU）和天線3部分。5G基站中，RRU與天線進行物理集成，組成有源天線單元（active antenna unit，AAU）。基站主設備的功耗主要來自于BBU和AAU（或RRU）。一套典型的4G基站主設備一般包括1個基帶處理單元和3個遠端射頻單元。一套5G基站主設備一般包括1個BBU和3個AAU。

BBU完成基帶、主控、傳輸以及時鐘等功能，其功耗主要來自內部處理器、ASIC/FPGA等芯片。與4G相比，5G基站支持更高速率、更低時延，內部芯片數量更多、性能更高，故BBU整機功耗比4G更高。

AAU的功耗主要來自于模擬信號處理模塊、收發信機、功率放大器（power amplifier，PA）、濾波器、雙工器以及低噪聲放大器等。收發信機主要完成上行射頻處理、下行的IQ數據解復用等功能；PA對收發信機輸出信號的進行功率放大，配合削峰（crest factor re2uction，CFR）和數字預失真（2igital pre-2istortional，DPD）提高效率。

2.2 基站能耗模型建立

影響基站主設備能耗的因素有很多，但主要因素為基站的業務量，即基站負荷，并且與主設備能耗呈正相關性，基站負荷越高，能耗越高。目前，針對基站主設備能耗模型的研究已較為成熟，大量的研究表明，基站BBU功耗隨基站負荷變化很小，基本和基站負荷大小無關，射頻單元的能耗與基站負荷呈線性關系[12]。基站主設備能耗可表示為：

其中，P為基站主設備總能耗，BBUP為基站BBU的能耗，RFP為射頻單元能耗（4G為RRU能耗，5G為AAU能耗），L表示為基站負荷，X根據不同基站類型取不同的值，0P為射頻部分靜態功耗。

在優化鑄造系統之后，再次進行模擬．優化前后鑄件的最終收縮率如圖7所示．從圖7可以看出，優化后原始圓圈中的缺陷基本消除，上面圓圈內鑄件的最大缺陷也從原來的0.635 cm3減小到0.478 cm3．

本文測量了兩款典型的4G和5G宏基站在不同負荷下射頻部分的功耗，4G RRU功耗值見表1，5G AAU功耗值見表2。

其中，4G宏基站額定發射功率為40 B，共3個扇區，每個扇區8根天線，載波頻率為2.6 GHz，單載波帶寬20 MHz，每扇區3載波；5G宏基站的額定發射功率為240 B，共3個扇區，每個扇區64根天線，載波頻率為2.6 GHz，單載波帶寬為100 MHz。參考式（3），根據表1與表2的實測數據，利用線性回歸算法擬合得到4G與5G基站射頻部分功耗模型[13]。4G基站RRU能耗與無線利用率關系式：

其中，RRUP為4G基站RRU功耗，1X為4G無線利用率（平均占用RB數/RB總數）。

5G基站AAU能耗與無線利用率關系式為：

其中，2Y為5G基站AAU功耗，2X為5G無線利用率（平均占用RB數/RB總數）。

表1 4G RRU功耗值

表2 5G AAU功耗值

綜上，本文測試的4G基站和5G基站的能耗表達式為：

3 仿真計算

3.1 仿真參數

本文選擇應用較為廣泛的城市宏基站為仿真場景，4G與5G載波頻率均選擇2.6 GHz。4G、5G參數配置的主要區別在于5G載波帶寬更寬、發射天線數量更多，仿真配置參數見表3。

表3 仿真配置參數

3.2 業務模型

為更真實地對現實中的業務情況進行仿真，本文中采用3GPP TR 36.814中的FTP Mo2e 1業務模型[14]，見表4。Mo2el 1提供了2 MB和0.5 MB兩種大小的數據包。本文采用的是2 MB的數據包。對于一個用戶，每次至多有一個數據包傳輸，并且一個用戶只產生一次FTP業務。FTP Mo2el 1業務生成示意圖如圖2所示。

表4 FTP Mode 1業務模型

用戶到達速率λ符合泊松分布，通過改變用戶到達速率λ來表示系統負載：

4 結果分析

本文利用FTP業務模型，對4G和5G基站的不同流量負載進行了仿真。用基站的RU來表示基站負荷，將不同流量負載下的基站的RU，分別代入能耗模型式（6）和式（7），計算4G基站和5G基站的能耗，進而根據式（1）計算不同吞吐量下的基站能效，4G與5G能效曲線對比如圖3所示。

可以看出，4G與5G均存在能效占優區間。當單站吞吐量大于500 Mbit/s時，5G的能效更優；吞吐量小于500 Mbit/s時，4G的能效更優。

圖2 FTP Mo2el 1 業務生成示意圖

圖3 4G與5G能效曲線對比

造成4G與5G各自存在能效占優區間的原 因可能在于，5G采用大規模MIMO技術，提高10倍以上的頻譜效率[15]，但大規模 MIMO 通信系統使用了大量射頻鏈路，這些射頻鏈路消耗大量能量[16]。在低負荷情況下，5G基站靜態功耗比4G基站更高。隨著負荷的不斷增加，5G的頻譜資源利用率增加，頻譜效率提高，由此帶來的吞吐量增益越來越大，使得5G基站能效逐漸大于4G。

根據目前4G與5G雙網共存時4G與5G業務流量占比情況，基于以上結論，制定網絡運營策略：4G與5G雙網共存時，當業務量小于500 Mbit/s時，只開4G基站；業務量大于500 Mbit/s時，只開能效更優的5G基站。執行該網絡運營策略的基站功耗與吞吐量變化曲線以及基站能效與吞吐量變化曲線分別如圖4、圖5所示。

圖4 基站功耗與吞吐量變化曲線

圖5 基站能效與吞吐量變化曲線

可以看出，4G和5G雙網共存時，負荷較高的情況下，5G能效更優，當基站吞吐量為1 000 Mbit/s時，采用新運營策略的基站功耗為原基站功耗的45.9%，能效為原基站能效的217.4%；在低負荷情況下，4G能效更優，當基站吞吐量為200 Mbit/s時，采用新運營策略的基站功耗為原基站功耗的40.1%，能效為原基站能效的249.4%。在本文的幾種不同吞吐量的計算中，采用新運營策略的基站平均功耗為原基站功耗的46.6%，基站平均能效為原基站能效的216.4%。

5 結束語

本文首先分析基站能耗的主要組成部分及影響因素，通過實測數據得出基站能耗與無線資源利用率的關系式，進而建立4G與5G基站的能耗模型。然后利用仿真平臺進行了不同吞吐量下的4G和5G基站的仿真，計算了4G和5G基站在不同負載下的能效。結果表明，4G和5G單個基站能效隨負載的變化而變化，且存在各自能效占優區間。在雙網并存時，根據負載采取能效最優策略決定開啟4G或5G基站，基站能效可提升116.4%，此結果對基站運營策略具有一定意義。下一步研究中將進一步分析影響基站能耗的因素，細化基站能耗模型。