5G極簡網絡智能運維體系的構建研究

劉宏嘉，范 琨，常文平，馬 駿

（1.中國聯合網絡通信有限公司 浙江省分公司，浙江 杭州 310084；2.中國聯合網絡通信集團有限公司，北京 100033）

0 引 言

隨著移動通信行業與互聯網技術的持續進程，軟件定義網絡（Software Defined Networking，SDN）/網絡功能虛擬化（Network Function Virtualization，NFV）技術日益成熟，5G 技術也應運而生。5G 作為新一代基礎設施，對眾多行業的發展產生了極大的影響，并帶來了諸多改變，在助推各行各業數字化、智能化革命，助推經濟高質量發展方面發揮著巨大作用[1]。

如今，5G 已經成為數字化轉型的新型信息基礎設施、驅動行業數字流動和系統變革的關鍵性支撐技術，同時重構行業數字化轉型新生態。相關統計結果顯示，截至2022 年5 月底，我國建成開通5G 基站170 萬個，平均每萬人5G 基站數超過12 個。當前我國5G 建設正處于加速期，預計未來5G 基站建設將會持續提速，從而給網絡可視化市場帶來廣闊的發展空間。5G 時代，通信網絡融合化程度空前加強，終端和業務持續向多樣化方向發展，技術迭代速度越來越快，網絡環境日趨復雜。與此同時，通信網絡承載的服務越來越多，從高清視頻、互動游戲、各類邊緣計算場景，到智慧工廠、車聯網、智慧城市等，一旦出現故障，帶來的影響就不可估量。目前，在電信運營商中開展運維工作的主要模式為人為運維，具有效率較低等一些問題，無法確保未來5G網絡的穩定運行。為此，開展有關5G 網絡智能運維的研究工作，具有極為重要的意義[2]。此外，由于運營商本身的網管系統龐大而臃腫，輕量級的5G 網絡智能運維平臺更能夠在協助運營商為政企用戶提供運維服務時，帶來更全面、便捷的體驗。移動通信系統作為數字化和智能化的“推動者”，已從早期的人工運維網絡向人工輔助的自動運維網絡演進。面向5G 網絡持續建設，“極簡”的網絡概念已經深入人心[3]。在這種背景下，針對5G 發展目標網絡，提出了一個極簡網絡的智能運維體系，以制定未來移動通信網絡演進策略，并一體化打造5G 多層協同的極簡網絡。為了達成5G 極簡網絡的核心目標，提出遵循“去繁從簡”的原則進行網絡配置，對多層網互操作事件進行統一規范，并對網絡重選優先級以及切換策略進行了積極的簡化處理等多種手段，推動極簡網絡的演進。

1 5G 極簡網絡智能運維體系的構建

1.1 多層網互操作事件的規范

5G 環境下，想要打造極簡網絡，實現網絡的極簡化，首先需要對多層網互操作事件進行嚴格的規范。這一過程中，考慮到不同頻段的特點，需要針對不同頻段的終端滲透率、容量能力、站點比例以及覆蓋能力等具體情況，制定出全網統一的多層網互操作措施。在配置各種互操作事件的過程中，總體遵循“去繁從簡”的原則。對于不同的頻段空閑態，均實施統一重選優先級。

1.2 同頻重疊覆蓋清理

在打造極簡網絡的過程中，在具體的運維方面，還需要高度重視同頻重疊覆蓋干擾問題。這一過程中，首先需要收集多方面信息，全面評估不同小區的重疊覆蓋情況，并對其中的關鍵小區予以準確的識別，進而針對關鍵小區的實際情況，實施針對性的處理。結合極簡網絡智能運維的實際需求，提出一種智能評估方法，以實現對同頻重疊覆蓋關鍵小區的準確識別，最終達到對網絡結構予以有效優化，改善網絡質量的效果。具體智能評估步驟如下：第一步，對小區重疊覆蓋干擾能力進行評估，識別出影響周邊重疊覆蓋度的關鍵因素；第二步，對小區整體干擾能力進行評估，以確定每個小區的干擾能力；第三步，對同頻重疊覆蓋關鍵小區予以確定。被評估小區覆蓋區域中干擾能力最強的小區即為該區域同頻重疊覆蓋的關鍵小區。在這一過程中，需要遵照一定的規則進行具體的選取，相應的規則內容如表1 所示。其中，X代表區間基準干擾強度，不同的區間會出現等量干擾強度的增加。如果同時出現模三干擾，那么對應的干擾強度會發生翻倍。

表1 同頻小區干擾能力評估表

例如，如果在A 小區的鄰區中，B 小區的同頻重疊覆蓋干擾能力處于最強的狀態，且在B 小區的鄰區中，B 小區的同頻重疊覆蓋干擾能力處于最強的狀態，那么綜合分析之后，可以將同頻重疊覆蓋干擾能力最強的小區認定為B 小區。在分析過程中，還需要綜合考慮其影響的小區數量是否達到5 個以上。

1.3 可視化優化平臺構建

隨著城市的發展，由于地形、建筑物的結構、高度、密度及其他一些環境因素的影響，移動通信網絡的傳播模型也發生了改變，這使得移動通信基站的實際覆蓋情況發生了較大的變化[4]。但是，在傳統的運維模式下，只能通過工作人員進行現場測試和分析的方式來了解基站的實際情況。整個過程的工作量較大，耗費的時間較多，整體工作效率較低，且工作質量不夠理想。同時，不同工作人員的專業水平和綜合能力之間存在一定的差異，傳統運維模式下，也無法避免人員水平差異所帶來的誤差。針對上述問題，在本次研究中，選擇應用采集基站的最小化路測（Minimization of Drive Tests，MDT）數據，結合不同小區的基礎工參數據以及鄰區配置數據，對數據進行一定的智能化處理，最終打造出可視化優化平臺。該平臺可以將基站的覆蓋情況實現可視化顯示。具體來看，該平臺可以實現多種功能，包括站點覆蓋位置可視、站點覆蓋參考信號接收功率（Reference Signal Receiving Power，RSRP）可視、鄰區添加情況可視、鄰區漏配預判并可視、方位角問題預判并可視、越區覆蓋預判并可視等。可視化優化平臺能夠快速準確地呈現站點鄰區覆蓋問題、方位角誤差問題、站點經緯度問題以及鄰區漏配問題，并且能夠呈現每個覆蓋點的平均電平。可視化優化平臺可以為5G 極簡網絡提供專業的運維管理服務，針對整個網絡狀態、環境檢測等進行全面監控管理，可建立標準化的可視化運維管理模式，用戶可清晰查看整個網絡的實時運行狀態，具體的運維數據可查看后臺日志管理模塊。針對綜合管理平臺，可以有效提高日常運營管理效率、提升服務質量、增強處置突發事件能力以及降低能耗。通過將網絡問題可視化直觀呈現，網絡優化人員可以更加方便地分析網絡覆蓋問題。該平臺具備調整后可視化評估能力，可以打破傳統優化思維，優化效率較高，實用性較強。通過可視化優化平臺，可以在后臺精準定位鄰區覆蓋、方位角誤差、站點經緯度以及鄰區漏配問題，從而全面提升網絡整體質量[5]。同時，該平臺可以實現對不同移動通信基站覆蓋情況的核查，以分析不同移動通信基站的合理性，避免出現越區覆蓋情況。

1.4 基于人工智能的鄰區精簡

為了滿足不同場景下的覆蓋需求，移動通信網絡采用多頻段組網，不可避免地導致網絡中小區鄰區數添加過多、鄰區冗余和設置不合理等問題日益凸顯。超大數據量的鄰區處理給鄰區優化工作的開展帶來瓶頸，需要借助鄰區精簡工具進行鄰區數據處理以及鄰區合理性優化。基于人工智能的鄰區精簡能夠精準快速地對超大數據量進行解析提取。采用鄰區密度算法結合人工智能識別的方法，從鄰區配置合理性、鄰區漏配、鄰區錯配和鄰區冗余等方面進行鄰區精簡。這一過程中，涉及的技術主要包括解析站原始數據、鄰區密度算法、人工智能評估等，具體內容如下。

（1）基站原始數據解析。在進行數據分析的過程中，在選擇數據源時，選擇對基站原始數據進行提取，并將其作為數據源。通過這一方式，可以確保鄰區配置信息具備較高的準確性以及良好的時效性，有效避免信息不對稱問題的出現，減少結果誤差。在對基站原始數據進行提取時，需要從基站原始數據文件中進行提取，對于其中鄰區信息的關鍵字段進行提取，可以對不同小區的異系統鄰區、同頻鄰區、異頻鄰區以及各頻點鄰區的詳細列表進行解析，進而快速得到準確的數據結果。

（2）鄰區密度算法。在此次研究中，選擇對小區周邊最近12 個鄰區實際站間距離進行計算評估，并針對不同距離的大小實施排序，對距離最近的前3、6、9、12 個小區平均站間距離進行計算。之后，參照一定的鄰區密度加權系數，對所明確的評估小區所屬密度區域進行計算。以M來表示鄰區密度，對該數值進行計算的公式為

式中：d1、d2、d3、d4分別為鄰3、鄰6、鄰9、鄰12的平均站間距。鄰區密度占比加權與距離加權系數表如表2 所示。

表2 鄰區密度加權系數表

根據表3 中的鄰區加權系數評估站點距離加權后的平均站間距權值。通過鄰區密度計算將小區分為密集且連續區域、一般密集區域、一般區域、不連續覆蓋區域以及郊遠農村5 個維度。最后，輸出全網鄰區密度現狀。

（3）人工智能評估。在分析不同鄰區之間關系的過程中，選擇使用人工智能評估技術。在評估時，對于鄰區精簡算法規則，均將其納入到人工智能識別中。對鄰區進行精簡的過程中，涉及的精簡范圍主要包括鄰區冗余、鄰區配置合理性、鄰區錯配以及鄰區漏配等方面，精簡的維度主要為鄰區邏輯、頻段特性、鄰區密度、參數配置以及鄰區距離。經精簡，最終全網鄰區數量明顯下降，有效降低了網絡鄰區復雜度，下降幅度達到30%，

2 結 論

為了驗證本次研究所提出的5G 極簡網絡智能運維體系的應用效果，選擇對該體系進行了實踐應用。在具體的應用過程中，結合實際情況，開展了一些智能運維工作，部署網絡結構簡化、站點簡化和運維簡化等內容。在應用該智能運維體系的過程中，遵循“去繁從簡”的原則進行網絡配置，對多層網互操作事件進行統一規范，并對網絡重選優先級以及切換策略進行了積極的簡化處理。最終的應用結果顯示，在異頻切換次數方面，應用該智能運維體系之后，相應的次數明顯下降，下降幅度達到30%。調查發現，用戶的感知情況得到顯著的改善。總體來看，當前網絡結構越來越復雜，提出了一種5G 極簡網絡智能運維體系的總體思路和解決方案。通過大規模的實際應用，驗證了該方案可以顯著提升網絡資源利用率，在節能減耗的同時提升網絡優化的工作效率。實踐之中，對提升運營效能、改善用戶感知、開拓市場價值等均有一定的應用價值。智能運維體系自動化流程與工具同時也能帶來顯著的降本效益，證明方案的實用價值。