5G背後:網絡技術變革,人工智能技術能幫忙做什麼?_風聞
谭婧在充电-谭婧在充电官方账号-偏爱人工智能(数据、算法、算力、场景)。-2019-07-02 00:40
斗轉星移,通信網絡已經發展到第五代移動通信技術(5G,5th Generation)。網絡的傳輸速率、傳輸時延、連接規模等關鍵指標出現迭代性的提升,性能和靈活性也出現根本性改變。
禍福總相依,5G 在性能和靈活性上帶來質的飛躍同時,網絡的靈活性增加,複雜性更是顯著增加。賽靈思無線系統架構師阮銘博士也曾公開表示,人工智能技術是5G網絡應用場景裏面必不可少的一環技術,因為人工智能技術能夠提升對越來越複雜網絡的管理。
中興通訊在2019年初夏,上海世界移動通信大會(MWC)上提出,可以賦能的關鍵點很多,包括網絡部署效率的提升、流量精準規劃、數字化維護,站點節能等。
4G時代,人工智能技術用法解決日常最不勝煩擾的垃圾短信。這點很容易理解。垃圾短信的過濾依靠傳統的基於貝葉斯的分類器方式效率高、雖然所依賴的數據少,但是也有適應性差,精度低的缺點。深度學習的短信分類器可以對海量數據的信息進行深度挖掘,也可以從信息的語義和內容上對垃圾信息進行判別,省去了人為提取垃圾短信特徵這一環節,大大提升垃圾短信的識別精度和適應能力。可能你會説,這麼高級的技術都用上了,為啥我的垃圾短信也沒有變少。有可能的原因是“倖存者偏差”。人工智能算法已經處理掉了很多了,我們看到沒有處理掉的還是很多的原因,有可能是整體的垃圾短信數量比以前更多。也有可能是垃圾短信也在用人工智能技術對抗篩查與判別。總之,4G時代AI用處很多。
5G時代説來就來,人工智能技術在5G網絡技術變革與發展階段的用武之地也很多,甚至更多,除了場景多元化之外,5G網絡技術本身用到AI的地方也很多,包括:
第一、基站選址和射頻規劃。
使用人工智能算法對現有站點位置、覆蓋、容量、場景特徵等信息進行分析和仿真,可對後續站址的選擇和頻率的分配提出有目的的優化指導。學習以前怎麼建站的經驗,應用到5G建站的過程裏,提升基站選址和射頻規劃的效率。因為5G網絡比起4G網絡各種基站數量要多很多的,包括各種組網制式、站型、頻段以及小微基站。這一變化,使得規劃的複雜性指數級增長,傳統的靜態規劃的方法難以起效。所以,需要人工智能技術幫忙。
第二、大規模天線陣列(Massive MIMO)智能調整。
當上海虹口萬人足球場舉辦球賽,當上海新國際展覽中心舉行大型展會,這類場景往往需要深度覆蓋5G網絡。而會議結束,展商撤展,觀眾退席,對網絡需求又迅速降低。
大規模天線陣列(Massive MIMO)進行波束調整,可以根據用户的分佈規律,靈活調整廣播/控制信道的波束分佈,達到覆蓋和容量的最優,而干擾最少。基於MR、網管等數據,結合人工智能的識別類算法,找出場景。比如在具有潮來潮往的潮汐效應的區域,能根據每個區域內的話務分佈特點,結合潮汐效應時間段做出智能化調整。再比如根據信號使用人員的分佈狀況在一段時間內相對固定不變這一特點,設計廣播權值自適應來達到最優覆蓋。第三、優化網絡覆蓋。
利用人工智能技術進行無線覆蓋特性的學習與建模,對5G 等無線網絡中基於規劃的頻段、MR 數據、3D 電子地圖、鄰區關係、鄰區信號強度、傳播路徑上的遮擋物位置和高度等信息和特性進行分析,評估對應的覆蓋效果。結合站址選擇智能規劃,優化 5G 網絡的覆蓋。
另外,人工智能算法用於通信和網絡控制一直被學術界所關注,傳統數據科學的機器學習算法,例如決策樹、線性模型、k均值聚類等在應用場景中大顯神威。而近年來,深度學習方法例如卷積神經網絡、循環神經網絡、增強學習等迅速發展,並在認知技術等領域取得了重大突破。
再看,從底層的鏈路通信技術到網元的運行控制以及網絡的管理協同等都能找到人工智能算法的用武之地。但是,令人遺憾的是在實際中還沒有形成重要的能力。究其背後的原因,一部分是人工智能研究和應用單點突破的情況為主,人工智能應用架構和配套功能無法體系化和系統化。人工智能技術領先企業很難深入廠商業務領域,好技術用不起來,很多好的場景還有待挖掘。
最後,在當前技術更迭、網絡轉型的大背景下,網絡智能化的大方向逐步獲得了業界的認可。但是如何將人工智能技術應用於無線傳輸技術和無線資源管理,是一個尚在探索中的領域。無線通信的功控、Qos、資源管理、調製解調、估計和檢測和實現等多個方面還停留在學術研究的層面,但是人工智能技術賦能無線系統技術發展的方向不會錯。
5G 是當前電信網絡發展的重要路標,每一項技術的實現都將對目前網絡架構和技術帶來重大改變,同時對網絡的設計、運行和維護都將產生巨大的挑戰。但是這些挑戰都在業界視線範圍之內。2019年初夏,上海世界移動通信大會(MWC)上人工智能賦能5G網絡是一個熱門討論方向。(完)
親愛的數據
出品:譚婧
美編:黃楠