2020年无线智能优化(i-SON)技术白皮书.pdf

中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 1 无线智能优化 (i-SON)技术白皮书 （ 2020年） 中国移动 研究院 无线 与终端技术研究所 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 2 前 言 相比 4G， 5G将满足多业务场景的需求，具有超高速率、超低时延、超高可靠和超多连接的特性，并支持网络切片、边缘计算、更高精定位等新能力，这些新需求、新场景和新特性都给 5G网络的部署和运营维护带来了前所未有的挑战。 中国移动 研究院 提出了无线智能优化 i-SON的概念。 i-SON致力于实现无线网络的参数配置，性能优化和系统鲁棒性的自动化，使得 5G网络更智能，更高效，更低成本。为此，中国移动 研究院 无线与终端技术研究所 制定了 无线智能优化（ i-SON）技术白皮书。其中概述章节给出了网络自优化和智能化的需求以及 i-SON的技术概念和发展目标，随后针对 i-SON涉及到的每个技术点进行了相应技术分析和应用场景分析，并基于此，最后提出了中国移动对 i-SON各技术的 需求和总体路标要求 ，以实现 更智能化、更高效运维的 5G商用网络 。 本白皮书起草单位：中 国移动研究院 无线 与终端技术研究所 本白皮书主要起草人： 贾民丽 刘亮 阮航 何文林 田宇琪 江天明 陈卓 邓伟 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 3 目 录 1. i-SON技术概述 4 1.1 网络自优化和智能化需求 4 1.2 “i无线 -智简 5G” 技术理念与 “i-SON”技术概述 4 1.3 “i-SON”的发展目标 6 2. i-SON技术分析和应用场景 7 2.1 基站自启动 7 2.2 PCI自优化 8 2.3 自动邻区关系（ ANR） 9 2.4 参数自配置自优化 10 2.5 最小化路测（ MDT） 11 2.5.1 MDT技术概述 11 2.5.2 MDT关键问题分析 13 2.6 移动鲁棒性优化（ MRO） 16 2.7 移动负载均衡（ MLB） 17 2.8 RACH优化 18 2.9 基站自治愈 19 3. i-SON技术总体路标 20 缩略语列表 22 参考文献 22 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 4 1. i-SON技术概述 1.1 网络自优化和智能化 需求 相比 4G， 5G将满足多业务场景的需求，具有超高速率、超低时延、超高可靠和超多连接的特性，并支持网络切片、边缘计算、更高精定位等新能力，这些新需求、新场景和新特性都给 5G网络的部署和运营维护带来了前所未有的挑战。 首先， 5G网络使用 了 2.6GHz， 4.9GHz以及毫米波等更高的频率，同时独立组网和非独立网多种组网方式并存， 5G网络拓扑变得更加复杂；其次，基站部署类型更加多样化，既包含一体化基站，也存在 CU-DU分离基站等站型，增加了网络规划的难度； 此外，5G网络引入波束管理和网络 切片等新特性，天线功率，下倾角、权值以及无线资源管理等需要同时调 整的多维优化参数增多。 传统的人工干预的方法日渐呈现出反应周期长，易出错，成本高等问题，相比之下，人工智能 /机器学习通过深度分析采集的数据，为运营商网络优化提供了新的思路。 运营商和网络厂商急需更加自动化 和智能化的 手段来降低 5G网络的部署和运维成本，提升用户体验。 1.2 “i无线 -智简 5G” 技术理念与 “i-SON”技术概述 5G是一个复杂的系统工程，如何承载众多业务、行业需求还有很多挑战。为此，中国移动提出了 “i 无线 -智简 5G” 技术理念。 “i中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 5 无线 -智简 5G”以 5G无线为本，融合 DICT，构建新的核心能力，打造绿色智简网络。 “i无线 -智简 5G”体系由 “1”个 智脑 和 “N”个 应用构成， 通过无线智脑的 “平台 ”、 “数据 ”、 “算法 ”赋能 5G网络，提供 i-SON、 i-Green、 i-local 等 “CT增强 ”应用和 “DICT融合 ”应用，既可全方位服务于 5G网络的优化、运维、节能、性能增强，又可服务于千万垂直行业的多样化需求。 “i无线 -智简 5G”技术理念体现了5G与行业的融合创新，实现 5G网络的自动化、自优化、自治，且架构简化、协议简化、拓扑简化的 5G智简网络需求。 i-SON正是 “i无线 -智简 5G”体系中一个重要应用，重点聚焦 无线网络自优化和智能化 。 i-SON也是一个技术体系，包含 SON功能以及扩展的 基于 AI与网络优化结合的探索技术。 其中， SON功能包括基站自启动、参数自动配置、 PCI自优化、自动邻区关系优化(ANR) 、最小化路测 (MDT) 、移动鲁棒性优化 (MRO)、移动负荷均衡 (MLB)、 随机 接入 优化 （ RACH优化） 、基站自治愈 等功能 ；扩展的 AI与网络优化结合的探索技术包 含基于 AI的移动性管理、 基站节能、 负载均衡以及基于 AI的 Massive MIMO权值优化等参数自动配置 等 。 i-SON通过 对 UE和基站的采集数据进行网络 问题 和 性能分析，然后 进行 优化策略制定和执行，其中 优化 可以是 基于确定 规则的优化，也可以是基于 AI算法 的 智能 优化。 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 6 图 1： i-SON技术体系 1.3 “i-SON”的发展目标 i-SON的目标是 实现无线网络的参数配置，性能优化和系统鲁棒性的自动化 ， 使得 5G网络更智能，更高效，更低成本 。 基于以上网络自优化和智能化 技术需求， i-SON发展目标如下： SON体系 全面 落地： 逐步开展 基站自启动、参数自配置、 PCI自优化、 ANR、 MRO、 MLB、 MDT、 RACH优化 、 基站自治愈 等 功能测试 、 试点 和 现网部署 ， 提升网络自动化水平 。 AI 技术使能网络智能优化 ： 开展 AI 与网络优化 结合 的进一步研究和落地，包括 基于 AI的移动性管理、 基站节能、 负载均衡以及基于 AI的 Massive-MIMO权值优化 参数自动配置 等技术 ， 推动 AI技术使能的 5G网络智能化技术落地。 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 7 2. i-SON技术分析和应用场景 目前 i-SON体系 初步聚焦于 SON技术落地， SON的应用场景和技术引入也会考虑 5G 网络的发展，并切合运营商的实际运营需求，以适应不同网络运营维护的阶段，并确保引入的 SON 技术能有效降低网络 运营 维护成本，提高网络质量。 SON功能 基于基站的工作状态由三 个 阶段 组成，即自配置、自优化和自治愈。在基站还未进入运行状态之前，自安装和初始 参数配置都属于自配置过程 ， 主要技术包括基站自启动 、参数自动配置等 ；当基站进入运行状态后，系统参数的自动调整属于自优化过程 ， 主要功能包括 PCI自优化、 ANR、 MDT、 MRO、 MLB、 RACH优化等技术 ；当基站出现部分失效时，系统进行自恢复，此时属于自治愈过程 ，主要包括基站自治愈功能 。 2.1 基站自启动 基站自启动技术 让基站可以自动进入正常工作状态，实现 “即插即用 ”，节约人工配置成本。该过程完成基站上点自检、 自动获取 IP地址，建立与 OMC的通道，自动下载更新软件版本和配置文件，自动建立小区等功能。 通过该技术可以减少人工干预、节省上站次数，降低建网成本和维护成本。 中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 8 图 2： 基站自启动 2.2 PCI自优化 5G网络 PCI有 1008个，通常在规划合理时，可确保一片区域内的小区各自使用不同的 PCI，但若规划或网管发生误配，使终端收到两个及以上小区使用相同的 PCI，将发生 PCI冲突与混淆现象： PCI 冲突： 两个相邻的同频小区使用了同一个 PCI，造成UE无法区分出这是两个不同的小区； PCI 混淆： 在一个小区的所有邻区中出现了两个同频小区使用相同的 PCI，使当前小区无法正确识别出两个邻区。 若发生 PCI 冲突， 将造成终端测量错误，终端信道估计误差较大，从而导致下行吞吐量下降，同时会造成终端无法区分目标小区与源小区而导致无法正常切换。 若发生 PCI混淆时 ， 服务小区无法区分终端报告的是哪个邻区，因而无法做出正确的切换决策。 针对上述两个问题， PCI自优化功能能够在无人工参与下，自动中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 9 发现 5G网络中 PCI冲突 /混淆 问题 ，并 优化 和调整 PCI配置，消除 网络 PCI冲突 /混淆，从而降低掉话率，减少干扰 。 图 3： PCI冲突和混淆示意图 2.3 自动邻区关系（ ANR） ANR，即 “自动邻区关系 ”，指网络侧借助 UE对周围邻区 PCI和CGI（小区唯一标识）的测量和上报功能，可以自动完成邻区关系表的配置和优化，包含相邻小区的自动添加和删除。同时，如果某小区与目标小区建立邻区关系后，还可以帮助该小区所属基站与相邻小区基站建立 X2/Xn逻辑接口 。 ANR 主要解决 现网 中邻区规划工作量大，易 出现人工邻区漏配情况 等问题 。 由于在 ANR实现机制中， UE对邻区的上报和网络侧对邻区关系表的配置操作都是自动化完成的，理论上无需投入任何人力成本。 同时， ANR 功能不会影响 UE 和基站处理正常的业务流程，因此邻区关系表的自动配置和优化工作也不会带来额外的时间成本。此外， 由于 ANR 场景中采用真实终端上报邻区的方式代替路测，和中国移动研究院 无线 与终端技术研究所 无线智能优化 (i-SON)技术白皮书 （ 2020） 10 传统网络优化相比，具备更充足的数据源，因此将在很大程度上减少邻区漏配 、 错配 的问题。 图 4： ANR流程 示意图 2.4 参数自配置 自优化 基站参数配置影响网络接入性 能 、速率、覆盖、时延、移动性、功耗等多项指标，参数的配置和优化与用户体验密切相关。相关参数包括物理资源配置（基础参数、信道配置、信号配置）、波束管理、随机接入、上行 /下行功率管理、移动性管理（小区重选、切换）、 4G/5G互操作（ IRAT重选、切换、重定向、 EPS FB）、语音、 DRX节电类、定时器、层二参数等。 通过参数自配置 能够 提升网络运维效率，解决人工配置体量大、见效慢、易出错的问题，确保 5G网络性能达到预期效果。 Massive MIMO 权值优化技术也是参数自配置之一。 Massive MIMO 技术是 5G区别于 4G 的关键技术之一，可大幅度提升频谱效