5G时代,Massive MIMO与AI的联姻之路

点击“人工智能园地”关注我们~

12月1日,韩国3大电信运营商联手推出5G商用服务,服务区包含首尔、首都圈和韩国六大域市的市中心,虽然仅为一些企业提供5G服务,普通用户需要等到2019年3月份,但韩国已然创造了一个“世界之最”,全球首个进行5G商用化服务的国家。从世界范围来看,5G实现真正的产业化、民用化和商业化,还有一个漫长的过程。

5G业务在给普通老百姓带来超高的带宽,丰富的业务,以及万物互联生活方式的同时,给运营商的网络建设优化也带来更多的挑战。

❤Massive MIMO技术,想说爱你不容易

5G业务能够提供超高带宽,其中一个比较核心的技术就是采用了Massive MIMO。什么是Massive MIMO?Massive MIMO (Multiple-Input Multiple-Output ),大规模多发多收,简单理解就是以前一个小区用2根、4根或8根天线接收/发送信号,而现在用32根、64根或128根天线。Massive MIMO通过这种在基站侧部署多根天线,在不增加频谱资源和天线发射功率的情况下,增加信道容量,提升信号质量。下图通过与传统2T2R天线的对比,让大家感受下Massive MIMO天线阵子的数量。

另外,Massive MIMO天线还具有波束赋形的功能,在为小区用户发射数据时,可以通过调整天线的波宽,以及上、下、左、右的方向,实现三维的精准波束赋形,使辐射出去的能量集中于用户所在的方向,而不是均匀地分布在整个小区的范围,这样用户能够感受到更高的能量,可以获得更高的信噪比,相应地数据传输速率就能获得提高。

Massive MIMO技术伴随5G带来更高的速率、容量的同时,也要面临更多的参数需要配置。为便于大家理解,我们先介绍下Pattern的概念。Massive MIMO天线可以调整的参数有水平波宽,垂直波宽等,这些参数的一种组合就是一个Pattern,Massive MIMO中的天线阵子都是通过一组Pattern来进行配置。从3G、4G到5G,Pattern中可调整的参数是不断增加的。

3G场景中,一个Pattern = 水平波宽+垂直波宽的参数组合

4G场景中,一个Pattern = 水平波宽+垂直波宽+下倾角的参数组合

5G场景中,一个Pattern = 水平波宽+垂直波宽+下倾角+水平角的参数组合

3G时,只有水平波宽和垂直波宽两个参数。水平波宽有90°、65°、45°、25°、15°五种选择,垂直波宽有8°、17°、35°三种选择,组合起来一共有15种组合;但有些组合并不合适(如水平波宽15°、垂直波宽8°时,覆盖范围太小,一般认为是低效组合而不采用)。因此,实际有效组合一共有13种Pattern,如下图所示:

4G时,在3G的两个参数基础上,增加下倾角的参数调节,下倾角的选择范围是[-15°~15°],1°为1个步长,一共有31个可调值。Pattern组合加起来有400多种,去掉一些低效和无效组合(如垂直波宽为35°时,垂直覆盖范围本身已较大,一般已没必要进行下倾角的调节,配置为0°即可),所以实际可用的Pattern有283多种

5G时,在4G参数组合情况的基础上,又增加了水平方向角的参数调节,水平方向角的取值选择有数十种,这样与4G时三个参数(水平波宽、垂直波宽和下倾角)组成的200多种Pattern相比,又多出几十倍的参数组合,一共可调节的参数组合高达数千种。

因此,在3G时代,还能依靠网规网优工程师的经验和调试,完成最优参数的选择和配置。到了5G时代,从数千种参数组合中选出最优Pattern,通过人工完成已无可能。

❤迎娶(引入)AI,

是5G Massive MIMO调优的无二选择

当前随着时代和技术的发展,AI技术的三家马车(算法、算力和数据)逐步具备应用条件,AI技术在各行各业显现威力。5G网络中Massive MIMO调优,面对数千种Pattern组合,人工经验已无法快速完成优化选择。引入AI技术,在当前算法成熟、算力充裕的条件下,是业界普遍看好的一种有效途径。针对这个场景,华为SoftCOM AI提供了完整的AI解决方案,通过训练、推理、执行&迭代优化三部曲,自动化快速完成Massive MIMO天线Pattern值的调优配置。

1. AI训练阶段:

基于全球经验数据训练出Massive MIMO调优模型

为便于大家了解Massive MIMO调优模型是如何训练出来的,先给大家做个随机森林算法小科普。随机森林是由许多的决策树组成,这些决策树的形成采用了随机的方法,所以叫做随机森林。随机森林中的决策树之间是没有关联的,当特征数据进入随机森林时,其实就是让每一颗决策树进行分类看看这个样本应该属于哪一类,最后取所有决策树中分类结果最多(概率最大)的那个为最终结果。因此随机森林是一个包含多个决策树的分类器。

在Massive MIMO调优方案中,训练阶段的决策树的树根和树干的输入数据就是一组组波束流量信息,在64T64R中就是64个波束的流量信息,决策树的叶子节点是其对应的一个Pattern值。基于海量历史数据经过随机森林算法的训练得到最终Massive MIMO Pattern调优的决策树。如下图示。其中Beam_x_Tra代表波束x的流量信息。

华为具备5G先发优势,全球规模网络,会有5G Massive MIMO基站海量的波束流量和Pattern历史数据,这是训练出高质量Massive MIMO调优模型的关键。

2. 推理阶段:Massive MIMO初始值Pattern的选取

Massive MIMO小区开通后,根据缺省值(规划设计)设置好Pattern值并投入使用,此时的参数组合不一定是最优的。投入使用后采集该小区天线的参数,主要是收集各波束流量信息,送入部署在AI推理平台的已训练好的Massive MIMO Pattern调优模型,运用随机森林模型进行计算。通过大量的随机树获取到不同的Pattern值,其中概率最高的即是结果Pattern初始值。

3.执行&迭代优化:

根据Pattern值调节、持续迭代优化快速找到最优组合

将推理获取到的Pattern值映射到相应的水平波宽、垂直波宽、下倾角和水平角,并根据这些参数调节天线参数。

执行完推理结果后,对网络如容量、流量的提升情况进行评估,如结果不好就会回退到之前的参数配置;如果带来优化就保留配置,并继续进行重复迭代、进一步优化,直到网络保持一个稳定的优化的结果。整个过程都是自动化高效完成。

❤Massive MIMO与AI的联姻,初现“甜蜜”

目前,该方案在某运营商已完成现网测试,在基本无人工干预的情况下,短期内就完成Pattern值的迭代优化。而且,小区流量和容量都获得满意的提升。

Massive MIMO与AI的珠联璧合,才能使大家享受5G这种高技术带来的丰富极速体验。

文字 /冯真

排版 / 保尔

人工智能园地,力求打造运营商领域第一的人工智能交流平台,促进华为SoftCOM AI理念在业界(尤其通信行业)形成影响力!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181214G1I0O600?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券