慕少鋒，肖清華（.中國(guó)移動(dòng)通信集團(tuán)貴州有限公司，貴州 貴陽(yáng) 55008；.華信咨詢?cè)O(shè)計(jì)研究院有限公司，浙江 杭州 3004）

1 概述

5G［1－2］在帶來(lái)了高速率、低時(shí)延的業(yè)務(wù)體驗(yàn)的同時(shí)，也帶來(lái)了更加智能化和多樣化的應(yīng)用場(chǎng)景，人與人之間的通信逐漸邁向物與物之間的萬(wàn)物互聯(lián)。但由于5G網(wǎng)絡(luò)采取更高的頻段，相比4G而言，實(shí)現(xiàn)相同面積的覆蓋需要部署2～3 倍以上數(shù)量的基站（gNB）。另外，由于5G 天線采用Massive MIMO［3］天線陣列，單站功耗是4G的3倍左右。就網(wǎng)絡(luò)部署而言，5G利用超密集網(wǎng)絡(luò)（Ultra Dense Network，UDN）［4］提高網(wǎng)絡(luò)容量和頻譜效率的同時(shí)，也帶來(lái)了嚴(yán)重的網(wǎng)絡(luò)能耗問(wèn)題。由此可見(jiàn)，如何降低5G 能耗不僅功在當(dāng)代，更是利在千秋［5］。劉友波［6］等人提出了能源互聯(lián)網(wǎng)背景下的5G基站能耗模型，從能量效率和成本效率的角度提出對(duì)5G 能耗的管控，但涉及層面過(guò)多，偏于理想化。帥農(nóng)村等人［7］則基于多元線性回歸分析了5G 能耗模型，可以相對(duì)準(zhǔn)確估算5G基站建設(shè)的能耗，但模型的精度取決于擬合的精度。對(duì)于5G 商用過(guò)程中的節(jié)能應(yīng)對(duì)策略可以參考文獻(xiàn)［8］和文獻(xiàn)［9］。楊拓等人［10］則另辟蹊徑地分析了5G 終端環(huán)節(jié)的節(jié)能技術(shù)。從以上研究也可看出，解決5G 網(wǎng)絡(luò)的能耗問(wèn)題有2 種方法［11］：硬節(jié)能和軟節(jié)能。硬節(jié)能主要通過(guò)新技術(shù)、新材料和優(yōu)化硬件架構(gòu)來(lái)降低功耗，而軟節(jié)能的方法則更靈活多變，包括符號(hào)關(guān)斷、通道判斷、載波關(guān)斷，以及深度休眠和節(jié)能調(diào)度等多種方式，更適合于目前AI 化的應(yīng)用［12－16］。為此，本文從不同用戶對(duì)不同業(yè)務(wù)需求不同資源的角度出發(fā)，提出一種基于業(yè)務(wù)保障的5G基站智能判斷方法（Guaranteed Services based 5G gNB Intelligently Closing Algorithm，GSIC），借助差異化的5G 業(yè)務(wù)等級(jí)，根據(jù)業(yè)務(wù)的不同屬性，有條件地實(shí)施5G 基站間的用戶遷移，實(shí)現(xiàn)低價(jià)值、低負(fù)載基站的關(guān)斷，從而達(dá)到優(yōu)化能耗的目的。

2 GSIC模型

2.1 目標(biāo)基站

為了敘述方便，假設(shè)有u個(gè)基站：gNBtar={gNB1,gNB2,…,gNBu}，每個(gè)基站gNB（kgNBk?gNBtar）上運(yùn)行kv個(gè)用戶，USk,i是第i個(gè)用戶，USk,i∈{USk,1,USk,2,…,USk,kv}，每個(gè)用戶開(kāi)展kvw個(gè)業(yè)務(wù)，SVk,i,j是第j個(gè)業(yè)務(wù)，SVk,i,j∈{SVk,i,1,SVk,i,2,…,SVk,i,kvw}，則用戶USk,i運(yùn)行的業(yè)務(wù)為SVk,i={SVk,i,j，j∈(1,2,…,kvw)}。

2.2 關(guān)斷方法

步驟1：篩選目標(biāo)基站。

對(duì)于每個(gè)基站gNBk，首先判斷是否滿足以下條件：

式中：

PRBk∈{1,2,…,u}——每個(gè)基站gNBk∈{1,2,…,u}統(tǒng)計(jì)時(shí)刻的PRB利用率

T?r_Lk∈{1,2,…,u}——相應(yīng)的基站關(guān)斷資源利用率門(mén)限

如果滿足，則將gNBk納入關(guān)斷目標(biāo)候選集gNBtclose。

步驟2：判斷業(yè)務(wù)等級(jí)。

對(duì)于gNBtclose中的每個(gè)基站gNBt?{1,2,…,u}中每個(gè)用戶所開(kāi)展的每個(gè)業(yè)務(wù)，計(jì)算：

式中：

?Delayt,i,j——用戶USt,i的業(yè)務(wù)時(shí)延余值

Delayt,i,j——每個(gè)業(yè)務(wù)所對(duì)應(yīng)的時(shí)延

DelayMt,i,j——每個(gè)業(yè)務(wù)所對(duì)應(yīng)的時(shí)延容忍度

計(jì)算：

式中：

?Dropt,i,j——用戶USt,i的業(yè)務(wù)丟包余值

Dropt,i,j——每個(gè)業(yè)務(wù)所對(duì)應(yīng)的丟包率

DropMt,i,j——每個(gè)業(yè)務(wù)所對(duì)應(yīng)的丟包容忍度

計(jì)算：

式中：

EVt,i,j——用戶USt,i的第j個(gè)業(yè)務(wù)的綜合評(píng)估值

δt,i,j——業(yè)務(wù)等級(jí)權(quán)值，滿足δt,i,j≤1

步驟3：用戶標(biāo)記。

每個(gè)用戶開(kāi)展的業(yè)務(wù)分為2 種：GBR 業(yè)務(wù)和Non－GBR 業(yè)務(wù)。對(duì)于基站gNBt∈{1,2,…,u}，假設(shè)每個(gè)用戶運(yùn)行的GBR業(yè)務(wù)集為SV_GBRt，i={SVt，i，m},m∈{1,2,…,kvw}，則剩余的Non－GBR業(yè)務(wù)集為：

步驟4：分級(jí)判斷。

對(duì)于每個(gè)基站gNBk∈{1,2,…,u}中的每個(gè)用戶USk,i，判斷以下條件是否成立：

即用戶USk,i開(kāi)展的業(yè)務(wù)是否均為Non－GBR 業(yè)務(wù)，如果是，則將其所在的基站智能關(guān)斷標(biāo)識(shí)置為1，即：

否則，計(jì)算：

式中：

EVt,i——基站gNBk∈{}1,2,…,u中用戶USt,i的關(guān)斷評(píng)估值

計(jì)算：

式中：

EVt——基站gNBk∈{}1,2,…,u的評(píng)估值

判斷下式是否成立：

式中：

EV_THRt——基站gNBt∈{1,2,…,u}的業(yè)務(wù)關(guān)斷門(mén)限

若是，同樣將基站gNBk∈{1,2,…,u}的關(guān)斷標(biāo)識(shí)置為1，見(jiàn)式（7）。

否則：

步驟5：執(zhí)行關(guān)斷。

收集滿足Closet=1 條件的基站集gNBtt，并且滿足：

對(duì)其中的每個(gè)gNBz，核算其所有鄰區(qū)負(fù)載，若所有鄰區(qū)負(fù)載均超過(guò)超載門(mén)限OvLt?r，則本次關(guān)斷行為取消。

否則，找到gNBz鄰區(qū)中資源利用率最小的基站gNBnb，若滿足：

則仍然不執(zhí)行本次判斷。

只有在滿足Closet=1，gNBz∈gNBtclose，以 及PRBz+PRBnb≤OvLt?r的條件下，才將gNBz的用戶遷移到gNBnb中，并將基站gNBz關(guān)斷。

3 仿真

3.1 仿真環(huán)境

本文采用Matlab對(duì)GSIC算法進(jìn)行仿真，具體參數(shù)如表1～表3所示。

表1 仿真參數(shù)

表2 仿真業(yè)務(wù)的5QI值

表3 各基站及其仿真用戶和業(yè)務(wù)

3.2 仿真結(jié)果與分析

3.2.1 單站關(guān)斷

對(duì)gNB2 基站進(jìn)行關(guān)斷仿真，主要針對(duì)其中的Non－GBR 業(yè)務(wù)如AR 和直播下行流，所得的仿真結(jié)果如圖1所示。

圖1 單基站關(guān)斷

從圖1 可以看出，在GSIC 算法關(guān)閉的情況下，單站功耗始終維持在3 100～3 500 W 的高位運(yùn)行，而在GSIC 打開(kāi)后，由于部分業(yè)務(wù)轉(zhuǎn)移，功耗下降至2 600～3 000 W的低位區(qū)間，下降比率約15%。功耗不是一成不變的，它也隨著小區(qū)的環(huán)境，如信噪比，誤碼率等指標(biāo)而波動(dòng)。一般來(lái)說(shuō)，小區(qū)吞吐率越大，或維持相應(yīng)用戶感知而RSRP越低的情況下，功耗也會(huì)越大。

3.2.2 簇關(guān)斷

對(duì)仿真數(shù)據(jù)表中的6 個(gè)基站執(zhí)行條件判斷，所得的仿真結(jié)果如圖2所示。

圖2 小區(qū)負(fù)載

對(duì)仿真基站簇進(jìn)行關(guān)斷仿真，統(tǒng)計(jì)相應(yīng)的功耗峰谷值。在GSIC 關(guān)閉時(shí)，功耗平均峰值約為20.8 kW，GSIC 打開(kāi)后的平均峰值約為20.5 kW；在GSIC 關(guān)閉時(shí)，功耗平均谷值約為20 kW，而在GSIC 打開(kāi)后，平均谷值約為18.2 kW，分別下降14.4%和9%。

4 結(jié)束語(yǔ)

5G 節(jié)能是響應(yīng)國(guó)家實(shí)現(xiàn)碳中和政策重要的一面，在優(yōu)化5G 基站性能的同時(shí)，應(yīng)從軟硬結(jié)合的角度出發(fā)，更優(yōu)地實(shí)現(xiàn)節(jié)能減排［17－21］。本文只是單純結(jié)合基站的用戶開(kāi)展業(yè)務(wù)的差異性，適時(shí)給出合理的關(guān)斷策略，但在更細(xì)顆粒度的符號(hào)判斷、通道判斷等方面仍然有待研究，實(shí)現(xiàn)5G 基站的自組織能耗優(yōu)化，并兼顧無(wú)線網(wǎng)絡(luò)KPI。