一种基于AI的5G网络节能系统技术方案

本发明专利技术提供一种基于AI的5G网络节能系统，涉及AI5G节能领域。包括软硬件节能、AI5G基站节能、多频段多系统的协同节能，软硬件节能为基站的软硬件节能技术主要包括硬件节能和软件节能，AI5G基站节能是利用AI识别区域覆盖场景并预测区域话务流量、利用AI实现区域的协同覆盖和参数调优节能，多频段多系统的协同节能是基于话务预测开启最少频率资源节能算法，此种节能方式实现无话务低能耗，把网络耗能降到最低限度。本发明专利技术通过对5G三大业务对MEC的要求进行了分析，并结合AI业务特性提出了MEC需要具备的能力和部署系统，在相同的网络配置下，要比其他的节能技术多降低10％的能耗，因此基于AI的5G网络节能技术能够实现很好的节能成效。能成效。能成效。

【技术实现步骤摘要】
一种基于AI的5G网络节能系统


[0001]本专利技术涉及AI5G节能领域，特别涉及一种基于AI的5G网络节能系统。

技术介绍

[0002]随着网络规模的不断扩大，运营商的能耗越来越高，2019年的中国移动业绩报告显示，中国移动的动力水电取暖费支出为328.74亿，巨额能耗让运营商的盈利压力越来越大，在总能耗中，网络的能耗问题占比约为总能耗的70％，其中无线基站设备占据网络能耗的50％，在5G时代，无线基站的设备功耗相比于前几代网络有着明显提升；
[0003]目前我们在进行AI运作的时候都需要使用到最新的5G网络，已达到确保AI运作的网络流畅性，而在总能耗中，网络的能耗问题占比约为总能耗的70％，其中无线基站设备占据网络能耗的50％，在5G时代，无线基站的设备功耗相比于前几代网络有着明显提升
[0004]在5G在无线基站设备中，射频单元的功耗占比大概为无线基站设备的75％，其中主要是RRU设备中的功放消耗的能量，现实网络中，由于用户AI的迁移和行为变化，网络话务量有着明显的潮汐效应，当在凌晨时刻，网络话务量趋近于0，但是基站设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI的5G网络节能系统，包括软硬件节能、AI5G基站节能、多频段多系统的协同节能，其特征在于：所述软硬件节能为基站的软硬件节能技术主要包括硬件节能和软件节能；所述AI5G基站节能是利用AI识别区域覆盖场景并预测区域话务流量、利用AI实现区域的协同覆盖和参数调优节能；所述多频段多系统的协同节能是基于话务预测开启最少频率资源节能算法，此种节能方式实现无话务低能耗，把网络耗能降到最低限度，其理论扩展形式算法为：式中，C为网络容量；Bi为区域i的信道带宽，为区域i的信噪比；所述多频段多系统包括基站级休眠，载波机休眠、通道级休眠和时隙级休眠模式，就实现了网络功耗的最低限度，为保证网络的基本性能，必须保证网络功能的完整性，据此设计智慧基站节能平台系统。2.根据权利要求1所述的一种基于AI的5G网络节能系统，其特征在于：所述硬件节能技术主要包括以下三个方向：一是射频器件的新材料新工艺，它是以第三代半导体材料为代表的GaN对GaAs技术的取代，可以更好地降低设备的功耗；二是高集成度的数字单元和射频单元融合，该技术主要是AAU的继承都越来越高，并且包括一定的几代处理单元；三是芯片性能的提高，主要是在7nm工艺的应用可以优化集成电路的设计，进而减少设备功耗。3.根据权利要求1所述的一种基于AI的5G网络节能系统，其特征在于：所述软件节能技术是在保证网络话务性能的前提下，根据网络负荷和话务特征的变化，通过调整基站参数，改变基站的工作状态，当前基站软件参数调节有信道关闭、天线通道关闭、载波关闭和深度休眠四种模式。4.根据权利要求1所述的一种基于AI的5G网络节能系统，其特征在于：所述AI5G基站节能主要分为两个步骤，具体步骤为：S1、利用AI识别区域覆盖场景并预测区域话务流量，在某些场景中，话务量潮汐效应非常明显，在另外一些场景，话务量只有闲忙时的区别，在白天话务量变化有起伏，到了凌晨以后，话务量逐渐降低，网络基站可以利用基站历史信息，包括场景内的连接用户数、资源利用率和基站所处的环境因素，使用AI中聚类模型确定基站的节能场景；S2、区域协同覆盖和参数调整，对于配置多载波的区域，AI智能节能系统利用共覆盖学习算法，统计终端对异频的支持率，诱导终端主动发起异频测量。经过周期性上报测量结果刷新学习算法，建立基站间和基站内部的频段共覆盖，可以有效地提高基站节能。5.根据权利要求1所述的一种基于AI的5G网络节能系统，其特征在于：所述多频段多系统的协同节能采用了预测系统模型、预测系统架构为基...

【专利技术属性】
技术研发人员：陈亮，叶婷，马庆辉，朱小猛，许洪尚，
申请(专利权)人：嘉环科技股份有限公司，
类型：发明
国别省市：