基于AI算法的5G多接入协同方案及关键技术.doc

。摘要： AI是5G Advanced及6G的核心技术之一，它与移动通信网络的深入融合可推动运营商网络向自智化方向演进，提升运营商生产和运营效率，在运营商网络中， 多种接入方式将长期共存，需要考虑多接入的协同问题。针对此需求，论述了基于AI算法的5G多接入协同方案，分析了网络全息感知、自适应模型算法、实时闭环验证及 隐私保护等关键技术，为多接入/多频点的动态协同提供了有效、可行的实现方法。 。 关键词： 5G，AI，多接入协同 基金项目：国家重点研发计划项目“6G网络架构及关键技术”（2020YFB1806700） 0 引言 继信息技术和移动互联网引发第三次工业革命之后，以大数据驱动的人工智能技术正在推动第四次工业革命[1]，给人类社会的生产生活带来巨大的变化。在通信行 业， AI与5G的融合将会带来前所未有的新机会。 5G移动网络的设备每时每刻都在产生着大量的数据，如UE的移动数据、网络的负载和性能数据、无线信号的接收质量等，针对这些海量数据，可以采用人工智能技术 来实现移动网络业务体验、用户业务行为的预测，进而更精细地调整和优化网络资源，提升用户的体验，提高5G网络资源利用率[2-3]。5G与人工智能技术融合可以实现 多种场景的网络优化[4]，如智能寻呼优化、异常终端检测与管控[5]、业务体验保障[6]、智能切片选择[7-8]等，尤其是在移动多接入场景的应用，可以充分利用不同接 入网络资源，满足不同的用户需求。 本文从5G核心网多接入协同的角度出发，结合3GPP标准和前沿AI算法，对5G多接入动态协同解决方案及关键技术进行探讨。 1 5G核心网智能化标准进展 2017年2月， 3GPP SA2（Service System Aspects Working Group 2） R15开始引入5G核心网智能化网元NWDAF（Network Data Analytics Function，网络数据分析 功能） [9] NWDAF负责采集网络、终端、网管及业务数据，进行模型训练，输出统计及预测结果，辅助网络优化和运维，促进移动网络资源的合理配置。 NWDAF能够从5G网 元、 AF（Application Function，应用功能）、 OAM （Operation Administration and Maintenance，操作管理维护）系统中采集数据。对于来自OAM的数据， NWDAF使用 由3GPP SA5定义的机制和接口。对于AF数据， NWDAF 可以直接从AF采集，或者通过NEF（Network Exposure Function，网络开放功能）进行数据采集。 NWDAF对采集的网 络数据进行模型训练和分析推理，并将分析结果提交给需要该数据的5G网元，以辅助其进行策略制定，形成分析、决策、执行的闭环[10]。 图1为基于NWDAF的网络智能架构： 3GPP R16版本2020年Q2已经冻结，定义了NWDAF的架构、接口和分析类型。 R16在架构上打通了网元、管理和应用，实现了数据采集能力，定义了网络数据拥塞分析、 业务体验数据分析、终端移动性数据分析等分析类型。 3GPP R17版本正在标准制定中，预计在2022年Q1冻结， R17版本对R16版本进行了架构、特性和场景的增强，在架构上支持灵活部署架构、适合规模商用场景，特性上 支持实时、精准分析，场景上支持NWDAF辅助多接入/多频点选择、智能边缘计算、智能切片SLA等新能力。 2 基于AI算法的5G多接入协同方案 2.1 场景需求 当前5G网络商用逐渐成熟，而短期内无法达到5G网络的全面覆盖[11]，4G、5G等多种接入方式将会长期共存，且5G网络也存在多种高、低频率部署方式[12]。在充分 发挥5G优势、保证业务能力和用户感知的同时，如何高效地管理并分配网络资源给业务应用，对于运营商来说是个极其关键的问题，例如：某些用户始终不活动，或其在 某些时间、位置常使用低价值服务，则将该用户从5G接入4G，以保障网内高价值用户的QoE。相反，将那些使用低时延和高宽带业务的高价值用户保留在5G。或如果部分 用户希望驻留在5G，但本身业务对于带宽和时延没有极高要求，则支持将该部分用户从5G高频接入5G低频；相反，对那些对带宽、时延有较高要求的业务用户，支持继续 保持在5G高频上，以保证其体验。 2.2 技术方案 5G核心网智能化方案整体思路是基于智能化网元采用订阅方式从移动网络中采集各类数据，包括网元、网管、应用功能等，通过AI智能算法进行数据训练，实现对用 户行为、业务特征、报文特征进行多维度的画像。网元、网管、应用功能等可订阅这些画像模式，实现实时的闭环策略。 现有的3GPP标准规范支持RFSP（RAT/Frequency Selection Pr