5G時(shí)代，各行業(yè)都在積極探索數(shù)字化轉(zhuǎn)型道路，通信網(wǎng)絡(luò)也走向全面服務(wù)于數(shù)字化社會(huì)。旺盛的需求給電信產(chǎn)業(yè)帶來(lái)了新的機(jī)遇，也給網(wǎng)絡(luò)運(yùn)維運(yùn)營(yíng)、降本增效等方面帶來(lái)了挑戰(zhàn)。一方面多頻多制式多種站型使得網(wǎng)絡(luò)越來(lái)越復(fù)雜，同時(shí)各種新技術(shù)的引入，使得網(wǎng)絡(luò)復(fù)雜度幾何倍增；另一方面，大量不同類型不同能力的終端接入，各種toC和toB業(yè)務(wù)需求的開(kāi)展，使得網(wǎng)絡(luò)數(shù)據(jù)量空前增大。在此背景下，自智網(wǎng)絡(luò)以自動(dòng)化和智能化為核心特征，以提高通信網(wǎng)絡(luò)的質(zhì)量和效率為目標(biāo)，實(shí)現(xiàn)行業(yè)數(shù)據(jù)的智能升級(jí)，成為5G與未來(lái)通信網(wǎng)絡(luò)和人工智能深度融合的重要發(fā)展趨勢(shì)。
中信科移動(dòng)自智網(wǎng)絡(luò)解決方案是通過(guò)數(shù)字化、智能化、敏捷化的理念牽引體系設(shè)計(jì)和技術(shù)發(fā)展，采用云端智能、網(wǎng)絡(luò)智能、網(wǎng)元智能的三層架構(gòu)，構(gòu)建“分層治理、協(xié)同智能”體系，使能智能移動(dòng)網(wǎng)絡(luò)，漸進(jìn)實(shí)現(xiàn)高階自智。
其中，云端智能基于x86云化平臺(tái)，借助專家經(jīng)驗(yàn)和全局?jǐn)?shù)據(jù)轉(zhuǎn)換成模型，使能跨域、整網(wǎng)的閉環(huán)控制，承載規(guī)建維優(yōu)業(yè)務(wù)數(shù)智化。網(wǎng)絡(luò)智能是在網(wǎng)元設(shè)備內(nèi)部構(gòu)建算法框架和平臺(tái)，進(jìn)行AI小模型訓(xùn)練和推理，對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)準(zhǔn)實(shí)時(shí)智能。網(wǎng)元智能是在網(wǎng)元設(shè)備內(nèi)部，基于可獲得的局部數(shù)據(jù)進(jìn)行網(wǎng)元自身的感知分析推理，并執(zhí)行預(yù)置的 AI 算法，進(jìn)行網(wǎng)元服務(wù)范圍內(nèi)的自環(huán)分析決策。
同時(shí)，中信科移動(dòng)基于Nexicloud自智網(wǎng)絡(luò)全域應(yīng)用在多個(gè)省份和運(yùn)營(yíng)商客戶聯(lián)合開(kāi)展自智網(wǎng)絡(luò)實(shí)踐。Nexicloud以大數(shù)據(jù)、算力基站為支撐，結(jié)合神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜等AI技術(shù)，打造網(wǎng)絡(luò)自規(guī)劃、業(yè)務(wù)自開(kāi)通、網(wǎng)絡(luò)自維護(hù)、質(zhì)量自優(yōu)化等四個(gè)自動(dòng)化構(gòu)建閉環(huán)自智網(wǎng)絡(luò)，賦能“規(guī)建維優(yōu)”的多個(gè)場(chǎng)景，推動(dòng)網(wǎng)絡(luò)質(zhì)量和用戶體驗(yàn)的快速上升。
該方案具有三大創(chuàng)新點(diǎn)：
§網(wǎng)絡(luò)自規(guī)劃
面向現(xiàn)網(wǎng)弱覆蓋精準(zhǔn)補(bǔ)點(diǎn)難、增強(qiáng)覆蓋競(jìng)爭(zhēng)力難、站點(diǎn)投資評(píng)估難等痛點(diǎn)，推出價(jià)值站點(diǎn)規(guī)劃應(yīng)用FAN（Fast Autoplaning Network ），可基于MR等數(shù)據(jù)結(jié)合流量預(yù)測(cè)、建筑物識(shí)別，精準(zhǔn)評(píng)估現(xiàn)網(wǎng)，輸出扇區(qū)級(jí)規(guī)劃及建設(shè)優(yōu)先級(jí)，從而指導(dǎo)網(wǎng)絡(luò)建設(shè)價(jià)值最大化，提升網(wǎng)絡(luò)覆蓋競(jìng)爭(zhēng)力。
§網(wǎng)絡(luò)自維護(hù)
基于大數(shù)據(jù)分析及AI模型訓(xùn)練，建立設(shè)備健康度模型，對(duì)設(shè)備進(jìn)行智能健康體檢，提前防范風(fēng)險(xiǎn)，提高網(wǎng)絡(luò)可用性。
§質(zhì)量自優(yōu)化
質(zhì)差小區(qū)根因分析應(yīng)用CRCA（Cell root cause analysis），助力高效的質(zhì)差小區(qū)治理；RF自智應(yīng)用（Auto RF）暨M(jìn)assiveMIMO權(quán)值優(yōu)化，利用天饋軟調(diào)參數(shù)，結(jié)合機(jī)器學(xué)習(xí)尋優(yōu)算法，實(shí)現(xiàn)“覆蓋問(wèn)題自動(dòng)發(fā)現(xiàn)-自動(dòng)分析-自動(dòng)優(yōu)化”，助力高效低成本天饋組網(wǎng)覆蓋優(yōu)化；智能干擾分析通過(guò)AI算法進(jìn)行干擾類型自動(dòng)識(shí)別和外部干擾源定位，快速排查和定位干擾，提升網(wǎng)絡(luò)質(zhì)量；智能節(jié)電基于AI預(yù)測(cè)小區(qū)業(yè)務(wù)負(fù)荷、小區(qū)共覆蓋識(shí)別、節(jié)能策略智能推薦和及時(shí)喚醒，實(shí)現(xiàn)動(dòng)態(tài)高效節(jié)能與保障網(wǎng)絡(luò)性能的最佳平衡。
