1.3.1 5G智能維構建

當前5G網絡雖然可以滿足ITU制定的相關指標要求，但是為了實現萬物智聯，構建未來信息社會的宏大愿景，在完成5G第一個版本的標準之后，還在持續推進5G標準化工作。隨著3GPP的版本不斷演進，5G也將在多個維度不斷實現性能提升。根據目前的趨勢，未來的5G演進不僅包括速率、時延、連接數等指標性提升，還包括5G網絡自身智能化水平提升，以及對不同垂直行業特定需求的支持。對于不同維度的演進和發展過程，都存在AI技術的應用空間。

當前，移動通信與AI結合已經成為熱點，表現如下。

?學術界發表文章多。在全球各大期刊中，研究AI與移動通信結合的文章數以萬計，討論范圍已經涉及通信各個領域。

?產業界關注程度高。大量企業紛紛開始從事移動通信與AI深度融合的研究與相關產品開發工作。

?受到標準組織熱捧。國際與國內多個標準化組織紛紛從不同層面和角度開展移動通信與AI融合相關的研究和標準化工作。

?成為未來移動通信發展的重要技術方向。多個組織與公司把AI作為未來移動通信網絡的架構基礎進行研究。

在5G網絡設計之初，受多重因素影響，并未考慮5G與AI技術的深度融合。隨著AI技術與算力的快速發展，相關研究的不斷深入，5G引入AI技術進行不斷演進成為可能。雖然關于移動通信引入AI技術已經有了大量的研究，但是實際中還面臨諸多挑戰。這些挑戰如下。

?5G引入AI的新范式需要探索。移動通信產業有自身的特點，來自不同廠家的設備需要互聯互通，基于產業分工與多年國際標準化演進，已經有成熟的研究、標準化與產品化體系，而引入AI技術后，如何與原有體系進行結合的新范式還未形成。

?5G引入AI的內容需要明確。基于大量的研究，5G引入AI存在大量的潛在結合點。這些潛在的結合內容中，哪些有實際應用價值并無共識。

?5G引入AI的分工合作模式需要明確。運營商、設備商、高校和研究機構等如何分工合作，形成產業合力的路徑也需要明確。

5G與AI不斷融合的過程，就是不斷構建5G智能維的過程，圖1-6給出了構建5G智能維的系統解讀。5G的智能維是基于5G大數據和算力資源開拓的以人工智能技術為基礎的新資源維度。5G智能維可以被認為是與傳統無線移動通信的時域、頻域和空域并列的一個新維度。相較于傳統的維度，5G智能維構建需要基于3項基本元素：5G大數據、算力資源和人工智能技術。5G大數據既包括5G網絡中的原生數據，也包括5G承載的數據。算力資源包括5G終端算力、5G網元算力和云設備算力。人工智能技術就是以機器學習為代表的人工智能技術。構建5G智能維可以定義為：利用人工智能技術，合理使用5G大數據和算力資源，使5G更加智能、高效，同時應用與5G網絡智能化適配，實現高質量的多樣業務。

5G智能維的構建是通信與AI兩個領域不斷探索與融合的過程。對于5G大數據的挖掘需要借助一系列的AI基礎理論和工具，AI工具及算法對數據和算力有比較明確的需求，在對5G網絡架構進行增強性設計時既要考慮不同算法的數據需求和實際性能，也要結合相關算法對算力資源進行評估。5G網絡的強大傳輸能力也將推動基于AI的更多應用的產生。AI相關應用的數據收集方式、計算方式、模型的部署與更新方式都需要考慮和5G網絡進行動態結合，以便提供更好的服務。

5G智能維的構建可以從多個角度開展，圖1-7給出構建5G智能維的3個重要維度。3個維度涵蓋基礎理論研究、基于AI的無線增強和基于AI的核心網增強。

1.5G與AI融合基礎理論

5G與AI融合不僅涉及移動通信和AI領域的基礎理論知識，還涉及如何應用AI理論解決經典的移動通信問題的基礎方法論。典型的如解決移動通信問題的數據集建立方法，經典模型與算法的研究方法和仿真驗證方法的建立。第2章將對5G與AI融合的基礎理論進行詳細的探討。

2.基于AI的無線增強

無線網絡設計是5G設計的核心，在5G新空口（NR）的初始設計中受多方面影響，并沒有引入基于AI的設計。隨著近年來AI技術的飛速發展和對基于AI的移動通信技術的持續深入研究，基于AI的無線增強逐步成為未來5G網絡演進的重要方向。AI技術有望在頻譜效率提升、節能、網絡優化、移動性增強等多個領域提升5G性能。第3章將對5G無線側引入AI技術進行詳細介紹。

3.基于AI的核心網增強

5G核心網承載網絡和用戶管理等一系列基礎功能。與無線接入網尚處于研究與探索階段不同，核心網已經在多個環節逐步引入基于AI的處理。在標準化層面，5G核心網在R15階段就開始了智能網元相關的研究，R16階段開始標準化，并在R17及后續版本不斷演進。圍繞智能網元，支持了一系列的數據收集、傳輸與分析流程，從而實現集中式和分布式學習等不同學習方式下的多種用例，整體提升5G網絡自動化水平。第4章將依托目前已經國際標準化的內容，對5G核心網智能化內容進行介紹。

5G智能維的構建需要充分考慮和結合通信產業的理論及產業的特點，與國際標準和產業緊密結合。對于構建5G智能維的多個方面，圖1-8給出了5G智能維各個方面潛在包含的內容。對于多個維度中所涉及的基于AI的關鍵技術將在后續章節中進行詳細介紹。不同的基于AI的5G關鍵技術能否在5G網絡中使用還需要不斷探索、研究及實踐驗證，對于需要在5G網元間進行信息交互的技術，更需要進行相應的標準化工作。

5G的設計充分借鑒了4G LTE的設計，采用更加靈活的架構，可以支持更加復雜的場景、滿足更多樣的指標要求，并支持到100GHz的頻率范圍。5G的基礎設計構建在傳統的移動通信理論基礎之上，基本的設計原則是把端到端的通信過程劃分為多個環節，每個環節以相應的基礎理論和假設進行設計和優化。這種設計方式有其固有的優勢：一方面每個環節的確定性強，有強理論支撐，能保證整個通信過程的魯棒性和可靠性；另一方面多個環節相對獨立有利于促進行業內分工，不同環節的專家專注于相對有限的領域，可以對相關設計精益求精，持續優化。

在3GPP中，分環節的標準制定與優化的特點體現得淋漓盡致。3GPP包括3個大的技術標準組（Technology Standards Group，TSG），分別負責核心網和終端（Core Network and Terminal，CT）、業務和系統（Service and System Aspects，SA）和無線接入網（Radio Access Network，RAN）方面的工作。其中，每一個TSG又進一步分為多個不同的工作組（Work Group，WG），每個WG分別承擔具體的任務。其中主要負責5G新空口（NR）制定的TSG RAN又分為RAN WG1（無線物理層）、RAN WG2（無線層2和層3）、RAN WG3（無線網絡架構和接口）、RAN WG4（射頻性能）、RAN WG5（終端一致性測試）幾個工作組。每個工作組針對不同的項目開展具體的研究和標準化工作。

對于一項技術的標準化，將由來自不同公司的多個工作組的專家聯合完成。以大規模天線技術為例，目前的5G大規模天線設計基于有限信道信息下的容量最大化方式設計，具體又分為大規模天線的傳輸方案設計、碼本設計、導頻設計、信道信息反饋設計、波束管理設計等多個環節。對于各個環節的設計，有嚴格的假設和對應的應用場景，各個公司根據相應的場景和假設對各種方案進行仿真性能比對，綜合考慮性能、復雜度、普適性、算法成熟度等各方面的因素進行標準化。不同環節的標準化還會涉及多個工作組，例如大規模天線相關的基礎設計在RAN WG1進行標準化，相關參數配置在RAN WG2進行標準化，設備實現性能及測試方法在RAN WG4和RAN WG5進行標準化。

目前對于有比較明確的移動通信理論支撐且適用于分段優化的設計已經有比較好的支撐，進一步采用基于AI的設計的空間很小，典型代表如信道編碼。5G標準中采用的LDPC碼設計和Polar碼設計在滿足一定信道條件約束下，其性能距離香農極限已經非常接近，而且現有的編譯碼算法也非常成熟，其復雜度和性能已經得到很好驗證。對于這些內容再引入基于AI技術的設計潛在增益有限，研究所需投入和替換現有設計成本也較高，在5G網絡中采用可能性相對較小。

總體看，對于5G中涉及環節較多、很難直接建模求解的問題，基于AI的技術存在很好的應用前景。通過5G智能維的構建，不僅可以很好地利用算力來全方位提升5G各方面性能，還可以打造綠色、智能、易于部署與維護的網絡。5G網絡智能維的構建，也將為未來6G網絡采用AI技術打下堅實的基礎。