AI技术帮助5G网络性能提升无线空口技术引领未来网络设计变革

 

5G和AI不断融合的过程就是不断构建5G智能维度的过程。5G智能维度是一个基于5G大数据和计算能力资源，基于人工智能技术的新资源维度。5G智能维度可视为时域、频域、空域与传统无线移动通信并列的新维度。与传统维度相比，5G智能维度的构建需要基于5G大数据、计算能力资源和人工智能技术三个基本要素。5G大数据包括5G网络中的原始数据和5G承载的数据。计算能力资源包括5G终端计算能力、5G网络计算能力和云设备。

 

将基于AI的多项关键技术引入到实际网络中，也面临着从基础理论到实际应用相关的一系列关键问题。这些关键问题包括关键用例选择、数据集建设、模型管理和计算能力支持等。挖掘5G大数据需要一系列的AI基础理论和工具。AI工具和算法对数据和计算能力有明确的需求。在5G网络架构的增强设计中，既要考虑不同算法的数据需求和实际性能，又要结合相关算法对计算能力资源进行评估。5G网络的强大传输能力也将促进基于AI的应用。

 

由于各种因素的限制，5G国际标准的初始阶段并没有引入基于AI的设计。随着AI技术的快速发展，随着5G国际标准的不断演进，与AI融合的设计逐渐被考虑。自R15版本以来，基于AI的相关设计逐渐引入5G无线网络和核心网络，并对AI技术支持进行了大量研究。本文结合5G国际标准的进展，详细介绍和分析了5G和AI不断融合的过程。

 

以AI为基础的空口设计是构建5G智能维度的核心。

 

基于人工智能的5G物理层设计涉及空口和高层设计。基于人工智能的高层设计在空口开始研究之前，重点关注基站节能和移动管理的用例。空口设计主要研究和标准化与无线人工智能相关的关键技术。其中，基于人工智能的空口设计是整个基于人工智能设计的核心。现有研究表明，基于人工智能的空口设计是构建5G智能维度的核心，将有潜力开启全新的系统设计模式，为6G的设计奠定基础，这也是各公司国际标准化竞争的焦点。

 

在3GPPR17版本中，基于AI的高层相关设计开始研究，其名称是数据收集和增强项目。该项目研究了基于AI的基站节能和移动管理的数据收集内容和流程，以及AI模型在5G网络中的运行机制。R18版本基于R17的研究成果，重点关注基站网元之间的信号传输和网络架构需要的修改，对相关用例进行标准化。在R19版本中，基于AI的高层设计除了不断提高现有用例的性能外，还将考虑基于AI的智能切片等新业务的支持。

 

R18基于AI的空口设计已经在R18中建立了研究项目。这个项目是5G演进中最受公司关注的项目，也是5G中无线AI技术首次标准化。本项目重点介绍了基于AI的设计对5G整体框架的影响，并对一些典型用例的性能和标准化进行了研究。AI相关基本概念、基本模拟验证方法论、基站终端合作模式等都是在项目开展过程中定义的，并针对模型／功能性注册，数据传输，模型传输，模型传输，／功能选择，模型／详细研究了生命周期管理过程，如功能激活和激活。就用例而言，R18版系统地研究了信道信息反馈、定位、波束管理等关键用例。其中，基于AI的定位和波束管理技术将得到各方的认可，并将在R19版本中标准化。然而，由于双边模型的标准化，基于AI的通道信息反馈中仍有许多问题没有得到很好的解决，因此R19版本将继续研究。此外，数据集传输和模型传输也是R18研究的热点。考虑到数据集和模型传输的潜在成本，R18版本的研究需要继续与R19版本和通道信息反馈一起研究。

 

继续推进核心网络智能化

 

3GPP已经启动了几个版本的核心网络智能化研究和标准化。在R15阶段，3GPP将NWDAF引入5G网络架构。（NetworkDataAnalyticsFunction，网络数据分析功能网元)。NWDAF用于分析信息，如网络数据采集、网络数据分析、向其他网络功能网元提供网络切片实例负载等。

 

3GPP专门在R16阶段建立了5G网络自动化(enablerofNetworkAutomationfor5)G，eNA）该项目补充和增强了R15NWDAF功能，并定义了基于单个实例的集中智能网络架构和能力。同时，还梳理了应用场景及涉及的关键技术，如业务体验、网元负载、网络性能、UE移动性、UE交互性、终端异常行为等。

 

在R17阶段，3GPP进一步建立了eNA_phase2项目，继续研究网络架构的进一步增强，包括NWDAF功能分解、数据收集效率提高、UE数据收集等，定义了基于多实例分布的智能网络架构和能力。与此同时，业务分布分析、WLAN性能、对话管理拥塞控制体验、DN性能等典型应用场景及相关关键技术也进一步梳理。

 

在R18阶段，3GPP进一步建立了eNA_phase3项目，重点研究数据采集性能提高、模型性能监控、跨厂商模型共享、联邦学习、漫游数据共享、如何与定位系统合作以及如何与网络管理合作。在R19阶段，R18只定义基本框架，将在R19进一步研究，因为跨厂商模型共享、联邦学习复杂、涉及内容多。此外，由于R18版本和RAN之前没有与RAN联动，R19版本将研究如何支持核心网络和RAN。

 

继续推进5G与AI融合推进。

 

5G还讨论了AI算法的支持。在R17版本中，主要分析了AI模型的相关特点，尤其是AI模型的大小和运行模式。这部分内容在核心网络需求组(SA1)的AI模型分析项目中进行。该项目详细说明了模型分割、模型下载、分发和共享，以及联邦学习和分布式学习中涉及的典型模型和运行模式。R18版本继续考虑模型传输的需求和解决方案，在核心网络架构组(SA2)中。总的来说，与基于AI的无线网络和核心网络相比，多标准化只停留在基础上。

 

5G与AI的融合是一个逐步探索和完善的过程。标准化是5G网络进化的关键环节，标准化的过程也是5G与AI融合持续研究和达成共识的过程。5G智能维护的构建需要与标准化工作紧密结合。5G与AI融合的标准化工作是一个系统工程，标准化内容与工业实现的整体路线图有机结合，逐步实现。与5G网络相关的标准化工作将继续在3GPP中进行，基于AI的5G网络相关应用可以根据需要在3GPP的核心网络和需求增强所需的网络。

 

5G与AI的融合也为未来6G的AI原生设计奠定了基础。3GPP的一个很好的传统是，对于任何重要的新功能，研究都应该至少提前两个版本，这样整个行业才能充分了解新技术。比如大规模MIMO的研究已经在4GAdvanced开始，5G推出了支持大规模MIMO的产品。无线AI是一项历史性的新技术，对于无线系统来说，长期的研究是必不可少的。5G的研究和标准化用例也将在未来6G的AI原始设计中得到支持。