AI赋能，运维至简

5G网络具有全新的架构，具有超高速率、超低时延、超大规模连接和网络切片等特性，在实现CT向IT转型的同时，也将改变很多行业业务形态，引领行业数字化转型。对移动运营商来说，5G时代将面临更加巨大的运营维护挑战。首先，很多运营商需要面对2G/3G/4G/5G长期并存的现实，多制式、多频段，网络层级厚重，资源利用不均衡，投资效率降低；其次，未来5G站点及应用连接更密集，网络结构复杂，切片带来业务模型倍增，使得网络运维工作量指数上升；第三，网络能耗居高不下，降低OPEX面临更大困难。

为应对挑战，中兴通讯于2019年推出uSmartNet（自主进化网络）整体解决方案，通过网络进化、运维进化、运营进化三大进化助力运营商开源节流、提升效率。
－网络进化：网络资源调度向自动化智能化进一步演进，做到网络资源按需调度，实现投资持续优化，降低CAPEX；
－运维进化：降低运维难度，化繁为简，提升运维效率，从被动运维向主动运维演进，降低OPEX；
－运营进化：快速响应业务需求，向精准营销、新型切片运营等方式演进，提升收入。

针对规模庞大的无线侧网络，中兴通讯在现有管控层内嵌轻量化AI引擎，结合“规划、建设、运维、优化、运营”各阶段不同需求，开展自动化和智能化功能开发和应用，为网络赋能，逐步构建自主进化的智能网络，实现智能运维、至简运维。

在“规、建、维、优、营”各阶段，重点需求各有侧重，中兴通讯结合长期在无线通信领域深厚的技术和经验积累，针对实际运维管理存在的难点、痛点，引入AI算法进行方案和流程改造，力图将运维和管理工作简化，在精准规划、站点部署、网络维护、网络优化和站点节能等方面实现部分工作的自动化和智能化。未来，我们将打造端到端、全流程的自主进化网络，彻底实现全网的智能运营和管理。

精准规划，价值投资

无规划，不成网，无线网络建设和扩容离不开网络规划。传统的网络规划，特别是扩容规划，需要人工结合路测、现场勘查和网络统计数据分析，费时费力，很难做到全网精准规划，导致网络多次调整或预算不足，影响网络质量和用户体验。在有了大数据采集和人工智能助力后，精准自动规划已成为现实。

中兴通讯精准扩容规划平台基于MR海量数据分析和AI智能预测，综合考虑覆盖、容量，从7个维度对问题区域进行分析、打分和排序，确定扩容优先级。在进行话务容量分析时，不仅统计现网数据，还利用AI算法（综合Sarima算法和LSTM算法各自优势进行优化后的算法）通过对历史数据的训练和模拟，预测小区未来话务增长趋势。针对网络中经常存在的业务需求压抑的小区，通过半监督学习算法，识别出已经流量压抑的小区和未压抑小区可能的压抑曲线。基于AI算法，实现全网洞察，预测未来，让网络规划更符合实际业务发展需求，投资更精准，效益最大化。

在5G建设之初，基于4G MR数据进行预规划，将大大提升5G规划效率，并可有效实现4G/5G协同。通过现网4G MR数据快速精确识别室外热点价值区域实现聚类和室分热点建筑物判断，为5G站点规划提供第一手信息，并可根据区域话务量大小匹配站型。

2019年，国内外32个项目采用精准扩容规划平台输出规划报告，其中14个项目完成5G智能预规划。原本至少需要2人1个月完成的工作，现在只需要1人1周即可完成，效率提升80%，既高效又精准，获得广东、福建等地运营商的高度认可。

自动开站：自动路测，快速部署

5G规模部署之际，运营商都希望能快速高质量完成网络建设，早一天投入商用，早一天占得市场先机。中兴通讯基站产品支持PnP（即插即用）功能，基站完成硬件安装上电后，通过自发现功能，就可以完成通信链路建立和配置文件及版本软件包获取，实现自开站。对于开通的站点，运营商需要供应商完成验收测试并提供验收报告才算工程交付。传统路测费时费力，手工输出报告周期长，中兴WNG无线网络卫士（Wireless Network Guardian），采用商用5G终端+云服务架构，从数据采集到报表输出，实现了全流程的网络化、自动化，一人一车一终端即可完成单站验收测试、簇优化等工程验收场景。该工具同时适用于室内、小区等复杂场景测试，提供多样化的数据分析和强大的报表定制输出功能，边测试边输出报告，人力成本降低60%，效率提升55%，在某省电信5G部署工程中，一个月完成1000多份报告的输出。

智能告警分析：压减告警数量，快速定位根因

无线网络有基站、传输、电源等多种类型网元，基站又有BBU和RRU，相互关联，一个故障往往会产生大量非根源告警，如果无法快速过滤，会延缓排障人员定位，甚至误导根源故障排查，造成更大的网络安全危害。中兴RCA（Root Cause Analytics）智能告警压减和根因定位方案从垂直方向（小区-AAU-DU-CU/小区-RRU-BBU）和水平方向（站间/CU间/DU间）两个维度进行关联分析和定位，对外场数百万条历史告警数据进行AI训练，综合皮尔森系数、频繁项集、置信度等进行算法调优，结合专家规则库建立模型并经离线验证后进行现网部署。

在外场试点应用中，原先17条告警通过AI算法压减后减少为6条，压减率近65%，大大方便运维人员聚焦根源告警、快速准确定位故障，解决问题。

智能网络优化，自适应天线权值变更

Massive MIMO是5G关键技术之一，因此，多波束天线也成为Massive MIMO和5G网络的基础设备。相比传统天线，多波束天线可以根据覆盖场景调整水平波瓣宽度、垂直波瓣宽度、方位角、下倾角等多个权值。如果依赖人工调整不仅对运维人员技术水平要求高，还需要极大的耐心、体力和时间，根据网络需求灵活调整参数，对于人工，更是不可能完成的任务。人工智能的自我学习、自我迭代优化能力，此时就可以大显身手，将不可能变为可能。中兴AAPC（Automatic Antenna Pattern Control）功能基于AI搜索算法，可以针对不同场景灵活、自适应调整天线波束权值，快速优化网络覆盖质量，降低人力成本和时间。在综合考虑算力要求和时间成本的情况下，AI算法经过多轮迭代找到局部最优解，满足网络智能优化的同时大幅降低搜索时间。在某外场试点中，测试验证原来需要40多人天的工作量，现在只需要2人天就可完成，网络RSRP提升1.5dB，SINR提升1.8dB，效率高，效果好。

AI节能，更胜一筹

移动网络中，无线基站数量远大于其他设备数量，且随着覆盖范围和容量的增大，其能耗占比可高达80%。5G时代，由于射频模块MIMO数量大且输出功率高，5G基站的功耗是4G基站的数倍，或将成为新一代的“电老虎”。

传统节能方案采用人工设置网元节能功能开启时间段，因担心影响KPI，也无法针对基站/小区分别设置，所以节能功能开启时间偏向保守，在各小区话务负荷存在高低不平的情况下，既不能充分发挥低负荷站点节能潜力，也会导致节能对高负荷站点性能产生负效应，性价比低，也大大影响运营商对节能功能的大规模应用。

中兴AI节能方案基于自主研发的AI引擎，将多种AI算法进行调优适配，使之更匹配通信网络需求，将网络话务预测、参数部署选择、性能调整优化形成闭环，在节电和网络性能之间实现平衡，在保障运营商网络KPI的同时实现绿色运营。AI节能系统通过对历史数据分析进行网络负荷及用户行为预测，针对不同场景训练相应的参数触发阈值，预测准确率超过90%。并且，系统以小区为粒度调整节能时间窗及参数配置，可按工作日、周末及节假日分别适配，细化每个站点、每个小区的真实情况，取代传统的区域性无差别参数门限设置，显著延长小区节电开启时间，节能效果提升明显。

在外场规模验证中，全网10000多个小区全部开启AI节能后，小区节能开启时间提升150%以上，全网站点节能效果达10%（人工节能效果在5%左右），智能节能开启后，相比人工节能，系统KPI更平稳、用户感知更好。

中兴通讯通过多年在AI领域的持续投入、研发和应用，特别是2019年在多个外场的测试和验证，证明AI在无线网络的全生命周期中各个阶段都大有用武之地。2020年恰逢5G大规模部署，5G+AI的珠联璧合成为必然之选。当然，运维智能化和网络智能化并非一蹴而就，甚至其路既阻且长，在数据质量提升、算法匹配优化及端到端全流程贯通等方面，还有许多值得深入研究和持续探索之处，我们也非常期待和合作伙伴在更多领域一起携手推进和加速网络智能化进程，实现5G网络的全流程智能运维！