近日，中信科行動通訊技術股份有限公司（以下簡稱中信科移動）與中國聯通內蒙古分公司（以下簡稱內蒙古聯通）攜手合作，完成無線網絡覆蓋自最佳化場景的高階自智特性現網驗證和套用。雙方聯合創新了演算法和5G天饋最佳化技術，利用海量的網絡數據處理、分析和AI建模，實作了RF自智最佳化的創新套用，可自動分析區域網絡、生成最優天饋調整策略、自動調整區域內基站電下傾和波束賦形等參數，大幅降低了人工成本，並極大提升了網絡效能指標和終端使用者感受。
5G技術的普及，帶來了更高的傳輸速度和更大的網絡容量，也引入了多樣化的套用場景和復雜的網絡結構。天饋系統負責無線訊號的發射和接收，是5G網絡中的重要組成部份。隨著5G網絡的發展，天饋最佳化面臨著新的挑戰，包括多樣化套用場景的需求；高頻段與大頻寬的需求：需要更精細的天饋最佳化以保證網絡覆蓋和效能；多天線技術的需求：5G采用大規模MIMO技術，需要最佳化大量的天線單元，增加了最佳化的復雜性；動態變化的網絡環境需求等。
天饋高階自智方案
針對天饋最佳化帶來的挑戰，內蒙古聯通與中信科移動組成聯合專家團隊，積極推進基於AI的5G天饋最佳化技術，利用Hinet智能運維平台的大數據處理和分析能力，推出了RF天饋高階自智最佳化方案，該方案有以下亮點：
01
天饋洞察套用RFi（RF Insight）於網絡基礎資訊核實。透過對天饋系統的執行數據（如MR、路測、切換數據）進行自動采集分析，基於xgboost模型進行訓練，系統能夠自動檢測天饋異常情況（如天饋接反、天線角度錯誤等），為後續RF覆蓋分析提供準確的基礎數據。
02
智能參數調優。透過深度學習演算法，構建天饋系統參數與網絡效能指標之間的對映模型。利用該模型，可以在不同場景下自動調整天饋系統的參數（如天線方向、傾角、功率等），以最佳化網絡效能。結合智能尋優演算法，在模型上進行參數搜尋，找到使網絡覆蓋幹擾最小的最佳參陣列合。
03
即時監測與動態調整。利用AI技術，即時監測網絡中的各種指標（如訊號強度、幹擾水平、使用者體驗等），並透過自學習演算法，動態調整天饋系統的配置。可以在網絡環境變化時，及時響應，保持網絡的最佳狀態。
中信科移動聯合內蒙古聯通，對包頭、通遼、鄂爾多斯、赤峰四地的3.5G區域開展了專項試點和套用。方案實施後，最佳化區域3.5G流量和使用者數均有顯著提升，基礎KPI保持平穩，網絡質素明顯改善、業務量大幅提高。
基於AI的5G天饋最佳化技術，不僅提升了5G網絡的效能和使用者體驗，也為通訊網絡的智能化發展奠定了堅實基礎。未來，基於AI的5G網絡自智將繼續向更高階、更智能的方向發展，中信科移動將加強與中國聯通的創新合作，持續深入探索，推動AI與通訊網絡的深度融合，打造更智能、更高效的5G網絡。
