论文部分内容阅读
摘要：近年来，伴随着我国科学技术的快速发展，移动运营商在运营过程之中正面临着流量暴增和增量不增收的困境，而且当前在移动运营商运营过程之中面临着需求投资和效能不平衡状态的这一新的不均衡问题。而伴随着5g时代的到来，o-RAN架构的无线网络也随之而被越来越广泛的应用到社会生活生产之中去。该种新型架构的出现应用到了大数据时代下的人工智能技术，能够在更加有限资源的情况下为运营客户提供极致化的服务和体验。而且该架构的无线网络在应用过程之中，会利用AI大数据技术对基站容量时间和空间特征进行更加全面化的分析，从而能够更好地为网络建设和资源的投放与分析等具体内容进行服务。为此，文章主要对5g时代下的O-RAN架构的无线网络嵌入式人工智能发展进程进行简单的阐述和探讨。
关键词：O-RAN架构;无线网络;嵌入式;人工智能
引言：随着5g时代的到来以及广泛应用，当前5G网络的发展过程中对网络需要提出了越来越多样化的需求，比如说在多种业务和部署场景等方面均需要比以前有更加全面性的发展。而为了更好地对当前5g时代下快速发展的网络需求进行满足，移动运营商需要不断对空口技术和网络架构等进行不断创新与发展，同时他们还需要不断增强在发展过程之中的网络的开放性和灵活性。移动运营商在对空口技术进行发展的过程之中，运营商需要不断增加我这网络发展过程之中的频段和天线数量，从而来更好的保证5G网络在正常运营过程之中能够拥有更加多元化的帧结构参数和物理层控制。而移动运营商在对网络架构进行发展的过程中，他们需要不断增加对5G网络的多次解耦工作，比如说像5G网络在正常运营过程之中的网络虚拟化的软硬解耦、控制与转发分离、控制面与用户面解耦和无线接入网的中心单元与分布式单元分离等均是5G网络在运营过程之中需要开展的工作。我就忘了，在郑成运营过程中开展以上各项工作，能够更好的让运营商在正常运营过程之中的业务和差异化的网络需求得到更好的满足以及资源的更加充分化的利用。这也就能够让垂直行业在未来以更加高效化的形式来开展各项网络切片服务，从而能够实现不断为5G网络使用过程之中不同客户的具体使用要求提供极致化的、差异化的服务体验的目的。
一、5g时代下开展人工智能与机器学习的重要性
在5g时代下网络的各个方面都有了更高程度上的发展，但是其在发展过程之中随着5G网络灵活性的不断增强也使得网络的各个方面都具有了较以前所不可比拟的复杂性。这也就要求了移动运营商在正式开始运营工作之中需要不断对网络的管理和运维效率进行进一步提升，只有这样才能够更好地对当前5g时代下不断发展的复杂网络环境以及用户的差异化越来越大的网络需求进行满足。而在5G网络时代发展的大潮流下开展人工智能和机器学习，能够更好地满足当前社会生产过程之中不同人对于网络使用的愈来愈大的差异化需求，主要是由于的这一过程之中应用人工智能和机器学习能够更好的为网络资源编排以及无线网络资源分配和网络的高效化控制提供更加全面性且灵活性更高的支持。而且由于传统移动网络在发展过程之中过度依赖人工干预以及理论建模的网络设计和优化，这就会在很大程度上使得5g网络要在正常营业过程之中涉及到的一些复杂网络管理问题很难得到最优化的解决。除此之外，由于采用传统的方法不能够更好地对5G网络开展无线网络优化问题精确建模和高效求解工作，所以采用传统网络运营方法对5G网络开展正常运营工作就很难保证无线网络频谱效率和能量效率等方面的性能，而这也就会在很大程度上造成5g网络运营过程之中无在该方面性能的损失。而且在另一方面，传统运营商在发展过程之中网络用户信息的瞬时状态所采用的方案不能够更好地对当前网络潜在的用户环境特征以及相关网络用户环境行为规律的时间规律性和空间规律性特征进行变化分析，这也就会导致5G网络在运营过程之中其最优化网络性能以及其潜在的大量网络资源未能够得到充分的发挥。
在5G网络时代之下引入人工智能和机器学习，它首先能够为5g网络正常运营和发展提供一个更加可靠的预测模型。一般来说，在5G网络运营过程之中会涉及到网络故障预测、业务感知预测和干扰预测等具体预测内容。这些预测工作的开展可以更好地为网络工作的管理和控制实现主动式的发展。而且该可靠预测模型在建立的过程之中，还能够有效的对网络运维效率和网络资源利用效率进行更大程度上的提升，从而能够更好地满足5G网络的正式运营过程之中个性化的、差异化的用户体验网络需求。其次，5G网络在运营过程之中采用人工智能和机器学习能够拥有更加先进化的决策方法，国际网络在正式运营过程之中，会采用机器学习的形式来进行网络算法方面的实现，而机器学习算法主要是采用以数据为驱动的形式来具体完成的，这就可以十分有效的对5g网络之中存在的大量的传统算法所难以建模和高效解决的问题进行更加全面化且完善的解决。
二、关于人工智能技術在O-RAN结构之中的嵌入
为了更好地对无限极入式网络的嵌入式人工智能技术进行发展，移动运营商在具体发展的过程之中需要从无线接入网架构和关键技术层面这两个方面为具体出发点，综合考虑这两方面，在具体运营过程之中的影响因素，从而实现系统综合性的思考和分析，保证5G网络在正常运营过程之中能够实现系统化的创新和发展。该新型架构的产生主要是以无线网络cu和du以及功能虚拟化为基础，在该基础上来对无限大数据进行分析以及对人工智能引擎进行引入，保证5G网络在正式运营过程之中能够实现时间和空间多维度以及无线智能化的应用。其中关于O-RAN架构的多层智能应用及其控制闭环结构图主要表现在了以下图中。
根据该图我们可以看到，在该新型整体架构之中引入了无线网络智能控制器功能实体，他能够在更大程度上对时间尺度的智能闭环管控进行支持。而无线网智能控制器在具体应用过程之中，其核心主要是应用到了大数据分析和人工智能分析技术，从而能够实现对5g网络运营过程之中无线网络环境的实时化感知预测以及对无线资源的合理化分配和决策。在这一过程之中有关工作人员还可以根据时延处理特性，将无线网智能控制器划分为非实时无线网智能控制器和近实时无线网智能控制器。首先从非实时层无线网智能控制器这一方面来说，这种类型的无线网智能控制器可以被主要性的用于嵌入网管平台部署之中，这种部署可以实现多维度的、大规模的、整网级的数据量方面的分析和处理，而这也就使得其可以更好地对秒级以上的策略管理和控制进行支持。非实时智能控制器本身就具有服务和意图策略管理、无线网分析以及AI训练等具体功能，而且经过训练后的AI模型可以以AI接口的形式来对无线智能控制器进行实时化的推理和执行工作的开展。与此同时，它还可以对无线数据及其特征模型进行高效化的提取，比如说像网络用户级流量时空分布和用户移动项目特征及模型等具体数据均可以以这种形式来实现高效化的提取。而且通过对该数据模型的有效使用，非实时智能控制器在一方面可以更好的协助有关工作人员对网络参数配置进行优化，它同时还能够将相关的数据特征以及近实时智能控制器进行控制面和用户面等双方面的协调性的操作，就这样才能够更好地对无线资源进行精确精细化管理和优化。 三、该新型结构的典型应用场景
该新型结构在5g通信使用过程之中的具体应用，它可以很好地被用于业务体验的实时化保障这一方面，移动运营公司在进行运营的过程之中会综合考虑双向移动跨层优化的设计。首先，他们可以利用cu来对感知特征进行识别和提取，通过彼此之间的感知特征提取和识别来实现对空口网络的精确化、详细化提取和调整，从而能够实现对不同用户使用过程之中的差异化和个性化要求。除此之外，Cu侧还可以对空口传接的具体传输质量进行更加精确化的测量，从而能够实现对TCP窗口以及业务的整体速率进行提升的目的。但是在这一过程之中要需要着重以下三个方面的内容：首先是智能业务识别这一方面，智能业务识别主要是为了更好的对AI领域的算法进行学习，在这一过程之中要以用户业务数据传输特征和业务标签训练来得到精确的业务识别模型为具体工作基础，在得到训练模型的前提下才能让无线接入网对实时数据进行感知和识别。其次是预测与优化这一部分，在该过程之中需要综合考虑到跨层优化的问题，该问题就需要综合利用到人工智能理论之中的识别建模这一内容来进行建模工作的开展，通过数据驱动和智能算法来建立根烟数据分析模型，从而能够实现对网络策略的最终实时化的保障。最后是空口状态预测这一方面的内容。该方面需要以历史信息为主要基础来进行精确化预测，通过人工智能再对算法进行深入化学系的前提下来，对空口状态的未来发展前提以及质量进行预测，从而能够实现对最终的上层业务调整，以及底层资源的最优化分配。
结束语：综上所述，o-RAN架构的无线网嵌入式人工智能发展模式对于5g时代下的通信业发展具有十分重要的影响，它可以更好地满足当前5g时代下发展的各种新型业务需求以及用户使用需求，因此，移动运营商需要不断加强该种新型结构在5g移动网络之中具体的应用水平和程度，综合分析题应用过程之中的各种影响因素，保证最终能够以最优化的效果让该新型无线网嵌入式人工智能结构但具体应用到5G網络之中去，5g发展已经成为了当前大数据时代下的一种大潮流，只有更好地顺应潮流发展研发出新型技术结构才能够更好地实现5g时代高潮的整体到来。
参考文献：
[1]袁孙奇，段然，崔春风.基于O-RAN架构的无线网络嵌入式人工智能探索[J].通信世界，2019（07）：36-39.
[2]崔春风，段然，王桂珍.O-RAN：致力于ICDT融合 打造开放与智能的无线接入网[J].通信世界，2019（07）：32-35.
[3]云晴.从O-RAN的诞生和发展看无线网变革之路还有多长[J].通信世界，2019（07）：29-31.
[4].诺基亚携手中国移动成功完成基于O-RAN架构的利用人工智能保障VR用户体验的5G外场测试[J].电信工程技术与标准化，2019，32（03）：49.
关键词：O-RAN架构;无线网络;嵌入式;人工智能
引言：随着5g时代的到来以及广泛应用，当前5G网络的发展过程中对网络需要提出了越来越多样化的需求，比如说在多种业务和部署场景等方面均需要比以前有更加全面性的发展。而为了更好地对当前5g时代下快速发展的网络需求进行满足，移动运营商需要不断对空口技术和网络架构等进行不断创新与发展，同时他们还需要不断增强在发展过程之中的网络的开放性和灵活性。移动运营商在对空口技术进行发展的过程之中，运营商需要不断增加我这网络发展过程之中的频段和天线数量，从而来更好的保证5G网络在正常运营过程之中能够拥有更加多元化的帧结构参数和物理层控制。而移动运营商在对网络架构进行发展的过程中，他们需要不断增加对5G网络的多次解耦工作，比如说像5G网络在正常运营过程之中的网络虚拟化的软硬解耦、控制与转发分离、控制面与用户面解耦和无线接入网的中心单元与分布式单元分离等均是5G网络在运营过程之中需要开展的工作。我就忘了，在郑成运营过程中开展以上各项工作，能够更好的让运营商在正常运营过程之中的业务和差异化的网络需求得到更好的满足以及资源的更加充分化的利用。这也就能够让垂直行业在未来以更加高效化的形式来开展各项网络切片服务，从而能够实现不断为5G网络使用过程之中不同客户的具体使用要求提供极致化的、差异化的服务体验的目的。
一、5g时代下开展人工智能与机器学习的重要性
在5g时代下网络的各个方面都有了更高程度上的发展，但是其在发展过程之中随着5G网络灵活性的不断增强也使得网络的各个方面都具有了较以前所不可比拟的复杂性。这也就要求了移动运营商在正式开始运营工作之中需要不断对网络的管理和运维效率进行进一步提升，只有这样才能够更好地对当前5g时代下不断发展的复杂网络环境以及用户的差异化越来越大的网络需求进行满足。而在5G网络时代发展的大潮流下开展人工智能和机器学习，能够更好地满足当前社会生产过程之中不同人对于网络使用的愈来愈大的差异化需求，主要是由于的这一过程之中应用人工智能和机器学习能够更好的为网络资源编排以及无线网络资源分配和网络的高效化控制提供更加全面性且灵活性更高的支持。而且由于传统移动网络在发展过程之中过度依赖人工干预以及理论建模的网络设计和优化，这就会在很大程度上使得5g网络要在正常营业过程之中涉及到的一些复杂网络管理问题很难得到最优化的解决。除此之外，由于采用传统的方法不能够更好地对5G网络开展无线网络优化问题精确建模和高效求解工作，所以采用传统网络运营方法对5G网络开展正常运营工作就很难保证无线网络频谱效率和能量效率等方面的性能，而这也就会在很大程度上造成5g网络运营过程之中无在该方面性能的损失。而且在另一方面，传统运营商在发展过程之中网络用户信息的瞬时状态所采用的方案不能够更好地对当前网络潜在的用户环境特征以及相关网络用户环境行为规律的时间规律性和空间规律性特征进行变化分析，这也就会导致5G网络在运营过程之中其最优化网络性能以及其潜在的大量网络资源未能够得到充分的发挥。
在5G网络时代之下引入人工智能和机器学习，它首先能够为5g网络正常运营和发展提供一个更加可靠的预测模型。一般来说，在5G网络运营过程之中会涉及到网络故障预测、业务感知预测和干扰预测等具体预测内容。这些预测工作的开展可以更好地为网络工作的管理和控制实现主动式的发展。而且该可靠预测模型在建立的过程之中，还能够有效的对网络运维效率和网络资源利用效率进行更大程度上的提升，从而能够更好地满足5G网络的正式运营过程之中个性化的、差异化的用户体验网络需求。其次，5G网络在运营过程之中采用人工智能和机器学习能够拥有更加先进化的决策方法，国际网络在正式运营过程之中，会采用机器学习的形式来进行网络算法方面的实现，而机器学习算法主要是采用以数据为驱动的形式来具体完成的，这就可以十分有效的对5g网络之中存在的大量的传统算法所难以建模和高效解决的问题进行更加全面化且完善的解决。
二、关于人工智能技術在O-RAN结构之中的嵌入
为了更好地对无限极入式网络的嵌入式人工智能技术进行发展，移动运营商在具体发展的过程之中需要从无线接入网架构和关键技术层面这两个方面为具体出发点，综合考虑这两方面，在具体运营过程之中的影响因素，从而实现系统综合性的思考和分析，保证5G网络在正常运营过程之中能够实现系统化的创新和发展。该新型架构的产生主要是以无线网络cu和du以及功能虚拟化为基础，在该基础上来对无限大数据进行分析以及对人工智能引擎进行引入，保证5G网络在正式运营过程之中能够实现时间和空间多维度以及无线智能化的应用。其中关于O-RAN架构的多层智能应用及其控制闭环结构图主要表现在了以下图中。
根据该图我们可以看到，在该新型整体架构之中引入了无线网络智能控制器功能实体，他能够在更大程度上对时间尺度的智能闭环管控进行支持。而无线网智能控制器在具体应用过程之中，其核心主要是应用到了大数据分析和人工智能分析技术，从而能够实现对5g网络运营过程之中无线网络环境的实时化感知预测以及对无线资源的合理化分配和决策。在这一过程之中有关工作人员还可以根据时延处理特性，将无线网智能控制器划分为非实时无线网智能控制器和近实时无线网智能控制器。首先从非实时层无线网智能控制器这一方面来说，这种类型的无线网智能控制器可以被主要性的用于嵌入网管平台部署之中，这种部署可以实现多维度的、大规模的、整网级的数据量方面的分析和处理，而这也就使得其可以更好地对秒级以上的策略管理和控制进行支持。非实时智能控制器本身就具有服务和意图策略管理、无线网分析以及AI训练等具体功能，而且经过训练后的AI模型可以以AI接口的形式来对无线智能控制器进行实时化的推理和执行工作的开展。与此同时，它还可以对无线数据及其特征模型进行高效化的提取，比如说像网络用户级流量时空分布和用户移动项目特征及模型等具体数据均可以以这种形式来实现高效化的提取。而且通过对该数据模型的有效使用，非实时智能控制器在一方面可以更好的协助有关工作人员对网络参数配置进行优化，它同时还能够将相关的数据特征以及近实时智能控制器进行控制面和用户面等双方面的协调性的操作，就这样才能够更好地对无线资源进行精确精细化管理和优化。 三、该新型结构的典型应用场景
该新型结构在5g通信使用过程之中的具体应用，它可以很好地被用于业务体验的实时化保障这一方面，移动运营公司在进行运营的过程之中会综合考虑双向移动跨层优化的设计。首先，他们可以利用cu来对感知特征进行识别和提取，通过彼此之间的感知特征提取和识别来实现对空口网络的精确化、详细化提取和调整，从而能够实现对不同用户使用过程之中的差异化和个性化要求。除此之外，Cu侧还可以对空口传接的具体传输质量进行更加精确化的测量，从而能够实现对TCP窗口以及业务的整体速率进行提升的目的。但是在这一过程之中要需要着重以下三个方面的内容：首先是智能业务识别这一方面，智能业务识别主要是为了更好的对AI领域的算法进行学习，在这一过程之中要以用户业务数据传输特征和业务标签训练来得到精确的业务识别模型为具体工作基础，在得到训练模型的前提下才能让无线接入网对实时数据进行感知和识别。其次是预测与优化这一部分，在该过程之中需要综合考虑到跨层优化的问题，该问题就需要综合利用到人工智能理论之中的识别建模这一内容来进行建模工作的开展，通过数据驱动和智能算法来建立根烟数据分析模型，从而能够实现对网络策略的最终实时化的保障。最后是空口状态预测这一方面的内容。该方面需要以历史信息为主要基础来进行精确化预测，通过人工智能再对算法进行深入化学系的前提下来，对空口状态的未来发展前提以及质量进行预测，从而能够实现对最终的上层业务调整，以及底层资源的最优化分配。
结束语：综上所述，o-RAN架构的无线网嵌入式人工智能发展模式对于5g时代下的通信业发展具有十分重要的影响，它可以更好地满足当前5g时代下发展的各种新型业务需求以及用户使用需求，因此，移动运营商需要不断加强该种新型结构在5g移动网络之中具体的应用水平和程度，综合分析题应用过程之中的各种影响因素，保证最终能够以最优化的效果让该新型无线网嵌入式人工智能结构但具体应用到5G網络之中去，5g发展已经成为了当前大数据时代下的一种大潮流，只有更好地顺应潮流发展研发出新型技术结构才能够更好地实现5g时代高潮的整体到来。
参考文献：
[1]袁孙奇，段然，崔春风.基于O-RAN架构的无线网络嵌入式人工智能探索[J].通信世界，2019（07）：36-39.
[2]崔春风，段然，王桂珍.O-RAN：致力于ICDT融合 打造开放与智能的无线接入网[J].通信世界，2019（07）：32-35.
[3]云晴.从O-RAN的诞生和发展看无线网变革之路还有多长[J].通信世界，2019（07）：29-31.
[4].诺基亚携手中国移动成功完成基于O-RAN架构的利用人工智能保障VR用户体验的5G外场测试[J].电信工程技术与标准化，2019，32（03）：49.