AI技术助力提升5G网络性能；无线空中接口技术引领未来网络设计变革

近年来，随着人工智能（AI）技术的快速发展，利用AI技术提升5G网络性能已成为移动通信领域的研究热点。大量研究结果表明，人工智能技术可用于从多个层面增强现有5G网络中的多项设计，从而提高系统运行效率和用户体验。尤其是在多种无线空口技术中引入基于人工智能的设计，将给无线网络设计带来根本性的改变，是未来网络设计的一个关键方向。

5G与AI不断融合的过程，就是不断构建5G智能维度的过程。 5G智能维度是基于5G大数据和计算资源以及人工智能技术的新资源维度。 5G智能维度可以说是继传统无线移动通信的时域、频域、空域之后的一个新维度。与传统维度相比，5G智能维度的构建需要基于三个基本要素：5G大数据、计算资源和人工智能技术。 5G大数据既包括5G网络中的原生数据，也包括5G承载的数据。算力资源包括5G终端算力、5G网元算力和云设备算力。人工智能技术是以机器学习为代表的人工智能技术。构建5G智能维度可以定义为：利用人工智能技术合理利用5G大数据和计算资源，让5G更加智能高效，同时应用于5G网络的智能适配，实现高质量和多样化的服务。

将基于人工智能的诸多关键技术引入实际网络还面临着从基础理论到实际应用等一系列需要解决的关键问题。这些关键问题包括关键用例选择、数据集构建、模型管理和算力支持等。挖掘5G大数据需要借助一系列基础人工智能理论和工具。 AI工具和算法对数据和计算能力有相对明确的要求。 5G网络架构的增强设计必须考虑不同算法的数据需求和实际需求。性能评估还应该结合相关算法来评估计算资源。 5G网络强大的传输能力也将推动更多基于AI的应用。 AI相关应用的数据采集方法、计算方法、模型部署和更新方法都需要与5G网络动态结合，以提供更好的服务。

在5G国际标准制定初期，由于种种因素，并未引入基于AI的设计。随着AI技术的快速发展，5G国际标准不断演进的过程中，逐渐考虑与AI融合的设计。从R15版本开始，5G无线网络和核心网逐渐引入基于AI的设计，并且在AI技术支持方面也进行了大量的研究。本文结合5G国际标准进展，对5G与AI持续融合进行详细介绍和分析。

　　基于AI的空口设计是构建5G智能维度的核心

5G中基于AI的物理层设计涉及空中接口和高层的设计。基于人工智能的高层设计研究早在空中接口之前就开始了，重点关注基站节能和移动管理等用例。空中接口设计主要研究和标准化无线AI相关的关键技术。其中，基于AI的空中接口设计是整个AI设计的核心。现有研究表明，基于AI的空口设计是构建5G智能维度的核心。它将有可能开辟一种新的系统设计方法，为6G奠定设计基础。也是企业国际标准化竞争的焦点。

基于AI的高层相关设计研究始于3GPP R17版本，其名称为数据收集增强项目。该项目研究基于AI的基站节能和移动管理相关的数据采集内容和流程，以及AI模型在5G网络中的运行机制。基于R17的研究成果，R18版本重点关注基站网元之间的信号传输以及所需对网络架构的修改，并开展了相关用例标准化工作。在R19版本中，除了继续提升现有用例的性能外，基于AI的高层设计还将考虑支持基于AI的智能切片等新业务。

基于人工智能的空中接口设计在R18中被批准为研究项目。该项目是5G演进过程中最受各公司关注的项目。这也是无线AI技术首次在5G中得到标准化。该项目重点研究引入基于人工智能的设计对整体5G框架的影响，并研究一些典型用例的性能和标准化影响。项目开发过程中，定义了人工智能相关的基本概念、基本仿真验证方法、基站终端配合方法，以及模型/功能注册、数据传输、模型传输、模型/功能选择、模型等生命周期管理。 /功能激活和失活过程进行了详细研究。在用例方面，R18版本对信道信息反馈、定位、波束管理等关键用例进行了系统研究。其中，基于AI的定位和波束管理技术已得到各方认可，并将在R19版本中进行标准化。但由于人工智能的渠道信息反馈涉及到双边模型的标准化，目前还存在很多问题没有得到很好的解决。 R19 版本中将继续研究。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开销，R19版本需要继续R18版本的研究，并结合信道信息反馈。

　　持续推进核心网侧智能化

3GPP针对核心网侧智能启动了多个版本的研究和标准化。在R15阶段，3GPP将NWDAF（网络数据分析功能）引入到5G网络架构中。 NWDAF用于网络数据采集、网络数据分析，并向其他网络功能网元提供网络切片实例负载等分析信息。

在R16阶段，3GPP专门设立了5G网络自动化使能器（eNA）项目，补充和增强了R15NWDAF功能，定义了单实例集中式智能网络架构和能力。同时，还梳理了业务体验、网元负载、网络性能、UE移动性、UE交互性、终端异常行为等应用场景以及涉及的关键技术。

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、数据采集效率提升、UE数据采集，并定义了基于多实例分布的智能网络架构和能力。同时进一步梳理了业务分布分析、WLAN性能、会话管理拥塞控制体验、DN性能等典型应用场景以及涉及的关键技术。

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升、模型性能监控、跨厂商模型共享、联邦学习、漫游数据共享、如何与定位系统协作、如何与定位系统协作等。网络管理。在R19阶段，由于跨厂商模型共享和联邦学习的复杂性以及涉及的内容较多，R18仅定义了基本框架，将在R19中进一步研究。另外，由于R18版本及之前核心网智能并未与RAN联动，因此R19版本还将研究如何支持核心网与RAN的联合智能。

　　5G与AI融合持续推进

5G对AI算法的支持也得到了讨论。在R17版本中，主要分析了AI模型的相关特性，特别是AI模型的规模和运行方式。这部分内容是在核心网需求组（SA1）的AI模型分析项目中进行的。该项目对模型分割、模型下载、分发和共享以及联邦学习和分布式学习涉及的典型模型和操作进行了非常详细的解释。 R18版本继续考虑核心网架构组（SA2）中的模型传输需求和解决方案。总体而言，与基于AI的无线和核心网侧设计相比，5G网络对AI算法的支持目前仅停留在研究层面，没有太多标准化支持。

5G与AI的融合是一个逐步探索和完善的过程。标准化是5G网络演进中最关键的环节。标准化过程也是5G与AI融合不断研究和共识的过程。 5G智能化维度建设需要与标准化工作紧密结合。 5G与人工智能融合标准化工作是一项系统工程。标准化内容与整体行业实施路线图有机结合，分步实施。 3GPP将继续开展与5G网络相关的标准化工作。基于AI的5G网络相关用例可以根据实施所需的网元在3GPP的核心网侧和无线侧不断标准化，而5G网络对AI技术和应用的要求非常高。支持增强需要根据各类AI应用的特点和需求进行相应的增强。

5G与AI的融合也为未来6G的AI原生设计奠定了基础。 3GPP的一个好传统是，对于任何重要的新功能，都应该提前至少两次发布进行研究，以便整个行业对新技术有充分的了解。例如，4G Advanced中已经开始大规模MIMO的研究，5G中也正在推出支持大规模MIMO的产品。无线AI是一项历史层面的新技术，长期的研究对于无线系统至关重要。已经为5G研究和标准化的用例也将在未来6G的AI原生设计中得到支持。同时，随着5G现有的标准化进程，更多的用例也将实现不断的研究和标准化。

（作者：刘晓峰单位：中国信息通信研究院移动通信创新中心）