5G 通信基站网络设备的能耗分析及节能策略探讨

丁 锋，韩正印，徐 磊

（1.中通服网盈科技有限公司，江苏 南京 226000；2.中邮通建设咨询有限公司，江苏 南京 210003；3.中通服咨询设计研究院有限公司，江苏 南京 210019）

0 引 言

2018 年，5G 独立组网技术标准发布，移动通信迈入5G 时代，全球的网络运营商都开始大规模建设5G 网络基站[1]。然而，相对于4G 通信技术，5G 基站的能耗较大，使得运营商的成本大幅增加，这种“高能耗、低收益”的情况，给5G 网络初期的商业化应用带来巨大挑战。其中，5G 通信基站内部主要的耗能设施包括了电源系统、网络系统、环境系统以及辅助系统[2]。这些系统的主要设备和能耗占比如表1 所示。

表1 5G 基站耗能系统的主要设备和能耗占比

从表1 可知，5G 基站电源系统和辅助系统的设备能耗占整个通信基站的能耗比例较小，整个基站90%的能耗集中于网络系统和环境系统的设备。在5G 基站的能耗建模中，基站的空调制冷系统的功耗和网络系统的功耗表现为明显的正相关线性关系，也就是说维持基站内部环境温度稳定的制冷系统，其耗电量随着网络系统设备用电的增加而增加，可见网络系统的能耗影响着整个基站的能耗情况[3-5]。而5G 网络系统设备的能耗在4G 基础上提高的主要原因是高频段和大规模多进多出（Massive Multiple Input Multiple Output，Massive MIMO）这2 项关键技术的应用。为降低5G 基站耗能水平，应该从网络系统的高频段和Massive MIMO这2项关键技术的功耗降低入手，从而对电源系统和环境系统的功耗产生联动效应，降低基站的总体能耗。

1 5G 通信基站的能耗分析与节能方案设计

1.1 高频段大带宽对5G 基站网络设备能耗的影响

根据香农定理，为高效利用基站收发信号功率，在信噪比优化受限的情况下提高信息传输速率，最直接的方法是增加通信系统的带宽。因此，许多研究将5G 通信设计集中在采用超大带宽进行信号传输上，国内移动通信运营商的频谱分布如图1 所示。由于低频段的频谱资源非常少，5G 通信只得采用高频段技术通信。

图1 国内移动通信频谱分布图

4G 通信系统单载波带宽最大为20 MHz，而5G通信系统的带宽在Sub-6 GHz 频段最大可以达到100 MHz，在毫米波频段最大可达到400 MHz，增长了5 ～20 倍。根据计算无线通信系统覆盖能力的无线链路预算方法，最大允许路径损耗为

式中：Ptx为基站发射功率；Lf为馈线损耗；Gtx为基站天线增益；Mf为阴影衰落和快衰落余量；Ml为干扰余量；Grx为手机天线增益Lp为建筑物穿透损耗Lb为人体损耗；Srx为手机接收机灵敏度。

根据式（1），在上行速率为1 Mb/s，覆盖率达到95%的条件下，对1.8 GHz 频段的4G 通信与3.5 GHz 频段的5G 通信进行无线链路预算，5G 通信的覆盖半径大约只有4G 通信的1/2，因此需要建设2～3倍的5G基站，才能与4G基站达到相同的覆盖率。而5G 网络基站建成后的总功耗必然随着5G 基站数量的增加而增加，因此需要对5G 网络建设和运维中的节能策略进行探究。

1.2 Massive MIMO 技术对5G 基站网络设备能耗的影响

随着在物理层面上无线通信技术快速进步，长期演进技术（Long Term Evolution，LTE）系统不断接近香农极限，Massive MIMO 的概念应运而生[6]。2010 年，贝尔实验室提出，通过增加基站设备的天线阵子数量，在基站布置大规模阵列天线使得波束赋型在多个方向上，在空间中相对独立，当天线数远远大于用户数量时，频谱利用率和用户吞吐量都将得到明显提升。

4G 通信系统中的多天线通常采用无源天线架构，天线的每个端口对应一套中频、射频、基带通道，而用射频电缆连接垂直方向的各个端口的阵子，终端信号在水平维空间可以通过调整端口间的相对幅度和相位来进行优化，垂直维只能采用统一扇区级预编码，其空间分辨率受到严重限制，不适合即将发展的大规模天线系统。5G 通信的天线系统采用的是有源天线架构，使基站获得更多的自由度，并对每个天线通道赋予权值，实现信道优化，同时配备了模拟数字转换器以及相应的基带处理单元和射频单元，架构示意如图2 所示。但是，模拟数字转换器的大量使用使得5G 通信有源天线设备的能耗显著增加，计算单个天线设备功耗，模拟数字转换器模块的能耗占比超过总体能耗的60%，虽然可以引入更先进芯片可以降低设备的能耗占比，但是随着中国5G 产业的快速布局，初期建设的设备功耗依然处于较高的水平。

图2 5G 通信有源天线架构示意图

1.3 基于ARIMA 预测模型的5G 基站节能方案设计

差分整合移动平均自回归（Autoregressive Integrated Moving Average model，ARIMA）模型是一种常见的基于时间序列的预测模型[7,8]。该模型根据建模时产生的历史数据就可以预测未来的数据，模型简单、操作方便、准确度高，被广泛应用于民航、电力、水利以及建筑等多种行业[9,10]。为优化已投入使用的5G 基站的节能策略，解决这些基站的经济性和自我调节能力较低的问题，基于通用的5G 基站无线网络设备管理流程，结合ARIMA 预测模型预测评估无线网络资源的使用率，期望在最大限度下达到系统性能和节能效果之间的平衡，获得最优的节电效果。工作流程如图3 所示。

图3 5G 基站节能策略设计工作流程

工作流程如下：一是利用无线网络管理系统收集5G 站点的各项数据，包括站点名称、地理位置、网络资源使用率等，对于需要进一步分析的5G 站点，可根据实际情况获取这些指标；二是对数据进行处理，通常采用时间窗理论；三是根据已收集到的数据训练ARIMA 模型，然后对下一段时间的网络资源使用率进行预测；四是结合无线网络设备的节能功能设定性能指标；五是通过预测无线网络设备的负载和性能指标设计节能策略，同时生成并配置相关的节能参数，这些参数主要为节能功能中通道关断和用户关断的时间参数；六是节能策略执行；七是收集节能效果及评估优化。

具体实施过程中，在5G 基站覆盖下的每个用户单元，每天都通过这个流程生成该用户单元下一段时间的节能策略并下发执行，从而实现5G 网络通信基站的节能策略部署。通过这个自反馈节能策略工作流程不断更新修正基站节能功能的配置参数，新生成的配置参数与当前网络的实际情况将会越来越匹配，具备高度的自适应性。收集每一个应用该方案基站的实时数据进行建模优化，可以实现该节能策略优化参数的“个性化”配置。

2 结 论

文章分析了高频段和Massive MIMO 技术导致5G 基站中的网络设备能耗显著增加的原因，阐述了5G 基站的网络管理系统架构，个性化设计了基于ARIMA 模型预测络资源使用率，对5G 基站能耗进行预测并提出节能策略，以期望对5G 用户影响最小的情况下，提高5G 基站节能特性，从而达到减少5G基站能耗的目的，同时通过回归算法中ARIMA 预测模型节能策略的个性化配置，实现基站节能策略的自适应性。