基于O-RAN架构的无线网络嵌入式AI

（文章来源：千家网）
       为实现无线接入网络的嵌入式人工智能技术，需要从无线接入网架构和关键技术层面进行系统性思考和创新。2018年，中国移动联合AT&T等运营商主导成立O-RAN产业联盟，旨在推动未来无线接入网络的“开放”和“智能”。O-RAN架构在无线网CU/DU架构和功能虚拟化的基础上，引入了无线大数据分析与人工智能引擎，通过两级非实时与实时智能控制器（RIC）实现无线接入网络的嵌入式人工智能管控，使能时间、空间多维度的无线智能应用。基于O-RAN架构的多层智能应用及其闭环控制的时间颗粒度如图所示。

为支持不同时间尺度的智能闭环管控，在O-RAN整体架构中引入了无线网智能控制器（RIC）功能实体。RIC的核心是利用大数据分析及人工智能技术针对无线网络环境进行感知、预测并对无线资源的分配进行决策。根据处理时延特性，将RIC划分为非实时无线智能控制器和近实时无线智能控制器。

非实时层无线网智能控制器可嵌入网管平台部署，实现跨域的整网级、多维度、超大规模数据量的分析与处理，主要用于支持秒级以上的策略管理和控制。非实时智能控制器的主要功能包括服务和意图策略管理、无线网络分析以及AI模型的训练等功能。训练后的AI模型可通过A1接口分发给近实时无线智能控制器进行在线推理和执行。利用采集到的海量无线数据，通过大数据分析及人工智能算法，非实时智能控制器可有效提取无线数据特征及模型，如网络用户级流量空时分布、用户移动性特征及模型、用户业务类型及模式，以及用户服务体验预测模型等。

利用这些数据特征及AI模型，非实时智能控制器一方面可协助网管优化非实时的网络参数配置，如切换/重选参数、大规模天线波束角度配置参数等；另一方面，还可以进一步将相关数据特征、AI模型及智能策略分发给近实时智能控制器，辅助近实时智能控制器进行控制面和用户面的用户级/业务级颗粒度的精细化无线资源管理优化。目前O-RAN联盟的讨论聚焦在后者嵌入式人工智能的方案思路上。

近实时层无线网智能控制器可嵌入在CU云平台内或独立于基站运行，实现区域网络级、较大数据规模的数据分析和无线资源管控，控制时间颗粒度为10ms到秒级。近实时层无线智能控制器可理解为嵌入人工智能技术的下一代RRM（RRC层的无线资源管理功能）增强功能实体。

它的功能可以是全部或部分RRM的功能，完全兼容传统的RRM功能，如基于用户级的载波负载均衡、无线切片资源分配、干扰协调、用户服务质量/体验(QoS/QoE)优化等。在软件架构方面，近实时无线网智能控制器是一个安全、开放的算法实时运行平台，可支持算法功能软件及AI模型或微服务的灵活部署，并可实现多个功能算法间的协同及冲突管理。目前，关于近实时无线网智能控制器的功能框架讨论还在进行中，未来存在一定的变化，但核心思路已经趋于统一。

未来，O-RAN框架存在进一步拓展支持实时智能控制的可能，如无线接入控制层（MAC）及物理层（PHY）的智能化应用，这部分探讨还将进一步延续下去。

综上所述，O-RAN智能无线网络架构将具备整网级、区域网络级及基站级的多级智能。各级分层自治又可实现跨域和多层级控制间的协同。为激发上层智能控制的创新，缩短无线网管控功能的研发和上线周期，需要进一步推进无线网的上层管控与基站底层实现间的解耦，需要对RIC涉及的相关数据采集及策略控制下发接口，即A1、E2接口，进行研究并标准化。