基于多元线性回归算法的5G基站能耗模型
来源:用户上传
作者:
【摘 要】5G基站能耗高，对运营商的网络运营成本带来较大的压力。优化了5G基站能耗测试方法和业务加载方法，获取了大量现网5G基站能耗和无线利用率关系的实测基础数据。基于多元线性回归算法，构建了不同场景下的5G基站能耗模型，能耗模型拟合优度达到0.99以上。
【关键词】5G基站;多元线性回归算法;能耗模型
The high energy consumption of 5G base station brings great pressure to the network operation cost. This paper optimizes the energy consumption test method and service loading method of 5G base stations， and obtains massive measured basic data about the relationship between energy consumption and wireless utilization of 5G base stations in the existing network. Based on multiple linear regression algorithms， the energy consumption model of 5G base station in different scenarios is constructed， and the goodness of fit for the energy consumption model is more than 0.99.
5G base station; multiple linear regression algorithm; energy consumption model
0 引言
移动互联网的蓬勃发展对移动网络的带宽、时延和容量要求越来越高，现有的4G网络无法满足飞速发展的移动互联网应用需求。5G网络具有超高速率、超大连接、超低时延等特点，随着国家5G牌照的发放，运营商已经启动大规模的网络建设。5G宏基站采用64T64R和32T32R模式，功耗是普通4G基站的2～3倍，5G建设给运营商带来较大的成本压力。为此，构建5G基站能耗模型，探索5G基站能耗规律，可以准确估算建设5G基站带来的能耗成本增加，并可以准确评估5G基站节能功能的节能效果，对推动5G基站节能减排工作的开展有较大的意义。
1 5G基站能耗模型建模基础数据采集方法
1.1 5G基站能耗关联因素分析
由文献[2]、文献[3]可知，基站主设备能耗主要与设备型号、主设备功率、载波数和综合业务量相关。1套5G基站主设备一般由1个基带BBU单元和3个射频AAU单元构成，5G基站功耗包含基带BBU功耗和射频AAU功耗两部分，BBU功耗主要和基带板件配置相关，AAU功耗主要和AAU总功率、基站载波配置和无线利用率相关。
5G基站相关影响因素分析如图1所示：
1.2 5G基站能耗测试方法
由于基站的电流和电压是不断波动的，使用常规的万用表测试基站电流和电压，无法准确记录基站的功耗。为保证测试数据的准确性，5G基站功耗测试建议采用有功耗存储功能的Fluke 345电能分析仪，如图2所示。由文献[4]可知，4G分布式基站RRU能耗测试点取供电系统和RRU之间的直流电源线上钳表，为此5G基站能耗测试时Fluke 345电能分析仪直接卡在AAU直流电源线上测试，如图3所示。测试时取2 s均值颗粒度的直流电流值，Fluke 345电能分析仪能耗数据记录时长可达到10小时，可实现测试时无人值守，减少测试工作的人员投入，提高测试数据的准确度。
1.3 基站负荷加载方法
为建立5G共模基站能耗和无线利用率的关系，需要获取不同无线利用率下的5G基站能耗数据。基站无线利用率是占用的RB数与RB总数的比值，子载波间隔一定时，相同频带宽度下5G单载波的RB是固定的，其他参数固定时，AAU的功耗主要和占用的RB数相关，而与占用RB的用戶分布无关。为此，可以采用实际用户集中加载或网管模拟加载5G基站，获得不同利用率下的5G基站功耗数据用于建模。
（1）5G基站负荷加载方法
现网5G用户极少，为保持利用率数据区间的完整性，建议采取人工利用5G终端加载获取不同无线利用率的方法。根据多次测试验证，采用1台CPE粗调占用RB数和1台手机微调占用RB数的模式，建立实际终端业务加载与无线利用率的关系如表1所示，实际测试中按以下业务组合加载，可较好控制5G基站无线利用率。由于5G基站功耗存在相关的惯性，无线利用率值突变，仪表测试能耗的误差较大。为保持能耗测试的准确性，建议实际测试中5G基站无线利用率从低到高逐步提升加载。
（2）4G基站负荷加载方法
现网建设的5G基站，大部分会共AAU反向开启4G，对于4G/5G共模基站，基站能耗模型建模时还需要对4G基站进行加载。4G网络已承载了较多用户，一般较难得到空载环境。同时，能耗模型建模需要模拟4G基站负荷从空载到满载，4G基站满载负荷过高会影响现网用户上网感知。能耗测试过程中为规避现网4G用户的影响确保4G无线利用率从低到高可控，本次测试中禁掉待测的4G小区，禁止现网用户接入，在网管通过网管模拟加载的方式，测试4G基站负荷从空载到满载的4/5G共模基站功耗。网管负载参数的配置索引取值为0到9共10个，依次对应的RB利用率门限从10%到100%。通过网管模拟加载参数设置，网管控制相应比例的RB发射功率，获得不同4G基站无线利用率下的4G/5G共模基站能耗关系数据。 1.4 5G基站AAU功耗和无线利用率关系初探
在独立5G场景下，通过以上测试方法获得5G基站AAU功耗和无线利用率的关系数据。得到5G基站AAU功耗和无线利用率的散点图如图4所示，分析发现5G基站AAU功耗和无线利用率呈线性关系。
2 多元线性回归算法
2.1 多元线性回归模型
2.2 模型可靠性检验
（2）显著性检验
T检验：用于对某一个自变量（x1，…，xn）对于y的线性显著性，如果某一个xi不显著，意味着可以从模型中剔除这个变量，使得模型更简洁，T检验的结果看P-value。
F检验：用于对所有的自变量（x1，…，xn）在整体上看对于y的线性显著性，F检验看Significant F值。P-value和Significant F值一般要求小于0.05，越小越显著。
3 5G基站能耗模型建模
选取某厂家的5G基站，利用前述的5G基站能耗测试方法和无线利用率业务加载方法，测试获取每15分钟区间的4G/5G基站无线利用率和5G基站能耗的关系数据，利用线性回归算法拟合得到5G基站能耗模型，下面按独立5G场景和4G/5G共模场景分别说明。
3.1 5G基站AAU能耗模型
（1）独立5G场景5G基站AAU能耗模型
总功率240 W的某厂家5G基站设备，单独只开通5G网络。5G网络功率配置240 W，带宽配置100 MHz载波，关闭节能功能。在此独立5G场景下，5G基站AAU能耗模型如下：
截距P-value为3.62×10-33，X1变量P-value为7.38×10-27，Significant F为7.38×10-27，模型的显著性检验值均远小于0.05，说明模型的显著性较好。
独立5G场景5G基站AAU功耗分布图如图5所示。
（2）4G/5G共模场景5G基站AAU能耗模型
总功率240 W的某厂家5G基站设备，共模开通4G和5G网络。5G网络配置带宽100 MHz载波，功率160 W;4G网络配置带宽2×20 MHz 2载波，功率2×40 W，关闭节能功能。在此4G/5G共模场景下，5G基站AAU能耗模型如下：
截距P-value為7.44×10-68，X1变量P-value为1.77×10-64，X2变量P-value为5.52×10-32，Significant F为5.12×10-49，模型的显著性检验值均远小于0.05，说明模型的显著性较好。
4G/5G共模场景5G基站AAU功耗三维曲面图如图6所示。
3.2 5G基站BBU能耗特性
由文献[1]可知，4G单模基站BBU功耗实际上随负荷或资源变化很小，可视为固定值。从测试数据可以看出，5G基站的BBU功耗也基本和无线利用率无关，5G BBU能耗数值基本稳定，具体如表2所示。
4 结束语
本文优化了5G基站能耗测试方法和业务加载方法，在获取大量5G基站能耗和无线利用率关系数据的基础上，基于多元线性回归算法构建了不同场景下的5G基站能耗模型，构建的5G基站能耗模型准确度高，拟合优度达到0.99以上。本文构建的5G基站能耗模型，可以准确估算不同无线利用率下5G基站耗电量，对推动节能减排工作的开展有一定作用。
参考文献：
[1] 李雯雯，边森，Chien Aun Chan，等.移动互联网业务对基站能耗的影响[J]. 电信科学， 2015，31（10）： 165-171.
[2] 杨天剑，张静. 基于聚类算法的通信基站能耗标杆建立与分析[J]. 移动通信， 2015，39（18）： 92-96.
[3] 帅农村，郑辑杰，辛冰，等. GSM移动通信基站能耗模型研究[J]. 移动通信， 2011，35（2）： 87-90.
[4] 李韶英，庄湛海，倪伟彬. LTE基站能效测试与分析[J]. 电信科学， 2014，30（9）： 149-153.
[5] 方艾，金铎，徐雄，等. 电信运营商能耗优化的大数据分析模型研究[J]. 电信科学， 2014，30（10）： 38-42.
转载注明来源:https://www.xzbu.com/8/view-15235368.htm
