5G无线网络通信设备安装与调试方法

欧永青

（中邮建技术有限公司，江苏 南京 210012）

0 引 言

近年来，我国智能手机用户呈爆炸式增长，与此同时移动网络产业也在有序推进，人们使用的网络数据流量也随之增长。为了满足人们对数据流量速度与质量的需求，需要寻求更好的无线网络通信设备来提升数据流量的利用率。2019年6月，我国正式进入5G时代，各大运营商都展开了5G无线网络通信设备的部署计划。虽然5G时代的到来为我国通信行业注入新活力，但无线网络通信设备的功耗也随之大幅增加，与4G相比，5G基站的建设需要更多的设备功耗。针对5G基站重要组成设备的室内基带处理单元（Building Base band Unit，BBU）功耗大的问题，我国相关学者对5G基站展开了相关研究。文献[1]通过对5G基站中供电与用电设备的灵活调度，满足正常通信的基础上降低了用电量。文献[2]利用多基站集群协调运行的方式，满足移动用户通信需求的同时降低了基站用能。但是上述方法依旧不能够解决BBU设备切换损耗较大的问题，增加了5G基站的通信能耗。

因此，本文针对5G无线网络通信设备安装与调试方法展开研究，以期通过设计的方法降低切换损耗。

1 BBU集中机柜的安装

作为5G基站重要组成设备的BBU，通常会安装于一个综合机柜中，但这种集中机柜的安装环境会出现BBU设备工作时表面温度过高的情况，造成BBU功耗增加，进而导致基站用电量增加。由于BBU主设备的风道和集中机柜的气流不一致，限制了BBU设备工作时的散热，因此在安装BBU集中机柜时，需要考虑到冷热区域分离以及散热等情况，通过BBU集中机柜的高效散热，提高BBU设备的使用寿命，降低5G基站运营成本。在安装BBU集中机柜时，使用竖向安装形式，使BBU设备工作时产生的热量由原来的侧进侧出转变为下进上出的方式[3]。然后每一个集中机柜中安装2组设备，每组设备包括5台BBU，为了提高集中机柜的散热效率，在这2组设备中分别安装导流罩，并在集中机柜的前立柱两边安装挡风毛刷，以此实现导流罩的封闭处理。这样安装BBU集中机柜，可以实现冷热分离，机柜的前面是冷区域，后面是热区域。在机柜的每组设备区域分别安装2.5U的高冷导流罩，以此提高BBU集中机柜的制冷效率。当BBU集中机柜运行时，冷空气会通过冷导流罩流入BBU进风口，然后热气通过热导流罩流入机柜后门排出，如图1所示。

图1 BBU集中机柜内气体流通情况

由图1可以看出，每个BBU集中机柜的散热都是下进上出的形式，这样可以避免设备工作产生的热量传递给别的机柜，不会出现BBU机柜热量堆积的情况，保证了BBU设备可以在正常温度下运行，降低BBU功耗，提升了BBU设备的使用寿命，进而减少5G基站运行的成本。

2 BBU设备的调试

2.1 预测BBU负载

当BBU集中机柜运行时，由于数据流量会随着时空差异而发生变化，导致BBU设备的负载不均衡，因此需要基于BBU间的负载实现设备调试，以此协调5G基站中数据流量不均匀分布的情况。本文所提BBU设备调试方法的基础就是负载预测，由于5G基站通信的特性，导致BBU设备间的负载具有不确定性，换句话说，BBU间的负载变化是个随机现象[4]。本文通过马尔科夫预测模型来实现BBU负载预测，此模型通过马尔科夫链算法构建，马尔科夫链算法最大的特性就是无后效性，可以描述时间与空间均处于离散状态的随机变化过程，也就是说可以有效预测BBU设备间的随机变化负载。通过马尔科夫链的无后效性，可以用状态转移矩阵实现负载预测，公式为

式中：Zmn表示BBU设备在t时刻从工作状态m转移到工作状态n的概率数据；N表示工作状态空间中全部的状态点数量。当基于时间序列进行负载预测时，一般通过马尔科夫预测模型的时齐特性进行，时齐特性就是状态转移矩阵和BBU设备运行时间间距存在直接联系，和BBU设备的初始运行状态没有关系。时齐特性也可以说明BBU设备的转移状态具有平稳性，函数表达式为

式中：At表示马尔科夫链序列；l表示BBU设备运行时间间距数据。在利用马尔科夫预测模型进行BBU设备的负载预测时，首先需要获取BBU的离散状态空间数据与设备运行状态转移矩阵概率数据，然后根据式（1）与式（2）计算BBU设备在某时刻时运行状态，再通过BBU设备运行状态数据以及BBU设备运行的内在规律预测BBU负载。

2.2 计算负载差异程度

本文在进行5G基站的BBU设备调试时，以BBU设备间负载的均衡以及设备服务质量的保障为基础，综合参考BBU集中机柜的负载情况，实现设备调试。本文所提调试方法的主要原理是，根据BBU间负载差异程度对负载进行分级处理，然后对于不同等级的负载执行不同的调试方法。所以接下来需要计算BBU设备间的负载差异程度，当通信需求到达BBU设备后，首先要辨别BBU设备可以为用户提供的带宽数据，当BBU设备为用户提供的带宽数据大于通信需求数据时，说明此BBU设备是可用的设备，函数表达式为

式中：BBUky表示可用BBU设备；Wk表示第k个BBU设备可以为用户提供的带宽数据；Wtx表示通信需求的带宽数据。在BBU集中机柜中，通过各BBU设备中剩余带宽数据比上设备中原始总带宽数据，获取BBU设备的带宽剩余率，进而计算BBU设备间的负载差异标准差数据，进行BBU间负载差异程度的分级处理。那么BBU间的负载差异程度的计算公式为

2.3 基于自适应迁移算法的低负载BBU调试

关于低负载BBU设备的调试，在保障用户服务质量的前提下，将低负载BBU迁移。在迁移低负载BBU设备时，由于数据流量有规律地变化，导致低负载BBU设备的迁移活动自动进行，但迁移惩罚几乎不会改变，因此本文基于迁移惩罚实现低负载BBU设备的自适应迁移，进而完成低负载BBU的调试工作。本文提出的自适应算法，根据迁移惩罚获取低负载BBU迁移状态，利用一个合理的迁移惩罚平均值，判断低负载BBU设备是否进行自适应迁移。迁移惩罚平均值的计算公式为

式中：ReW、TB、SCost、Save分别表示BBU设备池中的4个要素，用来衡量BBU设备池当前的运行状态。由于单位时间的迁移太快，不具备参考价值，因此本文提出的自适应迁移算法不考虑每单位时间的迁移惩罚。迁移惩罚平均值的获取需要在BBU设备迁移之前，因为只有迁移进行才可以确定SCost与Save的数据，但是这2个数据如果是未知的，又无法判断低负载BBU是否进行迁移，所以本文为协调此问题，通过数据流量变化规律，对BBU设备的运行状态取平均值来获取SCost与Save这2个数据。通过自适应迁移算法进行低负载BBU设备的调试，不仅可以使BBU集中机柜更高效地运作，而且可以避免一些不必要的调试，提升了BBU集中机柜的性能。

2.4 基于负载均衡的高负载BBU调试

关于高负载BBU设备的调试，仍需要在满足用户需求的条件下进行，高负载BBU设备的调试后，要保证5G基站效用值较大。本文基于BBU设备间的负载均衡来实现高负载BBU设备的调试，负载均衡算法就是基于效用值进行的，把高负载BBU设备间的负载均衡看作一个分配问题，通过负载均衡因子，最大限度地降低高负载BBU设备接入[5]。本文通过满足用户不同需求均衡的分配，进行高负载BBU设备的调试，以此使BBU集中机柜的效用值最佳。那么相同的需求在不同BBU设备中的效用值计算公式为

3 实验测试

3.1 参数设置

为了验证本文所提BBU设备安装与调试方法的可行性，选取本文方法与其他传统方法进行对比仿真实验，在相同且固定的环境下测试2种方法下的BBU设备工作性能，通过工作性能判断2种方法下的安装与调试效果。搭建仿真平台，并设置实验参数，几个主要数据如表1所示。

表1 实验参数设置

设置好实验参数后，进行实验测试，让两种方法下的BBU设备同时运行，并分别收集运行数据。

3.2 仿真结果

根据2种方法下的BBU设备中阻滞资源以及切换损耗数据与工作范围的关系，绘制变化曲线，如图2、图3所示。

图2 BBU阻滞资源变化曲线图

图3 BBU切换损耗变化曲线图

由图2可知，传统方法下的BBU设备中阻滞资源会随着工作范围的增加而大幅增多，但本文方法下的BBU设备中阻滞资源相对稳定，随工作范围变化的曲线波动较小，且一直保持在一个较传统方法更低的值上。与此同时考虑到BBU设备的切换效率，由图3可知，传统方法的平均切换损耗为66.27 Mbit▪s-1，而本文方法的平均切换损耗为31.35 Mbit▪s-1，较传统方法降低了34.92 Mbit▪s-1。由此说明了本文所提安装与调试方法下的BBU设备综合性能更好，验证了本文所提5G基站BBU设备的安装与调试方法为有效方法。

4 结 论

随着5G技术如火如荼的开展，在5G基站中，BBU集中机柜因运行温度较高导致功耗较大，所以如何灵活安装并调试BBU设备，有效降低功耗，是本文研究重点。虽然本文已经取得了一定的研究成果，但仍存在需要改进的地方，例如在预测BBU负载时，其中的负载转移矩阵的求解方式较为复杂，如何降低复杂度将是本文未来的研究重点，以便为5G基站的部署提供有效方案，促进我国5G无线网络通信设备的发展。