市場分析師、預言家都認為在2020年第五代(5G)時代來臨時，為了因應行動數據流量與無線聯網裝置驚人且巨量的成長，使用大量的小型基地台(Small Cell)布建行動網路將會是一個必然的趨勢。若能利用人工智慧實現高效率且全自動的電信行動網路管理、除錯、優化工作，將會是5G商用化成功的關鍵。
行動數據流量飛快成長 小型基地台布建勢在必行
近年來科技應用快速發展，人類有越來越多的生活、娛樂、工作方式都在進行重大改變。傳統的有線、無線廣播電視服務逐漸被行動影音服務所取代，行動影音終端設備也一直在朝更大的螢幕、更高的解析度(4K、8K)而演化，以提供更佳的用戶體驗。YouTube、Netflix、愛奇藝這類影音服務平台的普及化，更是促使數據流量快速成長的主因。
預估從2016年到2020年，行動終端設備數量將由目前的45億成長至55億，每人每月的行動數據流量需求將由目前每月的1GB成長至6GB，複合年均成長率(Compound Annual Growth Rate, CAGR)為47%。市場分析師也預測，到了2020年除行動終端裝置外，還會有約500億的物聯網(Internet of Things, IoT)裝置也有無線聯網的需求。
為了因應如此強烈增加的行動數據流量與連線容量需求，5G電信技術專家們都一致認為，要達到此目標的必要手段之一，就是用高密度的小型基地台布建方式，取代傳統以大型基地台提供無線接取服務的方法。
小型基地台論壇(Small Cell Forum)預測，到2020年時，大約有85%的基地台都是小型基地台，而且全球基地台因小型化的因素，其數量將成長到目前的數十倍，甚至數百倍之多，這代表未來5G時代的電信營運商需要管理比目前多數十倍，甚至數百倍的基地台，以提供符合5G時代行動用戶、物聯網裝置需要的覆蓋率(Coverage)與連線容量(Capacity)需求，這將大大提高電信營運商的維運成本(OPEX)，對於電信營運商的維運工作是一項非常艱難的挑戰。因此若能協助5G時代的電信營運商實現高度自動化、智慧化的網路管理與優化技術，將能幫助電信營運商克服此一艱難的挑戰。
布建小型基地台 SON技術優化管理
這樣的自動化網路管理與優化技術，在電信行動網路技術領域中有個名稱叫做自我組織網路(Self-Organizing Network, SON)技術。由全世界電信營運商、系統設備商所組成的NGMN(Next Generation Mobile Networks Association)組織在2008年就提出了電信行動網路管理的自動化、智慧化的功能需求，隨後第三代合作夥伴計畫(3rd Generation Partnership Project, 3GPP)國際標準組織從Release 8，就開始制定出一系列SON技術功能規格，用來支援小型基地台從網路布建、網路優化階段所需的各項自動化功能。
3GPP所制定的SON功能分為自我配置功能(Self-Configuration)、自我優化功能(Self-Optimization)、自我修復功能(Self-Healing)等三類：
自我配置功能
自我配置功能包含以下幾個細項：
含括自動IP位置設定、自動安全性認證、軟韌體版本自動檢查更新、自動與核心網路完成連線建立等等。
包括基地台PCI(Physical Cell ID)自動規劃設定、換手(Handover)門檻值自動設定、細胞選擇(Cell Selection)門檻值自動設定、無線射頻發射功率自動設定等等。
場域內基地台均能自動完成鄰近基地台清單(Neighbor List)的設定，以利行動終端能順利在整個網路中進行無縫換手。
自我優化功能
自我優化功能(Self-Optimization)包括：場域覆蓋與容量優化技術(Coverage and Capacity Optimization, CCO)、干擾抑制管理(Interference Mitigation Management)
ICIC(Inter-Cell Interference Coordination)、eICIC(Enhanced Inter-Cell Interference Coordination)、FeICIC(Further Enhanced Inter-Cell Interference Coordination)、行動強固性最佳化(Mobility Robustness Optimization, MRO)、行動終端入網效率優化(Random Access Channel Optimization, RACHO)、行動負載平衡(Mobility Load Balance, MLB)、基地台節能策略優化(Energy Saving Management, ESM)以及最小化路測(Minimum of Drive Test, MDT)功能。
自我修復功能
自我修復功能分為基地台失效偵測(Cell Outage Detection, COD)以及鄰近基地台覆蓋補償(Cell Outage Compensation, COC)功能。
三架構實現SON功能
一般來說，要實現這些SON功能，有集中式、分散式、混合式等三種可能的架構(圖1)。
 |
| 圖1 SON功能三種可能的架構比較(eNB指的是基地台) |
SON功能演算法執行在小型基地台上，不需要OA&M(Operation、Administration and Maintenance)或SON伺服器，但只能實現局部區域性的優化效果。
SON功能演算法執行在OA&M或SON伺服器上，此架構具有全域觀點可以實現場域全面性的優化效果。
SON功能演算法部分執行於OA&M或SON伺服器上，部分執行於小型基地台上，可以實現全域優化的效果，但會增加整體系統的複雜度。
電信行動網路管理與優化
而SON技術應用在電信行動網路的管理與優化工作上分為兩種模式，一是開環(Open-Loop)模式，二是閉環(Closed-Loop)模式。
任何SON功能演算法所決策出的運作參數，須要專業的電信工程人員確認後，才能真正被配置到電信行動網路設備上。此種模式適合在SON技術應用初期使用，讓專業人員確認優化參數後，再真正配置到被管理的設備上，可逐漸培養電信營運商對SON技術的信賴感。
SON功能演算法所決策出的運作參數，可直接在沒有人工介入決策的情況下，被直接配置到電信行動網路設備上。此種模式適合在電信營運商已具備對SON技術的信賴感後使用，將可協助電信營運商真正實現全自動的維運流程，有效降低人力成本、增進維運效率。
路測成本最小化 提高用戶滿意度指標
電信營運商最主要的業務是為行動終端用戶提供全面性、大範圍的訊號覆蓋，讓自家的行動用戶不管何時何地都能享受滿意的網路傳輸服務。電信營運商的日常維運工作最主要的目的，就是要讓整體場域時時都擁有持續且穩定的訊號覆蓋(Coverage)、網路容量(Capacity)與傳輸品質。
電信營運商為了達到此目標，必須設置網管中心，不停收集網路、基地台設備的配置管理、效能管理、錯誤告警管理等資料，不停監看所有的通訊系統、設備是否正常運作，若有設備告警發生，也必須配置7x24小時的值班人員進行立即處理，以維護服務品質。
但電信營運商網管中心所監管的只是通訊系統與設備的健康狀態，並無法了解分布在各地的行動終端用戶真實的網路使用感受，即使網管中心能確保所有的通訊系統與設備正常運作，仍無法防止客訴的發生。
所以，電信營運商必須時常派工程人員到大街小巷去進行路測(Drive Test)工作，收集不同時間、不同地點的訊號強度、訊號品質、連線建立成功率、上下行傳輸速度、語音品質等行動網路的效能資料，再交由有經驗的工程師把收集到的路測資料加以分析，藉此了解自家的網路覆蓋問題、網路傳輸效能問題、訊號干擾等問題。之後，再依據工程人員的專業經驗，採取必要的優化措施。這一切都需要仰賴大量、有經驗的維運人員才能運作，這形成了電信營運商巨大的網路維運成本。因此，若能將路測工作、問題分析工作自動化，將能有效減少電信營運商的維運成本、增加維運效率。
為了能幫助電信營運商減少進行路測的人力、時間負擔，3GPP國際標準組織於Release 10提出最小化路測(Minimum of Drive Test, MDT)的技術規格，希望透過行動網路中的行動終端裝置進行位置、訊號強度、訊號品質的量測資訊回報，以取代目前耗費巨量人力的路測工作。
MDT支援兩種運作模式，第一種是立即回報型MDT(Immediate MDT)，第二種是先錄後報型MDT(Logged MDT)。
當行動終端連線到基地台時，基地台可透過RRCConnectionReconfiguration的RRC通訊協定指示某特定的行動終端開始回報其位置與訊號量測結果，回報的資料包含行動終端設備的經緯度資訊、服務細胞(Serving Cell)的訊號強度與訊號品質、鄰近細胞(Neighbor Cell)的訊號強度與訊號品質。基地收到回報資料後，再透過原有的網管通道將這些資料傳送至網管中心(圖2)。
 |
| 圖2 立即回報型MDT運作示意圖 |
若基地台期待某行動終端設備在非連線狀態(RRC IDLE)時，能夠記錄當時的經緯度位置與訊號狀態，可以在行動終端設備連線至基地台時(RRC Connected)，透過LoggedMeasurementConfiguration的RRC通訊協定指示該行動終端設備在進入非連線狀態時，要記錄其經緯度位置與訊號量測結果，等待該行動終端設備再度成功與基地台連線時，再回報其在非連線狀態時所記錄的經緯度位置資訊、訊號量測結果、連線失敗情況給基地台。基地台在收到這些回報資料後，再透過原有的網管通道將資料傳送至網管中心(圖3)。
 |
| 圖3 先錄後報型MDT運作示意圖 |
SON結合人工智慧 有效降低維運成本
電信營運商網管中心透過持續收集行動網路設備的運作資料與場域上行動終端回報的訊號量測資料，就能建立行動網路的巨量維運資料庫。若能將目前高度依賴專業經驗的巨量維運資料分析工作、問題識別工作、優化策略決定工作交由人工智慧來協助，將能有效地降低電信營運商的維運成本。
一個理想的網路維運、監控、優化之自動化系統，應該透過集中式的架構來實現，包括監看網路(Monitoring the Network)、細部改善分析(Detailed Improvement Analysis)、細部改善分析(Detailed Improvement Analysis)三大部分，其運作流程如圖4所示。
 |
| 圖4 理想的網路維運、監控、優化之自動化系統 |
監看網路
電信營運商可透過網管中心持續、長時間地收集網管系統中的配置管理、效能管理、錯誤告警管理資料與MDT技術所收集到的行動終端在各個時間、不同地點所量測到的真實訊號強度與品質資料，建立電信網路維運資料中心。
細部改善分析
目前這個工作須依賴有專業經驗的網路效能工程師進行資料的分析與解讀，才能判斷出場域的訊號覆蓋、系統容量與傳輸品質是否發生問題或有臨時額外的需求，這些問題與需求，包括覆蓋空洞(Coverage Hole)、行動終端連線成功率(Accessibility)、弱訊區(Weak Coverage)、同步訊號汙染(Pilot Pollution)、過衝覆蓋(Overshoot Coverage)、上下行覆蓋不一致(Imbalance between UL/DL)、大小基地台訊號干擾、同質基地台訊號干擾、基地台服務失效、臨時大量負載需求等等問題。
若能將人工智慧應用在這項分析工作上，未來電信營運商所遭遇到的訊號覆蓋、連線容量與資料傳輸問題，都可由電信維運資料中找出相對應的資料模式(Pattern)，再經由自動化的問題識別技術(Pattern Recognition)，就能實現即時、自動化的行動網路問題分析工作，例如機器學習、深度學習的人工智慧技術，就很適合應用。
採取改善措施
對症下藥這個概念一樣適用於電信網路問題的處理。找到問題後，再針對問題採取正確的改善措施，才能有效解決問題。如前段內容提到的，3GPP國際標準組織對於網路自我優化(Self-Optimization)的技術，提出了針對不同問題可使用的優化手段。
例如基地台之間的訊號干擾問題，可以更細緻地區別干擾問題發生的原因，以決定採取哪種干擾抑制技術(如ICIC、eICIC或FeICIC技術)。網路中負載不均問題發生時，可以採取行動負載平衡(MLB)技術來解決此問題。而發現行動終端設備常在某區域發生換手失敗的問題，就可以利用行動強固性最佳化(MRO)技術來解決此問題。
對行動網路執行了改善措施後，電信營運商可繼續透過持續不斷的維運資料收集工作，了解該改善措施是否有效，以作為後續工作的參考。
結合AI研發能量 提高國際競爭力
將人工智慧的技術應用在電信行動網路維運的巨量資料分析領域上，並協助電信營運商創造一個集中式的全自動、智慧化SON管理平台，將是未來5G電信營運商是否能成功降低維運成本、提高維運效率的關鍵技術。台灣的電信營運商與小型基地台製造商若能結合學界或研究單位的人工智慧研發能量，發展這一類具備人工智慧的小型基地台自動化管理技術，就有機會能大大提高台灣小型基地台產品的附加價值與國際市場的競爭力。 您可以在http://www.taics.org.tw/ 獲取更多關於5G無線通訊更詳細技術細節。
(本文由台灣資通產業標準協會提供；作者為工研院資通所技術經理)