打破能耗曲线:网络能耗建模与节能技术
- 5G是迄今为止能效最高的蜂窝网络。随着5G的不断发展,新的特性和解决方案被加入到标准中,以进一步提高节能性能。
- 我们的网络能耗模型可以预测现有和未来产品的网络能耗,并增强当前新空口(NR)机制,节能降耗。
信观察
随着5G新空口(NR)标准的出台,网络能耗成为该标准的重要指标。这是因为移动通信需要减少碳足迹和网络运营支出(OPEX)。此外,近期能源价格飙升,也使得运营商(CSP)的能源开支大幅增加。为了应对这一挑战,一些运营商下调了利润预期,另一些运营商则增加了节能功能的使用,以节省能源成本。现在打破能耗曲线比以往任何时候都更加重要。
《打破能源曲线》是爱立信的一份报告,介绍了如何降低网络能耗,其中最关键的一步是对现有网络进行现代化改造。博客文章“5G助力节能!如何实现电信运营商的成本优化”对此进行了深入的分析。
我们将深入研究相关的技术攻关和标准化工作,不断提升网络能源性能,尽可能降低网络在特定性能和容量条件下的能耗。
新空口(NR)有助于提高网络的节能能力,但在没有流量或很少流量时,网络还是会消耗过多的能源,造成浪费。我们参与了3GPP标准的制定,目的是降低新空口在低、中、高负载场景下的能耗。用户设备(UE)性能的变化主要取决于不同的流量负载,而不是我们研究的节能技术。因此,在中低流量期间使用节能功能,可显著减少UE性能的波动。在高流量负载场景下,虽然业务配置消耗的能源是合理的,但我们仍然可以利用空间、时间、功率和频率等方面的节能技术,来降低新空口基站gNB(下一代Node B)的能耗。
网络能耗建模
我们最近提出了一个网络能耗模型,作为这项工作的基础。该模型能够反映gNB打开/关闭选定组件(如天线链和数字单元)对能耗的影响。这个模型对于3GPP标准中的网络能耗模型有重大意义。这篇博客基于爱立信向3GPP提交的文章(在RAN1#111会议上提出)。
在我们的能耗模型中,睡眠模式是指关闭一个或多个组件以节省能源。活动模式(Active mode)是指所有组件都开启。转换时间(Transition time)或转换持续时间是我们引入的一个概念,用于表示从睡眠模式到活动模式或反之所需的时间。根据关闭的组件和模式转换持续时间的不同,睡眠模式分为3种状态:微睡眠(microsleep)、浅睡眠(light sleep)和深睡眠(deep sleep)。
每种睡眠状态的定义如下:
微睡眠
网络在这种状态下,只关闭转换时间很快的组件,如功率放大器(PA)和低噪声放大器(LNA)。这样,重新激活几乎可以瞬间完成,有时只需要几微秒。
浅睡眠
在这种状态下,中等转换时间(几毫秒)的附加电路组件关闭,如发射和接收单元中的集成电路(IC)。
深睡眠
网络在这种状态下,只留下少数组件(如转换时间长达几十毫秒的内部时钟),其余组件都关闭。
该模型还定义了上行链路(UL)和下行链路(DL)的活动模式,使用了所有可用的硬件资源。表1列出了不同睡眠状态(微睡眠、浅睡眠和深睡眠)的转换时间。显然,关闭的组件越多,睡眠就越深,gNB唤醒越慢。
表1也列出了各种状态的工作功率水平。由于不同的网络供应商的gNB实现不同,模型中的数值是相对值而不是绝对值,以深睡眠状态下的功率水平为基准。
电源状态 | 相对功率P [任意单位] |
总转换时间T [ms] |
---|---|---|
深睡眠 | 1 | 50 |
浅睡眠 | 25 | 6 |
微睡眠 | 55 | 0 |
下行链路活动 | 280 | N.A. |
上行链路活动 | 110 | N.A. |
表1:不同状态的功率水平和转换时间
该模型还考虑了基于发射和接收带宽、载波聚合(CA)和天线接收单元(RU)数量的缩放。表2展示了gNB的功率如何随着缩放因子的变化而变化。
缩放因子 |
建议 |
注释 |
---|---|---|
下行链路发射带宽(FR1 TDD) |
X MHz缩放因子= [0.4] + [0.6] * X /100
|
相对于主动传输(100% PRB) |
上行链路接收带宽(FR1 TDD) |
X MHz缩放因子= [0.8] + [0.2] * X /100
|
相对于主动传输(100% PRB. |
具有射频共享的CA |
[1.7]*0.5*n,其中n为载波分量(CC)的数量 |
|
无射频共享的CA |
其中n是CC的数量 |
|
天线RU数 |
[0.4] + [0.6] *(x/64),其中x为64、32或16,表示天线数量 |
将天线数量从64个修改为32个可以节省30%的能源。 64天线:[0.4] + [0.6] * (64/64) = 1.0 32天线:[0.4] + [0.6] * (32/64) = 0.7 |
表2:gNB功率模型的缩放
在这里,我们可以看到,通过调整不同的因素,可以显著降低gNB的能耗。例如,表2的最后一列显示,将天线数从64个减少到32个,就能节省30%的能源。基于这个能耗模型,我们提出了一些网络节能技术,将在下一节介绍。
我们的模型综合了硬件和软件组件的优化以及技术的持续进步,使其能够作为未来网络能源性能评估的基础,即使在未来五到六年,软件或硬件发生了很大的变化,也能够应用。
网络节能技术
gNB不仅在没有活动时需要睡眠模式节能,而且在活动状态时也需要其他节能技术。在下图中,我们给出了这些技术在空间、功率和时域方面的示例,并对它们对网络节能的贡献进行了量化分析。
动态天线自适应(空域)
如图1所示,gNB的有源天线系统由多个天线单元组成,这些天线单元以子阵列排列。每个子阵列通常连接到两个收发器链,其中每个收发器链分别连接到不同的极化。
通常,gNB配备64个或更多的接收(Rx)和发射(Tx)链阵列,预计未来可能会更大,特别是在更高的频率上。这些收发器链消耗了gNB总能耗的大部分。此外,高效的波束管理还需要传输更多的参考信号,如信道状态信息参考信号(CSI-RS),这会增加信令量和减少睡眠时间,导致能耗增加。
不需要一直使用所有大阵列传输和激活的收发器链。节能的方法是静音一些收发器并关闭相关电路,如图2所示。
要静音的收发器数量取决于部署、负载和UE覆盖场景,促使gNB动态地调整静音模式。这可能涉及到在gNB节能和用户性能损失(如用户吞吐量)之间进行取舍。为了避免由于反复的重新配置和收发器静音带来的性能损失,gNB要先了解不同的静音模式对用户性能的潜在影响,再做适当的收发器静音决策。这需要UE不仅要报告当前收发器配置(如64链)的信道状态信息(CSI),还要报告其他候选配置(如48、32或16链)的信道状态信息。在图3中,我们对比了gNB的收发器链数分别为16、32和64时不同天线配置对能耗的影响,考察了在3种典型的系统负载(占用的物理资源)下的能耗和用户吞吐量,其中低负载、轻负载和中等负载分别占用系统资源的15%、30%和50%。
能耗
平均用户吞吐量
如图所示,在任何负载下,天线链数越少,能耗越低。当网络负载较低时,将天线链从64减少到16条,大部分UE的网络性能损失在3%以下。即使在中等负载下,将天线链减少到16条时的性能损失也只有大约7%,但能耗比64链下降了约61%,这是很显著的优势。
我们使用了半动态天线配置,预计如果根据一定的指标或阈值对网络进行动态配置,可以在节能的同时,尽量减少网络性能损失。
动态功率自适应(功率域)
目前,gNB为小区里的所有UE固定下行发射功率,目的是保证小区边缘的任何UE不会因为信干噪比(SINR)过低而影响其接收网络信令的能力。相比之下,小区中心的UE可能会信噪比过高,对感知性能无益。在这种情况下,降低gNB发射功率可实现节能,特别是对于在良好覆盖区域中的UE,在这样的区域中,较低的信噪比也不会损害UE的感知性能,如图4所示。
可以看到,如果小区边缘没有任何活动UE,将gNB的发射功率降低到一定水平,可以保证UE所在位置的信噪比仍然保持有利水平,用户吞吐量也不会受到显著影响,同时还能节省gNB的能耗。为了证明这一点,我们在图5和图6中分别将gNB的发射功率设为43 dBm、49 dBm和55 dBm,以评估不同功率配置对节能的影响。我们在3种典型的系统负载下,再次比较了能耗和平均用户吞吐量。图5显示,当小区边缘附近没有部署UE时,在所有负载条件下,发射功率越低,gNB的能耗就越低。
能耗
此外,系统负载越高,降低发射功率的节能效果就越明显。同时,发射功率配置对平均用户吞吐量几乎没有影响。显然,这种场景下的UE分布适合通过降低发射功率来实现节能。
能耗
平均用户吞吐量
另一方面,图6显示了UE在小区边缘附近的场景,这时降低gNB发射功率会导致平均用户吞吐量大幅下降。因此,这项技术要根据小区情况选择使用。
动态配置自适应(时域)
上述能耗模型表明,让gNB在空闲时进入睡眠模式是有效的节能方法。在不影响网络性能的前提下,空闲时间越长,gNB就越有机会进入并保持深睡眠状态,从而节省更多的能源。因此,在时域内增加空闲时间可以直接提高能源性能。为此,我们可以动态调整一些配置,让gNB在空闲时多睡眠,同时保证非空闲时的网络性能。
例如,新空口的典型同步信号块(SSB)周期为20 ms-160 ms。乍一看,如果在两个SSB传输之间没有任何要发送或接收的内容,那么gNB应该能够进入睡眠状态,节省许多能源。但是,这很难做到,因为gNB需要定期接收信号。例如,即使没有被明确授予上行链路传输许可,gNB也至少需要监听接入小区的潜在UE的物理随机接入信道(PRACH)前导码。但PRACH的接收周期有多种选择,而且也可以重新配置。因此,我们可以根据网络状态动态配置PRACH的接收周期,让gNB在空闲时多睡眠。
图7展示了gNB空闲时的总能耗,以及能耗在各个工作、睡眠状态和状态转换中的占比,gNB在空闲时每20 ms执行一次SSB和剩余最小系统信息(RMSI)传输。
图中展示了4种不同的配置对gNB接收机活动的影响。基线配置为了提高性能,将PRACH时机周期设置为10 ms,这样可以最大程度地减少初始连接建立的延迟。其他3种配置则把PRACH时机周期分别增加到20/40/80 ms,目的是提高gNB的能源性能。从图中可以看出,减少gNB中PRACH的前导码监测可以大幅节省能源。将PRACH时机周期从10 ms延长到40 ms,可以实现高达21%的节能。但是,这样也会增加UE的接入延迟,特别是在接入负载较高时,节能效果就不明显了,所以将PRACH时机周期增加到80 ms以上就没有太大意义了。因此,如果能根据场景动态配置PRACH时机周期,那么对于网络和UE的节能都是有好处的,例如,一些空闲的UE需要更快的转换来连接小区,就可以采用更轻量级的机制,而不是系统信息更新,因为系统信息更新本身会产生较大的延迟。
打破能耗曲线
能源价格不断上升,移动网络需求也在持续增长,如果我们不做出改变,能源使用和排放也会随之上升。我们的网络能耗模型可以预测现在和未来网络的能耗,并增强现有的新空口(NR)机制,以实现更多的节能。我们通过减少能源使用和排放,进一步为打破移动网络的能耗曲线做出贡献。
更多资料
点击此处,下载我们提交的3GPP RAN1#111论文全文:《网络节能技术评估》和《网络节能技术》。
阅读博客帖子《打破能耗曲线!5G技术何以成为打造更经济高效的电信公司的关键》。
阅读这份5G能耗性能报告,了解5G如何变得更加节能。
更多地了解5G新空口(NR)
更多地了解能源共享:《无处不在的能源》
相关内容
Like what you’re reading? Please sign up for email updates on your favorite topics.
Subscribe nowAt the Ericsson Blog, we provide insight to make complex ideas on technology, innovation and business simple.