李爱华：5G-A网络与AI融合架构研究与推进

3GPP标准与AI融合架构研究与推进概述

1.3GPP标准总体进展

• NWDAF（Network Data Analytics Function）：从2017年Q4起，NWDAF逐步发展，从数据收集、训练、推理到闭环控制，形成分布式网络大数据分析架构，支持多样化解决方案。
• R15版本：2020年Q2完成，定义了集中式架构和能力，增加了六个特性，但部署灵活性和可扩展性有限，限制了大规模商用。
• R16版本：2022年Q2，设计了一个分层智能网络架构，提供了AI平台化能力，满足大型运营商的需求。
• R17版本：首次引入分布式智能架构，探索多元场景应用，全面支持智能化试验落地。
• R18：维护面向演进，加强智能协同。

2.R19标准化研究

• 新应用场景：针对痛点、热点问题，研究AI辅助机制，如智能推荐、信令风暴智能抑制和定位智能化。
• 新技术方向：引入AI新技术，扩展网络AI服务范围，提升动态适应性和决策能力。

3.NWDAF智能架构实现原理

• NWDAF架构：基于服务化架构，包括训练功能（MTLF）、分析功能（AnLF），并引入数据采集协调功能（DCCF）、分析和采集消息框架适配功能（MFAF）和存储和提取分析数据数据库功能（ADRF）。
• 功能单元：包括NWDAF、模型训练逻辑功能（MTLF）、分析逻辑功能（AnLF）等。
• 智能服务架构：遵循服务化机制，实现服务注册、数据采集、数据分析和分析结果反馈，支持实时定制化采集数据。

4.NWDAF标准场景及应用建议

• 分析对象：切片、网元、用户、业务四个维度。
• 标准化分析类型：涵盖提质、增效两大类别，共13种标准化分析类型，如切片负载分析、网络性能分析、冗余传输体验分析等。
• 应用建议：聚焦提质场景，根据不同需求定制化方案，合理利用网络资源，保障服务质量和用户体验。

5.NWDAF典型应用推进

• 用户观看直播智能保障：通过实时速率观测智能保障普通用户观看直播的网络质量，减少卡顿现象，提升用户体验。

结论

3GPP与AI融合架构的研究与推进展现了从集中式到分布式的发展趋势，旨在通过AI技术优化网络性能，提升用户体验，并探索多元应用场景。NWDAF作为关键组件，通过其智能架构和功能不断进化，以适应不断变化的网络环境和用户需求。未来，随着R19版本的深入研究和实施，将有望进一步推动AI在通信网络中的广泛应用，实现网络的智能化和高效运营。