A Digital Twin Network Approach for 6G Wireless Network Autonomy

当前情况与优化愿景

当前，5G网络虽然大幅提升了通信质量，但不断涌现的新网络服务和持续扩大的网络规模给运营商带来了许多挑战，网络操作和维护（OAM）的复杂性也在不断增加。部署创新技术也变得更加困难。

在传统的2C场景中，存在高终端能耗、当前网络节能效果有限、5G终端启停比例低、5G切换和驻留比率低以及系统相邻区域优化和维护复杂等问题。在2B场景中，基站设备产品库规划不完善，无法灵活应对覆盖范围和场景的变化；专用维护系统也不完善，网络维护人员技能无法满足跨层跨域维护需求。此外，专网建设成本高昂，2B服务应用场景差异较大，需要面对高上行和下行速率、低延迟控制和高可靠性要求等不同场景，导致网络成本增加。终端问题也可能影响服务质量。

数字孪生网络概述

为了解决上述问题，中国移动提出了基于数字孪生网络的6G无线网络自主化方案。数字孪生网络是一种由物理网络实体及其对应的数字孪生网络构成的系统，能够实时映射。数字孪生体在网络中代表了现实网络实体的动态建模或镜像副本。数字域通过丰富的历史和实时数据及先进的算法模型生成感知和认知智能，可以连续优化和模拟物理网络的最佳状态，提前发出相应的OAM操作指令，自动纠正物理网络，提前解决网络元素或网络故障，实现“未病先治”的效果。通过收集纠正后的数据形成闭环，评估操作和维护结果。这种闭合环交互、认知智能和自动OAM操作使网络能够快速识别和适应复杂和动态环境，实现网络全生命周期的“自主”。

技术特点与架构设计

数字孪生网络具有以下技术特点：

1. 数据采集与分析技术：用于收集和分析网络运行数据。
2. 数据增强技术：提高数据质量和可用性。
3. 知识图谱和图神经网络：构建网络知识模型并进行推理。
4. 仿真服务能力：提供网络仿真功能以预测和验证。
5. 预验证结果校正技术：对预验证结果进行修正。

网络架构包括端到端架构、数据平面和智能平面。端到端架构涵盖了从用户到基站再到核心网的整个流程；数据平面负责传输数据；智能平面则处理智能决策和优化任务。

关键技术与案例研究

关键技术

1. 数据采集与分析技术：包括传感器数据采集、日志记录和网络监控等。
2. 数据增强技术：如数据清洗、特征提取和异常检测等。
3. 知识图谱和图神经网络：用于构建网络知识图谱并进行推理。
4. 仿真服务能力：包括网络仿真、性能预测和资源调度等。
5. 预验证结果校正技术：对仿真结果进行校正以提高准确性。

案例研究

1. 大规模天线波束权值优化：通过数字孪生网络实现波束权值的智能化调整。
2. 智能深度RAN切片：利用数字孪生网络优化无线接入网络切片。
3. 多维资源联邦调度：通过数字孪生网络实现多维度资源的高效调度。

总结与展望

未来，6G网络将通过数字孪生网络构建全新的自动化网络OAM系统，实现网络全生命周期的高阶“自主”。通过数字孪生网络，可以实现网络状态的实时监测、优化和故障预防，从而提高网络效率和灵活性。中国移动将继续研究和探索数字孪生网络的关键技术和应用，以实现更全面、智能、可扩展和经济高效的网络自动化OAM系统。