数字孪生网络实践与启示研究报告2024

1 数字孪生网络实践与启示研究报告 ReportforDigitalTwinNetwork:PracticesandInsights 2024年10月21日 目录 1.前言4 2.DTN实践案例6 2.1DTN实践概览6 2.2网络规划7 2.2.1需求预测：流量激活与容量预测7 2.2.2规划设计：站址价值智能评估与规划10 2.2.3网络仿真：无线网络高精度仿真12 2.2.4性能预测：复杂环境下网络覆盖性能预测14 2.3网络建设16 2.3.1环境勘测：基于三维勘测建模的自动化环境勘察16 2.3.2建设审核：数字化室分设计审核17 2.4网络维护18 2.4.1故障分析：跨时空网络全局故障感知与分析19 2.4.2故障修复：核心网信令风暴、故障模拟及定位恢复20 2.4.3故障抢通：网络智能容灾21 2.5网络优化23 2.5.1场景一：大规模天线波束权值优化23 2.5.2场景二：视频缓存策略与网络资源管理优化25 2.5.3场景三：业务网络数字体验地图26 2.5.4场景四：网络切片优化28 2.5.5场景五：CSI智能压缩性能预验证29 2.5.6场景六：大话务场景网络保障优化30 3.DTN实践启示34 3.1DTN核心价值启示34 3.1.1网络高精度预测与仿真34 3.1.2网络状态精准呈现与智能决策35 3.1.3网络假设推演与策略预验证36 3.2DTN网络架构启示37 3.2.1面向6G的DTN网络架构38 3.2.2网络原生DTN架构39 3.2.3基于信道孪生的网络自治架构42 3.3DTN关键技术启示44 3.3.1DTN数据治理技术44 3.3.2DTN用户与网元孪生技术45 3.3.3DTN无线信道孪生技术48 3.3.4DTN无线业务孪生技术49 3.3.5DTN策略虚实迁移技术51 3.3.6DTN智能编排技术53 3.4DTN演进路线启示54 3.4.1DTN能力等级评估体系54 3.4.2DTN智能化演进路径56 3.5DTN标准化启示58 4.总结和展望60 参与单位61 参考文献61 1.前言 未来移动通信网络将向可编程、软件驱动、服务化架构的方向演进，同时将引入包含智能反射面、太赫兹通信等在内的多种新型网络技术进一步拓展业务空间，这使得网络管理复杂性达到了前所未有的高度。与此同时，扩展现实（ExtendedReality,XR）、生成式AI等大量新型应用在快速崛起，使得网络业务环境更加复杂，对网络的灵敏性等服务质量提出了更加苛刻的要求。这导致未来网络不仅需要解决网络能耗高、多制式互操作繁杂、运维成本高、效率低等传统问题，还需要应对各种新型挑战。为了解决这些问题，未来数字孪生网络（DigitalTwinNetwork,DTN）通过精准地、智能地将物理网络映射到数字空间，可以综合考虑各方面复杂因素，对网络进行全面监测、推演、寻优和进化，最终实现全生命周期的网络高水平自治。 网络全生命周期管理包括网络规划、建设、维护和优化。在网络规划阶段，DTN对未来网络流量进行预测，对现有站点价值进行自动感知和挖掘，生成新的站点方案或引入新型网络技术，通过在孪生环境中进行仿真寻优，生成网络规划方案并进行性能预测；在网络建设阶段，DTN对物理环境进行精准建模，对设备安装和网络配置方案进行仿真寻优，生成最佳部署方案并进行网络测试分析；在网络维护阶段，DTN对故障进行预测和分析，对防治方案进行预验证并自动下发配置，形成“治未病”的网络维护方案；在网络优化阶段，DTN对网络优化需求进行自动感知，在孪生环境中对网络优化方案进行迭代寻优。可以预见，随着数据治理、孪生建模、业务编排等技术的不断演进，未来DTN将助力实现网络全生命周期高水平自治。 由于DTN在网络全生命周期管理中凸显的巨大优势，目前国内外产学研界学者已经开展了大量DTN研究和实践工作，各标准组织也对其开展了立项研究。在国外，英伟达联合诺基亚、美国东北大学等团队于2024年4月推出NVIDIA6G研究云平台，通过构建适用于6G的数字孪生网络研究平台，整合软件定义无线接入网（RadioAccessNetwork,RAN）、用户设备模拟器、物理地形、物体属性以及全RAN协议堆栈，为高效设计AI使能6G网络提供工具。爱立信于2023年提出RAN数字孪生2.0，利用大数据计算技术，创建能够实时反映无线接入网数据变化的数字孪生，支持多网络、多层级和多种无线接入技术，为未来网络优化和自动化提出网络数字孪生、站点数字孪生和用户数字孪生三个实践用例。 在国内，中国移动联合多家单位在站址价值评估与规划、物理网络高精度预测与仿真、自动化环境三维勘测、故障模拟与恢复、网络优化验证等网络规、建、维、优方面产生了丰富的DTN实践案例。华为基于资源、网络、链路对象精细化建模，构造了具备全域感知/预测及根因 分析能力的DTN，实现跨时空网络全局故障感知与分析，以及网络容灾倒换过程智能评估与容灾，并设计了业务网络数字体验地图，以支撑流量价值可视与策略仿真寻优。 在标准化进程方面，3GPPSAWG5于2023年12月立项“网络数字孪生管理”课题，已于2024年9月更新至1.0.0版本。CCSATC3工作组于2023年4月开展数字孪生网络第五次工作组会议，发布两个行业标准项目建议书《面向通信网络的数字孪生应用场景与需求》、《数字孪生网络：IP网络拥塞预处理总体技术要求》[1]。ETSIOCGAN于2023.3.23发布白皮书“UnlockingDigitalTransformationwithAutonomousNetworks”，概述了基于DTN的自主网络的各个组件和架构，以及满足功能要求的关键指标和质量标准[2]。ITU-TStudyGroup13发布若干DTN相关建议书，描述了DTN要求和架构、DTN系统的能力水平和评估方法[3-5]。IETFNMRG工作组发布DTN相关草案“DigitalTwinNetwork:ConceptsandReferenceArchitecture”[6]。尽管业界已经涌现了大量优秀的DTN实践案例，业界少有文献对现有案例进行梳理总结。为此，本研究报告联合产学研界专家学者，对目前国内DTN实践案例进行全面梳理，并基于此得到DTN核心价值、网络架构、关键技术、演进路线、标准方面的启示。旨在为业界专家提供全面可靠的DTN实践参考，并为后续面向6GDTN研究提供指引。 在本研究报告中，首先，对国内15个优秀的DTN实践案例展开详细介绍。接着，对实践案例所带来的启示进行分析。最后，对DTN实践情况进行总结和展望。 2.DTN实践案例 本章将详细介绍DTN的全生命周期实践案例，着重介绍其在网络规划、网络建设、网络维护以及网络优化这四个关键阶段的具体应用情况，展现DTN在整个网络全生命周期管理过程中的关键作用。 2.1DTN实践概览 网络全生命周期管理包括网络规划阶段、网络建设阶段、网络维护阶段和网络优化阶段。下面，对本研究报告中分别属于这四个阶段的DTN实践案例进行概述。 网络规划是指在建设或扩展移动通信网络时所进行的系统性设计与策划过程。其目标在于确保网络能够满足预期的业务需求，并具有良好的可扩展性和稳定性。网络规划主要包括需求预测、规划设计、网络仿真、性能预测等环节。在本研究报告中，针对需求预测环节，提供“流量激活与容量预测”实践案例，旨在实现流量预测准确性以及通信资源分配合理性的提升；针对规划设计环节，提供“站址价值智能评估与规划”实践案例，旨在解决新建站因特征表达不充分而导致的价值评估不够精确的问题；针对网络仿真环节，提供“无线网络高精度仿真”实践案例，旨在实现网络高精度仿真的规模化商用；针对性能预测环节，提供“复杂环境下网络覆盖性能预测”实践案例，旨在解决复杂业务、场景下的高精度网络覆盖预测问题。 网络建设是指在进行网络规划之后具体实施网络架构的过程，需要进行布线、设置网络地址和安全权限，确保各个设备之间能够有效通信并符合安全标准。网络建设包括环境勘测、建设审核等环节。在本研究报告中，针对环境勘测环节，提供“基于三维勘测建模的自动化环境勘察”实践案例，旨在基于现实环境快速建立更精准的3D模型，并将现实与虚拟交互中产生的海量数据简明呈现；针对建设审核环节，提供“数字化室分设计审核”实践案例，旨在提升室分设计审核的数字化标准化水平，为室分系统的孪生奠定充足的数据基础。 网络维护是指在网络建设完成后，对网络基础设施进行监控、管理和维护的过程。其目标在于确保网络安全稳定运行，以及持续满足日益增长的业务需求。通过有效的网络维护，可以最大限度地减少网络故障，并提高网络可靠性和效率。网络维护包括故障分析、故障修复、故障抢通等环节。在本研究报告中，针对故障分析环节，提供“跨时空网络全局故障感知与分析”实践案例，旨在构建全局网络可感可视可控基础设施，使能上层应用实现网络仿真、意图验证、 确定性SLA保障等业务能力；针对故障修复环节，提供“核心网信令风暴、故障模拟及定位恢复”实践案例，旨在增强现网核心网对信令风暴的防御、抵抗能力，寻找到最优网络参数，指导现网配置；针对故障抢通环节，提供“网络智能容灾”实践案例，旨在实现网络容灾倒换过程智能评估与容灾倒换过程可感可视，通过对动网参数（如流控参数）执行仿真优化，实现大区倒换收敛速度提升。 网络优化是指对已建立的计算机网络进行不断改进和调整，以提高其性能、可用性和效率的过程。这包括对网络设备、协议、带宽利用率以及数据传输速度等方面进行调整和改进。其目标在于降低网络拥塞风险，提高数据传输速度，提高资源利用率，使网络更加适应实际需求，并能够更有效地支持日益增长的业务流量和多样化的服务要求。本研究报告主要围绕六大网络优化场景及对应实践案例展开介绍，包括大规模天线、视频缓存与网络资源管理、业务网络、网络切片、CSI智能压缩、大话务场景。针对大规模天线权值优化场景，提供“大规模天线波束权值优化”实践案例，旨在实现安全探索，并利用孪生体中交互速度快的优势，增加算法的收敛速度；针对视频缓存与网络资源管理场景，提供“视频缓存策略与网络资源管理优化”实践案例，旨在实现用户视频体验和资源利用效率的提升；针对业务网络场景，提供“业务网络数字体验地图”实践案例，旨在实现体验地图孪生模型构建，并提升业务仿真精度与决策准确度；针对网络切片场景，提供“网络切片优化”实践案例，旨在引入数字孪生增强的方案，实现网络切片的智能优化；针对CSI智能压缩场景，提供“CSI智能压缩性能预验证”实践案例，旨在基于DTN技术构建统一的CSI压缩反馈学习环境，在孪生环境中可提供多样化的数据集及数据集生成能力，满足模型精度和泛化性不同研究目标；针对大话务场景，提供“大话务场景网络保障优化”实践案例，旨在借助现网数据、AI算法及通信业务知识，分别对用户移动及上网业务行为、基站覆盖及容量性能指标进行孪生还原及模拟推演，进而支持各类保障方案对应的参数配置优化与效果预验证，助力保障工作顺利开展。 2.2网络规划 网络规划是网络全生命周期的第一阶段，主要包括需求预测、规划设计、网络仿真、性能预测等环节。本节将对面向各环节的实践案例进行介绍。 2.2.1需求预测：流量激活与容量预测 1)背景 随着移动互联网业务的急剧增加和基础网络的快速发展，网络流量变得更加复杂多样。为缓解无线网络业务量的爆发式增长及网络性能压力的突增，需要准确有效地对未来的网络业务量进行预测，并根据预测的网络业务量进行网络资源的合理配置，支撑公司网络规划、网络建设、网络运维等网络业务的智慧管理。同时，基于流量预测网络智能化评估能准确投资基站建设、指导网络优化部门动态载波调度，提升新建站点规划选址的准确性，高负荷扩容的提前性。传统方法依赖于人工，存在工作量大、重复多、过于依赖经验的问题，难以形成精确高效的预测手段，而DTN则赋予了该领域一种全新的在网络空间推演、仿真、预测流量的能力，可大幅压降人工成本，提升网络流量仿真的准确性和效率。 基于D