网络节能技术白皮书2024.pdf

1/21目录1.1.前言前言.22.2.背景意义背景意义.23.3.性能指标性能指标.34.4.标准进展标准进展.35.5.网络节能关键技术网络节能关键技术.45.1 网络架构层面.45.1.1空天地一体网络架构.45.1.2新型分布式无线网络架构.55.1.3无线智能云网络.75.2 空口节能技术.85.2.1空域节能技术.85.2.2时域节能技术.105.2.3频域节能技术.115.2.4功率域节能技术.115.2.5空口新硬件.125.3 新技术融合.135.3.1 AI技术融合.135.3.2 6G空口新技术融合.155.4 其他技术.166.6.总结与展望总结与展望.187.7.参考文献参考文献.188.8.主要贡献单位主要贡献单位.199.9.缩略语缩略语.202/211.1.前言前言面向 6G 网络节能，本白皮书阐述其背景意义和面临的严峻挑战，简要介绍能耗性能指标和 3GPP 国际组织关于网络节能课题的标准进展，从网络架构、空口节能技术、新技术融合以及其他技术等层面，重点探讨网络节能关键技术方案。最后，总结白皮书主要内容及相关结论，并展望其未来发展趋势。2.2.背景意义背景意义随着全球经济和科技的飞速发展，能源问题日益突出。自 2000 年以来全球碳排放增速明显提升，随着空气中二氧化碳浓度的剧增，全球升温迅速，而气候变暖带来的风暴、热浪等极端天气将严重危害人类的生命财产安全。在我国，双碳目标被纳入“十四五”规划建议，二氧化碳排放力争在 2030年前达到峰值，努力争取 2060 年前实现碳中和。双碳目标是全球应对气候变化的重要责任，也是行业和企业可持续发展的重要基石。就电信行业能耗情况来看，其碳排放是以电力购入的间接排放为主。在电信行业的能耗构成中，基站、通信机房和数据中心的能耗为主要占比，其节能最为关键。5G 基站满载功耗约 4G 的 3-4 倍，尤其随着 5G 网络的正式商用，能耗增幅显著提高。面向 6G 提出的 6 大典型场景和 15 个能力指标1，从智能、感知、泛在等多维度，对速率、容量、时延、定位、用户体验等提出更高要求，驱动 6G 向更高频点、更大带宽、更多算力演进，从而给 6G 网络能耗带来严峻挑战。一、更高频点一、更高频点：6G 毫米波基站的覆盖半径仅为 5G 3.5GHz 基站的 30%，同时毫米波基站功放效率约为 7-15%，具体数值取决于工艺，例如硅锗 SiGe工艺为 7%+，而氮化镓 GaN 工艺为 15%+，仅为传统 5G 基站功放效率的 1/7-1/3。因此，需要更高的能耗以支持 6G 毫米波基站功放正常工作。二二、更大带宽更大带宽：大带宽、多天线是造成 5G 单站功耗增加的主要因素，5G单站功耗是 4G 的 3-4 倍。另外，按照带宽代际增长规律，预计 6G 带宽可达500MHz-1GHz。如果单位带宽发射功率保持不变，可推算 6G 基站发射功率将是 5G 的 5 倍以上，单站整体功耗将是 5G 的 4 倍以上。三三、更多算力更多算力：智慧内生是 6G 重要特征，常用 AI（Artificial Intelligence，人工智能）模型的复杂度从十几兆到上百 G 个模型参数。以 ChatGPT 为例，包含 1750 亿个模型参数，其模型训练使用了 1 万个 V100 GPU，据环球零碳研究中心粗略合算，电力消耗超 168 万度，按日访问 100 万用户测算，运行每天耗电约 1.2 万度。3/216G 新技术的创新发展，应以绿色节能为基本原则，提升系统能量效率，实施绿色生态运营模式。并将 6G 技术赋能千行百业，助力各行各业深入实践数字化转型，践行绿色发展战略，共同谱写人类命运共同体新篇章。3.3.性能指标性能指标能量效率是用于评估网络能耗的重要性能指标，从定义的角度出发，找到网络节能的有效手段。关于能量效率的定义，学术研究中将其定义为单位能耗下所能传输的数据量，单位为比特/焦耳（bit/J）。若想提升能量效率，可以从传输的数据量和能耗两个角度出发，一方面，有效提升传输速率，另一方面，减少传输单位数据量所消耗的能量。此外，ITU 定义的传统 5G 网络能量效率，指的是与所提供的业务量相关的最小化无线接入网（RAN）能量消耗的空口技术能力2，包括两个方面：1）网络侧，指的是无线接入网在单位能耗下用户传输或接收的信息比特数；2）终端侧，指的是通信模块的单位能耗，单位均为比特/焦耳3。因此，要想提升网络能量效率，可以从网络和终端两个角度出发，双管齐下，以达到网络节能的目的。考虑 6G 应用场景的多样化，以及对空口传输性能的不同需求，可以将网络能量效率定义为该场景下性能指标与功耗的比值，从而更加全面客观的反映该场景的实际性能需求和能耗占比。具体来说，对于高速率场景，可以将能量效率定义为单位能耗下提供的数据速率，单位是比特/秒/焦耳（bps/J）；对于低时延场景，可以将其定义为单位能耗下提供的传输时延，单位是秒/焦耳（s/J）；对于广覆盖场景，可以将其定义为单位能耗下提供的覆盖距离，单位是米/焦耳（m/J）。类似地，对于6G 融合场景，可以由单一维度扩展到更多维度，将能量效率与 6G 场景的性能指标相对应，从而更加全面地评估单位功耗可提供的空口性能指标，以满足6G 多样化的业务场景需求。4.4.标准进展标准进展国际移动通信标准组织 3GPP 在 Release 18 阶段开展了网络节能技术的讨论，包括 Study Item（SI）和 Work Item（WI）两部分工作内容。4/21（1）SI 阶段阶段在 2021 年 12 月举行的 RAN#94e 会议中，正式确定了网络节能课题的研究内容，主要包括以下三个方面的工作。建立基站能耗仿真模型，用于网络节能方案的性能评估；建立网络节能的评估方法与 KPI；研究并识别 gNB 和 UE 侧的节能技术。历时近一年的 SI，重点讨论了网络节能的仿真模型，评估方法以及在时域、频域、空域、功率域、UE 辅助信息等方面的网络节能技术，并提供仿真结果，相关研究内容形成报告 TR 38.8644。（2）WI 阶段阶段根据 SI 阶段的研究进展，WI 阶段的标准化工作围绕部分节能增益较高的技术展开。在 2022 年 12 月份举办的 RAN#98 会议中，确定了网络节能课题的工作内容如下：基于 CSI 增强的空域与功率域网络节能技术；小区非连续发送/接收（Cell DTX/DRX）技术；inter-band CA 场景下的 SSB-less SCell 技术（仅限 FR1 和 co-located小区）；Rel-18 网络节能小区内防止传统 UE 驻留的方案；inter-node 波束激活及其有限区域内限制寻呼增强技术；小区切换流程增强技术。此外，仍有很多在 SI 阶段研究的网络节能技术未能标准化，为了进一步节省网络能耗并为 6G 打下基础，3GPP Release 19 将进一步开展网络节能课题的标准化工作。5.5.网络节能关键技术网络节能关键技术5.15.1网络架构层面网络架构层面5.1.1空天地一体网络架构空天地一体网络架构未来网络将实现万物智联，网络覆盖目标将由地面覆盖扩展到太空、空中、陆地、海洋等更多自然空间，实现全域的“泛在连接”。随着各行各业数字化5/21进程的加速，全域数字化基础设施将迅速扩张，数字经济发展与能耗、碳排放增长之间的矛盾将日益突显，绿色节能将成为未来 6G 网络架构的内生需求。为了实现万物智联、绿色低碳的发展目标，6G 网络架构将发生颠覆式重构，无线网将打破传统的有边界的、烟囱式的架构，支持融合泛在、绿色节能的新型空天地一体网络架构。空天地一体网络架构将通过卫星网络、空基网络、低空及地面网络三层组网，形成以地面网络为基础、以非地面网络为拓展的立体全域覆盖网络。地面网络与非地面网络互联互通、深度融合，采用统一的协议栈，支持海量用户无感知、极简的泛在接入。地面与非地面网络层可采用超蜂窝、无蜂窝等符合绿色通信发展趋势的新型组网方式。超蜂窝架构下，基站控制面与用户面解耦，控制基站与业务基站可以独立按需部署。前者提供用户接入以及控制信号的传递，可采用大区覆盖模式；后者为用户提供高速数据传输，可按需灵活部署。同一个控制基站覆盖范围内可以部署多个业务基站，且业务基站可根据业务负荷变化动态休眠。该架构下，网络覆盖可跟随业务需求动态调整，在不影响覆盖性能的前提下通过控制业务基站适时进入休眠状态，实现更为灵活的休眠，提升网络节能效果。无蜂窝架构以用户为中心，部署多个分布式接入点以及一个与所有接入点相连接的中央处理单元，通过中央处理单元的集中信号处理，广泛分布的接入点可以实现高水平的协作，形成一个“超级基站”覆盖整个区域。每个用户接入一组特定的接入点，可以利用空间宏分集和低路径损耗提升网络的频谱效率和能量效率。当区域内用户较少时，可以关断部分接入点，进一步节省系统能耗56。5.1.2新型分布式无线网络架构新型分布式无线网络架构为更好地支持自动驾驶、智能制造、远程医疗等垂直行业，对低时延和高可靠提出更高要求，尤其面向未来 6G 网络泛在连接，传统的集中式智能网络架构已无法满足。因此，业界提出了一系列新型分布式无线网络架构，通过引入分布式智能计算框架，以充分利用用户终端和节点所持有的多维数据以及计算资源。然而，新型分布式无线网络架构面临分布式节点规模的不断扩大、海量的高维模型参数传输和超级算力等诸多挑战，使得 6G 网络能耗成为其规模部署和广泛应用的主要瓶颈之一。因此，采用分布式分层智能无线网络架构设计，有效降低 6G 分布式无线网络能耗7。考虑无线接入网侧的多层网络拓扑，可以在宏/微基站、CU/DU、云端/边缘端等不同层面部署智能功能组件，开展无线分布式学习。自下而上具体地可6/21分为，用户设备的终端智能层、部署在 DU 上的第一智能层、部署在 CU 上的第二智能层、部署在边缘节点上的第三智能层以及部署在云端的第四智能层，如下图所示。不同的智能层针对不同目标产生不同的功能配置，由此可构建面向 6G 网络的分布式分层智能无线网络架构。网络可以灵活快速地编排和使用智能功能组件，部署多层级数据分析网元，在网络各层级均可组成分布式协同管控系统，实现水平层面上各个无线节点之间的分布式智能交互与协同8。图 16G 网络智能功能组件垂直分层部署示意图在新型分布式无线网络架构中，联邦学习（Federated Learning，FL）作为最有望成为 6G 基础架构的一种分布式智能计算框架，能够在保护用户数据隐私的前提下，进行更广泛的机器学习，预期将在 6G 智能服务和应用中发挥重要作用。通过联邦学习和多层网络拓扑的有机结合，可进行多层次联邦聚合。如下图所示，基于宏基站-微基站-设备的三层网络，在垂直方向上构成联邦学习分布式分层智能无线网络架构，联邦聚合可拆分为位于微基站的低层次联邦聚合和位于宏基站的高层次联邦聚合，从而实现较低的通信成本和更广泛的数据共享。7/21图 26G 网络多层次 FL 节点部署示意图具体地，在边缘网络，早期模型聚合具有较低的通信成本，且能有效缓解由于局部数据的随机性而导致模型更新的不确定性。而后期模型聚合，通过更高层次的联邦学习服务器进行模型聚合和更新，可实现更多、更广泛的数据共享，且加速全局聚合的收敛性。因此，可以根据网络对学习性能、时延、容量、能耗等指标的实际需求，灵活调整和优化联邦聚合在不同网络层次的部署位置，实现 FL 动态分层。为了更好地实现网络节能，可考虑减少高通信成本的高层次全局聚合的通信频次，通过降低通信开销来降低总能耗。相比于传统 FL 方案，在相同学习精度的前提下，引入多层次联邦聚合的分布式分层智能无线网络架构能够有效降低网络能耗。5.1.3无线智能云网络无线智能云网络IMT-2030 Framework9强调了环境适应性和网络、终端节能减排的重要性。其中，网络能效是目前最为关注的量化指标，通常被定义为 bit/Joule。2010 年前后，国内等主要运营商分享了对移动网络能耗的观察。观察发现，一半的能源消耗在空调和其他设施上，并进一步提出集中 RAN 设备以降低能耗，被称为 Cloud-RAN（C-RAN）。集中点可以在无线电或基带处理上，如下图所示。8/21图 3Cloud-RAN 示意图根据分析1011，C-RAN 是一个生态友好的基础设施。首先，通过 C-RAN架构的集中处理，基站站点数量可以成倍减少，空调等现场支持设备的耗电量可大幅降低。其次，由于协作无线电技术可以减少 RRH 之间的干扰并允许更高的 RRH 密度，因此可以缩短 RRH 到 UE 的距离，部署具有较低发射功率的较小小区，同时不影响网络覆盖质量。用于信号传输的能量将会减少，这对于减少 RAN 中的功耗和延长 UE 电池待机时间特别有帮助。最后，由于 BBU 池是大量虚拟 BS 之间的共享资源，这意味着可以实现更高的资源利用率和更低的功耗。当虚拟基站在夜间空闲且不需要大部分处理能力时，可以有选择地关闭或进入较低功耗状态，而不会影响 7x24 服务承诺。O-RAN 继承了 C-RAN 的优点，定义了 O-CU/O-DU/O-RU 的开放接口，为分析不同网络实体的功耗提供了足够的灵活性。报告12指出，对于大多数移动网络来说，超过 80%的能源消耗在无线接入网络中，其余的则消耗在核心网、支持系统和相关的云基础设施中。预估 RAN 侧使用的 80%能耗中，大约 80%为无线电供电，剩余 20%用于分布式单元(DU)。通过采用 Micro SleepTx、多频段无线电器件设计和集成等新技术，可以大大节省无线电能耗。同时，云化 DU 基于高性能通用处理器架构，优化了能耗，对软件开发生态系统有良好的兼容性。为了充分发挥潜力，SMO/RIC 软件经过精心设计，rAPP 可满足自动化非实时网络管理的需求，降低运营成本、提高网络性能并降低能耗。3GPP在 Release 18和 Release 19阶段开展网络节能技术的讨论和标准化工作，详见前文第 4 章节。3GPP 指出了优化 RAN 能耗的潜在方向，O-RAN架构通过分离网络实体和可编程 rAPP，提供了最大的灵活性。O-RAN 架构与新的节能特性的结合，有望在 6G 时代带来光明的前景。5.25.2空口节能技术空口节能技术5.2.1空域节能技术空域节能技术NR 基站中 AAU 功耗占比约 80%，是网络能耗最主要组成部分。空域节能9/21技术在系统性能损失可以容忍的基础上，可以通过对网络空域元素进行自适应以显著降低网络能耗。根据不同的颗粒度，空域元素可以包括天线阵元、TXRU、天线端口、天线面板、TRP 等。相比半静态空域元素自适应技术，动态空域元素自适应方案，可提供更加精细的自适应颗粒度，更好的匹配业务负载与实际的传输环境，为 UE 提供更好的服务，从而更好的实现网络/基站能耗降低。5G 现网中，大规模 MIMO 由于其支持空域复用或多径分集的优点，被广泛使用。而在大规模 MIMO 带来高容量的同时，其大量的 TXRU 及相关的硬件处理单元（包括功率放大器）也会带来基站功耗的增加。一个有效的网络节能解决方案是根据流量负载或服务的 UE 数量调整基站的 TXRU 开关，如下图所示，在小区内用户数变少时，可以适当的关闭一部分基站的 TXRU，使得其能够在不损失容量的基础上减少基站功耗。传统的空域关断无法很好地支持动态快速关断，例如：获得省电增益的时候有明显的容量损失，或者受限于速度无法全天候使用。这是由于静态关断的切换时间太长，导致基站的天线状态无法根据信道状态进行快速的调整，即天线状态与信道状态不匹配，从而导致较大的性能损失。图 4TXRU 自适应动态关断根据动态负荷水平、不同 TXRU 关断的多组 CSI，首先将整个时间分解为诸多毫秒级的短调度窗，先进的动态关断采用基于能效原则的动态调度器（受限容量损失前提条件下获得尽可能大的基站节能增益），在每个短调度窗上模拟遍历所有关断方式（包括不关断），从而快速选择最优的关断方式。对于动态关断技术方案，节能状态下硬件响应时间是影响网络指标和用户体验的关键因素，硬件响应时间需要实现从分钟级到毫秒级的跨越，使得从仅闲时节能扩展到全时节能。另外，CSI 报告的高层配置参数数量是有限的，过多的配置用于自适应通道关断的 CSI 报告会影响其他用途的 CSI 报告配置。因此，对于TXRU 动态关断方案中的一个重要研究方向就是 CSI 报告的增强，即在一个CSI 报告中上报多组 CSI 以及 CSI 开销的降低方案。通道关断技术不仅仅可以降低功放功耗，还可以降低射频通道的静态功耗，基于通道关断的空域节能技术，在保证服务连续性上具有明显的优势，而且应用场景并不限于基站业务轻负载场景，被视为主流的空域节能方案。10/21大规模分布式天线支持多 TRP 操作，类似于多个天线面板都可以视为空域AAU 的一部分，所以 multi-TRP 半静态/动态自适应调整属于传输天线自适应调整的特例。实际传输中往往存在 UE 和某一个 TRP 存在更好的传输链路，例如物理距离更近，这时候多个 TRP 都为 UE 传输并不总是必须的，动态关断某些 TRP 可以显著降低网络能耗，特别将来传输系统为支持短距离传输会部署分布式大规模 MIMO 阵列，会支持更多的 TRP 传输，支持 multi-TRP 动态 ON/OFF 能更好的平衡 UE 性能与网络能耗的矛盾。5.2.2时域节能技术时域节能技术在 中、低 系 统 负 载 场 景 下，通 过 动 态 智 能 小 区 关 闭、DTX/DRX（Discontinuous Transmission/Discontinuous Reception）智能协调、自适应降低广播信号发送时间等方法，让网络有更多的时间处于微睡眠/轻睡眠/深睡眠状态，有效降低信号传输在时域上占比，从而在对 UE 性能影响有限的前提下大幅降低网络功耗。当系统低负载时，基站不连续发送/接收（Cell DTX/DRX）或基站短时间关断，如时隙、符号或子帧级关断等，使得在 DTX/DRX-OFF 或关断期间，基站可以进入睡眠状态。通过增加基站睡眠时间，减少基站连续开启或频繁唤醒，从而降低基站能耗。公共信号或者信道，比如 SSB、SIB1、寻呼、随机接入信道等，自适应调整，包括公共信号/信道传输图样自适应调整、公共信号/信道传输周期自适应调整、公共信号/信道时域资源位置自适应调整等，让基站减少 always on 的周期性发送或接收，使基站可以进入到睡眠状态，从而降低基站能耗。支持 SSB/SIB-less 技术，即 UE 基于 intra-band/inter-band 中其他小区上传输的 SSB/SIB1 来执行同步和获取系统消息，通过不发送本载波上 SSB/SIB1来降低网络设备功耗。进一步支持网络设备按需（on-demand）发送 SSB/SIB1，减少非必要时 SSB/SIB1 等信号的发送，从而获得网络节能增益。实现小区动态按需关闭，即小区按需关闭全部或大部分元器件，仅保留收/发部分参考信号，或唤醒信号，或发现信号，最大程度上节省能耗。当小区的覆盖范围内有用户需要提供服务时，可以通过小区协同或终端发送唤醒信号激活关闭小区，或由 UE 触发公共信号的发送，进一步兼顾网络节能增益与终端业务传输性能。基站 DTX/DRX 机制中，在周期性进行 DTX/DRX-ON、DTX/DRX-OFF 的11/21基础上，利用 AI 可以预测系统的负载情况或者开启/关闭基站 DTX/DRX 的时机等，使能基站 DTX/DRX 智能化，通过动态的基站 DTX/DRX 机制进一步降低基站能耗。针对公共信号或者信道，利用 AI 预测小区中终端的接入情况和业务到达情况等，基站智能化调整公共信号或者信道的发送，通过自适应公共信号或者信道机制进一步降低基站能耗。针对小区关闭，兼顾网络节能增益与终端业务传输性能的关键点在于小区开启/关闭的时机，利用 AI 可以预测系统的负载情况或者小区开启/关闭的时机等，使得小区可以准确的自主实现开启/关闭，进一步降低基站能耗。5.2.3频域节能技术频域节能技术频域节能技术可以大致分为两类，一类是针对单载波的情况，可以通过灵活的带宽调节实现网络节能；另一类是针对多载波的情况，可以通过多载波间协调，以减少部分公共信号传输，从而降低网络能耗2。对于单载波情况，6G 超大规模天线可能工作在更高的频段，适用更大的带宽，必然带来更高的网络能耗。在实际网络中，为用户分配的工作带宽（BWP，Bandwidth Part）往往高于用户实际所需的带宽。通过对 BWP 的高效调整，例如可以通过为用户同时分配多个备选 BWP 资源，再根据实际业务需要选择合适的 BWP，从而有效降低网络能耗。对于多载波情况，多载波之间的协调对于网络节能有重要作用。在 5G 网络，多载波情况已经成为网络部署的典型案例，可有效提升整体的网络容量。在 6G 时代，频谱资源有限，载波间和载波内的频率聚合将更加普遍。以载波间聚合为例，可以通过引入参考载波的概念实现多载波协调。基站在参考载波上，传递用户用于随机接入的公共信号以及目标载波的相关信息，用户只需检测参考载波上的数据，即可实现灵活的工作载波随机接入过程。由此，多个用户可共用同一个参考载波，各自的工作载波上无需再发送用于随机接入的公共信号，从而实现网络节能。5.2.4功率域节能技术功率域节能技术对于高负载网络，往往没有空闲资源可用于关断，降低网络能耗往往需要采取降低发射功率的方式，可通过动态功率谱密度（power spectral density，PSD）调整实现。根据部分外场测试结果，在满载的情况下，发射功率减半，可降低 20%左右的网络能耗，同时对小区吞吐量影响较小。基于现有协议和12/21设备实现，调整天线发射功率往往需要重新配置网络参数，操作不便。因此，可优化天线设计架构和相关功率调整机制，以便网络能够快速地进行功率调整，从而达到节能的目的。此外，功率域节能技术包括功放 PA 性能优化以及硬件实现，详情参见 5.2.5空口新硬件章节。5.2.5空口新硬件空口新硬件采用超高集成度的采用超高集成度的 6G 芯片芯片在未来基站系统的基带芯片方面，6G 基站系统需要实现 1Tbs 这样的高数据速率的接收译码处理，相对 5G 有十倍到百倍的增加，这意味着我们需要执行超高速的基带处理。在这些过程中，信道编码对基带芯片性能的要求最高,主要决定了基站芯片的功耗、最大吞吐量、复杂度和成本。因此，我们可能需要完全重新设计信道编码算法和标准，以提高效率或并行处理的可能性。6G基站系统要实时处理达到 Tbps 的峰值吞吐量，对芯片性能要求更加苛刻，6G基站都会考虑采用专用集成电路芯片，用以降低功耗并提升运算效率。幸运地，芯片的制程得到了持续演进，集成度得到不断的提升，制程节点越小意味着晶体管越小、速度越快、能耗表现越好，超高集成度芯片技术预期可以得到大规模商用，例如基带芯片的制程可以达到 2 纳米。图 5某主流晶圆厂的制程节点技术线路图通过超高集成度的基带及数字中频芯片，配合使用超高集成度的模拟射频前端芯片，不断优化电路设计和相关算法，可以全面降低 6G 基站的整机功耗，无论在空载还是满载均可以达到能耗最优。采用高能效的采用高能效的 6G 功放功放射频信号只有经过功率放大器（PA）放大获得足够的射频功率并发送出去。有统计指出约一半以上的基站的功耗来自 PA。由于 PA 的功耗效率和线性度是相互矛盾的，为了兼顾两者，业界采用了数字预纠偏算法(DPD)，在 PA 输13/21入侧进行与 PA 响应相反的数字域非线性滤波。在 6G 基站系统的 DPD 芯片方面，持续优化算法，需要设计适合亚太赫兹、太赫兹超高频和 GHz 超大带宽的新算法。由于 6G 支持的频段非常丰富，还需要研究多频段的 DPD 算法。6G 通信系统将使用非常高的载波频率，因此波束成形用于规避高衰减和路径损耗，基于相控阵波束成形发射器通常应用多个PA 单个数字流，但是带来了 DPD 的新问题，因为多个并行 PA 必须使用单个DPD 芯片进行线性化。总之，数字中频芯片的下一代 DPD 算法的将会直接影响 6G 基站的功耗效率。在功放的新架构方面，随着带宽的明显增加，Doherty 架构会受宽带特性影响，性能逐渐下降，不过其架构简单，成本低。Outphasing 架构和 LMBA架构具备更好的宽带特性，但这两个架构需要两个射频通道，架构复杂，成本高。同时 LMBA 会引入电桥插损，因此也没有绝对的优势。因此，随着带宽的增加，基站功放架构将从单一的 Doherty 架构逐渐演变到多架构并存，根据场景进行功放架构选择。在功放的新材料方面，对于 100GHz 以下的大带宽，氮化镓(GaN)在功率和效率方面具有明显优势，以此为基础的功放管得到广泛应用。100GHz 以上大带宽对 6G 很有吸引力，但带来了许多重大器件挑战，特别是功放 PA 和低噪放 LNA。锗化硅（SiGe）将作为 100-300 GHz 的亚太赫兹范围技术发挥重要作用，对于一些需要高发射功率的应用，如果能够以经济可行的方式完成，则可以考虑在前端使用上述新型化合物半导体材料。在 300GHz 和 1THz 频谱之间，新型化合物半导体材料磷化铟（InP）等具有高速率的显著优势，可以用于功率放大器。由于锗化硅和磷化铟相对氮化镓具有更低的功放效率，所以需要设计低 PAPR 的新波形或者采用一些降低 PAPR 的技术，无论采用低阶调制还是采用高阶调制都需要确保低 PAPR，减少功放的功率回退，提高功放效率，弥补材料的不足之处。5.35.3新技术融合新技术融合5.3.1AI 技术融合技术融合随着 AI 技术的迅猛发展，可考虑 AI 技术与节能技术的融合，根据网络实际业务预测情况，做到资源能耗智能分析，对网络资源进行统筹管理，实现基于 AI 的绿色节能数字化。基于 6G 网络结构、业务特征、传输环境对基站侧天线/面板/TRP/射频通14/21道进行智能动态自适应，可以显著降低网络侧激活的 RF chain 数量，大幅降低网络功耗。例如，在采用 AI 使能的网络架构中，可以通过 AI 动态天线关断预测，动态预测 TRP、射频通道、天线端口或是天线阵元的智能动态关断。CSI 上报增强技术，通过 MIMO 增强设计有效减低 CSI 反馈量，或者通过 AI对信道状态的学习和训练，对信道状态指示参数进行有效的获取和压缩，从而支持更多的空域自适应模式促进网络节能。（1）基于基于 AI 的信道估计增强的信道估计增强。面向 6G 网络中更高维度的信道矩阵，传统基于 DFT 的 Type I/II 码本可能无法在可接受的资源开销下，高效的进行信道状态信息的量化和反馈。通过将信道估计与 AI 技术结合，利用神经网络的强大学习能力来辅助信道信息的测量和反馈，可以为高效、准确地获取信道信息、降低导频开销提供一种新的思路。另外，可以结合不同场景的实际需求，采用不同大小的反馈开销进行训练和优化，灵活实现所需的信道反馈精度。（2）智能化波束管理智能化波束管理。在未来的 6G 网络中，波束将更加的精细化，采用的波束数目也将更加庞大。为了节省波束扫描、测量和反馈等流程导致的时延和开销，可以探索波束管理与 AI 技术结合的可能性，实现智能化波束管理，提升波束管理的效率和性能。（3）自适应多天线面板通信自适应多天线面板通信。面向 6G 的超大规模天线系统中，设备形态将更加多元化，基站和终端设备都可能会配备多个天线面板。得益于此，网络侧可结合具体信道状态及系统需求，灵活调度不同的天线面板进行协作或非协作的传输，从而提升系统容量和鲁棒性。在多天线面板的选择、调度与传输上，可考虑与 AI 技术的结合，实现自适应的多天线面板通信，进一步提升系统性能。传统的节能方案是通过预先设定好的门限来决定节能功能是否触发，从而控制基站做出相应符号关断、通道关断、小区关断、智能载波关断以及深度休眠等操作，实现网络节能的目的。由于数据收集和配置的工作量庞大，如何根据这些数据合理准确地配置触发条件是传统节能方案的瓶颈。进一步将能效信息与服务体验融合，进行联合感知，产生更多有针对性的数据和有意义的反馈，不会使这种不匹配的情况进一步加剧。人工智能技术的核心在于拟合数据特征的线性和非线性关系。基于机器学习的人工智能技术依赖于两个主要对象：数据和模型。对于数据，需要从功能上支持针对从空口上采集的数据以及空口操作相关的数据的收集、存储、访问/共享能力；对于模型，需要从架构设计和资源部署的层面上支持模型的训练/更新、访问/共享，以及模型的部署。通过基于机器学习的人工智能技术，将15/21其应用在预测基站的负载信息和服务质量方面，并将其与节能方案关联，将有可能打破上述瓶颈，提高网络节能效率。考虑通信业务具有明显的潮汐效应，可通过 AI 技术，结合历史数据和实时流量信息，实现准确的流量预测，从而实现基站动态开启和关闭，以适应不同时间段的流量负载需求。因此提出一种基于 AI 场景识别和流量预测的新型网络节能策略13，主要包含三个模块：基于自然语言处理（Natural LanguageProcessing，NLP）的基站场景识别、基于 AI 的网络流量预测、综合考虑基站负载和网络需求的智能关断。首先，基站名称经过 NLP 处理，可以准确识别基站所处的具体场景，如学校、写字楼、酒店、商场、体育馆、景区等。每种场景都有一个预先训练的通用流量预测模型，为后续的节能决策提供依据，例如：长短期时间序列网络LSTNet、可解释的时间序列预测的神经基础扩展分析 NBEATS、时序卷积网络 TCN 等。通过流量预测模型，可以预测小区在下一个时段的平均 RRC 用户连接数、上下行 PDCP 用户层面流量以及上下行 PRB 利用率等网络状态指标。根据这些指标加权计算，得到小区下一时段的负载状况，从而用于评估基站工作情况和负荷承载能力。其中，将负载低于某个阈值的基站列为候选关断基站。针对每个候选基站，计算基站所在区域内其他基站的覆盖情况，以判断关闭候选基站后是否会对覆盖范围内用户通信产生较大影响。具体而言，计算周围基站的覆盖范围，如果候选基站被其他基站重覆盖的区域达到了一定阈值，并且关闭候选基站后，周边基站的负载不会超过其上限，那么执行关断操作，以实现网络节能1415。智能化网络节能方案将打破基础设施数字化孤岛，实现网络能耗数据实时、高精度采集能力，支持灵活的电源、备电等机房基础资源智能化管控。同时，智能节能方案包括网络级节能策略、站点级节能策略、设备级节能策略，可实现多制式网络智能协同、“一站一策”差异化节能调度，达到“用户无感知、网络高能效、运维低成本”的目标1617。5.3.26G 空口新技术融合空口新技术融合通过与 6G 新空口技术融合，实现网络节能。（1）基于通感技术的网络节能基于通感技术的网络节能。借助 6G 通感技术，获取无线传播环境的感知信息，以及用户位置及其密度信息，辅助基站进行 TRP、天线端口或单元、传输波束的限制或关断。未来通信感知一体化系统可以充分利用通信网络16/21优势，提供定位类、成像类、虚拟环境重构类等服务，同时这些服务还可以用于移动通信自身性能提升，例如，在提升整个无线系统的能效方面，通感技术能发挥巨大的作用18。根据通感的不同应用场景和用例，需要获知的感知信息可包括运动监控类型、环境监控类型、目标检测和跟踪类型。针对这些感知信息，可用于无线系统各类通信网元的节能决策，或者网络管理功能利用这些信息来提升整个无线系统的能效。具体地，可以体现在下述几个方向：利用运动监控类似的感知信息，可触发终端或相应的穿戴设备等改变相应的活动状态，例如：进入省电模式，或者长周期的监控状态等等，反之，也可用于主动激活相应的设备进入活跃状态等。利用环境监控类型的感知信息，来触发告警信息在准确的服务范围播发，可以避免大范围的传输冗余信令等。利用目标检测和跟踪类型的感知信息，可依据不同信息类型，进行实时动态的分配或调度相应的无线资源，达到提升无线系统的整体传输效能，此外，也用于动态的开启/关闭特殊的应用或资源通道，例如：波束，载频，小区级别的开/关管理等。为实现 6G 网络节能，应允许感知服务单元，建立与不同节能网元（如：基站，射频前端，终端等等）的接口和协议栈，并设计相应的节能机制或策略等。（2）基于基于 RIS 技术的网络节能技术的网络节能。通过智能超表面（Reconfigurable IntelligentSurface，RIS）实现天线结构的创新，RIS 采用低成本无源或近无源器件构成，作为网络节点反射/透射波束赋形辅助传输，在网络能耗几乎不变的情况下大幅提升网络覆盖。基于 6G 智能超表面技术，可以采用较少的射频通道和转换效率较高的功放，降低基站射频通道数目和功耗，或者采用基于 RIS 的中继节点从而降低网络能耗。（3）基于物理层技术增强的网络节能。）基于物理层技术增强的网络节能。在物理层技术增强方面，可采用6G LDPC、极化编码、概率成形调制、基于免调度的非正交多址接入以及全双工等潜在的新技术，提升系统频谱效率，降低接入开销，在满足 6G 全业务场景、全类型终端的接入需求的同时提升系统能效。5.45.4其他技术其他技术提高设备集成提高设备集成首先，使用超宽频 RRU/AAU 设备，采用先进算法实现不同频段的数据统一处理，实现多个模块合一，射频模块数目和馈线数量均至少减半，使用了宽带新材料功放，实现了单通道超宽发射带宽，还采用了先进的超宽带的 DPD架构和算法，实现了数百兆甚至上吉发射带宽站点方案大幅简化，提高了射频17/21设备的集成度并明显降低功耗。其次，采用“超级基带群”解决方案，这种新型建网模式将 BBU 集中放置，RRU 通过光纤拉远，还可能支持分布式天线。可大量堆叠的 BBU 实现基带资源动态配置、灵活调度，充分利用系统资源；多个 BBU 集中放置在现网机房（如核心机房或骨干机房），可以充分利用现有机房资源，实现“零”机房占用。机房内各种配套、传输资源可以实现最大化共享，充分盘活现网资源，节省布网及维护成本。最后，在硬件平台不变的情况下，通过软件配置即可实现多种技术体制共平台，实现了多制式和多频段融合，并且实现网络的平滑演进。采用绿色能源采用绿色能源从能源供给的“开源”出发，绿色能源在 6G 网络的供给能源中占比将逐年增加，绿色能源包括太阳能、风电、水电、核电、生物能和地热等，预计到2035 年该比例有望超过 60%。绿色能源往往输出不稳定，例如：风电受到风量影响较大，晚上没有阳光太阳能无法发电，此时需要配套储能系统来实现削峰填谷、调峰、调频等，并内置传感器采集绿色能源相关的参数数据，综合提升新能源系统的稳定性和效率，提升 6G 设备清洁能源的就地消纳能力，减少6G 设备高碳排能源输入占比，直接降低 6G 设备运营阶段碳排放。高能效数据中心高能效数据中心随着数据量的增长，数据中心的能耗将快速增长。在传统的中心化计算模型中，大量数据需要从边缘设备传输到远程数据中心进行处理，数据传输通常需要网络带宽和能源。首先，采用分布式共享计算，动态灵活地部署所需资源（CPU、GPU、NPU 和存储等），不受机房限制，不同服务器之间共享计算资源。其次，采用尽力而为的端侧优先机制。对于 6G 计算任务如 XR 渲染或者 AI 计算，优先在终端侧本地完成；如果密集型的计算超出了终端侧能力水平，则通过 6G 推送到无线接入网的边缘云执行，再返回密集计算的结果；如果边缘云还是不足够支持密集计算任务，则继续通过 6G 的有线连接推送到中心云端执行，最后返回密集计算的结果。最后，采用通信网络和计算网络的综合考量，根据 6G 无线信道质量的变化和终端计算能力限制，计算任务可在边缘云计算和本地终端计算之间较动态的切换。总之，上述技术减少了数据传输和处理延迟，实现数据中心的最佳的能耗和计算能力分配。支持网电协同支持网电协同同时将 6G 网络与分布式微电网协同，在边缘侧实现源-网-荷-储灵活互动以及海量分布式资源的协同运行，形成电力网络与通讯网络的灵活性共享机制，实现跨网的资源优化配置，达到大幅降低 6G 通信系统碳