Page 14 - 网络电信2019年6月刊上

表 2 DNN 模型评价指标 表 3 优化配置建议与调整效果预测结果

根据训练得到的 DNN 模型进行优化搜索，输出优化配置 担，负荷不均衡的小区的改善比例达到 90% 以上，在节省大量
建议以及调整效果预测结果。将问题转化为爬山算法以解决多 人力的同时，也提高了负荷优化的精确度。
维约束的优化问题，输出优化配置建议与调整效果预测结果，
见表 3。本文所选取的小区场景为 F1D1D2FDD 900MHz，其中， 四、结束语
F1、D1 和 D2 在现网中均为 20MHz 带宽，FDD 900MHz 为 5MHz 带 本文提出了一种基于聚类分析和深度学习的多频多模网络
宽，带宽比 F1：D1：D2：FDD 900MHz=0.3077：0.3077：0.3077： 负载均衡方案。同时，联合厂商进行了负荷优化系统的研发以
0.0769。因此，4 个频点所承载的业务量越接近带宽比，则业务 及现网验证，在选取的测试网格中针对现网负荷优化不佳的小
均衡度越好。 区进行现网测试验证，测试改善比例可达到 90%。2020 年将扩
依托省级大数据平台以及云资源池的资源能力，以上对于 大测试范围并规模验证方案的可移植性，进一步优化实施方案
小区场景划分、DNN 模型训练以及最优配置参数求解均在离线端 以加速负荷优化系统的应用。
完成，属于轻量化的运算。在线部署部分的运算效率主要取决 本系统真正地将机器学习与无线网络优化结合起来，形成
于样本数量，与离线端相比，复杂度大大减少，更有益于实时 了基于机器学习的网络参数调优的技术方案，且有效地解决了
高效的参数优化。目前人工配置方案耗费大量人力和时间，且 LTE 多频多模网络的负荷不均衡问题。后续将深入量化分析用户
负荷不均衡小区的改善比例较低。测试结果显示，基于机器学 分布对负荷优化指标数据的影响，探索小区粒度与时间粒度更
习的负荷优化方案可按照小区的带宽容量做到精细化的负荷分 加精细化的动态自适应负荷优化方案。

中国移动国际与阿曼电信合作建设其中东第三个 PoP 接入点

中国移动国际有限公司（CMI）与阿曼电信（Omantel）携手在阿曼苏丹国建立其在中东地区的第三个PoP接入点。此举增强了
双方在该区域的协作，充分利用阿曼的战略位置及双方的互补优势，促进中东、非洲、亚洲和欧洲之间实现更紧密的连接。
新PoP点将利用阿曼电信庞大的海缆资源以降低时延，防止单点故障，并与CMI其他PoP点相连，保障中东地区连接的恢复力，
以满足跨国企业对于全球连接日益增长的需求。阿曼电信已投资了20个海缆系统，覆盖全球120个地点。它也是海湾合作委员会
（海合会）六国中第一且唯一一家海底电缆登陆欧洲的运营商。
新建的阿曼PoP点将成为CMI环球网络的一部份，与迪拜、富查伊拉、吉布提及新加坡的PoP点相连，并通过CMI现有SMW-5、
AAE-1、APG、SJC海缆资源连接至亚洲、欧洲、非洲以及全球任何地区。未来，随着更多新海缆登陆阿曼并连接至CMI PoP点，将提
供多样化的路由选择，进一步提升CMI在中东的连接能力。
中国移动国际有限公司合作关系总监牛亮表示：“在数字化及全球协作的时代，CMI与阿曼电信协力为海合会国家、非洲、欧
洲及更广泛地区的企业提供安全可靠的连接。作为我们对海合会区域承诺的一部分，CMI将投资延伸段网络，将阿曼PoP点与我们在
区域内的SmartHub和Datamena PoP点连接起来，并在全球范围内与我们在吉布提、新加坡和其他核心枢纽的基础设施相连。这将使
阿曼融入CMI的网络，广泛覆盖中国以及六大洲多个国家和地区。”

网络电信 二零二零年六月 15