12 5 5 5 7 93.1.數(shù)字孿生網(wǎng)絡(luò)（DTN）架構(gòu) 9 22 3 24 5.4.應(yīng)用場景：無線網(wǎng)絡(luò)速率調(diào)優(yōu) 5.6.應(yīng)用場景：基于云邊協(xié)同架構(gòu)的區(qū)域網(wǎng)絡(luò)自治 45.7.應(yīng)用場景：基于多維度資源分配的無線網(wǎng)絡(luò)節(jié)能 50 51參編單位及人員 545三年入選Gartner十大戰(zhàn)略技術(shù)，并預(yù)計未來五年將跨越新型技術(shù)成未來自治網(wǎng)絡(luò)的重要支撐，有望改變現(xiàn)有網(wǎng)絡(luò)規(guī)、建、維、優(yōu)的需求角度，描述了數(shù)字孿生網(wǎng)絡(luò)在幾個典型場景中的應(yīng)用。2.1.數(shù)字孿生網(wǎng)絡(luò)需求驅(qū)動商家網(wǎng)絡(luò)直播賣貨，互聯(lián)網(wǎng)成為全社會抗擊疫情的“神助攻”和生力軍。6來了巨大的挑戰(zhàn)。由于網(wǎng)絡(luò)運(yùn)營的高可靠性要求，5G網(wǎng)絡(luò)價以及昂貴的試驗成本，網(wǎng)絡(luò)的變動往往牽一發(fā)而動全身,新技術(shù)的部署愈發(fā)困難，如何利用大數(shù)據(jù)及AI的能力構(gòu)建數(shù)字孿生智能網(wǎng)絡(luò)有效保障網(wǎng)絡(luò)運(yùn)維，實時優(yōu)化網(wǎng)絡(luò)，務(wù)創(chuàng)新將是未來網(wǎng)絡(luò)發(fā)展亟待解決的問題。運(yùn)營的風(fēng)險。7方向，成為實現(xiàn)網(wǎng)絡(luò)智能化、自動化的重要手段，助力網(wǎng)絡(luò)達(dá)到以下效果：盒”；網(wǎng)絡(luò)和設(shè)備的生命周期緊密結(jié)合，可實現(xiàn)網(wǎng)絡(luò)和設(shè)備的全流程精細(xì)化管理；進(jìn)的實時閉環(huán)控制；本、高效率的網(wǎng)絡(luò)創(chuàng)新技術(shù)研究。2.2.數(shù)字孿生網(wǎng)絡(luò)技術(shù)驅(qū)動含物理對象、虛擬對象，及二者間的信息流后，數(shù)字孿生技術(shù)就逐漸走入各行各業(yè)。在智能制造領(lǐng)域，通過采用數(shù)字化模型的設(shè)計技術(shù)，將物理設(shè)備的各種屬性映射到虛8在智慧城市領(lǐng)域，借助數(shù)字孿生技術(shù)可以提升城市規(guī)劃質(zhì)量和水平，推動城市設(shè)計和感知、監(jiān)測城市運(yùn)行狀態(tài)，其次，建立物理城市相應(yīng)的孿生模型實現(xiàn)對城市全方位的模擬，在衛(wèi)星網(wǎng)絡(luò)的發(fā)展中，同樣面臨著各種各樣的問題與挑戰(zhàn)。而借助數(shù)字孿生技術(shù)，可作為制造業(yè)的基礎(chǔ)單元，生產(chǎn)車間面臨著多設(shè)備、多技術(shù)的復(fù)雜性挑戰(zhàn)。為實現(xiàn)車間9突發(fā)故障等的及時感知與處理，減少生產(chǎn)損耗。網(wǎng)絡(luò)，是下一代網(wǎng)絡(luò)發(fā)展的必然趨勢。技術(shù)實現(xiàn)對物理網(wǎng)絡(luò)進(jìn)行全生命周期的分析、診斷、仿真和控制。數(shù)字孿生網(wǎng)絡(luò)設(shè)計為如圖3.1-1所示的“三層三域雙閉環(huán)”架構(gòu):三層指構(gòu)成數(shù)字孿是指孿生網(wǎng)絡(luò)層內(nèi)基于服務(wù)映射模型的“內(nèi)閉環(huán)”仿真和優(yōu)化,以及基于三層架構(gòu)的圖3.1-1數(shù)字孿生網(wǎng)絡(luò)架構(gòu)3.1.1.物理網(wǎng)絡(luò)層3.1.2.孿生網(wǎng)絡(luò)層接口等多種數(shù)據(jù)服務(wù);4)數(shù)據(jù)管理:完成數(shù)據(jù)的資產(chǎn)管理、安全管理、質(zhì)量管理和元數(shù)據(jù)管理。服務(wù)映射模型包括基礎(chǔ)模型和功能模型兩部分。有效性和可靠性。3.1.3.網(wǎng)絡(luò)應(yīng)用層低的成本、更高的效率和更小的現(xiàn)網(wǎng)業(yè)務(wù)影響快速部署。3.2.數(shù)字孿生網(wǎng)絡(luò)關(guān)鍵技術(shù)3.2.1.全景數(shù)據(jù)服務(wù)技術(shù)務(wù)接口。數(shù)據(jù)采集是構(gòu)建數(shù)字孿生網(wǎng)絡(luò)的基礎(chǔ)，作為物理網(wǎng)絡(luò)的數(shù)字鏡像，數(shù)據(jù)越全面、準(zhǔn)確，好服務(wù)。數(shù)據(jù)采集分為采集對象、采集數(shù)據(jù)類型、采集協(xié)議。絡(luò)上呈現(xiàn)，采集對象的選擇取決于數(shù)字孿生網(wǎng)絡(luò)的應(yīng)用；集方案具備不同的特點，適用于不同的應(yīng)用場景。結(jié)合數(shù)字孿生網(wǎng)絡(luò)對數(shù)據(jù)采集全面、高效的要求，優(yōu)先選擇網(wǎng)絡(luò)遙測技術(shù)作為數(shù)據(jù)采集協(xié)議。務(wù)技術(shù)構(gòu)建數(shù)字孿生網(wǎng)絡(luò)的數(shù)據(jù)共享倉庫。Hadoop云平臺存儲和處理技術(shù)可用于管理非/半結(jié)構(gòu)化和列存儲數(shù)據(jù)庫適用于網(wǎng)絡(luò)特定場景下的數(shù)據(jù)處理，可作為傳統(tǒng)數(shù)據(jù)庫的有效補(bǔ)充。種服務(wù)。3.2.2.全生命周期建模技術(shù)環(huán)境信息、運(yùn)行狀態(tài)、鏈路拓?fù)涞刃畔⒔⒌膶?yīng)于物理實體網(wǎng)絡(luò)的網(wǎng)元模型和拓?fù)淠Ｐ?，建模技術(shù)展開詳細(xì)描述：（一）基礎(chǔ)模型構(gòu)建數(shù)據(jù)庫的構(gòu)建，以及網(wǎng)元模型和拓?fù)淠Ｐ桶葱杞M合的構(gòu)建。具體可基于本體理論實現(xiàn)實體的表征，首先定義本體的組成要素，例如，類、屬性、關(guān)系、以一個站點單體為例，表征信息如下：屬性：?狀態(tài)屬性：屬性包括描述實體表現(xiàn)出的形態(tài)，如開/關(guān)幾何模型：電信站點信息化模型的幾何對象用于描述模型對象的非結(jié)構(gòu)化信息，由形狀和紋理兩方面組成，形狀通過三維空間的點、線、面關(guān)系：用于表達(dá)模型內(nèi)部與模型對象之間的關(guān)聯(lián)。對于電信站點信息化模型的關(guān)系一級實體對象疊加低一級實體對象的部分屬性。置并形成穩(wěn)定的結(jié)構(gòu)。-統(tǒng)一表征融合網(wǎng)絡(luò)孿生體數(shù)據(jù)庫的構(gòu)建：基于孿生網(wǎng)絡(luò)本體模型構(gòu)建，通過語義反-網(wǎng)元模型和拓?fù)淠Ｐ偷臉?gòu)建：根據(jù)不同網(wǎng)元模型的功（二）功能模型構(gòu)建優(yōu)化及運(yùn)營五個方面數(shù)據(jù)建模時分別適用的關(guān)鍵算法。特征的遷移及共享參數(shù)的遷移等方法進(jìn)行快3.2.3.全域?qū)\生體管理技術(shù)孿生體管理通過構(gòu)建數(shù)字線程將網(wǎng)絡(luò)業(yè)務(wù)每一步的所有信息和數(shù)據(jù)都輸入到構(gòu)建的模決策的能力。則將流程涉及的不同數(shù)字孿生體進(jìn)行連接，同時完成進(jìn)行孿生體之間的交互調(diào)度/設(shè)置。隨域數(shù)字孿生體管理主要包括以下三種能力：絡(luò)中可驅(qū)動多個數(shù)字孿生體實例在多樣化場景中進(jìn)行網(wǎng)絡(luò)性能驗證。-場景隔離：對不同的場景生成不同的驅(qū)動線程實例，每個線程實例驅(qū)動一個場景運(yùn)-全域生命周期追溯：可對場景中的每個孿生體運(yùn)行動作記錄日志進(jìn)行管理，后續(xù)可力開發(fā)，例如分析、預(yù)測、預(yù)驗證等。3.2.4.全維網(wǎng)絡(luò)透視技術(shù)20性要求高的挑戰(zhàn)。網(wǎng)絡(luò)孿生體可視化呈現(xiàn)分為以下和鏈路以點和線構(gòu)成圖形進(jìn)行呈現(xiàn)，清晰直觀地反映網(wǎng)絡(luò)運(yùn)行狀況，輔助人們對網(wǎng)絡(luò)進(jìn)行評估和分析?？梢暬季炙惴ㄊ峭?fù)淇梢暬暮诵摹，F(xiàn)?？蛇M(jìn)一步直觀體現(xiàn)統(tǒng)一數(shù)據(jù)模型作為數(shù)字孿生網(wǎng)絡(luò)能力源所發(fā)揮的作用。模擬等。3.2.5.全向接口協(xié)議技術(shù)口。數(shù)據(jù)采集接口負(fù)責(zé)完成孿生網(wǎng)絡(luò)層數(shù)據(jù)共享倉庫的數(shù)據(jù)采集21并顯著降低業(yè)務(wù)的傳輸時延,提高傳輸效率?？?。網(wǎng)絡(luò)應(yīng)用層可以通過意圖翻譯接口，將應(yīng)用層意圖傳遞給孿生網(wǎng)絡(luò)層，為調(diào)用的復(fù)雜度。也可以考慮使用基于QUIC的HTTP/3.0協(xié)議，QUIC(QuickUDPinternetconnections)協(xié)對網(wǎng)絡(luò)應(yīng)用進(jìn)行閉環(huán)控制和持續(xù)驗證，內(nèi)部數(shù)據(jù)的交互數(shù)量和頻率將非常高,因此內(nèi)部接口224.1.分級維度方法論圖4.1-1數(shù)字孿生網(wǎng)絡(luò)分級體系參考指標(biāo)23互的能力也從人工控制向系統(tǒng)智能分析自主智能閉環(huán)控制演進(jìn)。4.2.分級參考指標(biāo)維度（網(wǎng)絡(luò)物理可視）（網(wǎng)絡(luò)模擬驗證）（網(wǎng)絡(luò)模擬推演）（網(wǎng)絡(luò)智能決策）（網(wǎng)絡(luò)自主孿生）數(shù)據(jù)管理力基礎(chǔ)模型現(xiàn)無互互24功能模型多域協(xié)同智能化，則則無表4.2-1數(shù)字孿生網(wǎng)絡(luò)分級體系5.1.應(yīng)用場景：端到端網(wǎng)絡(luò)SLA質(zhì)量保障5.1.1.場景描述運(yùn)營商在對特定的端到端網(wǎng)絡(luò)服務(wù)進(jìn)SLA保障管理時，需要考慮其他業(yè)務(wù)的整體網(wǎng)絡(luò)環(huán)境和運(yùn)行狀況，提高網(wǎng)絡(luò)閉環(huán)管理能力與網(wǎng)絡(luò)智能化水平至關(guān)重要。網(wǎng)絡(luò)SL字孿生網(wǎng)絡(luò)之間的實時數(shù)據(jù)采集及控制指令交互，網(wǎng)絡(luò)收集客戶的相關(guān)S的影響后才可在激活階段將網(wǎng)絡(luò)方案在真實物理網(wǎng)絡(luò)中進(jìn)行下發(fā)部署。25圖5.1.1-1:基于DTN的SLA閉環(huán)保障解決方案環(huán)管理的門限設(shè)置、增加或減少網(wǎng)絡(luò)測量數(shù)據(jù)的數(shù)量、更新網(wǎng)絡(luò)自動化算法。26環(huán)管理設(shè)置，以節(jié)省其他網(wǎng)絡(luò)服務(wù)的計算資源。5.1.2.技術(shù)需求端到端網(wǎng)絡(luò)管理系統(tǒng)需要支持對于SLA涉及的相關(guān)網(wǎng)絡(luò)性能指標(biāo)進(jìn)行測量，同時與率，這種較低頻率的上報僅可以滿足日常網(wǎng)絡(luò)運(yùn)維的監(jiān)控需求，對于滿足端到端上報。此外，對于端到端網(wǎng)絡(luò)性能，例如端到端時延，5G用戶訂購網(wǎng)絡(luò)服務(wù)與運(yùn)營商簽訂的SLA協(xié)議為業(yè)務(wù)層面的，網(wǎng)絡(luò)部理系統(tǒng)將SLA分解并轉(zhuǎn)化為具體的網(wǎng)絡(luò)語言，同時對于性能參數(shù)轉(zhuǎn)化為對應(yīng)的網(wǎng)參數(shù)對應(yīng)的網(wǎng)絡(luò)配置參數(shù)及5QI信息，并與物理網(wǎng)絡(luò)執(zhí)報的網(wǎng)絡(luò)性能指標(biāo)不滿足對應(yīng)性能配置和門限要求或者經(jīng)過數(shù)據(jù)處理預(yù)測到網(wǎng)絡(luò)性能不達(dá)27網(wǎng)絡(luò)策略時，其對于真實物理網(wǎng)絡(luò)性能的提升以及對其他運(yùn)行態(tài)網(wǎng)絡(luò)業(yè)務(wù)的影響都是未知驗室環(huán)境以及現(xiàn)網(wǎng)友好客戶環(huán)境下進(jìn)行驗證，而有了DTN后，這些相關(guān)的驗證均可以在結(jié)果可以高效的反應(yīng)網(wǎng)絡(luò)SLA保障策略的真實有效性，在網(wǎng)絡(luò)配置下發(fā)前可以最大限度的5.2.應(yīng)用場景：IP網(wǎng)絡(luò)性能預(yù)測5.2.1.場景簡介合部署到同一環(huán)境中。并且被廣泛采用的IP協(xié)議遵循的是“best-e性能可預(yù)期體現(xiàn)在兩方面，高可用性和穩(wěn)定的延時。28圖5.2.1-1性能可預(yù)期網(wǎng)絡(luò)架構(gòu)送速率。29圖5.2.1-1基于全面故障探測的重路由機(jī)制305.2.2.技術(shù)需求解決這一需求的模型包含了兩個核心部分，即信息網(wǎng)絡(luò)平臺和端側(cè)控制。構(gòu)會需要一個數(shù)字孿生體作為實驗環(huán)境來驗證本架構(gòu)的包級別的測量粒度，能夠在每個數(shù)據(jù)包穿過31能是重中之重。這需要數(shù)字孿生體有足夠強(qiáng)的模擬能力來支持起性能可預(yù)期的網(wǎng)絡(luò)。插入傳遞時的交換機(jī)信息一類的復(fù)雜邏輯，對數(shù)字孿生體的可擴(kuò)展性有很高的要求。要在實體網(wǎng)絡(luò)上進(jìn)行。這也對數(shù)字孿生體的保真有所需求。保真性的需求由兩個方面組成，5.3.應(yīng)用場景：數(shù)據(jù)驅(qū)動的分布式流量工程5.3.1.場景簡介絡(luò)拓?fù)浣Y(jié)構(gòu)，而現(xiàn)今基于數(shù)據(jù)驅(qū)動的模型成為了一大熱點。對這一場景有一個新的分布式的數(shù)據(jù)驅(qū)動的路由架構(gòu)。它的設(shè)計核心是“集中式訓(xùn)練，由它們共同協(xié)作完成優(yōu)質(zhì)的路由決策。在訓(xùn)練階段，各個終端模型可以先被視為一個整體，32避免了互相的通訊成本，保證了決策的高效能。圖5.3.1-1智能路由體系結(jié)構(gòu)先，狀態(tài)采集模塊負(fù)責(zé)周期性地采集本地網(wǎng)絡(luò)狀態(tài)（如本地鏈路利用率然后將其發(fā)送給33擇一條路徑。最后，轉(zhuǎn)發(fā)引擎根據(jù)分段路由的方式將路徑信息編碼到包頭，進(jìn)行包轉(zhuǎn)發(fā)。5.3.2.技術(shù)需求由于數(shù)字孿生技術(shù)提供了真實的高質(zhì)量的數(shù)據(jù)采集，能充分挖掘數(shù)據(jù)驅(qū)動策略的潛力；驅(qū)動的流量工程模型提供了便利。這一模型對數(shù)字孿生技術(shù)的需求主要有34數(shù)字孿生體上對模型的評估和在實際物理網(wǎng)絡(luò)中的表現(xiàn)的一致性也非常關(guān)鍵。型會使用線性規(guī)劃一類有極大量計算的數(shù)據(jù)工具，導(dǎo)致模型本身的運(yùn)算時間占了極大的比的反應(yīng)時間有很大的影響。能。而如果慢于這一時間，就會讓策略部署后會同355.4.應(yīng)用場景：無線網(wǎng)絡(luò)速率調(diào)優(yōu)5.4.1.場景簡介網(wǎng)絡(luò)優(yōu)化階段的主要目標(biāo)是通過各種硬件或軟件技術(shù)使網(wǎng)絡(luò)性能達(dá)到我們需要的最佳5.4.1-1基于數(shù)字孿生網(wǎng)絡(luò)的無線速率調(diào)優(yōu)示意圖36速率調(diào)優(yōu)時主要面臨以下幾個問題：問題定位，解決等流程后，將嚴(yán)重影響用戶的感知及滿意度；部或內(nèi)部環(huán)境下不同因素的實際影響范圍；影響是大還是小，是正面的還是負(fù)面的；相關(guān)的其他場景的驗證，導(dǎo)致業(yè)務(wù)受到影響，同時浪費(fèi)大量的人力、物力；工智能、大數(shù)據(jù)、專家經(jīng)驗等技術(shù)在孿生體中進(jìn)行仿真驗證，能主動發(fā)現(xiàn)問題、解決問題，大大節(jié)省了人力物力，提高網(wǎng)絡(luò)維護(hù)效率，速率調(diào)優(yōu)流程如圖5.4.1-5.4.2.技術(shù)需求動性等因素，為了能在網(wǎng)絡(luò)孿生體里更真實的映射現(xiàn)實中的物理網(wǎng)絡(luò)，采集的數(shù)據(jù)不僅僅包含無線網(wǎng)絡(luò)本身的硬件及業(yè)務(wù)數(shù)據(jù)外，還應(yīng)該有無線網(wǎng)絡(luò)周圍的空間、建筑、天氣、甚至于電磁環(huán)境數(shù)據(jù)等，因此，對于復(fù)雜的據(jù)采集技術(shù)提出更高要求；b)鑒于用戶在無線網(wǎng)絡(luò)內(nèi)的移動性，及37還原真實無線信道的特性，在孿生體里能夠無限趨近于仿真用戶的真實感知，需提供切實可行的數(shù)字孿生的無線信道建模方案。c)在進(jìn)行無線速率調(diào)優(yōu)場景分析時，獲取大量的各種類型的實時據(jù)，因此在獲取這些數(shù)據(jù)后，需要對這些數(shù)據(jù)進(jìn)行清理、加工后做結(jié)構(gòu)化的數(shù)據(jù)存儲，在網(wǎng)絡(luò)孿生體里進(jìn)行數(shù)據(jù)的建模，并且基于這些模型進(jìn)行系統(tǒng)的仿真，分析潛在的影響速率的因素，在孿生體里逐一驗證，并作出決策，這就要求我們的孿生體對于數(shù)據(jù)的處理和分析具有及時性、有效性以及智能性。學(xué)習(xí)、自適應(yīng)、自決策的前提下，需要我們針對特定場景在網(wǎng)絡(luò)應(yīng)用層進(jìn)行規(guī)則針對無線速率調(diào)優(yōu)場景，在孿生網(wǎng)絡(luò)構(gòu)建后，在可視化平臺輸入范圍內(nèi)的速率驗5.5.應(yīng)用場景：無線算法仿真5.5.1.場景簡介38圖5.5.1-1無線算法仿真涉及的數(shù)字孿生網(wǎng)絡(luò)功能不相符；若直接在外場優(yōu)化，則有版本迭代周期長的困難。數(shù)字孿生網(wǎng)絡(luò)能夠?qū)⒋藘煞N方法的優(yōu)勢相結(jié)合，在保證性能的同時快速迭代測試，促進(jìn)網(wǎng)絡(luò)優(yōu)化。網(wǎng)絡(luò)創(chuàng)新技術(shù)驗證：創(chuàng)新技術(shù)如何在不影響現(xiàn)網(wǎng)的條件下進(jìn)行實測驗證難題?；跀?shù)字孿生信道建模方法，可以將待驗證區(qū)域的無線環(huán)境建模為孿生信道，從而5.5.2.技術(shù)需求了統(tǒng)一定義，但是每個廠商有自己的具體實現(xiàn)方案和內(nèi)部算法細(xì)節(jié)。如果要對無線算法在39結(jié)合無線算法影響因素考慮，數(shù)字孿生網(wǎng)絡(luò)中的孿生對象和相關(guān)技術(shù)需求如下：圖5.5.2-1無線算法性能影響因素-基站側(cè)無線算法技術(shù)特性需求：口等，超出本場景研究范圍，不進(jìn)行描述)，涉及的數(shù)、算法輸入?yún)?shù)和輸出參數(shù)映射等。場景能夠通過調(diào)整孿生算法的輸入?yún)?shù)或內(nèi)部實現(xiàn)細(xì)節(jié)改變輸出參數(shù)，從而提升系統(tǒng)性能，為物理實體無線算法的性能改進(jìn)提供參考。40b)大尺度信道衰落：需提供基站覆蓋區(qū)域內(nèi)網(wǎng)環(huán)境的平均誤差低于±5dB；d)信道干擾和噪聲：包括系統(tǒng)內(nèi)干擾、系統(tǒng)外干擾，和外場環(huán)境的誤差低于±5dB。天線數(shù)、天線高度等)、發(fā)射功率、接收靈敏度和協(xié)議兼容性等。終端算法相關(guān)技術(shù)特性需求包括：法而定，如功控算法時，需對終端最大發(fā)射功率進(jìn)行建模。5.6.應(yīng)用場景：基于云邊協(xié)同架構(gòu)的區(qū)域網(wǎng)絡(luò)自治5.6.1.場景簡介41布式存儲中。另一方面，可從異構(gòu)網(wǎng)絡(luò)中獲得啟發(fā)。異構(gòu)網(wǎng)絡(luò)包括集中架構(gòu)和分布式架構(gòu)。和資源分配。集中式架構(gòu)的特點在于多個小區(qū)之間有一個全局的數(shù)據(jù)計算和信息處理系統(tǒng)，急突發(fā)場景中，該方案有較優(yōu)的表現(xiàn)。42前獲知未來準(zhǔn)確的網(wǎng)絡(luò)變化情況，及時進(jìn)行參數(shù)的配置和調(diào)整。5.6.2.技術(shù)需求字孿生技術(shù)可以很好實現(xiàn)這一需求。數(shù)字孿生技術(shù)能夠最大限度的利用真實環(huán)境信息和條生的技術(shù)需求，主要包括以下兩點：43包括突發(fā)事件區(qū)域內(nèi)的信息，并將其下發(fā)給5.7.應(yīng)用場景：基于多維度資源分配的無線網(wǎng)絡(luò)節(jié)能5.7.1.場景簡介44大會上提出的二氧化碳排放于2030年前達(dá)到峰值，2060年前實現(xiàn)碳中和的目標(biāo)，建在這種狀況下，基站仍保持最大功率運(yùn)行狀態(tài)，因此浪費(fèi)了大量能源。所以利用A45圖5.7.1-1多維度資源分配的無線網(wǎng)絡(luò)節(jié)能方案執(zhí)行該策略仍可能對網(wǎng)絡(luò)性能造成較壞的影響。而利用數(shù)字孿生技術(shù)搭建數(shù)字孿生網(wǎng)絡(luò)平臺，孿生網(wǎng)絡(luò)從物理網(wǎng)絡(luò)獲取業(yè)務(wù)、用戶及信道信息，利用內(nèi)生AI生成節(jié)能策能效優(yōu)化和自動化網(wǎng)絡(luò)運(yùn)營提供解決方案。5.7.2.技術(shù)需求46網(wǎng)運(yùn)營，上述場景對數(shù)字孿生網(wǎng)絡(luò)的技術(shù)需求如絡(luò)中的用戶分布和業(yè)務(wù)需求，以此為依據(jù)生成資源分配策略，防止資源分配策略頻繁變動，導(dǎo)致基站和邊緣節(jié)點頻繁切換節(jié)能模式產(chǎn)生多余的能耗(如基站開關(guān)的能耗)。此之前AI需要利用節(jié)能策略執(zhí)行后的網(wǎng)絡(luò)能效和網(wǎng)絡(luò)性能的惡化程度作為反饋，訓(xùn)練得到用戶分布、業(yè)務(wù)需求及信道狀態(tài)信息和資源分配策略之間的非線性關(guān)系。475.8.通信網(wǎng)絡(luò)一體可視化運(yùn)營5.8.1.場景簡介及虛實結(jié)合的迭代演進(jìn)對于網(wǎng)絡(luò)運(yùn)營具有重要意義。性也日益突出。因此，基于數(shù)字孿生的通信機(jī)房的一體化管理具備廣闊的應(yīng)用前景。室內(nèi)外一體的城市級網(wǎng)絡(luò)的數(shù)字孿生體，有助于精確評估5G三維電子地圖是搭建城市級孿生體的重要環(huán)境資源，既是通信空間局房資源布局的宏觀基48圖5.8.1-1基于數(shù)字孿生的通信網(wǎng)絡(luò)一體可視化運(yùn)營這類復(fù)雜基站場景中，依托數(shù)字孿生可以實現(xiàn)網(wǎng)絡(luò)設(shè)備的智能價值進(jìn)化。5.8.2.技術(shù)需求模擬并預(yù)測網(wǎng)絡(luò)運(yùn)營情況，需重點考慮如下技術(shù)：-設(shè)備能耗建模技術(shù)（空調(diào)、電源、通信設(shè)備等）-基礎(chǔ)設(shè)施建模和畫像（機(jī)房、機(jī)架、管線、配線架、通信設(shè)備）49行數(shù)據(jù)模擬，進(jìn)行應(yīng)急模擬演練及供配電系統(tǒng)評估等，典型如容量瓶頸預(yù)測。-城市級三維重構(gòu)渲染及地圖質(zhì)量檢-基于準(zhǔn)實時大數(shù)據(jù)的平行智能及沉浸式感了可能；同時，5G網(wǎng)絡(luò)已經(jīng)提供了多源數(shù)據(jù)的網(wǎng)絡(luò)側(cè)定位置，同步實現(xiàn)用戶在物理網(wǎng)絡(luò)和孿生網(wǎng)絡(luò)中的“移步換景”。由于5G大規(guī)模陣列天線復(fù)雜，為了能在網(wǎng)絡(luò)孿生體里更真實的映射現(xiàn)實中的天饋系50括單元天線輻射方向圖、大規(guī)模天線陣列的信息，如陣列間距、陣列個數(shù)等。51全面部署將會面對較大阻力。因此，參照白皮書分級體系，分階段由易到難逐級3GPP3rdGenerationPartnershipProject第三代合作伙伴計劃5thGenerationMobileCommunicationTechnology第五代移動通信標(biāo)準(zhǔn)6G6thGenerationMobileCommunicationTechnology第六代移動通信標(biāo)準(zhǔn)AIArtificialIntelligence人工智能BuildingInformationModeling建筑信息模型52CPUCentralProcessingUnit中央處理器CRUD增加,檢索,更新,刪除DTNDigitalTwinNetwork數(shù)字孿生網(wǎng)絡(luò)t