李雯雯，边 森，Chien Aun Chan，邵泽才

（1.中国移动通信有限公司研究院绿色通信技术研究中心 北京100053；2.澳大利亚墨尔本大学通信能效中心 澳大利亚维多利亚3010）

1 引言

随着智能终端的普及、移动互联网的快速发展以及LTE（long term evolution，长期演进）的大规模部署，用户的通信行为发生了巨大变化，已不仅仅局限于传统电信业务，更多以移动数据业务为主。2014年底手机网民规模达5.57亿户，人均周上网时长达26.1 h[1]，各类型应用层出不穷，2014年第3季度移动应用下载手机端的比例首次超过PC端，达到51%，未来移动互联网将占据大部分流量[2]。

快速发展的移动互联网业务，为运营商网络承载、营收及能耗带来了挑战，可能导致网络信令开销较大、用户面资源浪费、背景流量挤占通信资源等问题，使得整网能效 不 断 降 低，特 别 是 微 信、QQ、微 博、Facebook等IM（instant message，即时通信）或SNS（social network site，社交网站）类业务，普遍具有流量占比小、信令资源消耗多、信道利用率低等特点，曾引发著名的“信令风暴”事件[3]。

随着对OTT（over the top）信令消耗的认知提升，业界开展了一系列相关的应对策略：如采用GCM（Google cloud messaging，谷歌云推送消息服务）或APNS（Apple push notification service，苹果推送通知服务）[4]统一管理并推送心跳分组以解决信令风暴问题。这些措施更多关注终端侧用户体验的提升，较少考虑网络侧（特别是无线接入网侧）的资源消耗和电力消耗。对于运营商来说，目前尚无有效的手段评估OTT业务对于网络设备能耗及通信质量的影响，业界也缺乏统一标准衡量业务特性与网络资源之间的关系，运营商普遍陷入“增量不增收”的尴尬境地。

为了准确评估业务对网络资源的影响以及网络设备由此产生的能耗，本文选取了11种典型业务场景（包括传统电信业务及OTT业务），采用数学建模的方式，结合现网实测数据，构建统一的业务能耗模型，提供流量、信令导致基站能耗变化的定量分析。为今后推动OTT厂商控制流量消耗、优化传输方式打下基础，实现端到端资源开销和业务能耗的持续下降。

2 现有业务能耗研究存在的不足

传统基站能耗模型从宏观角度描述了基站输入功率（Pin）与输出功率（Pout）的线性关系[5,6]，不区分业务类型、属性，也很难量化数据、信令分别占用的网络资源和产生的能耗差异。业务特征与网络资源的映射关系往往复杂而重要，不仅需要考虑用户面数据占用的资源，还需考虑控制面信令的负荷差异，特别对于突发性的小分组类业务，信令消耗往往占较大比例。

针对OTT业务带来的运营压力，参考文献[7,8]分析了IM业务的保活信息和短消息特征以及数据、信令在MAC（media access control，介质访问控制）层的资源占比。然而研究业务对网络侧的能耗影响更具挑战性，需深入PRB（physical resource block，物 理 资 源 块）或RE（resource element，资源粒子）粒度，构建兼具理论研究价值和实际评估预测的业务能耗数学模型。

3 改进的业务能耗模型

3.1 业务能耗建模思路

针对传统能耗模型存在的不足，本文提出一种改进的“二次线性映射”模型，如图1所示。基站输入功率（Pin）、输出功率（Pout）与PRB或RE之间经历两次线性变换。

·资源映射：将业务特征分解至网络流量及信令消耗，再映射为物理层RE资源占用。

·能耗映射：将物理层RE资源映射为基站“增量功耗”（incremental power）和 “基 线 功 耗”（baseline power），分别得出业务数据流量和信令负荷对基站能耗的影响。

将二次线性模型的映射过程进一步分解，包括以下4个关键步骤，如图2所示。

图1 二次线性映射模型

（1）建立基站功耗（Pin）与资源利用率（PRB）的映射关系。选取现网典型基站进行实测，得到Pin与Pout的曲线关系，经过资源映射确定每PRB的基站功耗。

（2）建 立 用 户 面PDCP（packet data convergence protocol，分组数据汇聚协议）层吞吐量与资源利用率（PRB）的映射关系。选取现网不同城市的基站进行实测，确定用户面每PRB对应的平均吞吐量，继而推导出PRB利用率为100%时的最大吞吐量。如果该基站的平均SINR（signal to interference plus noise ratio，信号与干扰加噪声比）较差，则传输相同的数据量会消耗更多的PRB。

（3）分析控制面不同物理信道对应的RE资源占比。根据3GPP物理层相关协议[9,10]，确定上/下行数据、信令所占RE数量及相应比例，用于基线功耗的分配和计算。

（4）分析被测业务在物理层所占RE资源及时间。使用鼎利无线网空口测试工具[11]，测试业务在不同物理信道上的数据速率、信令PRB占用情况和有效运行时间，确定相关业务特征。

3.2 TD-LTE基站能耗分解

基站主设备由BBU（building baseband unit，基带处理单元）和RRU（radio remote unit，射频拉远单元）构成，RRU从架构上可分为RF（radio frequency，射频小信号）和PA（power amplifier，功率放大器）两大模块。从功耗角度来看，BBU功耗（Pin）实际上随负荷或资源变化很小，可视为固定值；而PA功耗可占RRU功耗的40%～80%，且PA仅在下行链路上处于正常工作状态[6]。

图1中的增量功耗体现了RRU功耗随负荷或资源变化的趋势，主要由下行链路的PA产生，可进一步映射为下行数据和下行信令产生的功耗。对于基线功耗，由于no user、idle user、active user多场景可能并存[12]，因此基线功耗包括所有上下行数据、信令产生的功耗，并以不同比例呈现。

将RRU的基线功耗与增量功耗分别映射到上下行数据流量和信令负荷，如图3所示（为了简化模型，上行信令与上行数据合并称为UL_RE）。

图2 业务能耗建模分解步骤

图3 RRU功耗分解

3.2.1 RRU增量能耗计算方法

RRU增量功耗可映射为下行数据产生的功耗和下行信令产生的功耗，均使用图3中增量功耗对应的曲线斜率进行计算。

3.2.2 RRU基线能耗计算方法

将RRU基线功耗按一定比例分配给所有上下行数据、信令，假设与业务不直接相关的固定信令开销能耗占比为Umax（Umax为设备生产商预留资源，一般取20%～30%）。

其中，数据、信令在基线功耗中的分配比例计算如下：

式（1）～式（3）中的各变量含义见表1。

4 业务能耗模型现网应用

4.1 现网数据调研及测试

根据第3.1节介绍的建模思路，分为以下4个步骤获取相关数据，并代入式（1）～式（3）计算业务数据、信令在基站产生的能耗比。

4.1.1 步骤1：现网基站Pin-Pout曲线关系调研

（1）基站配置信息

TD-LTE分布式宏基站，S1/1/1配置，支持F频段2载波（20 MHz+15 MHz），RRU支持2通道，每通道标称发射功率为40 W（即46 dBm）。

（2）BBU、RRU Pin-Pout测试结果

BBU、RRU功耗情况测试结果见表2、表3，对应的曲线如图4、图5所示。

表1 式（1）～式（3）中的各变量含义

表2 BBU功耗（3小区）

表3 RRU发射功率及对应功耗（单小区）

从表2、表3可以得到以下结论。

·BBU功耗实际上随负荷变化很小、可视为固定值：BBU Pin≈105.33 W。

·RRU最大功耗为：RRU Pin_max=202.5 W。

·RRU基线功耗为：RRU Pin_base=84.3 W。

4.1.2 步骤2：现网PRB利用率与吞吐量调研

调研现网基站的上下行PRB利用率与用户平面PDCH SDU数据量，以15 min为粒度，统计北京、杭州两个城市、3个高中低负荷站点、共18小区连续7天的数据。

图4 BBU不同负荷情况下的功耗

图5 单小区RRU功耗曲线

以杭州某站点为例，将PRB利用率与PDCP数据量一一对应，如图6所示。

根据图6拟合的曲线方程，可推导出PRB利用率为100%时对应的上下行最大吞吐量（Tmax）。选取北京、杭州负荷较高的3个小区，统计忙时、闲时的最大吞吐量见表4。

4.1.3 步骤3：物理信道资源数（RE）计算

为避免混合组网的邻频干扰，设置TD-LTE上下行时隙配比为3∶1+3∶9∶2（特殊时隙不传输业务），带宽为20 MHz，常规循环前缀。假设天线端口为2，Ng=1/6。PDCCH占用常规子帧前3个OFDM符号，占用特殊子帧前2个OFDM符号。为了简化模型，参考信号只考虑CRS（小区专用参考信号），不考虑MBSFN（广播多播）和DRS（波束成形）。上下行子帧RE资源分布如图7所示。

以1个无线帧（10 ms）为单位，计算各物理信道所占RE数及相关比例如下。

图6 杭州某站点上/下行PRB利用率与数据吞吐量对应关系

·上行所有资源总和：DL_RE=CRS+PSS+SSS+PBCH+PCFICH+PHICH+PDCCH+PDSCH=12 800+288+264+128+72+23 000+71592=108 144RE。

·下行所有资源总和：UL_RE=PRACH+DMRS+SRS+PUCCH+PUSCH=33 600+1200+144-72=34 872RE。

·上下行数据在上下行总资源占比：ρdata=(PDSCH+UL_RE)/(DL_RE+UL_RE)=0.744 4。

·下行信令在上下行总资源占比：ρDL.sig=PDCCH/(DL_RE+UL_RE)=0.160 8。

4.1.4 步骤4：业务占用网络资源测试

使用鼎利无线网空口测试分析工具[11]，完成11种业务（包括短/彩信、收/发邮件、FTP、网页登录等）在TD-LTE现网中的数据、信令测试，同时分别统计业务信道的数据流量、控制信道的RE数和持续时间，见表5。

4.2 业务能耗计算结果

从表4中选取参数配置基本相同、负荷较高的北京小区2和杭州小区2作为被测网络，将第4.1节得到的数据代入式（1）～式（3）中，最终计算出11种业务场景在网络侧产生的总能耗以及数据、信令的能耗分解情况，如图8所示。

表4 各站点最大吞吐量估计

表5 11种业务场景的数据、信令资源占用测试结果

图7 上下行子帧RE资源分布

图8 业务产生的总能耗、能耗分解及信令/数据能耗比

从图8可以看出，对于不连续传输的、小数据分组业务（如短/彩信、IM/SNS类），即使仅发送几个字节的心跳分组或通知消息，也会触发一套完整的RRC（radio resource control，无线资源控制）建链、拆链流程，导致更多的信令开销，因此信令产生的能耗比重较明显。而对于连续传输的、大数据量业务（如FTP下载、流媒体等），大量的网络资源用于用户面的上下行数据传输，无线信道利用率高，数据产生的能耗占比相对较高。上述差异主要取决于业务特征和应用场景，以微信为代表的OTT业务通常消耗了更多的网络信令资源和能耗，影响了传统业务的质量和无线资源管控，增加了运营成本[13]。

另外，对比北京和杭州的各业务能耗可以看出，不同网络的无线传输环境、业务类型、用户数及使用方式等均会导致吞吐量的差异，从而影响基站总能耗。SINR越高，Tmax越低，传输同样吞吐量的数据，需要基站消耗更多的能耗。

5 结束语

传统的基站能耗模型未考虑业务特征与网络资源的映射关系，现有OTT业务对网络侧的影响分析也未涉及能耗领域。本文深入物理层资源粒度，提出一种改进的“二次线性映射”模型及四步建模思路，将TD-LTE基站能耗与上下行数据、信令资源建立映射，在此基础上根据大量的现网数据调研及测试，完整地给出了基站业务能耗建模方法，可定量计算出短/彩信、收/发邮件、FTP、网页登录、微博、流媒体等11种业务在网络侧的总能耗，同时可将业务能耗拆分至更细维度，从而可定量评估数据、信令分别消耗的网络资源和能耗大小，进一步对比不同业务特征和应用场景下的信令/数据能耗比。该模型填补了OTT业务对网络侧能效影响的空白，便于业务能耗的精细化管理和运营管控。

1 中国互联网络信息中心.中国互联网络发展状况统计报告，2015 China Internet Information Center.China Internet Development Statistics Report,2015

2 360手机助手.2015年Q1中国手机应用行业趋势绿皮书，2015 360 Mobile Assistant.Green Paper of 2015 Q1 China Mobile Phone Application Industry Trends,2015

3 田锋.论“信令风暴”与其解决方案.现代电信科技,2011(11):29～33 Tian F.Discussion on“signaling storm”and its solution.Modern Science & Technology of Telecommunications,2011(11):29～33

4 APNS&GCM Online Tester.http://www.bryantan.info/,2015

5 Auer G,Giannini V,Desset C.How much energy is needed to run awireless network?IEEE Wireless Communications,2011,18(5):40～49

6 Desset C,Debaillie B,Giannini V,et al.Flexible power modeling of LTE base stations.Proceedings of the IEEE Wireless Communications and Networking Conference,Pairs,France,2012

7 Chih-Lin I,Corbett R,Han S F,et al.Toward green and soft:a 5G perspective.IEEE Communications Magzine,2014,52(2):66～73

8 Chen Y M,Gang L,Pan Z G,et al.Small data optimized radio access network signaling/control design.Proceedings of the IEEE International Conference on Communications Workshop,Sydney,Australia,2014

9 3GPP TS 36.211.Physical Channels and Modulation(Release 10),2013

10 3GPP TS 36.213.Physical Layer Procedures(Release 10),2014

11 珠海世纪鼎利通信科技股份有限公司.Pilot Pioneer无线网络空中接口测试工具.http://www.dinglicom.com/products-detail.php?lv1=1&id=1,2013 DingLi Communications Corp.,Ltd.Pilot pioneer wireless network air interface test tool.http://www.dinglicom.com/products-detail.php lv1=1&id=1,2013

12 3GPP TS 36.304.User Equipment(UE)Procedures in Idle Mode(Release 10),2014

13 罗云彬，黄文良,王建海等.微信对网络影响的技术试验及分析.信息通信技术,2013(4)Luo Y B,Huang W L,Wang J H,et al.Experiment and analysis of Weixin's effects on mobile network.Information and Communications Technologies,2013(4)