話務(wù)潮汐是一種典型的網(wǎng)絡(luò)現(xiàn)象，表現(xiàn)為網(wǎng)絡(luò)用戶在特定時間段內(nèi)規(guī)律性地遷移或聚集，在高校、工業(yè)園區(qū)、CBD商圈和大型住宅區(qū)等場景表現(xiàn)尤為顯著。此類場景具有極強的時變特征，網(wǎng)絡(luò)需求隨之波動。

5G Massive MIMO技術(shù)通過引入多維度的可調(diào)參數(shù)，如波束掃描個數(shù)、波瓣寬度、方位角、下傾角等，大幅提升了RF優(yōu)化的靈活性和精確性。這一特性使其成為處理話務(wù)潮汐場景的理想選擇。

中信科移動長期以來致力于智能運維創(chuàng)新研究，在RF自智方向持續(xù)深耕，基于5G Massive MIMO技術(shù)結(jié)合話務(wù)潮汐典型特征場景探索研究，開發(fā)了話務(wù)潮汐小區(qū)識別TCi（Tidal Cells Insight）+RF 自智（Auto RF）聯(lián)合解決方案，旨在實現(xiàn)網(wǎng)絡(luò)的分時自適應(yīng)優(yōu)化，提高網(wǎng)絡(luò)質(zhì)量與效率。該方案對接現(xiàn)網(wǎng)多維度數(shù)據(jù)，從基礎(chǔ)數(shù)據(jù)清洗、潮汐特征畫像、RF方案自輸出、優(yōu)化效果自評估4個維度著力，深度結(jié)合AI技術(shù)，實現(xiàn)對話務(wù)潮汐場景的精準識別與快速響應(yīng)。

該方案基于連續(xù)N天的TA+AOA小時級數(shù)據(jù)，結(jié)合前一天24小時數(shù)據(jù)，利用時空神經(jīng)網(wǎng)絡(luò)模型進行AI學習和預測，形成了包含用戶遷移的規(guī)律、聚集時段信息的潮汐特征畫像。根據(jù)潮汐特征畫像，自動調(diào)整Massive MIMO的參數(shù)設(shè)置，滿足不同時段的網(wǎng)絡(luò)需求，結(jié)合實時數(shù)據(jù)反饋，動態(tài)調(diào)整潮汐特征畫像和RF優(yōu)化方案，確保網(wǎng)隨潮動質(zhì)量最優(yōu)。

近日，在某高校場景試點測試了該智能化話務(wù)潮汐調(diào)優(yōu)方案，通過分時調(diào)整策略部署，高負荷小區(qū)比例大幅下降，充分證明了該方案在話務(wù)潮汐場景下提質(zhì)增效的顯著效果。

中信科移動的話務(wù)潮汐小區(qū)識別TCi聯(lián)合解決方案利用5G Massive MIMO和AI技術(shù)，可有效應(yīng)對話務(wù)潮汐場景帶來的挑戰(zhàn)，提高了網(wǎng)絡(luò)質(zhì)量和利用率。隨著技術(shù)的不斷進步和應(yīng)用場景的不斷拓展，該方案有望在更多領(lǐng)域得到應(yīng)用，為用戶提供更加穩(wěn)定、高效的網(wǎng)絡(luò)服務(wù)。同時，中信科移動將在更多的差異化場景方面進行深入探索，為復雜多變的網(wǎng)絡(luò)和業(yè)務(wù)場景提供更加豐富的解決方案。