話務潮汐是一種典型的網絡現(xiàn)象，表現(xiàn)為網絡用戶在特定時間段內規(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，網絡需求隨之波動。
5G Massive MIMO技術通過引入多維度的可調參數，如波束掃描個數、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技術結合話務潮汐典型特征場景探索研究，開發(fā)了話務潮汐小區(qū)識別TCi（Tidal Cells Insight）+RF 自智（Auto RF）聯(lián)合解決方案，旨在實現(xiàn)網絡的分時自適應優(yōu)化，提高網絡質量與效率。該方案對接現(xiàn)網多維度數據，從基礎數據清洗、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，深度結合AI技術，實現(xiàn)對話務潮汐場景的精準識別與快速響應。
該方案基于連續(xù)N天的TA+AOA小時級數據，結合前一天24小時數據，利用時空神經網絡模型進行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。根據潮汐特征畫像，自動調整Massive MIMO的參數設置，滿足不同時段的網絡需求，結合實時數據反饋，動態(tài)調整潮汐特征畫像和RF優(yōu)化方案，確保網隨潮動質量最優(yōu)。
近日，在某高校場景試點測試了該智能化話務潮汐調優(yōu)方案，通過分時調整策略部署，高負荷小區(qū)比例大幅下降，充分證明了該方案在話務潮汐場景下提質增效的顯著效果。
中信科移動的話務潮汐小區(qū)識別TCi聯(lián)合解決方案利用5G Massive MIMO和AI技術，可有效應對話務潮汐場景帶來的挑戰(zhàn)，提高了網絡質量和利用率。隨著技術的不斷進步和應用場景的不斷拓展，該方案有望在更多領域得到應用，為用戶提供更加穩(wěn)定、高效的網絡服務。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，為復雜多變的網絡和業(yè)務場景提供更加豐富的解決方案。 
