51学通信

深度解析 3GPP TR 23.700-28：6.21 网络的AI大脑 (NWDAF辅助的智能功耗节省)

23分钟阅读

深度解析 3GPP TR 23.700-28：6.21 网络的AI大脑 (NWDAF辅助的智能功耗节省)

本文技术原理深度参考了3GPP TR 23.700-28 V18.1.0 (2023-03) Release 18规范中, 关于“第六章 Solutions”的 6.21 节 “Solution #21: NWDAF assisted power saving mechanism for UE in discontinuous NTN coverage” 的核心章节, 旨在为读者深度揭秘5G网络的“AI大脑”——NWDAF——是如何被引入到NTN功耗节省的决策闭环中, 从而将这场博弈从“UE与网络的二人对话”, 升级为一场有“权威专家”参与的“三方会诊”。

在前一篇的探索中, 我们见证了Solution 20如何通过“UE专属动态跟踪区”（UE-DTA）的革命性理念, 为移动性管理开启了“个性化”时代。它通过为每个UE绘制“专属地理围栏”, 极大地提升了寻呼的精度。然而, 无论是绘制围栏, 还是在其中进行寻呼, AMF这位“设计师”与“调度官”, 其决策的智慧和前瞻性, 很大程度上依赖于其所能获取的情报质量。

当UE自身的情报有限或不可靠时, AMF该向谁求助？当我们需要一份超越UE局部视角、俯瞰全局的权威“预言”时, 谁又能担此重任？

答案, 指向了5G服务化架构皇冠上的那颗明珠——NWDAF（网络数据分析功能）。Solution #21, 正是首次将这个网络的“AI大脑”, 正式、深度地集成到了NTN功耗节省的决策流程中。它不再是一个可有可无的“顾问”, 而是成为了解决“信息不确定性”难题的“终极仲裁者”。

为了演绎这场由“AI”赋能的智能决策, 伊芙琳博士的“仿生蜂群”中, 最先进的一架侦察无人机——“蜻蜓-阿尔法”号（Dragonfly-Alpha）——将承担一项极具挑战性的任务。它需要深入一座信号被山体严重遮挡、GNSS信号时断时续的深邃峡谷, 对一种珍稀的苔藓进行光谱分析。在这段“盲飞”旅程中, “蜻蜓-阿尔法”号自身的覆盖预测能力将大打折扣。此时, 它将如何与网络协同, 借助远在云端的“AI大脑”, 为自己规划出一条最节能的生存之路？

1. 核心哲学：从“信你所言”到“信而有征, 疑而有解” (解读 6.21.1 Description)

Solution 21的哲学根基, 在于对“信息不确定性”的深刻洞察和优雅应对。它建立了一套全新的、基于**“置信度”（Confidence Level）**的混合决策模型。

6.21.1 Description

This solution proposes to enhance NWDAF to assist UE in negotiation of power saving mechanisms, e.g. PSM/MICO/eDRX for staying at current PLMN/Satellite RAT and out of NTN coverage.

方案开宗明义, NWDAF的角色是“辅助（assist）”。这意味着它不是要取代UE或AMF的决策权, 而是要在它们“力有不逮”时, 提供关键的“助攻”。

1.1 NWDAF：NTN覆盖的“首席情报官”

为了扮演好“专家顾问”的角色, NWDAF需要被赋予全新的“知识”和“工具”。Figure 6.21.1-1: NWDAF enhancement for analytics of NTN coverage 为我们展示了这位“首席情报官”的分析模型。

  • 情报输入 (Input Data): NWDAF的强大, 在于其多源信息融合的能力。

    • 卫星数据: 来自OAM、RAN或AF的、最完整的卫星星历数据。这是它的“天文学知识”。
    • UE分析数据: 来自网络其他部分已有的关于UE的分析, 如UE移动性（历史轨迹、速度模型）、UE通信模式（数据上报频率）等。这是它的“行为心理学知识”。
    • UE相关信息: 来自5GC各网元、RAN或UE自身的实时事件和状态。这是它的“实时战情简报”。

  • 情报输出 (Output Analytics): 基于上述输入, NWDAF“生产”出一种全新的、标准化的分析产品。

    • 分析ID: NTN coverage。
    • 产品内容: 这不是一个简单的“是/否”, 而是一份详尽的报告, 包括：
      1. Ephemeris data: 经NWDAF整理和验证的星历数据。
      2. Estimate of in NTN coverage period: 对未来“有覆盖”时段的精准预估。
      3. Estimate of out of NTN coverage period: 对未来“无覆盖”时段的精准预估。

这个模型, 将NWDAF从一个通用的数据分析引擎, 升级为了一个专精于NTN覆盖预测的“领域专家”。

2. 操作流程：一场基于“置信度”的智能会诊

Solution 21的精髓, 在于它设计的两套互补流程：一套由UE发起, 充满了“不确定性”的智慧；另一套由网络发起, 体现了“主动关怀”的管理思想。

2.1 流程一：UE发起的“谦逊问询” (Procedure for UE initiates negotiation…)

这套流程完美地诠释了“信而有征, 疑而有解”的哲学。

“蜻蜓-阿尔法”的困境：峡谷中的“盲人摸象”

“蜻蜓-阿尔法”无人机正飞行在深邃的峡谷中。它的GNSS天线被两侧高耸的岩壁遮挡, 信号时断时续；它能观测到的天空, 只是头顶一线, 无法看到完整的星座。

…there are scenarios that the UE may fail to calculate the estimate of the in/out of NTN coverage, for example:

  • The UE does not support GNSS capability.
  • GNSS precision, which is impacted by the quality of the GNSS signal…
  • Availability of the SIB providing the information…
  • The UE is a computation constrained device, e.g. NB-IOT device.
  • The UE mobility pattern… may be across multiple NG-RAN coverages.

这些场景, 正是“蜻蜓-阿尔法”的真实写照。它尽力根据有限的信息, 做出了一个粗略的预测：“我大概会在10分钟后失联, 失联时间可能长达1小时。” 但它对这个预测, 信心不足。

“置信度”的引入：从“陈述句”到“带有概率的表达”

In this case, it is beneficial that the UE calculates the confidence level based on the above scenarios, and indicates the confidence level along with the requested timers/parameters during negotiation…

这是本流程的第一个核心创新。UE在向网络提交Registration Request以协商PSM/eDRX参数时, 它提交的, 不再仅仅是“我请求休眠1小时”这样一个简单的“陈述句”, 而是一份更丰富的“带有概率的表达”：

“报告网络, 我请求将周期性注册定时器设置为1小时。但我对这个预测的‘置信度’只有30%。”

AMF的“智能分诊台”

Figure 6.21.2.1-1: UE initiated negotiation of PSM/MICO/eDRX for power saving 展示了AMF如何扮演“分诊医生”的角色。

Step2: The AMF determines to request assistance information from NWDAF or a new NF if confidence indication is below a pre-configured threshold.

  • AMF的决策逻辑： AMF收到这份“谦逊”的请求后, 启动了“分诊”逻辑。网络内部预设了一个“置信度门槛”, 例如70%。

    • 如果置信度 > 70%: AMF认为UE的自我预测是可靠的, “信你所言”, 直接批准其请求（或进行微调）。
    • 如果置信度 < 70%: AMF认为UE的预测不可靠, “疑而有解”, 决定“呼叫专家会诊”。

  • “呼叫专家”（步骤3）： AMF立即向NWDAF发起一次AnalyticsInfo请求, 内容是：“ID为‘蜻蜓-阿尔法’的UE, 对其自身的覆盖预测信心不足。请立即为我提供一份关于该UE未来2小时的、权威的NTN coverage分析报告。”

  • “专家”的回应与最终“药方”（步骤4）： NWDAF利用其全局视野, 迅速返回了一份精准的报告：“经测算, 该UE将在12分钟后失联, 失联时长为1小时25分钟。” AMF收到这份“专家意见”后, 以此为准, 在Registration Accept中, 为“蜻蜓-阿尔法”下发了最终的、经过修正的功耗节省参数。

这场基于“置信度”的智能会诊, 完美地解决了信息不确定性的难题。

2.2 流程二：网络发起的“主动关怀” (Procedure for AMF initiated negotiation…)

这套流程则适用于网络希望掌握主动权的场景, 体现了更强的管理意图。

Figure 6.21.2.2-1: AMF initiated negotiation of PSM/MICO/eDRX for power saving 描绘了这场自上而下的“主动健康管理”。

  1. “体检”时机（步骤1-3）： AMF在UE注册时, 或基于其他触发（如AF通过Solution 19提交了UE的任务计划）, 决定对UE的功耗策略进行一次“主动评估”。它首先从UDM获取UE的签约信息（例如, 是否允许网络主动管理其功耗）, 然后主动向NWDAF请求一份关于该UE的NTN coverage分析报告。

  2. “开药方”（步骤4）： AMF拿到了NWDAF的“体检报告”后, 结合UE的签约能力和网络策略, “诊断”出当前UE的功耗参数并非最优。于是, 它主动“开出了一副新药方”——一套推荐的PSM/MICO/eDRX参数。

  3. “送药上门”（步骤4-5）： AMF通过UE Configuration Update流程, 将这份“推荐药方”, 连同NWDAF分析出的覆盖预估时长, 一并下发给UE。在UE Configuration Update中, AMF可能会包含一个请求UE进行“重新注册协商”的指示。

  4. UE的“遵医嘱”（步骤5-7）： UE收到这份“推荐”后, 会以此为重要参考, 发起一次Registration Request, 正式与网络协商并应用这套更优的参数。

这套流程, 将网络从一个被动的“请求处理者”, 升级为了一个主动的、基于数据分析的“健康顾问”。

3. 系统影响分析：一次“AI能力”的全面注入 (解读 6.21.3 Impacts)

NWDAF:

  • To support data collection of Satellite Data…
  • To support new Analytics ID of NTN coverage…

NWDAF的影响： 这是质的飞跃。它需要从一个通用的分析平台, 进化为一个具备NTN领域专业知识的“专家系统”, 包括新增对卫星数据的采集接口和专门的NTN coverage分析模型。

AMF:

  • For the case of UE awareness of NTN coverage:
    • To determine whether to change or respect the timers/parameters requested by the UE for the negotiation of power saving mechanisms based on confidence indication.
  • For the case of AMF awareness of NTN coverage:
    • To support to request and get notification for Analytics Info of NTN coverage from NWDAF.

AMF的影响： 角色变得更复杂、更智能。它需要成为：

  1. “分诊医生”： 能够解析和理解UE上报的“置信度”。
  2. “专家联络员”： 能够熟练地与NWDAF进行交互, 请求并获取分析数据。

UE:

  • To calculate and indicate its confidence level for the requested timers/parameters of power saving mechanisms…

UE的影响： 需要被赋予**“自我反思”**的能力。它不仅要会“预测”, 还要会“评估自己的预测”, 并将这份“自我评估”（置信度）量化并上报给网络。

4. 方案评估：智能的代价与回报 (解读 6.21.4 Solution evaluation)

6.21.4 Solution evaluation

This solution introduces a new Analytics ID of NTN coverage to enhance NWDAF based on network data analytics services for eNA in TS 23.288. The main interest of this solution is to leverage NWDAF capability of data collection and analytics exposure for NTN coverage estimation… All in all, network assisted negotiation of power saving mechanism are deemed necessary and the NWDAF analytics for NTN coverage estimate are beneficial for this matter.

评估部分高度肯定了将NWDAF引入NTN决策闭环的巨大价值。

  • 优点：

    1. 极致的准确性： 它利用了NWDAF无与伦比的信息融合与分析能力, 能够为UE提供最权威、最精准的覆盖预测, 从而实现理论上最优的功耗节省。
    2. 优雅的灵活性： 基于“置信度”的混合决策模型, 完美地平衡了UE的自主性与网络的权威性。它既避免了对UE的“盲信”, 也避免了网络对所有UE都进行“过度管理”, 实现了资源的按需分配。
    3. 解决了现实痛点： 它正面解决了UE在复杂环境下“算不准、不敢算”的现实问题, 为NTN在更具挑战性的场景（如城市峡谷、室内深处、移动设备）下的应用, 提供了坚实的技术保障。

  • 挑战：

    1. 部署门槛高： 方案的成功, 强依赖于一个功能完备、且能够接入卫星运营商数据的NWDAF的成功部署。这对于运营商的网络演进和跨行业数据合作, 提出了很高的要求。
    2. 标准化复杂度： 定义“置信度”的计算方法、AMF与NWDAF的交互细节、新的NTN coverage分析模型等, 都需要大量的标准化工作。

总结：为5G NTN装上“智慧之眼”

Solution 21的诞生, 是5G NTN从“自动化”迈向“智能化”的一个关键里程碑。它不再满足于让UE和网络遵循预设的、死板的规则, 而是通过引入NWDAF这个“AI大脑”, 为整个系统装上了一双能够洞察全局、预测未来的“智慧之眼”。

“蜻蜓-阿尔法”无人机在峡谷中的那次“谦逊问询”, 正是这场智能化变革的生动写照。它标志着一种全新的、基于“数据驱动”和“智能协商”的功耗管理范式的开启。

至此, 我们已经检阅了TR 23.700-28中绝大多数关于“功耗节省”和“移动性管理”的核心软件与架构方案。然而, 所有这些上层“智慧”的实现, 都离不开一个最根本的“原材料”——覆盖数据。我们已经讨论了如何“使用”数据, 甚至如何“分析”数据, 但“数据本身”是如何被最原始、最可靠地“传输”的？

在下一篇文章中, 我们将暂时放下这些复杂的“智能”, 回归到一个最朴素、也最根本的问题上。我们将探讨Solution #22——“5GS和EPS中的覆盖数据传输”。一场关于“信息管道”本身构建的探索, 即将开始。

FAQ

Q1：NWDAF是一个物理设备吗？它部署在哪里？ A1：NWDAF（Network Data Analytics Function）是5G核心网中的一个网络功能（NF）, 它是一个纯软件的逻辑功能, 通常以微服务的形式, 部署在运营商的数据中心或云平台上。它不是一个独立的物理盒子。通过5G的服务化接口, 它可以与AMF、UDM、PCF等所有其他核心网功能进行交互, 也可以通过安全接口, 与外部的数据源（如OAM系统、AF）进行连接。

Q2：UE是如何计算出那个“置信度”的？它是一个标准化的值吗？ A2：TR 23.700-28提出, UE可以基于一系列因素来计算置信度, 例如：GNSS信号的质量和稳定性、可见卫星的数量、星历数据的新鲜度、自身移动状态的稳定性等。如果所有条件都很好, 置信度就高；反之则低。这个“计算方法”本身, 以及“置信度”的具体表示方式（例如, 是一个百分比, 还是一个分级, 如高/中/低）, 都有待于后续的CT工作组（负责UE协议）进行详细的标准化。

Q3：这个方案是否意味着, 只要有了强大的NWDAF, UE自己就不需要具备任何覆盖预测能力了？ A3：并非如此。这个方案的设计非常精妙, 它是一种分层、分摊的智能模型。理想情况下, UE应具备基础的预测能力, 这样在大多数“简单”场景下, 它可以自行决策（高置信度上报）, 从而避免了事事都去麻烦NWDAF, 减轻了核心网的信令负荷。只有在UE自己“搞不定”的“疑难杂症”场景下, 才需要“上报”给AMF, 启动“专家会诊”。这种模式, 兼顾了效率与准确性。

Q4：AMF-initiated和UE-initiated这两种流程, 在实际中会如何选用？ A4：这取决于运营商的策略和业务场景。UE-initiated更像一种“按需服务”模式, 它赋予UE更大的自主权, 通常是默认的交互方式。而AMF-initiated则更像一种“主动管理”或“VIP服务”模式, 适用于运营商希望对特定UE（例如, 签约了高级服务的企业客户无人机）进行更精细、更主动的功耗管理的场景。例如, AF（企业客户）可以通过NEF, 请求网络为它的无人机群, 启用这种“主动关怀”模式。

Q5：这个方案与Solution #19（AF提供覆盖情报）有什么关系？ A5：它们是两种不同的、但可以互补的“外部智慧”引入路径。Solution 19中, “专家”是网络外部的AF, 它直接将“结论”（覆盖时间表）提供给网络。而在Solution 21中, “专家”是网络内部的NWDAF。NWDAF在做分析时, AF提供的信息（如UE移动轨迹）可以作为其重要的输入之一。一个强大的系统, 甚至可以融合两者的优点：AMF收到UE的“低置信度”请求后, 同时向NWDAF和AF（如果AF也订阅了相关事件）发起“咨询”, 并对两份“专家意见”进行综合裁决, 做出最终的、最可靠的决策。

关系图谱