1.前言

面向6G網絡節能，本白皮書闡述其背景意義和面臨的嚴峻挑戰，簡要介

紹能耗性能指標和3GPP國際組織關于網絡節能課題的標準進展，從網絡架構、

空口節能技術、新技術融合以及其他技術等層面，重點探討網絡節能關鍵技術

方案。最后，總結白皮書主要內容及相關結論，并展望其未來發展趨勢。

2.背景意義

隨著全球經濟和科技的飛速發展，能源問題日益突出。自2000年以來全

球碳排放增速明顯提升，隨著空氣中二氧化碳濃度的劇增，全球升溫迅速，而

氣候變暖帶來的風暴、熱浪等極端天氣將嚴重危害人類的生命財產安全。

在我國，雙碳目標被納入“十四五”規劃建議，二氧化碳排放力爭在2030

年前達到峰值，努力爭取2060年前實現碳中和。雙碳目標是全球應對氣候變

化的重要責任，也是行業和企業可持續發展的重要基石。就電信行業能耗情況

來看，其碳排放是以電力購入的間接排放為主。在電信行業的能耗構成中，基

站、通信機房和數據中心的能耗為主要占比，其節能最為關鍵。5G基站滿載

功耗約4G的3-4倍，尤其隨著5G網絡的正式商用，能耗增幅顯著提高。

面向6G提出的6大典型場景和15個能力指標[1]，從智能、感知、泛在等

多維度，對速率、容量、時延、定位、用戶體驗等提出更高要求，驅動6G向

更高頻點、更大帶寬、更多算力演進，從而給6G網絡能耗帶來嚴峻挑戰。

一、更高頻點：6G毫米波基站的覆蓋半徑僅為5G3.5GHz基站的30%，

同時毫米波基站功放效率約為7-15%，具體數值取決于工藝，例如硅鍺SiGe

工藝為7%+，而氮化鎵GaN工藝為15%+，僅為傳統5G基站功放效率的1/7-1/3。

因此，需要更高的能耗以支持6G毫米波基站功放正常工作。

二、更大帶寬：大帶寬、多天線是造成5G單站功耗增加的主要因素，5G

單站功耗是4G的3-4倍。另外，按照帶寬代際增長規律，預計6G帶寬可達

500MHz-1GHz。如果單位帶寬發射功率保持不變，可推算6G基站發射功率將

是5G的5倍以上，單站整體功耗將是5G的4倍以上。

三、更多算力：智慧內生是6G重要特征，常用AI（ArtificialIntelligence，

人工智能）模型的復雜度從十幾兆到上百G個模型參數。以ChatGPT為例，

包含1750億個模型參數，其模型訓練使用了1萬個V100GPU，據環球零碳

研究中心粗略合算，電力消耗超168萬度，按日訪問100萬用戶測算，運行每

天耗電約1.2萬度。

2/21

6G新技術的創新發展，應以綠色節能為基本原則，提升系統能量效率，

實施綠色生態運營模式。并將6G技術賦能千行百業，助力各行各業深入實踐

數字化轉型，踐行綠色發展戰略，共同譜寫人類命運共同體新篇章。

3.性能指標

能量效率是用于評估網絡能耗的重要性能指標，從定義的角度出發，找到

網絡節能的有效手段。

關于能量效率的定義，學術研究中將其定義為單位能耗下所能傳輸的數據

量，單位為比特/焦耳（bit/J）。若想提升能量效率，可以從傳輸的數據量和

能耗兩個角度出發，一方面，有效提升傳輸速率，另一方面，減少傳輸單位數

據量所消耗的能量。

此外，ITU定義的傳統5G網絡能量效率，指的是與所提供的業務量相關

的最小化無線接入網（RAN）能量消耗的空口技術能力[2]，包括兩個方面：1）

網絡側，指的是無線接入網在單位能耗下用戶傳輸或接收的信息比特數；2）

終端側，指的是通信模塊的單位能耗，單位均為比特/焦耳[3]。因此，要想提

升網絡能量效率，可以從網絡和終端兩個角度出發，雙管齊下，以達到網絡節

能的目的。

考慮6G應用場景的多樣化，以及對空口傳輸性能的不同需求，可以將網

絡能量效率定義為該場景下性能指標與功耗的比值，從而更加全面客觀的反映

該場景的實際性能需求和能耗占比。

具體來說，對于高速率場景，可以將能量效率定義為單位能耗下提供的數

據速率，單位是比特/秒/焦耳（bps/J）；對于低時延場景，可以將其定義為單

位能耗下提供的傳輸時延，單位是秒/焦耳（s/J）；對于廣覆蓋場景，可以將

其定義為單位能耗下提供的覆蓋距離，單位是米/焦耳（m/J）。類似地，對于

6G融合場景，可以由單一維度擴展到更多維度，將能量效率與6G場景的性

能指標相對應，從而更加全面地評估單位功耗可提供的空口性能指標，以滿足

6G多樣化的業務場景需求。

4.標準進展

國際移動通信標準組織3GPP在Release18階段開展了網絡節能技術的討

論，包括StudyItem（SI）和WorkItem（WI）兩部分工作內容。

3/21

（1）SI階段

在2021年12月舉行的RAN#94e會議中，正式確定了網絡節能課題的研

究內容，主要包括以下三個方面的工作。

建立基站能耗仿真模型，用于網絡節能方案的性能評估；

建立網絡節能的評估方法與KPI；

研究并識別gNB和UE側的節能技術。

歷時近一年的SI，重點討論了網絡節能的仿真模型，評估方法以及在時域、

頻域、空域、功率域、UE輔助信息等方面的網絡節能技術，并提供仿真結果，

相關研究內容形成報告TR38.864[4]。

（2）WI階段

根據SI階段的研究進展，WI階段的標準化工作圍繞部分節能增益較高的

技術展開。在2022年12月份舉辦的RAN#98會議中，確定了網絡節能課題

的工作內容如下：

基于CSI增強的空域與功率域網絡節能技術；

小區非連續發送/接收（CellDTX/DRX）技術；

inter-bandCA場景下的SSB-lessSCell技術（僅限FR1和co-located

小區）；

Rel-18網絡節能小區內防止傳統UE駐留的方案；

inter-node波束激活及其有限區域內限制尋呼增強技術；

小區切換流程增強技術。

此外，仍有很多在SI階段研究的網絡節能技術未能標準化，為了進一步

節省網絡能耗并為6G打下基礎，3GPPRelease19將進一步開展網絡節能課題

的標準化工作。

5.網絡節能關鍵技術

5.1網絡架構層面

5.1.1空天地一體網絡架構

未來網絡將實現萬物智聯，網絡覆蓋目標將由地面覆蓋擴展到太空、空中、

陸地、海洋等更多自然空間，實現全域的“泛在連接”。隨著各行各業數字化

4/21

進程的加速，全域數字化基礎設施將迅速擴張，數字經濟發展與能耗、碳排放

增長之間的矛盾將日益突顯，綠色節能將成為未來6G網絡架構的內生需求。

為了實現萬物智聯、綠色低碳的發展目標，6G網絡架構將發生顛覆式重構，

無線網將打破傳統的有邊界的、煙囪式的架構，支持融合泛在、綠色節能的新

型空天地一體網絡架構。

空天地一體網絡架構將通過衛星網絡、空基網絡、低空及地面網絡三層組

網，形成以地面網絡為基礎、以非地面網絡為拓展的立體全域覆蓋網絡。地面

網絡與非地面網絡互聯互通、深度融合，采用統一的協議棧，支持海量用戶無

感知、極簡的泛在接入。地面與非地面網絡層可采用超蜂窩、無蜂窩等符合綠

色通信發展趨勢的新型組網方式。超蜂窩架構下，基站控制面與用戶面解耦，

控制基站與業務基站可以獨立按需部署。前者提供用戶接入以及控制信號的傳

遞，可采用大區覆蓋模式；后者為用戶提供高速數據傳輸，可按需靈活部署。

同一個控制基站覆蓋范圍內可以部署多個業務基站，且業務基站可根據業務負

荷變化動態休眠。該架構下，網絡覆蓋可跟隨業務需求動態調整，在不影響覆

蓋性能的前提下通過控制業務基站適時進入休眠狀態，實現更為靈活的休眠，

提升網絡節能效果。無蜂窩架構以用戶為中心，部署多個分布式接入點以及一

個與所有接入點相連接的中央處理單元，通過中央處理單元的集中信號處理，

廣泛分布的接入點可以實現高水平的協作，形成一個“超級基站”覆蓋整個區

域。每個用戶接入一組特定的接入點，可以利用空間宏分集和低路徑損耗提升

網絡的頻譜效率和能量效率。當區域內用戶較少時，可以關斷部分接入點，進

一步節省系統能耗[5][6]。

5.1.2新型分布式無線網絡架構

為更好地支持自動駕駛、智能制造、遠程醫療等垂直行業，對低時延和高

可靠提出更高要求，尤其面向未來6G網絡泛在連接，傳統的集中式智能網絡

架構已無法滿足。因此，業界提出了一系列新型分布式無線網絡架構，通過引

入分布式智能計算框架，以充分利用用戶終端和節點所持有的多維數據以及計

算資源。然而，新型分布式無線網絡架構面臨分布式節點規模的不斷擴大、海

量的高維模型參數傳輸和超級算力等諸多挑戰，使得6G網絡能耗成為其規模

部署和廣泛應用的主要瓶頸之一。因此，采用分布式分層智能無線網絡架構設

計，有效降低6G分布式無線網絡能耗[7]。

考慮無線接入網側的多層網絡拓撲，可以在宏/微基站、CU/DU、云端/邊

緣端等不同層面部署智能功能組件，開展無線分布式學習。自下而上具體地可

5/21

分為，用戶設備的終端智能層、部署在DU上的第一智能層、部署在CU上的

第二智能層、部署在邊緣節點上的第三智能層以及部署在云端的第四智能層，

如下圖所示。不同的智能層針對不同目標產生不同的功能配置，由此可構建面

向6G網絡的分布式分層智能無線網絡架構。網絡可以靈活快速地編排和使用

智能功能組件，部署多層級數據分析網元，在網絡各層級均可組成分布式協同

管控系統，實現水平層面上各個無線節點之間的分布式智能交互與協同[8]。

圖16G網絡智能功能組件垂直分層部署示意圖

在新型分布式無線網絡架構中，聯邦學習（FederatedLearning，FL）作為

最有望成為6G基礎架構的一種分布式智能計算框架，能夠在保護用戶數據隱

私的前提下，進行更廣泛的機器學習，預期將在6G智能服務和應用中發揮重

要作用。通過聯邦學習和多層網絡拓撲的有機結合，可進行多層次聯邦聚合。

如下圖所示，基于宏基站-微基站-設備的三層網絡，在垂直方向上構成聯邦學

習分布式分層智能無線網絡架構，聯邦聚合可拆分為位于微基站的低層次聯邦

聚合和位于宏基站的高層次聯邦聚合，從而實現較低的通信成本和更廣泛的數

據共享。

6/21

圖26G網絡多層次FL節點部署示意圖

具體地，在邊緣網絡，早期模型聚合具有較低的通信成本，且能有效緩解

由于局部數據的隨機性而導致模型更新的不確定性。而后期模型聚合，通過更

高層次的聯邦學習服務器進行模型聚合和更新，可實現更多、更廣泛的數據共

享，且加速全局聚合的收斂性。因此，可以根據網絡對學習性能、時延、容量、

能耗等指標的實際需求，靈活調整和優化聯邦聚合在不同網絡層次的部署位置，

實現FL動態分層。

為了更好地實現網絡節能，可考慮減少高通信成本的高層次全局聚合的通

信頻次，通過降低通信開銷來降低總能耗。相比于傳統FL方案，在相同學習

精度的前提下，引入多層次聯邦聚合的分布式分層智能無線網絡架構能夠有效

降低網絡能耗。

5.1.3無線智能云網絡

IMT-2030Framework[9]強調了環境適應性和網絡、終端節能減排的重要性。

其中，網絡能效是目前最為關注的量化指標，通常被定義為bit/Joule。

2010年前后，國內等主要運營商分享了對移動網絡能耗的觀察。觀察發現，

一半的能源消耗在空調和其他設施上，并進一步提出集中RAN設備以降低能

耗，被稱為Cloud-RAN（C-RAN）。集中點可以在無線電或基帶處理上，如

下圖所示。

7/21

圖3Cloud-RAN示意圖

根據分析[10][11]，C-RAN是一個生態友好的基礎設施。首先，通過C-RAN

架構的集中處理，基站站點數量可以成倍減少，空調等現場支持設備的耗電量

可大幅降低。其次，由于協作無線電技術可以減少RRH之間的干擾并允許更

高的RRH密度，因此可以縮短RRH到UE的距離，部署具有較低發射功率的

較小小區，同時不影響網絡覆蓋質量。用于信號傳輸的能量將會減少，這對于

減少RAN中的功耗和延長UE電池待機時間特別有幫助。最后，由于BBU池

是大量虛擬BS之間的共享資源，這意味著可以實現更高的資源利用率和更低

的功耗。當虛擬基站在夜間空閑且不需要大部分處理能力時，可以有選擇地關

閉或進入較低功耗狀態，而不會影響7x24服務承諾。

O-RAN繼承了C-RAN的優點，定義了O-CU/O-DU/O-RU的開放接口，為

分析不同網絡實體的功耗提供了足夠的靈活性。報告[12]指出，對于大多數移

動網絡來說，超過80%的能源消耗在無線接入網絡中，其余的則消耗在核心

網、支持系統和相關的云基礎設施中。預估RAN側使用的80%能耗中，大

約80%為無線電供電，剩余20%用于分布式單元(DU)。通過采用MicroSleep

Tx、多頻段無線電器件設計和集成等新技術，可以大大節省無線電能耗。同

時，云化DU基于高性能通用處理器架構，優化了能耗，對軟件開發生態系統

有良好的兼容性。為了充分發揮潛力，SMO/RIC軟件經過精心設計，rAPP可

滿足自動化非實時網絡管理的需求，降低運營成本、提高網絡性能并降低能耗。

3GPP在Release18和Release19階段開展網絡節能技術的討論和標準化工

作，詳見前文第4章節。3GPP指出了優化RAN能耗的潛在方向，O-RAN

架構通過分離網絡實體和可編程rAPP，提供了最大的靈活性。O-RAN架構與

新的節能特性的結合，有望在6G時代帶來光明的前景。

5.2空口節能技術

5.2.1空域節能技術

NR基站中AAU功耗占比約80%，是網絡能耗最主要組成部分。空域節能

8/21

技術在系統性能損失可以容忍的基礎上，可以通過對網絡空域元素進行自適應

以顯著降低網絡能耗。根據不同的顆粒度，空域元素可以包括天線陣元、TXRU、

天線端口、天線面板、TRP等。相比半靜態空域元素自適應技術，動態空域

元素自適應方案，可提供更加精細的自適應顆粒度，更好的匹配業務負載與實

際的傳輸環境，為UE提供更好的服務，從而更好的實現網絡/基站能耗降低。

5G現網中，大規模MIMO由于其支持空域復用或多徑分集的優點，被廣

泛使用。而在大規模MIMO帶來高容量的同時，其大量的TXRU及相關的硬

件處理單元（包括功率放大器）也會帶來基站功耗的增加。一個有效的網絡節

能解決方案是根據流量負載或服務的UE數量調整基站的TXRU開關，如下圖

所示，在小區內用戶數變少時，可以適當的關閉一部分基站的TXRU，使得其

能夠在不損失容量的基礎上減少基站功耗。傳統的空域關斷無法很好地支持動

態快速關斷，例如：獲得省電增益的時候有明顯的容量損失，或者受限于速度

無法全天候使用。這是由于靜態關斷的切換時間太長，導致基站的天線狀態無

法根據信道狀態進行快速的調整，即天線狀態與信道狀態不匹配，從而導致較

大的性能損失。

圖4TXRU自適應動態關斷

根據動態負荷水平、不同TXRU關斷的多組CSI，首先將整個時間分解為

諸多毫秒級的短調度窗，先進的動態關斷采用基于能效原則的動態調度器（受

限容量損失前提條件下獲得盡可能大的基站節能增益），在每個短調度窗上模

擬遍歷所有關斷方式（包括不關斷），從而快速選擇最優的關斷方式。對于動

態關斷技術方案，節能狀態下硬件響應時間是影響網絡指標和用戶體驗的關鍵

因素，硬件響應時間需要實現從分鐘級到毫秒級的跨越，使得從僅閑時節能擴

展到全時節能。另外，CSI報告的高層配置參數數量是有限的，過多的配置用

于自適應通道關斷的CSI報告會影響其他用途的CSI報告配置。因此，對于

TXRU動態關斷方案中的一個重要研究方向就是CSI報告的增強，即在一個

CSI報告中上報多組CSI以及CSI開銷的降低方案。

通道關斷技術不僅僅可以降低功放功耗，還可以降低射頻通道的靜態功耗，

基于通道關斷的空域節能技術，在保證服務連續性上具有明顯的優勢，而且應

用場景并不限于基站業務輕負載場景，被視為主流的空域節能方案。

9/21

大規模分布式天線支持多TRP操作，類似于多個天線面板都可以視為空域

AAU的一部分，所以multi-TRP半靜態/動態自適應調整屬于傳輸天線自適應

調整的特例。實際傳輸中往往存在UE和某一個TRP存在更好的傳輸鏈路，

例如物理距離更近，這時候多個TRP都為UE傳輸并不總是必須的，動態關

斷某些TRP可以顯著降低網絡能耗，特別將來傳輸系統為支持短距離傳輸會

部署分布式大規模MIMO陣列，會支持更多的TRP傳輸，支持multi-TRP動

態ON/OFF能更好的平衡UE性能與網絡能耗的矛盾。

5.2.2時域節能技術

在中、低系統負載場景下，通過動態智能小區關閉、DTX/DRX

（DiscontinuousTransmission/DiscontinuousReception）智能協調、自適應降低

廣播信號發送時間等方法，讓網絡有更多的時間處于微睡眠/輕睡眠/深睡眠狀

態，有效降低信號傳輸在時域上占比，從而在對UE性能影響有限的前提下大

幅降低網絡功耗。

當系統低負載時，基站不連續發送/接收（CellDTX/DRX）或基站短時間

關斷，如時隙、符號或子幀級關斷等，使得在DTX/DRX-OFF或關斷期間，

基站可以進入睡眠狀態。通過增加基站睡眠時間，減少基站連續開啟或頻繁喚

醒，從而降低基站能耗。

公共信號或者信道，比如SSB、SIB1、尋呼、隨機接入信道等，自適應調

整，包括公共信號/信道傳輸圖樣自適應調整、公共信號/信道傳輸周期自適應

調整、公共信號/信道時域資源位置自適應調整等，讓基站減少alwayson的周

期性發送或接收，使基站可以進入到睡眠狀態，從而降低基站能耗。

支持SSB/SIB-less技術，即UE基于intra-band/inter-band中其他小區上傳

輸的SSB/SIB1來執行同步和獲取系統消息，通過不發送本載波上SSB/SIB1

來降低網絡設備功耗。進一步支持網絡設備按需（on-demand）發送SSB/SIB1，

減少非必要時SSB/SIB1等信號的發送，從而獲得網絡節能增益。

實現小區動態按需關閉，即小區按需關閉全部或大部分元器件，僅保留收

/發部分參考信號，或喚醒信號，或發現信號，最大程度上節省能耗。當小區

的覆蓋范圍內有用戶需要提供服務時，可以通過小區協同或終端發送喚醒信號

激活關閉小區，或由UE觸發公共信號的發送，進一步兼顧網絡節能增益與終

端業務傳輸性能。

基站DTX/DRX機制中，在周期性進行DTX/DRX-ON、DTX/DRX-OFF的

10/21

基礎上，利用AI可以預測系統的負載情況或者開啟/關閉基站DTX/DRX的時

機等，使能基站DTX/DRX智能化，通過動態的基站DTX/DRX機制進一步降

低基站能耗。針對公共信號或者信道，利用AI預測小區中終端的接入情況和

業務到達情況等，基站智能化調整公共信號或者信道的發送，通過自適應公共

信號或者信道機制進一步降低基站能耗。針對小區關閉，兼顧網絡節能增益與

終端業務傳輸性能的關鍵點在于小區開啟/關閉的時機，利用AI可以預測系統

的負載情況或者小區開啟/關閉的時機等，使得小區可以準確的自主實現開啟/

關閉，進一步降低基站能耗。

5.2.3頻域節能技術

頻域節能技術可以大致分為兩類，一類是針對單載波的情況，可以通過靈

活的帶寬調節實現網絡節能；另一類是針對多載波的情況，可以通過多載波間

協調，以減少部分公共信號傳輸，從而降低網絡能耗[2]。

對于單載波情況，6G超大規模天線可能工作在更高的頻段，適用更大的

帶寬，必然帶來更高的網絡能耗。在實際網絡中，為用戶分配的工作帶寬（BWP，

BandwidthPart）往往高于用戶實際所需的帶寬。通過對BWP的高效調整，例

如可以通過為用戶同時分配多個備選BWP資源，再根據實際業務需要選擇合

適的BWP，從而有效降低網絡能耗。

對于多載波情況，多載波之間的協調對于網絡節能有重要作用。在5G網

絡，多載波情況已經成為網絡部署的典型案例，可有效提升整體的網絡容量。

在6G時代，頻譜資源有限，載波間和載波內的頻率聚合將更加普遍。以載波

間聚合為例，可以通過引入參考載波的概念實現多載波協調。基站在參考載波

上，傳遞用戶用于隨機接入的公共信號以及目標載波的相關信息，用戶只需檢

測參考載波上的數據，即可實現靈活的工作載波隨機接入過程。由此，多個用

戶可共用同一個參考載波，各自的工作載波上無需再發送用于隨機接入的公共

信號，從而實現網絡節能。

5.2.4功率域節能技術

對于高負載網絡，往往沒有空閑資源可用于關斷，降低網絡能耗往往需要

采取降低發射功率的方式，可通過動態功率譜密度（powerspectraldensity，

PSD）調整實現。根據部分外場測試結果，在滿載的情況下，發射功率減半，

可降低20%左右的網絡能耗，同時對小區吞吐量影響較小。基于現有協議和

11/21

設備實現，調整天線發射功率往往需要重新配置網絡參數，操作不便。因此，

可優化天線設計架構和相關功率調整機制，以便網絡能夠快速地進行功率調整，

從而達到節能的目的。

此外，功率域節能技術包括功放PA性能優化以及硬件實現，詳情參見5.2.5

空口新硬件章節。

5.2.5空口新硬件

采用超高集成度的6G芯片

在未來基站系統的基帶芯片方面，6G基站系統需要實現1Tbs這樣的高數

據速率的接收譯碼處理，相對5G有十倍到百倍的增加，這意味著我們需要執

行超高速的基帶處理。在這些過程中，信道編碼對基帶芯片性能的要求最高,

主要決定了基站芯片的功耗、最大吞吐量、復雜度和成本。因此，我們可能需

要完全重新設計信道編碼算法和標準，以提高效率或并行處理的可能性。6G

基站系統要實時處理達到Tbps的峰值吞吐量，對芯片性能要求更加苛刻，6G

基站都會考慮采用專用集成電路芯片，用以降低功耗并提升運算效率。幸運地，

芯片的制程得到了持續演進，集成度得到不斷的提升，制程節點越小意味著晶

體管越小、速度越快、能耗表現越好，超高集成度芯片技術預期可以得到大規

模商用，例如基帶芯片的制程可以達到2納米。

圖5某主流晶圓廠的制程節點技術線路圖

通過超高集成度的基帶及數字中頻芯片，配合使用超高集成度的模擬射頻

前端芯片，不斷優化電路設計和相關算法，可以全面降低6G基站的整機功耗，

無論在空載還是滿載均可以達到能耗最優。

采用高能效的6G功放

射頻信號只有經過功率放大器（PA）放大獲得足夠的射頻功率并發送出去。

有統計指出約一半以上的基站的功耗來自PA。由于PA的功耗效率和線性度

是相互矛盾的，為了兼顧兩者，業界采用了數字預糾偏算法(DPD)，在PA輸

12/21

入側進行與PA響應相反的數字域非線性濾波。

在6G基站系統的DPD芯片方面，持續優化算法，需要設計適合亞太赫茲、

太赫茲超高頻和GHz超大帶寬的新算法。由于6G支持的頻段非常豐富，還

需要研究多頻段的DPD算法。6G通信系統將使用非常高的載波頻率，因此波

束成形用于規避高衰減和路徑損耗，基于相控陣波束成形發射器通常應用多個

PA單個數字流，但是帶來了DPD的新問題，因為多個并行PA必須使用單個

DPD芯片進行線性化。總之，數字中頻芯片的下一代DPD算法的將會直接影

響6G基站的功耗效率。

在功放的新架構方面，隨著帶寬的明顯增加，Doherty架構會受寬帶特性

影響，性能逐漸下降，不過其架構簡單，成本低。Outphasing架構和LMBA

架構具備更好的寬帶特性，但這兩個架構需要兩個射頻通道，架構復雜，成本

高。同時LMBA會引入電橋插損，因此也沒有絕對的優勢。因此，隨著帶寬

的增加，基站功放架構將從單一的Doherty架構逐漸演變到多架構并存，根據

場景進行功放架構選擇。

在功放的新材料方面，對于100GHz以下的大帶寬，氮化鎵(GaN)在功率

和效率方面具有明顯優勢，以此為基礎的功放管得到廣泛應用。100GHz以上

大帶寬對6G很有吸引力，但帶來了許多重大器件挑戰，特別是功放PA和低

噪放LNA。鍺化硅（SiGe）將作為100-300GHz的亞太赫茲范圍技術發揮重

要作用，對于一些需要高發射功率的應用，如果能夠以經濟可行的方式完成，

則可以考慮在前端使用上述新型化合物半導體材料。在300GHz和1THz頻譜

之間，新型化合物半導體材料磷化銦（InP）等具有高速率的顯著優勢，可以

用于功率放大器。由于鍺化硅和磷化銦相對氮化鎵具有更低的功放效率，所以

需要設計低PAPR的新波形或者采用一些降低PAPR的技術，無論采用低階調

制還是采用高階調制都需要確保低PAPR，減少功放的功率回退，提高功放效

率，彌補材料的不足之處。

5.3新技術融合

5.3.1AI技術融合

隨著AI技術的迅猛發展，可考慮AI技術與節能技術的融合，根據網絡實

際業務預測情況，做到資源能耗智能分析，對網絡資源進行統籌管理，實現基

于AI的綠色節能數字化。

基于6G網絡結構、業務特征、傳輸環境對基站側天線/面板/TRP/射頻通

13/21

道進行智能動態自適應，可以顯著降低網絡側激活的RFchain數量，大幅降

低網絡功耗。例如，在采用AI使能的網絡架構中，可以通過AI動態天線關

斷預測，動態預測TRP、射頻通道、天線端口或是天線陣元的智能動態關斷。

CSI上報增強技術，通過MIMO增強設計有效減低CSI反饋量，或者通過AI

對信道狀態的學習和訓練，對信道狀態指示參數進行有效的獲取和壓縮，從而

支持更多的空域自適應模式促進網絡節能。

（1）基于AI的信道估計增強。面向6G網絡中更高維度的信道矩陣，傳

統基于DFT的TypeI/II碼本可能無法在可接受的資源開銷下，高效的進行信

道狀態信息的量化和反饋。通過將信道估計與AI技術結合，利用神經網絡的

強大學習能力來輔助信道信息的測量和反饋，可以為高效、準確地獲取信道信

息、降低導頻開銷提供一種新的思路。另外，可以結合不同場景的實際需求，

采用不同大小的反饋開銷進行訓練和優化，靈活實現所需的信道反饋精度。

（2）智能化波束管理。在未來的6G網絡中，波束將更加的精細化，采用

的波束數目也將更加龐大。為了節省波束掃描、測量和反饋等流程導致的時延

和開銷，可以探索波束管理與AI技術結合的可能性，實現智能化波束管理，

提升波束管理的效率和性能。

（3）自適應多天線面板通信。面向6G的超大規模天線系統中，設備形態

將更加多元化，基站和終端設備都可能會配備多個天線面板。得益于此，網絡

側可結合具體信道狀態及系統需求，靈活調度不同的天線面板進行協作或非協

作的傳輸，從而提升系統容量和魯棒性。在多天線面板的選擇、調度與傳輸上，

可考慮與AI技術的結合，實現自適應的多天線面板通信，進一步提升系統性

能。

傳統的節能方案是通過預先設定好的門限來決定節能功能是否觸發，從而

控制基站做出相應符號關斷、通道關斷、小區關斷、智能載波關斷以及深度休

眠等操作，實現網絡節能的目的。由于數據收集和配置的工作量龐大，如何根

據這些數據合理準確地配置觸發條件是傳統節能方案的瓶頸。進一步將能效信

息與服務體驗融合，進行聯合感知，產生更多有針對性的數據和有意義的反饋，

不會使這種不匹配的情況進一步加劇。

人工智能技術的核心在于擬合數據特征的線性和非線性關系。基于機器學

習的人工智能技術依賴于兩個主要對象：數據和模型。對于數據，需要從功能

上支持針對從空口上采集的數據以及空口操作相關的數據的收集、存儲、訪問

/共享能力；對于模型，需要從架構設計和資源部署的層面上支持模型的訓練/

更新、訪問/共享，以及模型的部署。通過基于機器學習的人工智能技術，將

14/21

其應用在預測基站的負載信息和服務質量方面，并將其與節能方案關聯，將有

可能打破上述瓶頸，提高網絡節能效率。

考慮通信業務具有明顯的潮汐效應，可通過AI技術，結合歷史數據和實

時流量信息，實現準確的流量預測，從而實現基站動態開啟和關閉，以適應不

同時間段的流量負載需求。因此提出一種基于AI場景識別和流量預測的新型

網絡節能策略[13]，主要包含三個模塊：基于自然語言處理（NaturalLanguage

Processing，NLP）的基站場景識別、基于AI的網絡流量預測、綜合考慮基站

負載和網絡需求的智能關斷。

首先，基站名稱經過NLP處理，可以準確識別基站所處的具體場景，如

學校、寫字樓、酒店、商場、體育館、景區等。每種場景都有一個預先訓練的

通用流量預測模型，為后續的節能決策提供依據，例如：長短期時間序列網絡

LSTNet、可解釋的時間序列預測的神經基礎擴展分析NBEATS、時序卷積網

絡TCN等。通過流量預測模型，可以預測小區在下一個時段的平均RRC用戶

連接數、上下行PDCP用戶層面流量以及上下行PRB利用率等網絡狀態指標。

根據這些指標加權計算，得到小區下一時段的負載狀況，從而用于評估基站工

作情況和負荷承載能力。其中，將負載低于某個閾值的基站列為候選關斷基站。

針對每個候選基站，計算基站所在區域內其他基站的覆蓋情況，以判斷關閉候

選基站后是否會對覆蓋范圍內用戶通信產生較大影響。具體而言，計算周圍基

站的覆蓋范圍，如果候選基站被其他基站重覆蓋的區域達到了一定閾值，并且

關閉候選基站后，周邊基站的負載不會超過其上限，那么執行關斷操作，以實

現網絡節能[14][15]。

智能化網絡節能方案將打破基礎設施數字化孤島，實現網絡能耗數據實時、

高精度采集能力，支持靈活的電源、備電等機房基礎資源智能化管控。同時，

智能節能方案包括網絡級節能策略、站點級節能策略、設備級節能策略，可實

現多制式網絡智能協同、“一站一策”差異化節能調度，達到“用戶無感知、

網絡高能效、運維低成本”的目標[16][17]。

5.3.26G空口新技術融合

通過與6G新空口技術融合，實現網絡節能。

（1）基于通感技術的網絡節能。借助6G通感技術，獲取無線傳播環境的

感知信息，以及用戶位置及其密度信息，輔助基站進行TRP、天線端口或單

元、傳輸波束的限制或關斷。未來通信感知一體化系統可以充分利用通信網絡

15/21

優勢，提供定位類、成像類、虛擬環境重構類等服務，同時這些服務還可以用

于移動通信自身性能提升，例如，在提升整個無線系統的能效方面，通感技術

能發揮巨大的作用[18]。

根據通感的不同應用場景和用例，需要獲知的感知信息可包括運動監控類

型、環境監控類型、目標檢測和跟蹤類型。針對這些感知信息，可用于無線系

統各類通信網元的節能決策，或者網絡管理功能利用這些信息來提升整個無線

系統的能效。具體地，可以體現在下述幾個方向：利用運動監控類似的感知信

息，可觸發終端或相應的穿戴設備等改變相應的活動狀態，例如：進入省電模

式，或者長周期的監控狀態等等，反之，也可用于主動激活相應的設備進入活

躍狀態等。利用環境監控類型的感知信息，來觸發告警信息在準確的服務范圍

播發，可以避免大范圍的傳輸冗余信令等。利用目標檢測和跟蹤類型的感知信

息，可依據不同信息類型，進行實時動態的分配或調度相應的無線資源，達到

提升無線系統的整體傳輸效能，此外，也用于動態的開啟/關閉特殊的應用或

資源通道，例如：波束，載頻，小區級別的開/關管理等。為實現6G網絡節能，

應允許感知服務單元，建立與不同節能網元（如：基站，射頻前端，終端等等）

的接口和協議棧，并設計相應的節能機制或策略等。

（2）基于RIS技術的網絡節能。通過智能超表面（ReconfigurableIntelligent

Surface，RIS）實現天線結構的創新，RIS采用低成本無源或近無源器件構成，

作為網絡節點反射/透射波束賦形輔助傳輸，在網絡能耗幾乎不變的情況下大

幅提升網絡覆蓋。基于6G智能超表面技術，可以采用較少的射頻通道和轉換

效率較高的功放，降低基站射頻通道數目和功耗，或者采用基于RIS的中繼

節點從而降低網絡能耗。

（3）基于物理層技術增強的網絡節能。在物理層技術增強方面，可采用

6GLDPC、極化編碼、概率成形調制、基于免調度的非正交多址接入以及全雙

工等潛在的新技術，提升系統頻譜效率，降低接入開銷，在滿足6G全業務場

景、全類型終端的接入需求的同時提升系統能效。

5.4其他技術

提高設備集成

首先，使用超寬頻RRU/AAU設備，采用先進算法實現不同頻段的數據統

一處理，實現多個模塊合一，射頻模塊數目和饋線數量均至少減半，使用了寬

帶新材料功放，實現了單通道超寬發射帶寬，還采用了先進的超寬帶的DPD

架構和算法，實現了數百兆甚至上吉發射帶寬站點方案大幅簡化，提高了射頻

16/21

設備的集成度并明顯降低功耗。其次，采用“超級基帶群”解決方案，這種新

型建網模式將BBU集中放置，RRU通過光纖拉遠，還可能支持分布式天線。

可大量堆疊的BBU實現基帶資源動態配置、靈活調度，充分利用系統資源；

多個BBU集中放置在現網機房（如核心機房或骨干機房），可以充分利用現

有機房資源，實現“零”機房占用。機房內各種配套、傳輸資源可以實現最大

化共享，充分盤活現網資源，節省布網及維護成本。最后，在硬件平臺不變的

情況下，通過軟件配置即可實現多種技術體制共平臺，實現了多制式和多頻段

融合，并且實現網絡的平滑演進。

采用綠色能源

從能源供給的“開源”出發，綠色能源在6G網絡的供給能源中占比將逐

年增加，綠色能源包括太陽能、風電、水電、核電、生物能和地熱等，預計到

2035年該比例有望超過60%。綠色能源往往輸出不穩定，例如：風電受到風

量影響較大，晚上沒有陽光太陽能無法發電，此時需要配套儲能系統來實現削

峰填谷、調峰、調頻等，并內置傳感器采集綠色能源相關的參數數據，綜合提

升新能源系統的穩定性和效率，提升6G設備清潔能源的就地消納能力，減少

6G設備高碳排能源輸入占比，直接降低6G設備運營階段碳排放。

高能效數據中心

隨著數據量的增長，數據中心的能耗將快速增長。在傳統的中心化計算模

型中，大量數據需要從邊緣設備傳輸到遠程數據中心進行處理，數據傳輸通常

需要網絡帶寬和能源。首先，采用分布式共享計算，動態靈活地部署所需資源

（CPU、GPU、NPU和存儲等），不受機房限制，不同服務器之間共享計算

資源。其次，采用盡力而為的端側優先機制。對于6G計算任務如XR渲染或

者AI計算，優先在終端側本地完成；如果密集型的計算超出了終端側能力水

平，則通過6G推送到無線接入網的邊緣云執行，再返回密集計算的結果；如

果邊緣云還是不足夠支持密集計算任務，則繼續通過6G的有線連接推送到中

心云端執行，最后返回密集計算的結果。最后，采用通信網絡和計算網絡的綜

合考量，根據6G無線信道質量的變化和終端計算能力限制，計算任務可在邊

緣云計算和本地終端計算之間較動態的切換。總之，上述技術減少了數據傳輸

和處理延遲，實現數據中心的最佳的能耗和計算能力分配。

支持網電協同

同時將6G網絡與分布式微電網協同，在邊緣側實現源-網-荷-儲靈活互動

以及海量分布式資源的協同運行，形成電力網絡與通訊網絡的靈活性共享機制，

實現跨網的資源優化配置，達到大幅降低6G通信系統碳排放效果，從而同時

17/21

提升6G網絡與電力系統的能效與碳效。

智能化運營管理

在精細化運營方面，借助智能化的手段，實現端到端的用電智能化管控，

依托網絡能效管理工具，實現精準供備電；快速識別網絡能效瓶頸，提升網絡

能源效率，實現運營成本大幅降低，助力網絡全生命周期能效最優。

綠色供應鏈

加強6G產業鏈上下游供需對接和交流合作，提升節能低碳產品供給能力，

提高設計、研發、生產、采購、包裝、物流、運維、回收等各環節綠色能力建

設協同合作，實現整體產業鏈綠色化。

6.總結與展望

5G時代，網絡能耗問題已十分突出。面向未來，更高頻點、更大帶寬、

更多算力，使得6G網絡面臨更嚴峻的能耗挑戰。為實現雙碳可持續發展，面

向多場景混合組網，推進空天地一體、新型分布式無線網絡和無線智能云網絡

架構創新。從空域、時域、頻域、功率域、空口新硬件等維度，開展空口節能

技術創新和實施方案，并全面打造數字化、網絡化、智能化6G云網節能體系，

開展節能技術與AI技術、通感技術、RIS技術等6G空口新技術的有機融合。

此外，提高設備集成、采用綠色能源、高能效數據中心、支持網電協同、智能

化運營管理、綠色供應鏈，加強6G產業鏈上下游供需對接和交流合作，提升

節能低碳產品供給能力，從而實現整體產業鏈綠色化。

此外，在研究節能方案的同時，也要關注相關方案對用戶體驗、系統性能

的影響，力爭找到平衡點，以期滿足6G愿景。愿攜手產業界同仁，踐行雙碳

發展戰略，共創綠色美好未來！全面落實國家雙碳戰略部署，立足自身，賦能

社會，把綠色低碳從壓力挑戰變成動力機遇，為“雙碳”目標的實現貢獻力量。

7.參考文獻

[1]DraftNewRecommendationITU-RM.[IMT.FRAMEWORKFOR2030AND

BEYOND],FrameworkandoverallobjectivesofthefuturedevelopmentofIMTfor

2030andbeyond,ITU,2023.

[2]超大規模MIMO技術研究報告（第二版）,IMT-2030（6G）推進組，2022

[3]RecommendationITU-RM.2083-0,IMT-Vision-Frameworkandoverallobjectivesof

thefuturedevelopmentofIMTfor2020andbeyond.ITU,2015.

18/21

[4]3GPPTR38.864V18.1.0,StudyonnetworkenergysavingsforNR(Release18),

March2023.

[5]倪舜鋒,羅鍵英.關于無線基站節能減排技術的研究[J].通訊世界,2016(24):61-62.

[6]中國聯通,6G綠色網絡白皮書[Z].2023.

[7]ZhaoB,CuiQ,LiangS,etal.Greenconcernsinfederatedlearningover6G[J].China

Communications,2022,19(3):50-69.

[8]崔琪楣,梁盛源,趙博睿等.通信網絡架構的生成方法、裝置、電子設備及介質[P].中

國專利:CN202111436227.7.

[9]ITU-R,RecommendationITU-RM.2160Frameworkandoverallobjectivesofthefuture

developmentofIMTfor2030andbeyond,Nov.2023.

[10]Chih-LinI,JinriHUANG,RanDUAN,ChunfengCUI,JesseJIANG,andLeiLI,Recent

ProgressonC-RANCentralizationandCloudification,IEEEAccess,2014.

[11]CMCC,C-RANTheRoadTowardsGreenRAN.

[12]Ericsson,OpenRANarchitecture:Embracingenergyefficiency.

[13]游斌,朱偉,鄧新華等.一種基站流量預測方法,裝置及電子設備[P].中國專利:

CN202111647710.X

[14]LaiG,ChangWC,YangY,etal.Modelinglong-andshort-termtemporalpatternswith

deepneuralnetworks[C]//The41stinternationalACMSIGIRconferenceonresearch&

developmentininformationretrieval.2018:95-104.

[15]OreshkinBN,CarpovD,ChapadosN,etal.N-BEATS:Neuralbasisexpansion

analysisforinterpretabletimeseriesforecasting[J].arxivpreprintarxiv:1905.10437,

2019.

[16]梁力維,李榮聰.基于AI的5G基站節能技術研究[J].移動通信,2019,43(12):32-36.

[17]中國聯通，5G智能節能技術白皮書[Z].2019.

[18]通信感知一體化技術研究報告，IMT-2030（6G）推進組,2022.

8.主要貢獻單位

主要貢獻單位（排名不分先后）

序號主要貢獻單位貢獻人

1中國電信郭婧、尹航

2中國聯通李露、馬靜艷、周偉

3中興通訊股份有限公司徐俊、陳夢竹

4中信科移動通信技術股份有張大鈞、王加慶

19/21

限公司

5高通曹一卿、李儼

6北京郵電大學崔琪楣、趙博睿、周約翰

9.縮略語

英文縮寫英文全稱中文全稱

AAUActiveAntennaSystem有源天線單元

AIArtificialIntelligence人工智能

BWPBandwidthPart帶寬部分

CUCentralizedUnit集中單元

CSIChannelStateInformation信道狀態信息

DUDistributedUnit分布單元

DRXDiscontinuousReception不連續接收

DTXDiscontinuousTransmission不連續發送

FLFederatedLearning聯邦學習

LSTNetLongandShorttermTime-seriesNetwork長短期時間序列網絡

Neuralbasisexpansionanalysisforinterpretable可解釋的時間序列預測的神

NBEATS

timeseriesforecasting經基礎擴展分析

NLPNaturalLanguageProcessing自然語言處理

PSDpowerspectraldensity功率譜密度

RANRadioAccessNetwork無線接入網

RISReconfigurableIntelligentSurface智能超表面

RRCRadioResourceControl無線資源控制

SIBSystemInformationBlock系統消息塊

SSBSS/PBCHBlock同步/主廣播信道塊

TCNTemporalConvolutionalNetwork時序卷積網絡

TXRUTransceiverUnit收發器單元

TRPTransmit-ReceivePoint收發站點

PDCPPacketDataConvergenceProtocol數據分組匯聚協議

PRBPhysicalResourceBlock物理資源塊

20/21

UEuserequipment用戶

21/21

目錄

1.前言...............................................................................................................................................2

2.背景意義.......................................................................................................................................2

3.性能指標.......................................................................................................................................3

4.標準進展.......................................................................................................................................3

5.網絡節能關鍵技術......................................................................................................................4

5.1網絡架構層面........................................................................................................................4

5.1.1空天地一體網絡架構......................................................................................................4

5.1.2新型分布式無線網絡架構..............................................................................................5

5.1.3無線智能云網絡..............................................................................................................7

5.2空口節能技術........................................................................................................................8

5.2.1空域節能技術..................................................................................................................8

5.2.2時域節能技術................................................................................................................10

5.2.3頻域節能技術.................................................................................................................11

5.2.4功率域節能技術.............................................................................................................11

5.2.5空口新硬件....................................................................................................................12

5.3新技術融合...........................................................................................................................13

5.3.1AI技術融合.....................................................................................................................13

5.3.26G空口新技術融合.......................................................................................................15

5.4其他技術.........................................................................................................................