精確的時(shí)間同步是當(dāng)今無線接入網(wǎng) (RAN) 性能和穩(wěn)定性的基石。無論是協(xié)作多點(diǎn) (CoMP) 傳輸、低時(shí)延調(diào)度，還是基站間同步，無線基礎(chǔ)設(shè)施都高度依賴于精確的頻率與相位對(duì)齊。

過去，無線 RAN 時(shí)間同步需通過全球?qū)Ш叫l(wèi)星系統(tǒng) (GNSS)、精確時(shí)間協(xié)議 (PTP) 和同步以太網(wǎng) (SyncE) 協(xié)議來實(shí)現(xiàn)。然而，當(dāng) GNSS 信號(hào)因城市峽谷效應(yīng)、室內(nèi)部署、干擾或欺騙攻擊而中斷時(shí)，系統(tǒng)需要切換至保持模式 (holdover)，這往往會(huì)導(dǎo)致準(zhǔn)確性下降、抖動(dòng)加劇和服務(wù)中斷等多重問題。

AI 增強(qiáng)型保持模式：

利用機(jī)器學(xué)習(xí)預(yù)測(cè)時(shí)鐘漂移

Altera 創(chuàng)新地引入了由 AI 驅(qū)動(dòng)的時(shí)間保持，通過采用經(jīng)過訓(xùn)練的多層感知器 (MLP) 和長(zhǎng)短期記憶 (LSTM) 神經(jīng)網(wǎng)絡(luò)，可實(shí)時(shí)識(shí)別并預(yù)測(cè)時(shí)鐘漂移模式。這些模型可以直接部署于 Agilex 7 SoC FPGA 上，從而可在 GNSS 信號(hào)丟失時(shí)以更低時(shí)延進(jìn)行調(diào)整。 通過基于環(huán)境行為學(xué)習(xí)動(dòng)態(tài)調(diào)整數(shù)字鎖相環(huán) (DPLL)，這種方法能夠：

在 GNSS 信號(hào)中斷期間維持穩(wěn)定的頻率同步；

給功耗與維護(hù)需求帶來高達(dá) 90% 的降幅；

根據(jù)溫度、電壓及振蕩器老化導(dǎo)致的漂移而進(jìn)行調(diào)整；

為新一代 RAN 部署提供更精準(zhǔn)的實(shí)時(shí)時(shí)鐘校正。

助力開放與邊緣 RAN 提升彈性

這款解決方案基于 MATLAB 開發(fā)，通過 Altera 的 FPGA AI 套件、QuartusPrime 軟件及 PTP Servo IP 實(shí)現(xiàn)，并經(jīng)過多日漂移模擬驗(yàn)證和環(huán)境變量壓力測(cè)試。即使在非理想部署環(huán)境下，也能持續(xù)提供穩(wěn)定的時(shí)間同步彈性，非常適合開放 RAN、5G 專網(wǎng)及遠(yuǎn)程邊緣部署等 GNSS 信號(hào)無法保障的場(chǎng)景。

FPGAi：精準(zhǔn)部署智能技術(shù)

隨著網(wǎng)絡(luò)向邊緣進(jìn)一步延伸，時(shí)間同步方面的挑戰(zhàn)也日益動(dòng)態(tài)多變，F(xiàn)PGAi 讓系統(tǒng)架構(gòu)師能夠?qū)⒅悄芗夹g(shù)嵌入到硬件中，以實(shí)現(xiàn)自主適應(yīng)。這種 AI 原生同步解決方案很好地體現(xiàn)了可編程邏輯與神經(jīng)推理如何協(xié)同工作，以提升 RAN 可靠性并降低總體擁有成本 (TCO)。