​孿生，就是雙胞胎（同卵）的意思。由於兩人共享完全相同的基因，他們心靈相通，對同一種食物過敏，患同樣疾病的機率也相同，因此對於其中一個人的治療方案，可以直接照搬到另一個人身上。

所謂數字孿生，就是給現實事物在計算機系統上創建一個“數字克隆體”。他們雖然一個真實一個虛擬，但運轉方式分毫不差，因此本體可以把自身狀態實時同步給數字克隆體，而數字克隆體也可以通過大數據和人工智能等先進工具來不斷求索，把得出的最佳決策方案下發給本體來執行。

數字孿生，其本質上是一個解決複雜系統問題的工具。其價值，就是將數字克隆體打造為本體的實驗床，用來在數字世界不斷進行技術驗證、尋優、試錯；而現實世界的本體則保持穩定，在必要時刻把數字克隆體的成果拿過來用即可。這樣一來，自然可以降低風險，節約成本，提高效率。

數字孿生肇端於航天軍工領域，並不斷向智能製造、智慧城市等垂直行業拓展。隨著Gartner 連續三年將數字孿生列入年度（2017-2019）十大戰略性技術趨勢，通信行業也開始研究數字孿生的應用。

關於數字孿生的起源，可以參考上期的這篇文章：《數字孿生，竟起源於一場差點發生的災難？》。

為什麼通信行業需要數字孿生？

經常進行無線網絡測試、運維、優化的同學，對下面這兩個詞可能深有體會：“如履薄冰，如臨深淵”。

移動通信網絡屬於基礎設施，所提供的打電話、上網等服務也都是不可離開須臾的剛需。一旦操作失誤導致大面積、長時間斷網或者性能惡化，不啻於一場大的事故。

因此，所有運營商對“現網”的任何操作，都是慎之又慎的。比如，對於新功能測試，一般都要嚴格選擇並限定區域，再三確認修改參數，操作實施還要在凌晨大家在睡覺的時間進行，生怕出問題影響用戶。

通信系統是一個極盡複雜的龐大系統，端到端網絡包含各種網元，每個網元都有多種不同的工作崗位，關注點也各不相同。

我們就像盲人摸像一樣，只見樹木不見森林，難以掌控全局，對用戶需求的變化反應緩慢，缺乏準確預測網絡性能的工具，只能小步慢走，試探前行。

所謂“智者千慮，必有一失”。不管我們怎樣“計劃周全”地運籌帷幄，也很難一帆風順地決胜千裡，在執行時總會出各種各樣意想不到的問題。

如果我们能有一套系统，不但可以在部署之前充分验证参数组合的有效性，还能通过智能寻优来找出最优参数，配置下发之后基站一运行，果然分毫不差。所谓“闭门造车，出门合辙”，便是如此境界。

为了设计这套系统，业界把目光投向了一种全新的数字化理念：

没错，那就是：数字孪生。

通信行业怎样应用数字孪生？

通信网络，在构建“数字孪生”系统上，优势是得天独厚的。

首先，网络中的每一个基站，其实在网管系统中存在精确的模型。其中不但包含站址、经纬度、天线挂高、方位角、俯仰角等工程参数，还包含诸多的功能特性、成千上万个塑造了网络性能的无线参数、以及和其他网元协同工作的地面参数等等，这些数据已经可以构建一个数字化的基站了。

然后，在核心网中，存储着每个用户的一切数据，知道每一个用户到底在什么地方、使用什么套餐、喜欢用什么APP、拿的是什么手机、什么时候给谁打电话等等信息。一般来说，运营商对这些数据的管理非常严格，不必担心自己被偷窥。

第三，你的手机只要有信号，就在不断地和网络进信息交互，除了实际发送的数据之外，还有用于系统控制的信令、探测各频段的无线信号、上报自己测得的信号质量，等等不一而足。基站则更是繁忙，除了为手机提供服务之外，还将收集到的所有信息汇总成性能KPI，用于判断你的用户体验到底如何。也就是说，整个系统对信息的内容和流向，是全面掌握的。

可以看出，目前的通信网络在专有硬件之上，已经构建了一套非常完善的软件系统，并拥有了如此详尽且可以实时交互更新的数据。我们在此基础之上，进行适当的简化和取舍，就可以在通用服务器上构建出一套虚拟的，高精度的数字孪生系统了。

首先我们要做的，就是在通用服务器的基础上，端到端地搭建一套完全虚拟化的孪生系统。

​

孪生手机：在一台服务器上模拟多台不同能力的手机，并可配置随机进行不同的行为来模拟真实用户。比如，x%的手机看视频，y%的手机玩游戏，z%的手机高速移动......这些虚拟的手机不需要实际发射信号，因为它们连接到的是虚拟的无线信道。

孪生无线信道：需要基于高精度地图和手机所在的环境信息，通过射线跟踪模型来模拟无线信号传播的反射、散射、绕射、衰落，还能根据手机的移动轨迹来进行动态调整，各种场景下的干扰也可以进行模拟，可以说是非常全面了。

B5G 和 6G 通信数字孪生信道建模方法的知识图谱，来源：面向 B5G 和 6G 通信的数字孪生信道研究

孪生基站：完全用服务器模拟的基站，细节上包含物理基站的所有软硬件模块，上面的跑的软件算法和真实基站是完全一样的，唯一不同的是该基站不需要实际发射信号，取而代之的是上述虚拟的无线信道。

孪生核心网：目前商用的核心网已经实现了完全的虚拟化，只需要直接拿过来，再进行一些精简和适配就可以用了。

这套端到端的虚拟化孪生系统，在上面加载和物理手机、基站及核心网完全同样的软件算法，并配置相同的参数之后，就可以1:1保真地模拟真实基站。一个业务，在孪生系统里面跑出来的结果，和在真实基站下的效果是一致的。

比如说，这套孪生系统可以精准地预测网络性能：假设你在人民广场用手机看视频，与此同时虚拟手机也在虚拟的人民广场看同样的视频，你的真实手机和虚拟手机上的视频清晰度和流畅度是一模一样的。

有了最基础的孪生系统还不够，我们还需要在上面构造一个智能化、自动化的网络应用层，用来解决物理网络中的实际问题，包括端到端网络SLA质量保障、精准网络优化、大规模天线权值优化、用户体验提升等等。

数字孪生网络结构，来源：数字孪生网络（DTN）白皮书

如上图所示，网络应用层、孪生网络层和物理网络层之间的数据流转构成了一个大循环，我们称之为“外循环”；在孪生网络层内部，也会有一个不断迭代调优和仿真验证的“内循环”。

这些问题的解决一般是下面的思路：

数字孪生网络的运行过程，来源：基于数字孪生网络的6G无线网络自治白皮书

首先，系统根据物理网络实体构建数字孪生体；运维人员下发意图，系统通过意图网络将其翻译为网络自治需求；数字孪生体以需求为导向，内部不断进行自我迭代优化和仿真验证，直至孪生网络的性能达到预期目标；然后数字孪生网络生成“数字规划体”，并以其为将优化好的数据同步给物理网络实体，这就是“内循环”。

物理网络用新的数据运行之后，发现结果跟目标还是有差距，于是把结果反馈给数字孪生体继续进行优化，这就是“外闭环”。这两个闭环就这样不断运转，驱动物理网络性能达成预期目标。

下面我们以网络速率优化为例来说明数字孪生网络在其中起到的作用。

当前我们在无线速率优化时主要面临以下几个问题：

• 用户感知变差目前主要是通过用户投诉或者告警等进行被动发现，再经过派发工单，

问题定位，解决等流程后，将严重影响用户的感知及满意度；

• 无线网络本身的复杂性，导致影响速率的因素过多，而同时又无法确定在不同的外

部或内部环境下不同因素的实际影响范围；

• 在进行无线网络优化时，我们无法预知调整不同影响因素时对现有网络业务造成的

影响是大还是小，是正面的还是负面的；

• 在实际的参数调整后，我们的测试验证往往是不充分的，容易遗漏与本次操作关系不大的其他场景的验证，导致业务受到影响，同时浪费大量的人力、物力。

基于数字孪生网络的无线速率优化示意图，来源：数字孪生网络（DTN）白皮书

有了数字孪生网络，可自动化地进行地理空间仿真、无线覆盖仿真、以及无线参数配置仿真，及时发现用户感知问题，并根据仿真结果来在孪生网络中进行站点新增、覆盖优化、以及参数优化并进行网络速率的迭代验证；最终，优化好的方案会输出给物理网络来执行。

当然，有些操作需要人工进行，比如站点新建和天线覆盖方向调整等。这些人工操作再叠加物理网络自动执行的部分，最终达到网络速率优化的目标。

 未来的展望

在5G以及之前的通信系统里，网络的规划、建设、运维和优化等生命周期的各阶段相互割裂，导致效率低，成本居高不下。自智网络，正是为了解决这些问题而提出的。数字孪生，是实现自智网络的重要途径，目前业界已经展开了广泛的研究。

5G 网络运维管理与 6G 数字孪生网络自治的对比，来源：基于数字孪生网络的6G无线网络自治白皮书

目前，数字孪生在通信网络中的应用还处于早期研究阶段，业界对于数字孪生网络的概念和内涵尚未形成共识。并且，作为基于规模庞大的通信网络构建的复杂系统，数字孪生网络在数据、模型和架构方面存在多项需要攻克的技术难题。

业界当前在5G网络上对数字孪生的探索，还都是外挂式的，碎片化的。“外挂式”是指数字孪生网络和物理网络在硬件和软件上是割裂的，并未进行融合，这就使数据同步和下发的实时性和有效性受到了限制；“碎片化”是指通过用例驱动的方式对某些特定的功能实现较高的自动化程度，但系统性、普适性还不够。

孪生的数字化网络端到端架构示意图，来源：基于数字孪生网络的6G无线网络自治白皮书

在6G时代，我们期望利用网络的内生算力和内生智能来构建数字孪生网络，并在其上进行虚实对接、持续规划和故障自愈，实现网络全生命周期的高水平自治和闭环自治，降低人力消耗，大幅提升网络运行效率。

千里之行，始于足下。数字孪生这颗的种子，在业界同仁的倾心浇灌之下，必将在6G时代绽放出绚烂之花。​