面向绿色连接性的 AI 驱动网格架构：面向可持续和可扩展无线网络
网络与互联网体系结构
2026-03-06 v1
摘要
传统的微细胞和宏细胞基础设施存在严重效率低下问题，当前宏细胞网络的能源效率不足 5%，导致约 95% 的射频功率被浪费在覆盖空置区域。问题在高密度场景中尤为突出，例如在哈JEJ期间，每年部署约 7,000 座临时柴油塔楼，消耗约 5600 万升燃料，排放约 14.8 万吨二氧化碳，尽管仍在高峰需求时达到近 40% 的故障率。为克服这些限制，我们提出一种基于 AI 的网格架构，集成三个关键组件：(i) 基于接近性部署低功耗节点，用户距离 250 到 300 米内，实现 38 dB 链路预算提升和最高可达 6000 倍的效率提升；(ii) 空间频谱复用，将细胞划分为多个非干扰区域，实现近 20 倍的容量提升；(iii) 基于 LSTM 的预测网络智能，提前 5 秒预测流量，实现更智能的资源分配，约降低 60% 的拥塞。系统水平评估结合传播建模和验证的链路预算分析，表明该架构在有用能源输送方面实现最高可达 84 倍的改进，部署成本降低约 74%，通过太阳能供电消除柴油依赖，从而为农村和超密集城市环境提供可持续、绿色的连接。
引用
@article{arxiv.2603.04442,
title = {Towards Green Connectivity: An AI-Driven Mesh Architecture for Sustainable and Scalable Wireless Networks},
author = {Muhammad Ahmed Mohsin and Muhammad Jazib and Muhammad Saad and Ayesha Mohsin},
journal= {arXiv preprint arXiv:2603.04442},
year = {2026}
}