基于 DRL 的面向服务开放 RAN 的节能基带功能部署
网络与互联网体系结构
2023-10-06 v5 系统与控制
系统与控制
摘要
开放无线接入网（Open RAN）因基带功能分散部署于位于不同地点的多个处理单元而受到工业界与学术界的极大关注。然而，RAN 范围不断扩大，加之不同地点和时间段资源利用的波动，亟需实施稳健的功能管理策略以最小化网络能耗。近期大多数已开发的策略忽略了服务器激活过程的激活时间及其所需能耗，而该过程可能抵消由服务器休眠带来的潜在节能收益。此外，可部署在边缘计算服务器上以提供低时延服务的用户面功能尚未得到充分考虑。本文提出了一种基于多智能体深度强化学习（DRL）并结合启发式方法的功能部署算法，以在满足多重请求并遵守时延与资源约束的同时最小化能耗。在 8-MEC 网络中，基于 DRL 的方案逼近基准性能，同时相比现有方法最高可节省 51% 的能耗。在更大的 14-MEC 网络中，它保持了 38% 的节能优势并确保实时响应能力。此外，本文搭建了 Open RAN 测试床以验证所提方案的可行性。
引用
@article{arxiv.2212.12055,
title = {DRL-based Energy-Efficient Baseband Function Deployments for Service-Oriented Open RAN},
author = {Haiyuan Li and Amin Emami and Karcius Assis and Antonis Vafeas and Ruizhi Yang and Reza Nejabati and Shuangyi Yan and Dimitra Simeonidou},
journal= {arXiv preprint arXiv:2212.12055},
year = {2023}
}