O-RAN 中面向数据驱动的下一代蜂窝网络的智能与学习
网络与互联网体系结构
2022-02-23 v2 机器学习
摘要
下一代（NextG）蜂窝网络将是原生云化的，并构建于可编程、虚拟化和解聚合的架构之上。控制功能与硬件结构的分离以及标准化控制接口的引入，将支持自定义闭环控制的定义，最终嵌入智能与实时分析，从而有效实现自主与自优化网络的愿景。本文探讨 O-RAN 联盟提出的解聚合网络架构作为 NextG 网络的关键赋能者。在此架构背景下，我们讨论数据驱动优化方法在不同时间尺度上网络控制的潜力、挑战与局限。我们还展示了 O-RAN 兼容软件组件与开源全栈软件化蜂窝网络的首次大规模集成。在世界上最大的无线网络仿真器 Colosseum 上进行的实验，展示了通过深度强化学习智能体实现实时分析与控制的闭环集成。我们还展示了通过运行在近实时 RAN 智能控制器上的 xApp 进行无线接入网（RAN）控制的可行性，以优化共存网络切片的调度策略，并利用 O-RAN 开放接口在网络边缘收集数据。
引用
@article{arxiv.2012.01263,
title = {Intelligence and Learning in O-RAN for Data-driven NextG Cellular Networks},
author = {Leonardo Bonati and Salvatore D'Oro and Michele Polese and Stefano Basagni and Tommaso Melodia},
journal= {arXiv preprint arXiv:2012.01263},
year = {2022}
}