基于 LSTM 流量预测的超越 5G 开放 RAN 中的智能流量引导
系统与控制
2022-10-18 v1 系统与控制
摘要
开放无线接入网（ORAN）联盟提供了使用模块间开放接口规范构建的分解式 RAN 功能。为高效支持各种竞争性业务，即增强移动宽带（eMBB）和超可靠低时延（uRLLC），ORAN 联盟引入了迈向更虚拟化、开放和智能化网络的标准方法。为实现 ORAN 在优化资源利用方面的优势，本文研究了在所提出的分解式 ORAN 架构内的智能流量引导（TS）方案。为此，我们在未知动态流量需求下提出了联合智能流量预测、流分割分配、动态用户关联与无线资源管理（JIFDR）框架。为适应不同时间尺度上的动态环境，我们将公式化的优化问题分解为两个长期和短期子问题，其中后者的 optimality 强烈依赖于最优动态流量需求。随后我们应用长短期记忆（LSTM）模型有效求解长期子问题，旨在预测动态流量需求、RAN 切片和流分割决策。所得非凸短期子问题通过利用连续凸近似转化为计算上更易处理的形式。最后，提供了仿真结果以证明所提算法相较于几种知名基准方案的有效性。
引用
@article{arxiv.2210.08829,
title = {Intelligent Traffic Steering in Beyond 5G Open RAN based on LSTM Traffic Prediction},
author = {Fatemeh Kavehmadavani and Van-Dinh Nguyen and Thang X. Vu and Symeon Chatzinotas},
journal= {arXiv preprint arXiv:2210.08829},
year = {2022}
}