最大化大规模开放 RAN 中的能效：混合 xApps 与数字孪生集成
网络与互联网体系结构
2025-09-15 v1 信号处理
摘要
5G 及超 5G 网络对高速、超可靠和低延迟通信日益增长的需求显著推高了功耗，尤其是在无线接入网（RAN）内。这种能源需求的激增给移动网络运营商带来了关键的运营和可持续性挑战，需要在不损害服务质量的前提下提高能效的创新解决方案。由 O-RAN 联盟牵头的开放无线接入网提供了解耦、可编程和智能的架构，促进了灵活性、互操作性和成本效益。然而，这种解耦方法增加了复杂性，特别是在管理跨开放无线单元等不同网络组件的功耗时。在本文中，我们提出了一种利用启发式方法和无监督机器学习的混合 xApp，并通过 TeraVM AI RAN 场景生成器与数字孪生技术集成。该方法动态管理 RU 睡眠模式，以有效降低能耗。我们在真实的大规模仿真 Open RAN 场景中进行的实验评估表明，该混合 xApp 实现了约 13% 的节能，突显了其在不损害用户 QoS 的情况下进行实际部署的实用性和巨大潜力。
引用
@article{arxiv.2509.10097,
title = {Maximising Energy Efficiency in Large-Scale Open RAN: Hybrid xApps and Digital Twin Integration},
author = {Ahmed Al-Tahmeesschi and Yi Chu and Gurdeep Singh and Charles Turyagyenda and Dritan Kaleshi and David Grace and Hamed Ahmadi},
journal= {arXiv preprint arXiv:2509.10097},
year = {2025}
}
备注
Accepted in GLOBECOM WS 2025