迈向智能 RAN 切片用于 B5G：机遇与挑战
网络与互联网体系结构
2021-03-02 v1 机器学习
摘要
为满足无线通信的多样化需求，第五代 (5G) 及超越五代 (B5G) 网络通过构建其物理基础设施的虚拟实例（切片）来采纳网络切片概念。尽管网络切片包含核心网与无线接入网 (RAN) 资源的动态分配，本文着重于 RAN 切片 (RAN-S) 设计。构建可按需、灵活（重）配置且确保切片隔离的 RAN-S 颇具挑战。近期多种机器学习 (ML) 技术被引入 RAN-S 中的流量预测与分类、资源使用预测、准入控制、调度以及动态资源分配。尽管这些方法为智能 RAN-S 设计带来机遇，也引发了亟待审视的关键挑战。本文通过回顾基于 ML 的 RAN-S 前沿技术，强调将 ML 融入 RAN-S 的机遇与挑战，并给出面向智能 RAN-S (iRAN-S) 未来研究的若干方向。
引用
@article{arxiv.2103.00227,
title = {Towards Intelligent RAN Slicing for B5G: Opportunities and Challenges},
author = {EmadElDin A Mazied and Lingjia Liu and Scott F. Midkiff},
journal= {arXiv preprint arXiv:2103.00227},
year = {2021}
}
备注
9 pages, 5 figures, 1 table, 15 references, Magazine article