2024 全球6G技術(shù)大會 -10.0C 6G無線智能云網(wǎng)絡(luò)

2 2 34.關(guān)鍵技術(shù)支柱和考量因素 4 4 5 7 8 9 15O-RAN聯(lián)盟成立于2018年，由美國電話電報公司(AT&T)、中國移動(ChinaMobile)、德國電信(DeutscheTelekom)、NTTDOCOMO和Orange共同發(fā)起。自成立起，O-RAN聯(lián)盟已成為一個全球性的社區(qū)，涵蓋移動網(wǎng)絡(luò)運營商、供應(yīng)商以及在無線接入網(wǎng)絡(luò)(RAN)行業(yè)運營的研究與學術(shù)機構(gòu)。O-RAN聯(lián)盟的使命是重塑RAN行業(yè)，實現(xiàn)更智能、開放、虛擬化和完全互操作的移動網(wǎng)絡(luò)。O-RAN充分利用了第三代合作伙伴計劃(3GPP)定義的大部分物理特性，以維持一個統(tǒng)一且健康的生態(tài)系統(tǒng)。O-RAN規(guī)范將網(wǎng)絡(luò)實體進行拆分，并定義了接口以促進多供應(yīng)商聯(lián)合開發(fā)，并對產(chǎn)品進行互操作性測試。國際電信聯(lián)盟(ITU)定義了IMT-2030框架及相關(guān)時間線，各行業(yè)根據(jù)此框架啟動了6G研究。O-RAN也在新一代研究組(nGRG)中啟動了6G研究，目的是在6G標準制定前形成6G相關(guān)的觀點。除了先進的功能外，O-RAN的靈活架構(gòu)為未來的6G網(wǎng)絡(luò)提供了一些獨特的優(yōu)勢，包括可編程的網(wǎng)絡(luò)智能架構(gòu)、基于服務(wù)的RAN設(shè)計、充分的網(wǎng)絡(luò)功率優(yōu)化、靈活的頻譜共享等。本白皮書簡要介紹了基于O-RANnGRG討論的一些關(guān)鍵6G技術(shù)支柱。為了幫助讀者理解技術(shù)問題和考量因素，本白皮書在第2節(jié)介紹了O-RAN架構(gòu)。文末也對O-RAN在6G時代的前景進行了展望。2.O-RAN架構(gòu)下圖是由O-RAN聯(lián)盟定義的O-RAN架構(gòu)概覽[1]。O-RAN利用了3GPP定義的接口，并且在將RAN功能劃分為O-CU、O-DU和O-RU時定義了一些新的接口。圖1O-RAN架構(gòu)概覽[O-RAN]在該架構(gòu)中，RAN（無線接入網(wǎng)絡(luò)）智能控制器(RIC)是實現(xiàn)近實時或非實時控制的邏輯功能。網(wǎng)絡(luò)控制功能根據(jù)所需的時間尺度被拆分為兩個實體。E2是連接近實RIC和O-CU的接口，大多數(shù)網(wǎng)絡(luò)智能功能都通過E2連接。O-DU和O-RU是代表網(wǎng)絡(luò)開放性的兩個主要實體。根據(jù)O-RU所支持的功能，有幾種劃分選項。運營商可以使用不同的應(yīng)用程序?qū)IC功能進行編程，多個應(yīng)用程序可以靈活啟用不同的網(wǎng)絡(luò)功能。3.6G愿景和設(shè)計目標ITU-R定義了IMT-2030框架[2]，其中包括6G的使用場景和功能。該框架建議是6G最重要的指導方針之一，并將作為3GPP和其他標準開發(fā)組織(SDO)制定6G標準的設(shè)計指南。IMT-2030的使用場景預計將在IMT-2020的使用場景（即在ITU-RM.2083建議中引入的eMBB、URLLC和mMTC）基礎(chǔ)上擴展至更廣泛的用途，這些用途需要演進和新的能力。除了擴展IMT-2020的使用場景外，IMT-2030還設(shè)想啟用由人工智能和感知技術(shù)等能力催生的新使用場景，這些能力是前幾代IMT在設(shè)計上未能支持的。IMT-2030的使用場景包括沉浸式通信、超可靠和低延遲通信、大規(guī)模通信、泛在連接、人工智能與通信以及集成感知和通信。圖2IMT-2030使用場景[2]O-RAN的網(wǎng)絡(luò)架構(gòu)通過拆分RAN功能和定義標準接口，提供了最大的靈活性。隨著6G的使用場景相較于5G翻倍，O-RAN的靈活性為進一步創(chuàng)新奠定了良好的基礎(chǔ)。在本文的第3節(jié)，我們討論了6G設(shè)計的幾個重點技術(shù)支柱，并分析了面臨的挑戰(zhàn)和潛在的解決方案。4.關(guān)鍵技術(shù)支柱和考量因素6G網(wǎng)絡(luò)是連接現(xiàn)實世界和數(shù)字世界的橋梁。未來6G網(wǎng)絡(luò)的邊緣，越來越多的流量涌入。6G網(wǎng)絡(luò)的潛在特征包括智能化、可編程性和資源池化。智能化是6G架構(gòu)的關(guān)鍵推動技術(shù)，而原生人工智能(AI)已引起學術(shù)界和產(chǎn)業(yè)界的更多關(guān)注。為了實現(xiàn)原生AI，6G在架構(gòu)設(shè)計初期需要考慮相關(guān)接口（例如，E2）和流程（例如，AI/機器學習(ML)流程）。原生AI內(nèi)容在后續(xù)3.3部分詳細介紹。在6G的背景下，整合原生AI需要一種高效便捷的方法，以無縫融合AI元素。此外，不同的6G服務(wù)需要不同的網(wǎng)絡(luò)資源。因此，可編程技術(shù)應(yīng)運而生，成為了推動6G架構(gòu)發(fā)展的潛在的解決方案?？删幊碳夹g(shù)包含三個關(guān)鍵部分：參數(shù)、數(shù)據(jù)和算法?？删幊虆?shù)通過可編程框架和通用接口，實現(xiàn)對6G網(wǎng)絡(luò)參數(shù)的靈活適配。可編程數(shù)據(jù)涉及構(gòu)建AI算法訓練數(shù)據(jù)集，并探索網(wǎng)絡(luò)功能內(nèi)的數(shù)據(jù)關(guān)系。此外，可以在保證數(shù)據(jù)安全的基礎(chǔ)上將數(shù)據(jù)提供給第三方。可編程算法定義了不同場景下的輸入輸出數(shù)據(jù)格式。網(wǎng)絡(luò)功能和第三方可以在上述輸入和輸出以及安全檢查的主體下，通過可編程框架嵌入或替換AI算法。為促進這一過程，需要一個可編程框架來高效部署和管理這些算法。該框架應(yīng)包括一整套可編程接口和功能模塊，使得AI算法的調(diào)度和更改成為可能。此外，可編程算法確保6G網(wǎng)絡(luò)能動態(tài)適應(yīng)各種場景的需求。例如，如果用戶期望從RAN獲得高吞吐量，可以基于AI設(shè)計保證高吞吐量的RAN切片方案。同樣地，對于優(yōu)先考慮服務(wù)質(zhì)量(QoS)的消費者，AI算法將集成QoS優(yōu)化。為實現(xiàn)RAN可編程化，逐步開放傳統(tǒng)上封閉的RAN協(xié)議棧至關(guān)重要。這涉及增強協(xié)議棧層面的功能，并標準化及通用化新開放的接口。在原生AI不斷發(fā)展的背景下，可編程RAN加速了朝向更開放和更智能的RAN愿景邁進的進程。通過加入可編程技術(shù)，RAN可以有效地適應(yīng)動態(tài)網(wǎng)絡(luò)需求，促進創(chuàng)新，并充分發(fā)揮原生AI的全部潛力。資源池化在6G架構(gòu)中扮演著重要角色。資源依然是異構(gòu)的，它包含通用資源和專用資源。通用資源是常見的、標準化的硬件（例如，基于X86或ARM、CPU的商用服務(wù)器以及具有可擴展性的多樣化硬件芯片，包括用于AI模型訓練的加速器和時鐘資源芯片以及圖形處理器(GPU)。對于RAN而言，需要高速處理能力和大量的專用資源，如用于編解碼的現(xiàn)場可編程門陣列(FPGA)。時鐘資源用于在網(wǎng)絡(luò)元件和用戶設(shè)備(UE)之間實現(xiàn)同步精度。專用資源（例如，ASIC芯片）為少數(shù)具有大容量和超高性能需求的設(shè)施提供專門服務(wù)。圖3可編程RAN傳統(tǒng)RAN架構(gòu)主要是為了保證傳統(tǒng)消費者業(yè)務(wù)(ToC)的連接服務(wù)而設(shè)計的，使用了相對封閉的協(xié)議，但具有性能優(yōu)勢。隨著5G和6G引入了更多場景和服務(wù)，以及IT技術(shù)在移動網(wǎng)絡(luò)中的融合，RAN架構(gòu)需要演進以提供更靈活、適應(yīng)性更強的網(wǎng)絡(luò)。O-RAN正在定義更開放的架構(gòu)，構(gòu)建統(tǒng)一的RAN云平臺，標準化更開放的接口，并引入智能功能。目前云化RAN的實現(xiàn)只改變了軟件的運行平臺，而非改變RAN軟件架構(gòu)本身。這種RAN架構(gòu)不利于云化，無法充分利用云原生的優(yōu)勢。云化RAN是第一步，未來RAN還將持續(xù)演進。5G核心網(wǎng)的服務(wù)化架構(gòu)(SBA)可以作為參考。服務(wù)化RAN的目標是通過將RAN功能重構(gòu)為可組合和可重用的網(wǎng)絡(luò)服務(wù)，并使用統(tǒng)一接口與RAN內(nèi)部服務(wù)和核心網(wǎng)絡(luò)(CN)進行交互，從而更好地利用云原生優(yōu)勢。基于服務(wù)的RAN的優(yōu)勢包括：1)靈活和彈性的網(wǎng)絡(luò)功能部署，快速升級和擴展網(wǎng)絡(luò)能力，支持更多業(yè)務(wù)場景；2)引入新的端到端網(wǎng)絡(luò)交互方式，且不降低跨域新功能引入對現(xiàn)有業(yè)務(wù)的影響；3)更及時和多維度地開放無線網(wǎng)絡(luò)能力；4)與CN服務(wù)集成管理和編排，降低網(wǎng)絡(luò)運維的復雜性，提高網(wǎng)絡(luò)對新業(yè)務(wù)的適應(yīng)性。圖4基于服務(wù)的RAN的概念設(shè)計基于服務(wù)的RAN架構(gòu)需要考慮以下幾個方面：重構(gòu)RAN功能為服務(wù)的粒度至關(guān)重要。粒度越小，靈活性越高，但可能帶來性能和效率問題。5G核心網(wǎng)絡(luò)服務(wù)化架構(gòu)的實現(xiàn)包括兩個層級：網(wǎng)絡(luò)功能(NF)和網(wǎng)絡(luò)功能服務(wù)（NFS）。NF之間進行通信，內(nèi)部NF服務(wù)可以共享數(shù)據(jù)庫，降低了復雜性，也與微服務(wù)架構(gòu)有所不同。考慮到內(nèi)部功能關(guān)聯(lián)和復雜性，RAN最初可以采用類似于核心網(wǎng)絡(luò)的方式重構(gòu)。5GRAN可以在功能上劃分為控制面和用戶面，并且存在控制面和用戶面分離的概念，但在部署層面上，它仍采用單一模式。控制面主要包括連接管理、會話管理、移動性和測量等功能，用戶面包括數(shù)據(jù)包的處理。不同功能面在服務(wù)化層面的考量如下：對于控制面，服務(wù)化可以根據(jù)耦合程度將現(xiàn)有控制面功能重建為更細粒度的服務(wù)，不同的服務(wù)可以根據(jù)需求在不同場景和區(qū)域靈活部署。例如，在車聯(lián)網(wǎng)場景下，移動性管理服務(wù)適合集中部署，以優(yōu)化移動性體驗。與此同時，基于服務(wù)的控制面功能可以實現(xiàn)直接與核心網(wǎng)控制面交互，減少不必要的信令轉(zhuǎn)發(fā)，并將與其他核心網(wǎng)絡(luò)服務(wù)從串行交互變?yōu)椴⑿薪换?，?yōu)化控制面的信令過程。信令過程的優(yōu)化有助于提升網(wǎng)絡(luò)性能，如改善延遲和增加效率。此外，對于特定服務(wù)的極致要求，它也有助于RAN和CN在邊緣集成，簡化部署復雜性并提升性能。最后，對于未來網(wǎng)絡(luò)更復雜的功能配置和參數(shù)配置，基于服務(wù)的控制面可以以更小的粒度執(zhí)行和更新，而不影響其他服務(wù)的運行。對于用戶面，傳統(tǒng)的移動通信協(xié)議均遵循OSI分層協(xié)議設(shè)計理念。每層都接收由下一層提供的特定服務(wù)，并負責向上一層提供服務(wù)。上下層之間遵循接口約定，同一層遵循協(xié)議約定。這種分層設(shè)計理念的問題在于協(xié)議和服務(wù)模型是固定的，無法實現(xiàn)靈活的跨層信令交互和跨層功能組合。未來應(yīng)用的多樣性特征將帶來數(shù)據(jù)包處理的更多差異性，例如工業(yè)控制的小數(shù)據(jù)包，需要更高的可靠性，并需要利用用戶面的分組數(shù)據(jù)匯聚協(xié)議(PDCP)復制功能；沉浸式交互應(yīng)用對I幀、P幀有不同的處理需求。用戶面需要針對新的QoS保證進行功能組合和安排。除現(xiàn)有應(yīng)用類型外，傳感、AI和其他新應(yīng)用也帶來了新的數(shù)據(jù)包模型，要求用戶面能夠匹配不同數(shù)據(jù)包的處理以及轉(zhuǎn)發(fā)?；诜?wù)的用戶面在靈活組合、部署和快速更新方面具有優(yōu)勢。對于有著不同用戶數(shù)據(jù)包處理需求的場景，可優(yōu)先采用基于服務(wù)的用戶面。此外，未來無線系統(tǒng)將提供如AI、計算、傳感等新服務(wù)，一方面，這可以增強現(xiàn)有功能面，例如引入傳感和計算能力的控制功能，以及在用戶面引入新的用戶數(shù)據(jù)包處理模式。另一方面，RAN也可能引入新的功能面，如數(shù)據(jù)面，帶來新的功能交互方式，這將對網(wǎng)絡(luò)的靈活性和快速更新提出更多要求。服務(wù)化架構(gòu)在這些方面具有一定的優(yōu)勢。目前，RAN和核心網(wǎng)絡(luò)通過點對點的N2接口進行交互。對于基于服務(wù)的RAN，可以考慮使用基于服務(wù)的N2接口，RAN仍然是一個獨立的整體，RAN服務(wù)可以通過內(nèi)部高效的接口相互交互。這種方法相對容易實現(xiàn)，可以在服務(wù)化的初期階段采用。另一種方式是在RAN內(nèi)部服務(wù)和核心網(wǎng)絡(luò)之間使用統(tǒng)一的接口，RAN服務(wù)和核心網(wǎng)絡(luò)服務(wù)處于對等位置，并可以實現(xiàn)直接交互，這種方法具有更多優(yōu)勢，但同時會帶來更多與網(wǎng)絡(luò)安全和生態(tài)變化相關(guān)的問題。AI被視為最強大的技術(shù)之一，通過分析收集到的數(shù)據(jù)并自主處理這些數(shù)據(jù)，來改善系統(tǒng)性能并實現(xiàn)無線通信網(wǎng)絡(luò)中的新功能，進而獲得更深入的洞察。3GPP在5GC中引入了一個新的邏輯功能實體NWDAF，以提供多種類型的網(wǎng)絡(luò)數(shù)據(jù)分析服務(wù)。網(wǎng)絡(luò)數(shù)據(jù)分析服務(wù)包括：觀察到的服務(wù)體驗相關(guān)網(wǎng)絡(luò)數(shù)據(jù)分析，對于音視頻流服務(wù)及V2X和Web瀏覽等非音視頻流服務(wù)，提供觀察到的服務(wù)MoS的平均值和/或方差，從而指示各類服務(wù)的MoS分布情況。NF負載分析，提供NF實例的平均負載；網(wǎng)絡(luò)性能分析，提供感興趣區(qū)域的基站狀態(tài)信息、資源使用情況、通信性能和移動性能；UE相關(guān)分析，提供UE移動性分析、UE通信分析、與網(wǎng)絡(luò)數(shù)據(jù)相關(guān)的預期UE行為參數(shù)分析以及異常行為相關(guān)網(wǎng)絡(luò)數(shù)據(jù)分析；用戶數(shù)據(jù)擁塞分析，提供通過控制面或用戶面或兩者傳輸用戶數(shù)據(jù)時遇到的擁塞情況；QoS可持續(xù)性分析，為特定區(qū)域的某分析目標期間提供QoS變化統(tǒng)計數(shù)據(jù)或QoS變化的可能性。在RAN中，3GPP還對AI驅(qū)動的網(wǎng)絡(luò)進行了幾項研究。在Rel-17中，3GPP進行了AI驅(qū)動的RAN智能研究，定義了參考功能框架，并確定了一系列高層原則以指導標準工作。AI驅(qū)動的RAN智能研究聚焦于三個用例：網(wǎng)絡(luò)節(jié)能，通過預測下一時段的能效和負載狀態(tài)，來優(yōu)化節(jié)能決策（例如，小區(qū)激活/停用）；負載均衡，基于從UE和網(wǎng)絡(luò)節(jié)點收集的各種測量和反饋，提供更高質(zhì)量的用戶體驗，并提高系統(tǒng)容量；移動性優(yōu)化，降低與移動性相關(guān)的意外事件的概率，預測UE位置、移動性和性能，并引導流量以實現(xiàn)高效的資源處理。在Rel-18中，3GPP開展了針對NR空中接口的AI研究，從性能、復雜性和潛在的規(guī)范影響等方面探討了針對每個目標用例的3GPP空中接口AI框架。對NR空中接口的AI研究還采用了面向用例的方法，專注于三個選定的用例，即信道狀態(tài)信息(CSI)反饋增強、波束管理和定位精度增強。在Rel-19中，3GPP將進行針對移動性AI的研究，通過預測小區(qū)級測量、切換故障/無線鏈路故障和測量事件，改善切換和/或無線資源管理(RRM)性能。在O-RAN架構(gòu)中，引入無線接入網(wǎng)絡(luò)智能控制器(RIC)是一個重要的發(fā)展，使得在廣泛的用例中引入基于AI的解決方案成為可能。實現(xiàn)AI驅(qū)動的網(wǎng)絡(luò)需要在架構(gòu)藍圖中進行范式轉(zhuǎn)變。在6G中，需要考慮AI的三個重要特性，即內(nèi)生AI、跨領(lǐng)域AI和網(wǎng)絡(luò)大模型。原生AI指的是將AI嵌入網(wǎng)絡(luò)架構(gòu)中各種節(jié)點/端點和接口所支持的功能中[8]。考慮到AI的四個關(guān)鍵組成部分，即計算能力、數(shù)據(jù)、AI算法和功能，原生AI網(wǎng)絡(luò)應(yīng)具有混合的集中式/分布式AI架構(gòu)。集中式AI實體負責編排、管理、部署和控制所有分布式AI實體，例如，在與其他域特定AI實體交互的服務(wù)管理與編排(SMO)平臺上運行。分布式AI實體負責提供本地網(wǎng)絡(luò)的服務(wù)功能，并接收來自集中式AI實體的命令，例如，在CN、傳輸網(wǎng)絡(luò)(TN)、基站(BS)和UE上運行。6G無線網(wǎng)絡(luò)將把通信能力與AI進行原生集成。一方面，端到端AI可以利用由空中接口和網(wǎng)絡(luò)產(chǎn)生的大量數(shù)據(jù)來優(yōu)化6G網(wǎng)絡(luò)，并為消費者提供定制化的網(wǎng)絡(luò)服務(wù)。另一方面，隨著基礎(chǔ)設(shè)施和終端設(shè)備計算能力的增強，未來網(wǎng)絡(luò)將能夠為AI提供分布式部署環(huán)境，在網(wǎng)絡(luò)邊緣為用戶提供更靈活和實時的AI服務(wù)。首先，在設(shè)計網(wǎng)絡(luò)架構(gòu)時，必須從一開始就將對AI的支持納入考量。這種考量需要確保傳統(tǒng)通信交互的無縫集成，同時將AI的訓練和推理融入控制流和數(shù)據(jù)流中。其次，AI內(nèi)部的協(xié)作也是一個需要考慮的關(guān)鍵因素。這包括集中式AI部署與分布式AI部署之間的協(xié)作、網(wǎng)絡(luò)大模型與其他專業(yè)模型之間的協(xié)作，以及RAN、CN和管理系統(tǒng)之間的跨域AI協(xié)作。因此，從AI編排和管理、數(shù)據(jù)交互、分布式學習算法和計算能力調(diào)度的角度設(shè)計高效的AI協(xié)作機制是必要的。最后，AI安全問題一直是應(yīng)用AI技術(shù)的主要障礙，需要在可信AI、數(shù)據(jù)安全和隱私方面提供保護，以保證6GAI應(yīng)用的可靠性和安全性。4.3.1跨域AI協(xié)作跨域AI指的是在不同域間AI功能的協(xié)作和整合，這些域可以映射至網(wǎng)絡(luò)域（例如，RAN、CN、TN、網(wǎng)絡(luò)應(yīng)用、網(wǎng)絡(luò)數(shù)字孿生）或其他域[8]。為了實現(xiàn)跨不同網(wǎng)絡(luò)域的AI協(xié)作能力，集中式AI實體（例如，在SMO平臺上）應(yīng)能處理端到端的AI管理和編排能力，如跨域數(shù)據(jù)編排和映射、AI任務(wù)識別和分解，以及將AI任務(wù)與計算資源映射。圖3提供了原生和跨域AI的參考架構(gòu)，其中集中式AI實體位于管理域中。對于端到端(E2E)智能場景，應(yīng)在SMO中增加跨域AI管理功能作為集中式AI實體，以協(xié)調(diào)來自其他域的AI能力。該模塊需要處理AI服務(wù)編排、網(wǎng)絡(luò)計算資源管理、模型存儲和管理、跨域AI生命周期管理以及其他相關(guān)功能。圖5原生和跨域AI網(wǎng)絡(luò)架構(gòu)。對于原生和跨域AI網(wǎng)絡(luò)架構(gòu)，不同網(wǎng)絡(luò)域之間的協(xié)作控制是一個新的挑戰(zhàn)[9]。首先，位于集中式AI實體中的協(xié)作控制功能會將意圖分解為對演進網(wǎng)絡(luò)域的服務(wù)需求，服務(wù)需求將影響連接需求、AI算法需求、數(shù)據(jù)需求和計算需求。基于服務(wù)需求，位于網(wǎng)絡(luò)域的分布式AI實體將服務(wù)需求分解為網(wǎng)絡(luò)功能需求、連接需求和資源需求。其次，為了提供更實時的管理能力，實時性要求高和復雜度低的服務(wù)將由分布式AI實體處理，而實時性要求低、大范圍和復雜度高的服務(wù)將由集中式AI實體處理。因此，應(yīng)考慮協(xié)同控制方法，例如，聯(lián)邦學習、分割學習和遷移學習。4.3.2大模型作為AI技術(shù)的突破性發(fā)展，網(wǎng)絡(luò)大模型(NetLM)已受到科學界和工業(yè)界的關(guān)注。與在預定義操作下優(yōu)化網(wǎng)絡(luò)的傳統(tǒng)AI模型相比，NetLM利用生成式AI算法（例如，生成式對抗網(wǎng)絡(luò)和變換器）自動并創(chuàng)造性地生成定制化的網(wǎng)絡(luò)解決方案。例如，對于通信和感知一體化，NetLM可以幫助生成相關(guān)光線（例如，生成從節(jié)點發(fā)射出的射頻波束的方位角和仰角的正確分布），以捕獲和感知周圍環(huán)境。另一個例子是對于數(shù)字孿生，NetLM僅通過少量樣本就能夠?qū)W習訓練數(shù)據(jù)集分布的尾部行為，并基于所學內(nèi)容生成與現(xiàn)實一致的新行為。NetLM通常包含數(shù)十億個參數(shù)。受計算、通信和存儲資源的限制，很難直接在邊緣部署NetLM。此外，在核心網(wǎng)絡(luò)中部署NetLM時，需要在云中收集和訓練海量分布式數(shù)據(jù)，因此會導致巨大的傳輸延遲。因此，NetLM的部署將強調(diào)各種不同規(guī)模NetLM間的協(xié)作，包括協(xié)作訓練和推理。需要定義標準化的協(xié)作機制，如具有新網(wǎng)絡(luò)元素的網(wǎng)絡(luò)架構(gòu)、大規(guī)模數(shù)據(jù)分布式存儲和實時提供機制，以及基于模型的協(xié)作接口。從4G時代開始，移動運營商將聯(lián)合部署RAN網(wǎng)絡(luò)以擴大覆蓋范圍。這在很大程度上減少了資本支出，并成為5G時代的主要趨勢。在中國和其他地區(qū)/國家，運營商共享頻率并合作構(gòu)建RAN網(wǎng)絡(luò)。中國移動和中國廣電聯(lián)合在n28頻段部署了5GNR網(wǎng)絡(luò)，中國電信和中國聯(lián)通聯(lián)合在n79頻段和其他頻率上部署了5GNR網(wǎng)絡(luò)。3GPP規(guī)定了RAN共享機制，稱為多運營商核心網(wǎng)(MOCN,Multi-OperatorCoreNetwork)。在MOCN設(shè)置中，一個無線接入網(wǎng)絡(luò)可接入多個運營商的網(wǎng)絡(luò)。每個運營商運行自己的核心網(wǎng)絡(luò)，但無線接入網(wǎng)絡(luò)（包括載波信號）在特定地區(qū)對所有合作伙伴都是相同的。這種方式的一個缺點是只有擁有RAN網(wǎng)絡(luò)的運營商能夠根據(jù)服務(wù)特征優(yōu)化調(diào)度程序和配置，其他運營商則沒有這種靈活性。如果其他運營商的新用例（例如，XR）與原始優(yōu)化不同，他們就必須承受無線鏈路性能不佳的影響。O-RAN定義了O-CU/O-DU/O-RU之間的標準接口?；谶\營商之間共享O-RU以實現(xiàn)頻譜共享的框架，建立在O-RAN開放式前傳的固有共享O-RU能力之上，不解決了上述運營商間的共享問題，也解決了許多與未授權(quán)頻譜或3GPPRAN共享相關(guān)的限制和弊端。在新的共享框架下，不同于未授權(quán)頻譜共享，功率限制可以放寬，且服務(wù)質(zhì)量可針對每個運營商進行優(yōu)化。因此，用戶體驗可媲美專用授權(quán)頻譜部署?！爸辛⒅鳈C”O(jiān)-RU部署可以通過標準化的前傳接口動態(tài)支持多個獨立O-DU共享使用。此外，它保留了開放式RAN系統(tǒng)的所有基于云的、完整的、集中式的控制能力。這包括O-DU、O-CU、RIC和O-RAN架構(gòu)的所有功能，以及O-RAN架構(gòu)固有的高級網(wǎng)絡(luò)自動化能力。共享O-RU架構(gòu)依賴于資源的優(yōu)先使用，以保證服務(wù)質(zhì)量，并允許在運營商和其他頻譜利益相關(guān)者之間進行流量的統(tǒng)計復用，從而提高頻譜資源的總體使用效率。為了使這種方案能有效地為所有合作的頻譜用戶工作，效率提高極其依賴于共享O-RU過程在頻譜用戶之間分配空閑資源的速度。擬議的共享O-RU頻譜共享框架適用于包括公共、私人和政府在內(nèi)的頻譜用戶之間的共享。此外，它與無線電技術(shù)無關(guān)，即并非所有合作系統(tǒng)都需要部署相同的3GPP無線電技術(shù)版本，非3GPP無線電技術(shù)也可以使用相同的基于O-RAN開放式前傳的共享O-RU機制。具有頻譜共享功能的共享O-RU可以為下一代網(wǎng)絡(luò)創(chuàng)造新頻譜機會。此外，它可以改善運營商的可持續(xù)發(fā)展能力，并減少運營商的資本支出和運營支出。圖6共享O-RU網(wǎng)絡(luò)架構(gòu)。這種基于O-RU的頻譜共享方案可滿足本地網(wǎng)絡(luò)的要求，本地網(wǎng)絡(luò)通常在有限區(qū)域內(nèi)部署，并且有時還具有不同的頻譜訪問優(yōu)先級。一個例子是工業(yè)園區(qū)的頻譜，其中部分公司需要獨立的網(wǎng)絡(luò)，具有不同的用例和網(wǎng)絡(luò)需求，且政府用戶具有更高的頻譜訪問優(yōu)先級。共享O-RU頻譜共享需要對頻譜資源的優(yōu)先訪問權(quán)進行協(xié)調(diào)管理。如圖6所示，O-RU在協(xié)調(diào)訪問方面處于獨特的地位，因為它通過低延遲前傳網(wǎng)絡(luò)連接連接到多個O-DU。雖然共享O-RU是最適合管理協(xié)調(diào)訪問的節(jié)點，但只要具有指向所有O-DU的低延遲鏈路，也可以在網(wǎng)絡(luò)的其他地方執(zhí)行協(xié)調(diào)。執(zhí)行協(xié)調(diào)功能并不意味著O-RU必須負責復雜的無線資源管理和調(diào)度決策。相反，在基于優(yōu)先級的許可背景下，O-RU的角色可以僅限于簡單的資源訪問仲裁功能，該功能根據(jù)預設(shè)策略確定哪個運營商可以訪問資源。該策略可以由O-RU的主要所有者或管理者的O&M和RAN自動化系統(tǒng)進行（動態(tài)）編排。一個典型的基本規(guī)則是始終向優(yōu)先頻譜許可持有者授予訪問權(quán)限，而次要許可持有者/用戶只有在優(yōu)先許可持有者不使用資源的情況下（受業(yè)務(wù)協(xié)議限制）才能使用資源。如圖6所示，基于共享O-RU的頻譜共享不局限于一個主要用戶和一個次要用戶。隨著運營商數(shù)量的增加，頻譜和O-RU共享的效益也會隨之增加。因此，需要考慮基于共享O-RU的頻譜共享O-RAN程序的可擴展性。正如《IMT-2030框架》中所述，“可持續(xù)性是未來下一代國際移動通信(IMT)系統(tǒng)的室氣體排放來高效利用資源。”可持續(xù)性，或更具體地說，環(huán)境可持續(xù)性，指的是網(wǎng)絡(luò)和設(shè)備在其生命周期內(nèi)最大限度減少溫室氣體排放和其他環(huán)境影響的能力。在可持續(xù)性因素中，能效是一個可量化的指標。它指的是每單位能耗傳輸或接收的比特信息量，通常以比特/焦耳來測量。為了盡可能減少功率放大器+低噪聲放大器功率放大器+低噪聲放大器接收機數(shù)字基帶天線總體功耗，預計隨著容量的增加，能效也有望得到適當提高。2010年左右，中國移動和其他主要運營商共享了對移動網(wǎng)絡(luò)能耗的觀察結(jié)果。觀察結(jié)果顯示，一半的能源消耗在空調(diào)和其他設(shè)施上。他們進一步提出集中RAN設(shè)備以減少能耗，稱為集中化、協(xié)作化、云化、清潔RAN(C-RAN)。主控制圖7云RAN的功能劃分根據(jù)中國移動的分析[5]，C-RAN是一種環(huán)保基礎(chǔ)設(shè)施。首先，通過C-RAN架構(gòu)的集中式處理，可以將基站站點的數(shù)量減少數(shù)倍?？照{(diào)和其他站點支持設(shè)備的功耗也可以大幅減少。其次，由于協(xié)作無線技術(shù)可以減少遠程無線電頭端(RRH)之間的干擾并允許RRH密度更高，從而可以縮短RRH到UE的距離?？梢栽诓挥绊懢W(wǎng)絡(luò)覆蓋質(zhì)量的情況下，部署傳輸功率較低的較小小區(qū)。用于信號傳輸?shù)哪芰繉p少，這尤其有助于降低RAN的功耗和延長UE電池的待機時間。最后，由于BBU池是大量虛擬基站共享的資源，這意味著可以實現(xiàn)更高的資源處理利用率和更低的功耗。當虛擬基站在夜間處于空閑狀態(tài)且不需要大部分處理能力時，可以有選擇性地關(guān)閉它們（或?qū)⑵滢D(zhuǎn)入更低功耗狀態(tài)而不影響7x24的服務(wù)承諾。O-RAN繼承了C-RAN的優(yōu)勢，并定義了O-CU/O-DU/O-RU的開放接口，為分析不同網(wǎng)絡(luò)實體的功耗提供了足夠的靈活性。愛立信的報告[6]指出，“對于大多數(shù)移動網(wǎng)絡(luò)而言，超過80%的能源消耗在無線接入網(wǎng)中，其余的在核心網(wǎng)絡(luò)、支持系統(tǒng)和相關(guān)云基礎(chǔ)設(shè)施中?！币约啊霸赗AN使用的約80%能源中，約80%用于無線電供電，其余20%用于分布單元——這在網(wǎng)絡(luò)總能耗中占了很大比例?！蓖ㄟ^采用新技術(shù)，包括微睡眠發(fā)射器(MicroSleepTx)和多頻段無線電組件的設(shè)計與集成，可以大量節(jié)省無線電能耗。同時，基于高性能通用處理器構(gòu)建的云DU，具有優(yōu)化的能耗和良好的軟件開發(fā)生態(tài)系統(tǒng)支持。為了充分利用這些潛力，SMO/RIC軟件經(jīng)過精心設(shè)計。遠程應(yīng)用程序(rApp)滿足自動化非實時網(wǎng)絡(luò)管理的需求，可以用來降低運營成本、提高網(wǎng)絡(luò)性能和減少能耗。在3GPP中，第18版研究了網(wǎng)絡(luò)節(jié)能，對系統(tǒng)能耗進行了建模，并確定了幾種可能的候選技術(shù)，以減少功能層面的功耗。[10]作為后續(xù)工作，3GPP批準了第19版工作項目的以下工作范圍。[11].在頻域上，輔小區(qū)(SCell)不需要始終傳輸SSB。處于連接模式并配置了SCell的UE可以在需要時再觸發(fā)按需SSB。SCell的SSB可能被UE觸發(fā)，并至少用于SCell的時間/頻率同步、L1/L3測量和SCell激活，并支持在非共享頻譜中