Federated Learning Assisted Deep Q-Learning for Joint Task Offloading and Fronthaul Segment Routing in Open RAN
本文针对O-RAN中任务卸载、前传路由与边缘计算的联合优化问题，提出联邦学习辅助的深度Q学习方法，以最小化时延代价。
2023-08-14 cs.NI
Latency Bounds of Packet-Based Fronthaul for Cloud-RAN with Functionality Split
第五代（5G）无线网络中新兴的Cloud-RAN架构在实现更高的灵活性和粒度方面发挥着至关重要的作用。另一方面，Cloud-RAN架构在中央云化单元和分布式无线电单元之间引入了额外的链路，即前传（FH）。因此，5G服务的预期可靠性和延迟也应该通过FH链路提供。在本文中，专注于以太网作为跳频，我们提出了一个可靠的基于分组的跳频通信，并证明了上下限的延迟，可以提供。这些界限产生了对可靠性和延迟之间的权衡的洞察，并且在不同的FH带宽和业务属性下，通过分离点的选择来实现架构设计，侧重于PDCP和RLC之间的高层分离以及MAC和PHY之间的低层分离。然后，通过数值和仿真分析了所提出的模型，其中包括两类5G服务，即超可靠低延迟（URLL）和增强型移动宽带（eMBB）。
2019-04-30 cs.NI
Fronthaul Compression Control for shared Fronthaul Access Networks
人们普遍认为，未来的无线电接入网络（RAN）架构将以虚拟化水平的提高为特征，由此传统上驻留在单个位置的基站功能将分散在不同的逻辑实体上，同时经由高速前传（FH）链路进行接口。对于这种FH链路的部署，运营商面临着保持可接受的无线电接入性能同时保持低部署成本的挑战。通常的做法是通过允许几个小区利用相同的FH链路来利用统计复用。结果，为了应对所产生的聚合业务，可以使用不同的技术来降低所需的FH数据率。在这里，我们专注于多小区/多用户共享一个共同的跳频链路的情况下，跳频压缩控制策略。我们提出了各种方法探测参考信号（SRS）的处理和分析不同的FH感知调制数据压缩和调度策略。考虑到完整的系统设置，包括无线电和FH接入网络，使用ns-3中实现的5G NR系统级仿真器进行数值评估。仿真结果表明，在严格的跳频容量约束下，优化的调制压缩策略提供了显着的用户感知的吞吐量增益超过基线策略（5.2倍和6.9倍之间）。除此之外，SRS处理方法还可获得2%至41%的额外增益。
2022-05-17 cs.NI
Shaping Radio Access to Match Variable Wireless Fronthaul Quality in Next-Generation Networks
针对无线前传需超规格配置应对高频大气衰减的问题，提出适配可变前传质量的无线接入容量调整框架，通过多种策略实现平滑降级，验证了自适应管理对提升C-RAN效率的作用。
2024-06-22 cs.NI eess.SP
Reliable and Low-Latency Fronthaul for Tactile Internet Applications
随着Cloud-RAN作为下一代移动网络的主要架构解决方案之一的出现，前传（FH）段的可靠性和延迟成为触觉互联网等应用的关键性能指标。从点对点专用跳频链路到基于分组的多跳频网络的切换使确保跳频性能变得更加复杂。这种变化在很大程度上是合理的，因为基于分组的前传允许在现有的以太网基础设施上部署跳频网络。本文提出了通过对跳频网络传输的MAC帧进行多径分集和纠删编码来改善基于分组的前传的可靠性和延迟。在一个概率模型下，假设一个单一的服务，获得可靠的跳频传输和可靠性延迟的权衡所需的平均延迟进行了研究。然后，通过数值研究对分析结果进行验证和补充，该数值研究通过比较正交和非正交的FH资源共享来解释5G网络中增强型移动宽带（eMBB）和超可靠低延迟（URLLC）服务的共存。
2018-09-24 cs.NI
Experimental Demonstration of RAN Functional Split over virtual PON Transport Network
云无线接入网络（Cloud-RAN）将移动网络的基站功能分为三个单元，它们之间的连接称为前传网络。本工作演示了用户数据传输块之间的分布式介质访问控制（MAC）层和本地物理（PHY）层的无线单元在无源光网络（PON）。PON网络在用于Cloud-RAN前传传输时，在经济性和灵活性方面具有优势。然而，PON上行调度可能引入可能不满足Cloud-RAN功能划分所强加的要求的额外延迟。在这项工作中，我们演示了我们的虚拟动态带宽分配（DBA）的概念可以用来有效地与移动长期演进（LTE）调度器，采用众所周知的合作DBA机制，以减少PON延迟到令人满意的值。因此，我们的研究结果表明，在完全虚拟化的环境中，使用PON技术作为MAC/PHY功能分离的前传的传输介质是可行的。所获得的往返时间表明，对于同步场景，在前传处使用PON可能限于11 km的距离，或者对于非同步场景，不符合要求。
2021-04-09 cs.NI
Random Access in C-RAN for User Activity Detection with Limited-Capacity Fronthaul
云无线电接入网络（C-RAN）的特征在于分层结构，其中远程无线电头端（RRH）的基带处理功能借助于中央单元（CU）处的云计算来实现。C-RAN的关键限制由将RRH连接到CU的前传链路的容量约束给出。在这封信中，这种架构约束的影响进行了调查的基本功能的随机接入和活跃的用户设备（UE）的识别中存在的一个潜在的大量的UE。特别地，将基于量化转发和集中式检测的标准C-RAN方法与基于实现本地检测的替代CU-RRH功能划分的方案进行比较。这两种技术都利用贝叶斯稀疏检测。数值结果表明，作为系统参数的函数的两个计划的相对优点。
2016-09-02 cs.IT cs.NI math.IT
Tick-Tock on the Open Fronthaul: Securing Synchronization in O-RAN
Purdue University（普渡大学）；The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文针对O-RAN开放前传中PTP同步缺乏认证的问题，提出轻量级保护机制PRTESLA-C，结合延迟密钥披露与ASCON认证，在保持亚微秒精度的同时抵御欺骗、重放和延迟操纵攻击。
2026-09-22 cs.CR cs.NI
Fronthaul Network Planning for Hierarchical and Radio-Stripes-Enabled CF-mMIMO in O-RAN
Queen’s University（女王大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）；Royal Military College of Canada（加拿大皇家军事学院）
本文提出了一种两级优化框架，用于低成本混合前 haul规划，结合光纤、毫米波和自由空间光技术，验证了分层方案在CF-mMIMO中的有效性，并展示了FS7.2x在性能上的优势。
2026-03-29 cs.NA cs.NI eess.SP
Resource Management and Admission Control for Tactile Internet in Next Generation of RAN
针对下一代无线网络的云无线接入网（C-RAN）架构，提出了一种新的触觉互联网（TI）排队模型，5G，通过正交频分多址（OFDMA）技术辅助。该模型包括每对触觉用户之间的每个端到端（E2 E）连接的无线电远程头（RRH）和基带处理单元（BBU）排队延迟和可靠性。对于这种设置，以最小化用户的发射功率为目的，保证用户的可容忍延迟，以及前传和接入限制，我们制定了一个资源分配问题。由于所提出的优化问题是高度非凸的，为了以有效的方式解决它，我们利用了不同的变换技术，如连续凸近似（SCA）和两个凸函数（DC）的差异。此外，我们提出了一个接纳控制（AC）算法，使问题的可行性。在我们提出的系统模型中，我们动态地调整前传和接入链路，以尽量减少发射功率。仿真结果表明，通过动态调整的接入和前传延迟，传输功率可以节省的情况下，每个传输会话的固定方法相比。此外，网络中被拒绝的用户数量显著减少，更多的用户被接受。
2019-11-08 cs.NI
Cloud-based Queuing Model for Tactile Internet in Next Generation of RAN
超低延迟是触觉互联网（TI）的最重要要求，触觉互联网是下一代无线网络（NGWN）的建议服务之一，例如，第五代（5G）网络。针对下一代无线网络的云无线接入网（CRAN）架构，应用功率域非正交多址接入（PD-NOMA）技术，提出了一种新的TI排队模型。在这个模型中，我们考虑了无线电远程头端（RRH）和基带处理单元（BBU）排队延迟的每个端到端（E2 E）之间的一对触觉用户的连接。在我们的设置，以最小化用户的传输功率，保证一个可接受的延迟的用户，和前传和接入限制，我们制定了一个资源分配（RA）的问题。此外，我们动态地设置前传和接入链路，以最小化总发射功率。鉴于所提出的RA问题是高度非凸的，为了解决它，我们利用不同的变换技术，如连续凸逼近（SCA）和两个凸函数（DC）的差异。数值结果表明，通过动态调整的接入和前传延迟，发送功率降低相比，固定的方法，每个连接。此外，正交频分多址（OFDMA）和PD-NOMA的能量效率进行了比较，为我们的设置。
2019-11-08 cs.NI
GPU-Resident CUDA Acceleration for OCUDU 5G PHY and O-RAN Fronthaul: Architecture and Preliminary Performance
DeepSig, Inc.（DeepSig公司）
本文提出面向OCUDU 5G物理层与O-RAN前传的GPU驻留CUDA加速架构，在NVIDIA DGX Spark平台上实现多类5G链路处理的显著加速，且性能与CPU基准偏差极小，还支持AI-RAN相关研究运行。
2026-08-06 cs.DC cs.NI eess.SP
Antenna, Spectrum and Capacity trade-off for Cloud-RAN Massive Distributed MIMO over Next Generation PONs
我们提出了一种成本最优的天线与频谱资源分配策略，用于下一代PON上的移动5G MD-MIMO。比较波长重叠和共享波长方法，分离PHY导致具有比前传更高的移动容量的解决方案。
2016-12-13 cs.NI
Learning-Based Latency-Constrained Fronthaul Compression Optimization in C-RAN
Royal Institute of Technology (KTH)（皇家理工学院（KTH））；Huawei Technologies Sweden AB, Stockholm Research Centre（华为技术瑞典有限公司斯德哥尔摩研究中心）
针对云无线接入网前传容量与时延约束问题，提出基于深度强化学习的动态前传压缩框架，可自适应调整压缩参数，在满足时延要求的同时显著提升前传利用率与空口吞吐量。
2023-11-07 cs.LG cs.NI
Online Reinforcement Learning of X-Haul Content Delivery Mode in Fog Radio Access Networks
我们考虑具有云中的基带单元（BBU）和多个启用高速缓存的增强型远程无线电头端（eRRH）的雾无线电接入网络（F-RAN）。该系统的目的是提供内容的需求与最小的平均延迟从一个随时间变化的图书馆的流行内容。关于未缓存的请求文件的信息可以通过遵循回程或前传模式从云传输到eRRH。回程模式传输所请求文件的一部分，而前传模式传输如在Cloud-RAN（C-RAN）中的量化基带样本。回程模式允许更新eRRH的缓存，这可以降低未来的递送延迟。相比之下，前传模式实现了可以减少当前递送延迟的协作C-RAN传输。考虑到当前和未来的交付性能之间的权衡，本文提出了一种自适应选择方法之间的两种交付模式，以最大限度地减少长期交付延迟。假设一个未知的和随时间变化的流行度模型，该方法是基于无模型强化学习（RL）。数值结果证实了所提出的RL格式的有效性。
2019-12-20 cs.NI eess.SP
Control-Data Separation across Edge and Cloud for Uplink Communications in C-RAN
在容量和延迟方面的前传限制激发了无线行业对云无线电接入网络（C-RAN）中的云和边缘节点之间的替代功能划分的研究的日益增长的兴趣。这项工作通过研究边缘节点和远程云中心（RCC）的控制和数据平面功能的最佳功能划分作为前传延迟的函数来促进这一工作。所研究的模型由两个用户时变上行链路信道，其中RCC具有全局但由于前传延迟而延迟的信道状态信息（CSI），而边缘节点具有局部但及时的CSI。采用自适应和率作为性能标准，功能分裂，从而进行速率选择和解码的数据平面帧的控制功能在边缘节点或在RCC通过分析和数值结果进行比较。
2017-06-21 cs.IT cs.NI math.IT
Toward Native ISAC Support in O-RAN Architectures for 6G
Institute for the Wireless Internet of Things, Northeastern University（东北大学无线互联网研究所）；Tufts University（塔夫茨大学）；Columbia University（哥伦比亚大学）
本文提出O-RAN架构扩展方案，支持单站ISAC感知，通过定义感知dApps、E2SM-SENS服务模型及Open Fronthaul元数据，实现环境感知与闭环控制。
2026-03-04 cs.NI
TIMESAFE: Timing Interruption Monitoring and Security Assessment for Fronthaul Environments
Northeastern University（东北大学）；United States Military Academy（美国军事学院）；Sapienza University of Rome（罗马萨皮恩扎大学）；Purdue University（普渡大学）；University of Texas, Austin（德克萨斯大学奥斯汀分校）
本文提出TIMESAFE方案，揭示PTP同步欺骗攻击可在2秒内瘫痪O-RAN 5G基站，并设计基于机器学习的监测方案，以超97.5%准确率检测多种攻击。
2025-11-07 cs.CR cs.LG cs.NI
Joint User Selection and Energy Minimization for Ultra-Dense Multi-channel C-RAN with Incomplete CSI
针对密集云无线接入网（C-RAN）中存在的巨大功耗、有限的前传容量、沉重的计算复杂性、无法获得完整的信道状态信息（CSI）等问题，提出了一种统一的解决方案。用户设备（UE）-RRH关联和波束向量，以最小化具有不完整CSI的密集多信道下行链路C-RAN的总网络功耗（NPC），该不完整CSI受制于每RRH功率约束、每个UE的总速率要求和前传链路容量约束。这个优化问题是NP难的。另外，由于CSI的不完整性，UE速率表达式的精确表达是困难的。我们首先保守地用UE的速率表达式的下限替换UE的速率表达式。然后，基于逐次凸逼近（SCA）技术和数据率与均方误差（MSE）之间的关系，提出了一种单层迭代算法来求解具有收敛保证的NPC最小化问题。在算法的每次迭代中，使用拉格朗日对偶分解方法来推导最优波束矢量的结构，这有利于基带单元（BBU）池的并行计算。为了保证问题的可行性，提出了一种二分UE选择算法。仿真结果表明，所提出的算法的好处和一个事实，即有限数量的CSI是足够的，以实现接近的性能时，完美的CSI拥有。
2017-05-17 cs.NI
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Association of Networked Flying Platforms with Small Cells for Network Centric 5G+ C-RAN
5G+系统期望在有限功率约束下的数据率和覆盖区域的增强。这样的要求可以通过小型小区（SC）的致密化来满足。然而，一个主要的挑战是与SC的超密集网络连接的前传链路的管理。这里采用了使用网络飞行平台（NFP）的成本效益和可扩展的想法，其中NFP用作将SC连接到核心网络的前传集线器。NFP和SC的关联问题考虑了许多实际约束，例如回程数据率限制、NFP支持的最大链路和带宽以及系统的服务质量要求。考虑系统的以网络为中心的情况，其目的是在没有任何偏置的情况下最大化相关联的SC的数量，即，不优先选择高优先级SC。然后，设计了两种新的高效的贪心算法来解决所提出的关联问题。数值结果表明，我们提出的方法相比，穷举搜索的良好性能。
2017-07-12 cs.IT cs.NI math.IT
Large-scale Antenna Operation in Heterogeneous Cloud Radio Access Networks: A Partial Centralization Approach
为了满足用户不断增长的容量需求和服务质量（QoS）要求，5G蜂窝系统将采取由宏小区和小小区组成的异构网络（HetNet）的形式。为了构建和操作这样的系统，移动运营商由于云无线电接入网络（C-RAN）的性能优化和成本效益的有益特征而对它们给予了极大的关注。随着C-RAN的架构增强，大规模天线（a.k.a.小区站点处的大规模MIMO）通过更高的频谱效率或通过同时允许许多用户而极大地有助于增加网络容量。在这篇文章中，我们讨论了基于C-RAN的HetNet（H-CRAN）的挑战性问题，特别是在大规模天线操作方面。我们提供了现有的C-RAN架构的大规模天线操作方面的概述，并促进部分集中的方法。这种方法显着降低了具有大规模天线的CRAN中的前传开销。我们还提供了一些见解，其潜力和适用性的前传带宽有限的H-CRAN与大型天线。
2015-04-17 cs.IT cs.NI math.IT
Higher aggregation of gNodeBs in Cloud-RAN architectures via parallel computing
在本文中，我们讨论了实时网络功能的虚拟化和集中化，特别是在云RAN（C-RAN）的框架中。我们彻底分析了所需的前传能力的部署建议的C-RAN架构。我们特别感兴趣的是基于软件的信道编码功能的性能。我们开发了一个动态的多线程方法来实现多核平台上的并行计算。来自基于OAI的测试平台的测量显示在延迟方面的重要增益;这使得无线电元件和虚拟化RAN功能之间的距离增加，从而在边缘数据中心（称为中心局（CO））中实现gNodeB的更高聚合。
2019-04-11 cs.NI cs.PF
Contribution to the design and the implementation of a Cloud Radio Access Network
本文介绍了Cloud-RAN解决方案的设计和实现的主要贡献。我们具体解决了Cloud-RAN系统的两个主要挑战：无线电信号的实时处理和减少的前传容量。我们提出了一个多线程模型，以实现关键RAN功能的延迟减少，以及一个适应的功能划分，以优化无线电信号的传输。我们的随机服务系统，反映了高性能的计算架构的行为的基础上并行处理和产量的规模所需的计算能力的规则，所提出的解决方案的性能建模。最后，我们通过基于开源解决方案（即开放空中接口（OAI））实现的Cloud-RAN测试平台验证了理论建议的准确性。
2019-12-02 cs.DC cs.NI
Optimal Delay-Throughput Trade-offs in Mobile Ad-Hoc Networks: Hybrid Random Walk and One-Dimensional Mobility Models
在[23]中已经建立了二维i.i.d移动性模型的最佳延迟-吞吐量权衡，其中我们表明，当所需的延迟保证足够大时，可以使用无速率码实现最佳权衡。在本文中，我们将结果推广到其他的迁移模型，包括二维混合随机游动模型，一维独立同分布模型。迁移模型和一维混合随机游走模型。我们同时考虑了快速移动和慢速移动，并在一定条件下建立了最佳的延迟吞吐量权衡。联合编码调度算法也提出了实现最佳的权衡。
2007-05-02 cs.IT cs.NI math.IT
