CN114747249A - 移动网络中的切片保证 - Google Patents
移动网络中的切片保证 Download PDFInfo
- Publication number
- CN114747249A CN114747249A CN202080081799.5A CN202080081799A CN114747249A CN 114747249 A CN114747249 A CN 114747249A CN 202080081799 A CN202080081799 A CN 202080081799A CN 114747249 A CN114747249 A CN 114747249A
- Authority
- CN
- China
- Prior art keywords
- slice
- saf
- slices
- base stations
- configuration parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 claims 2
- 230000006870 function Effects 0.000 description 39
- 238000007726 management method Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 15
- 239000010410 layer Substances 0.000 description 15
- 238000013468 resource allocation Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 239000013256 coordination polymer Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 101150071746 Pbsn gene Proteins 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5022—Ensuring fulfilment of SLA by giving priorities, e.g. assigning classes of service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/26—Reselection being triggered by specific parameters by agreed or negotiated communication parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0888—Throughput
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
总体上,描述了用于移动网络内的切片保证的技术。在一些示例中,一种方法包括:通过由一装置执行的切片保证功能(SAF)获得多个切片中的第一切片的关键性能指标(KPI)值,该多个切片由服务于移动网络的跟踪区域的多个基站实现;由SAF部分地基于第一切片的KPI值来确定第一切片的服务级别协议(SLA)未得到满足;响应于该确定,由SAF重新分配与多个切片中的任一个相关联的切片资源,以计算第一切片的新切片配置参数;并且由SAF重新配置多个基站中的至少一个,以实现第一切片的新切片配置参数。
Description
本申请要求于2019年11月27日提交的美国临时专利申请号62/940,887的权益,其全部内容通过引用结合于此。
技术领域
本公开涉及移动网络,并且更具体地,涉及在移动网络内实现的切片。
背景技术
当今移动运营商面临的主要技术挑战之一是提供未来应用和服务所需的各种网络性能特征的能力。举几个例子,带宽、等待时间、分组丢失、安全性和可靠性在不同的服务之间会有很大的不同。机器人远程操作、大规模IoT和自动驾驶汽车等新兴应用需要连接,但具有截然不同的特征。结合架构灵活性、软件可编程性、不同垂直领域(医疗、工厂、军事、公共安全等)的需求和各种类型的应用导致了产生5G移动网络中网络切片概念。网络切片提供了一种方便的方式来完全分割网络,以支持特定类型的服务或业务。此外,根据容量、覆盖范围、连接性、安全性和性能特征(录入,延迟)来优化每个切片。由于切片可以彼此隔离,就好像这些切片在控制平面和用户平面上物理分离一样,因此网络切片的用户体验将与在单独的网络上一样。
移动运营商域内的网络切片跨越网络节点、核心网络部件、传输网络和无线电接入网络(RAN)部件上运行的软件应用。3GPP标准构建了可切片的5G基础设施,以在公共的单个物理网络上提供许多逻辑网络段(参见题为“Telecommunication management;Study onmanagement and orchestration of network slicing for next generation network”的3GPP的TR28.801文档,)。控制平面(CP)和用户平面(UP)分离的软件定义网络(SDN)和网络功能虚拟化(NFV)等技术是分割传统网络结构的关键因素。可定制和虚拟化的网络部件可以仅使用软件连接在一起,以提供适当的连接级别。
5G标准化工作已开始基于应用/服务类型定义特定切片及其服务级别协议(SLA)。例如,用户设备(UE)现在可以使用控制消息中被称为网络切片选择辅助信息(NSSAI)的新字段来直接指定其期望的切片。NSSAI的子字段是用于指示切片类型的切片/服务类型(SST)。这些标准已经定义了最常用的网络切片类型,并保留了相应的标准化SST值(参见3GPPTS23.501)。例如,SST值1、2和3分别对应于增强型移动宽带(eMBB)、超可靠低延迟通信(uRLLC)和海量IoT(MIoT)的切片类型。核心网络的接入和移动性管理功能(AMF)检索用户订阅所允许的切片,并与核心网络的网络切片选择功能(NSSF)交互,以选择用于该流量的适当网络切片实例。此外,3GPP规定了新切片管理功能,例如,网络切片管理功能(NSMF)和网络切片子网管理功能(NSSMF),其唯一的作用是为用户/应用创建、管理和监控移动运营商网络内的切片实例。切片目录和所有特定于切片的服务级别协议(SLA)都存储在NSMF内。与切片段/子网对应的特定SLA存储在NSSMF中。
SLA分为合同(静态)SLA和网络(动态)SLA。静态SLA仅定义了切片用户和运营商之间的法律和财务条款和条件,适用于切片的激活、操作、处罚和终止。这些SLA不会随着网络条件的变化而变化,因此保持不变。另一方面,网络SLA主要定义服务质量(QoS)要求。这些大致包括切片可用性/可靠性(服务正常运行时间占总时间的百分比)、切片吞吐量(每秒比特数)、分组延迟(以毫秒计的平均和最大分组延迟)、分组丢失(在定义的时间间隔内丢失的分组占总分组的百分比)、容量(每秒每km2比特数)等。这些网络切片SLA都有很好的文档记录(参见3GPPTS22.261)。具有从带内或带外网络段收集的关键性能指标(KPI),用于衡量这些SLA随时间的履行情况。网络监控是服务管理和协调(SMO)系统的任务,并且在3GPP标准文档中有明确的定义。
发明内容
总体地,描述了用于移动网络内的切片保证的技术。在网络切片的生命周期期间,从开始到结束,在移动网络中,尤其是在跟踪区域(TA)上的无线电接入网络(RAN)侧,必须满足其服务级别协议(SLA),其中,每个区域由多个小区形成,这些小区必须能够在时变分组流量下满足SLA。在一些示例中,定义了称为切片保证功能(SAF)的新控制网络功能及其到基站(例如,gNodeB)的接口,用于跨那些多个小区的小区切片资源分配的近实时(近RT)和非实时(非RT)协调,目的是满足区域内切片的RAN特定SLA。
例如,SAF可首先确定目标RAN特定切片关键性能指标(KPI),该指标必须在TA内针对每个切片实例及其相应的阈值进行监控,并且SAF能够激活其控制的每个gNodeB内的相关性能管理(PM)作业。SAF监控这些KPI并对照阈值进行检查,基于这些检查,SAF可以重复地微调gNodeB的切片资源分配。当TA内的移动流量密度或特性随时间变化时,SAF计算第1、第2和第3RAN协议层中的任一层或多层的可用资源参数的新分布,并使用新接口向gNodeB发送重新配置命令。这样,SAF可以促进跨区域和跨时间切片资源再分配的实际应用。SAF可以从网络切片子网管理功能(NSSMF)检索切片属性和每个切片的SLA,当/如果资源重新配置不能满足SLA,向负责方发送切片特定的通知,并且向gNodeB发送用于KPI监控的PM作业。
在一些示例中,一种方法包括:通过由装置执行的切片保证功能(SAF)获得由服务于移动网络的跟踪区域的多个基站实现的多个切片中的第一切片的关键性能指标(KPI)值;由SAF部分地基于第一切片的KPI值来确定第一切片的服务级别协议(SLA)未得到满足;响应于该确定,由SAF重新分配与多个切片中的任一个相关联的切片资源,以计算第一切片的新切片配置参数;以及由SAF重新配置多个基站中的至少一个,以实现第一切片的新切片配置参数。
在一些示例中,一种用于移动网络的切片保证功能(SAF)包括:切片性能收集器,包括一处理电路,并且被配置为获得多个切片中的第一切片的关键性能指标(KPI)值,该多个切片由服务于移动网络的跟踪区域的多个基站实现;切片优化器子系统,包括一处理电路,并且被配置为部分地基于第一切片的KPI值来确定第一切片的服务级别协议(SLA)未得到满足,其中,该切片优化器子系统还被配置为响应于所该确定,重新分配与多个切片中的任一个相关联的切片资源,以计算第一切片的新切片配置参数;以及切片控制动作子系统,包括一处理电路,并且被配置为重新配置多个基站中的至少一个,以实现第一切片的新切片配置参数。
在一些示例中,一种移动网络包括:多个基站,包括相应的切片保证功能客户端;以及切片保证功能,包括处理电路,并且被配置为:获得多个切片中的第一切片的关键性能指标(KPI)值,该多个切片由服务于移动网络的跟踪区域的多个基站实现;部分地基于第一切片的KPI值来确定第一切片的服务级别协议(SLA)未得到满足;响应于该确定,重新分配与多个切片中的任一个相关联的切片资源,以计算第一切片的新切片配置参数;并且经由接口向一个切片保证功能客户端传送第一切片的新切片配置参数,以使一个切片保证功能客户端重新配置对应的基站,以实现第一切片的新切片配置参数。
在附图和以下说明中阐述本公开的一个或多个实例的细节。根据说明书和附图以及权利要求书,其他特征、目的和优点将变得显而易见。
附图说明
图1是示出示例性逻辑5G RAN架构的框图。
图2是示出用于5G移动网络的分布式gNodeB架构的框图。
图3A是根据本公开的技术的示出跨两个切片的一种切片资源使用重新配置的框图。
图3B是根据本公开的技术的示出跨两个切片的另一种切片资源使用重新配置的框图。
图3C是根据本公开的技术的示出跨同一切片的两个gNodeB的一种切片资源使用重新配置的框图。
图3D是根据本公开的技术的示出跨同一切片的两个gNodeB的另一种切片资源使用重新配置的框图。
图4A为根据本公开的技术的示出具有用于近RT控制的SAF、SAF客户端和E2++接口的示例性系统的框图。
图4B是根据本公开的技术的示出具有用于非RT控制的SAF、SAF客户端和O1++接口的示例性系统的框图。
图5是根据本公开技术的SAF的框图。
图6为根据本公开技术的配置启动KPI测量的示例性方法的流程图。
图7是根据本公开的技术的示出使用SAF重新配置RAN资源的示例性方法的流程图。
在整个说明书和附图中,相同的附图标记表示相同的元件。
具体实施方式
总体地,移动运营商的SLA可基于每个切片进行定义,并包括从UE到移动网络出口点的路径。该出口点可以是目的地站点,也可以是公共互联网的网关功能。然而,即使在移动网络中,切片也包含许多段。该SLA通常具有不同的部分,例如,
a)RAN段(包括前传部件和中传部件两者)
b)传输段(也被称为回传)
c)核心网络段
这些段中的每一个都以不同的方式对SLA做出贡献。例如,通过将所有所述段内的分组延迟相加来确定等待时间。类似地确定可用性和分组丢失,即,通过将所有段的贡献相加。相反,所有段的吞吐量和容量必须相同。根据切片SLA,NSMF必须导出RAN特定的切片SLA部分,将由系统根据本文描述的技术来控制该部分。RAN特定的SLA可以存储在NSMF或NSSMF中,并可从其访问。
5G无线电接入网络具有分布式架构。基站被也称为gNodeB,分为可以部署在各种配置中的三个功能部件:中央单元(CU)、分布式单元(DU)和无线电单元(RU)。CU执行上层协议处理。DU执行低层协议处理。使用新定义的开放式F1接口,不同的DU和CU供应商现在可以互操作。CU也被分为控制平面和用户平面功能,分别为CU-CP和CU-UP。虽然CU-CP使用E1接口控制多个CU-UP;但是CU-CP还使用F1-C接口控制其所有对向DU。管理RF层的RU具有各种尺寸和形状的天线阵列。根据运营商和服务需求,gNodeB可以整体部署,即RU、DU和CU驻留在小区站点内,或者这些功能可以跨站点分布,例如,RU和DU可以驻留在小区站点中,而CU驻留在控制多个这些分布式DU的边缘云站点中。由于DU-CU接口更能容忍延迟,因此它们可以分开一定距离,但是如果接口对延迟更敏感,则RU和DU更有可能并置在一起。实现方式之间的权衡取决于这些部件的流量要求和经济性。为简单起见,在本文档中,术语gNodeB或基站可以互换使用,并且不区分其分布式部件如何部署在小区站点内。
5G标准定义了包括多个跟踪区域的注册区域(RA)。跟踪区域的概念来自4G网络,而注册区域(RA)是5G中新定义的。每个跟踪区域(TA)包括多个小区。每个小区由小区ID标识。用户设备(UE)被认为在任何时间点都在小区、TA和RA内。还允许UE支持小区/TA/RA基础设施必须支持的多达8个不同的网络切片。
首先,UE向AMF注册,该AMF向UE提供TAId(TAI),从而提供其所在的注册区域。用适用于整个跟踪区域的服务级别协议(SLA)来描述切片。然而,跟踪区域包括多个小区,并且该区域的这些不同小区上的UE无线电接入网络条件和密度分布随时间而变化。在标准中没有定义关于如何确保在业务量变化时跨小区满足RAN特定的切片SLA的机制。此外,在端到端的基础上定义网络KPI,包括RAN和核心网段。在一些示例中,这些技术包括导出RAN特定的切片KPI对应物,以监控和验证这些RAN特定的SLA。
根据本公开的一些示例,开发了示例性切片保证功能(SAF)和示例性方法,使得当区域中存在大量小区时,RAN特定的SLA随着时间和区域(例如,跟踪区域)而得到满足。SAF直接或经由5G网络的服务管理和协调(SMO)系统从所有gNodeB收集KPI,与每个SLA部件的实现相关的阈值进行比较,并确定随着时间的推移每个TA的所有小区是否满足所有SLA。如果不满足,则SAF使用一种算法,通过计算跨多个切片的每个小区的切片资源的分布,来确定跨小区的无线电接入网络资源的重新分配比率。这样,SAF在跟踪区域的小区上实现了动态无线电资源分配(DRRA)。
根据本公开的一些示例,本文所描述的用于确定再分配的算法可以(i)将其它切片未使用的切片资源重新分配给需要额外切片容量以满足同一gNodeB上的SLA的那些切片,(ii)将较低优先级的切片正在使用的切片资源重新分配给具有较高优先级的切片,即使这两个切片都需要额外容量,以满足SLA,和/或(iii)当需要额外容量,以满足SLA时,通过将切片流量转移至其它gNodeB(或部件),在多个gNodeB上重新分配切片资源。根据实现方式的选择,所有这些动作可以近实时地执行,即不到1秒,或者非实时地执行,即超过1秒。不同的示例可以执行(i)、(ii)和(iii)的任意组合。
根据本公开的一些示例,切片保证功能(SAF)与所有gNodeB(或其子部件)对接,以发送重新配置命令。这些命令由“SAF客户端”接收,SAF客户端是在每个gNodeB中实现的软件子系统,以接收所述重新配置命令,并相应地能够激活gNodeB中的配置变化。
根据本公开的一些示例,SAF被实现为现有技术中众所周知的RAN智能控制器(RIC)的子部件(也被称为RAN边缘云控制器)。这样做,SAF利用RIC已经定义和实现的与SMO和NSMF/NSSMF的接口,来收集KPI、跟踪区域的RAN特定的SLA和警报通知。SAF与每个gNodeB之间的接口被表示为E2++,这是在RIC与gNodeB之间定义的E2接口的扩展版本。在这个示例中,对gNodeB的控制是近实时的。
根据本公开的一些示例,SAF被实现为SMO的子部件。这样做,SAF利用SMO的内部NSMF/NSSMF、用于KPI收集的性能管理功能以及用于警报通知的警报/故障管理功能。SAF与每个gNodeB之间的接口被表示为O1++,这是在SMO与gNodeB之间定义的O1接口的扩展版本。在这个示例中,对gNodeB的控制可能是非实时的。
根据本公开的一些示例,在SMO内实现SAF的子部件(SAFSMO),在RIC内实现另一子部件(SAFRIC),以确保协调对gNodeB的近RT和非RT控制。此外,将RIC与SMO之间的A1接口被扩展为A1++,以支持SAF的这两个子部件之间的通信。在这样一个更复杂的架构中,SAFSMO采用算法/方法(例如,使用人工智能/机器学习的算法/方法)来确定所需的控制,并将这些控制措施和策略传达给近实时执行这些措施和策略的SAFRIC(使用A1++)。SAF可以根据具体情况在近实时和非实时中实现控制。在这个场景中,SAFSMO与gNodeB之间的接口是O1++,而SAFRIC与gNodeB之间的接口是E2++。
5G RAN支持物理层中的正交频分复用(OFDM),具有不同的数字(例如,不同的子载波间隔和循环前缀长度)和可适应的时间和频率帧结构,这意味着可选择的时隙持续时间和DL/UL传输方向的动态分配。此外,可以指示由同一小区服务的UE仅使用小区资源网格的子集来接收或发送。前述无线电参数在RAN协议层中都是可调整的。此外,简单地通过改变例如时间和频率轴上的小区资源网格份额的分配,来实现无线电网络中的小区内的切片参数的重新配置。在协议栈的上层,通过对数据无线电承载(DRB)的适当处理,例如,通过针对相应DRB的特定调度规则和/或无线电协议栈配置以及对URLLC类型流的立即调度,来满足切片SLA。这些是示例性的gNodeB第1层、第2层和第3层参数,可以在每个小区内调整这些参数,以提供切片SLA,其中一些参数是根据吞吐量、能效、延迟和可靠性等性能要求来定义的。定义这些要求,以评估每个切片的SLA,SLA需要在gNodeB协议层中进行适当的处理。在吞吐量需求的情况下,基于切片的物理资源块(PRB)利用、链路自适应方案控制、调制和编码方案(MCS)级别以及传输块(TB)大小是一些示例性的可配置参数。同样,具有高能效要求的切片可以通过非连续接收(DRX)配置进行调整。如前所述,节能UE可以配置有低带宽,以防止5G新无线电(NR)支持的耗能宽带操作。带宽部分(BWP)之间的切换简单地由从SAF接收的策略指导。关于延迟要求,5GNR支持基于非时隙的调度和抢占式调度。如果BWP中资源块的利用率很高,则SAF管理抢占策略,这将允许通过中断对其他延迟容忍或优先级较低的服务(例如,移动宽带)的资源分配来服务高优先级延迟敏感服务。为了支持切片的可靠性要求,引入了具有低频谱效率的可替代MCS表。基于切片的可靠性要求,SAF管理下行和上行数据传输中的动态MCS表信令。与可靠性相关,分组数据汇聚协议(PDCP)可能被配置为生成重复的分组,这些分组被路由到不同的RLC实体。用于增加可靠性的另一种方法是将UE配置为在连续时隙中重复接收物理数据共享信道(PDSCH)。使用重复的优点是减少了等待时间,因为基站不需要等待来自UE的HARQ确认,同时增加了成功接收的概率。上述每个参数都是参数化并影响切片操作的切片参数的非穷举列表。切片参数在本文也可以被称为“切片配置参数”,因为SAF可以配置移动网络的部件,来根据切片参数进行操作。
在一些示例中,SAF通过与负责特定跟踪区域的网络切片子网管理功能(NSSMF)通信,获得每个跟踪区域支持的切片数量和类型以及相关的RAN特定的切片SLA。当存在违规时,SAF还向订阅的实体发送切片通知,例如,警告和警报,这些实体可以是NSSMF和/或服务管理和协调(SMO),这取决于运营商部署。SAF进一步与SMO通信,以便可以接收策略,这些策略将用于目标RAN切片KPI推导。根据运营商的选择,NSSMF和NSMF可以被实现为SMO的部件,也可以作为单独的功能来部署。
SAF的功能可被实现为(i)集成到RAN智能控制器(RIC)中,用于近RT(近RT)控制,(ii)集成到SMO中,用于非RT控制(非RT),(iii)在SMO和RIC上集成(作为分离功能),用于近RT和非RT控制,或(iv)作为单独的虚拟或物理网络功能(VNF/PNF),该功能直接与RIC和SMO通信,根据具体情况可能用于近RT或非RT控制。用于上述(i)的朝向gNodeB的示例接口是E2接口的扩展版本,该版本当前被定义用于从gNodeB收集接近实时的信息(例如,UE基础和小区基础)以及用于提供增值服务。在一个示例中,将E2被扩展为发送重新配置命令,用E2++表示。用于上述(ii)的面向gNodeB的另一示例性接口是O1接口的扩展版本,该版本目前被定义用于与gNodeB的非实时交互。在一个示例中,将O1扩展为发送重新配置命令,用O1++表示。另一示例性接口是RIC和SMO之间的A1接口的扩展,用于在RIC和SMO内实现的SAF的子部件之间发送命令,用A1++表示。此外,还可以在SAF和SAF客户端之间设计全新的接口,该接口不依赖于现有接口,例如,O1和E2。
使用例如来自gNodeB的带内和/或带外数据收集方法,在使用实际用户分组流或合成生成的分组流聚集的RAN协议层1、2和3,收集关键性能指标(KPI)。这些KPI可以进一步分解为每个RU、DU和CU部件以及中传和前传设施,以考虑与RAN的这些特定子部件相关联的任何延迟、分组丢失或可用性。
可计算RAN特定的切片资源再分配的SAF的示例性算法通过使用资源“范围”的概念(例如,20%±5%,)来计算适应流量突发的再分配权重。这些范围仅允许产生非紧急情况的轻微SLA违反事件,并且不需要任何RAN切片资源调整。这样做,可以避免频繁地重新配置gNodeB。
电子装置(例如,gNodeB、UPF用户平面功能、AMF、控制器等)使用机器可读介质,例如,非暂时性机器可读介质(例如,机器可读存储介质,例如,磁盘;光盘;只读存储器;闪存装置;相变存储器)和暂时性机器可读传输介质(例如,电、光、声或其他形式的传播信号,例如,载波、红外信号)存储和传输(内部地和/或通过网络与其他电子装置通信)代码(由软件指令组成)和数据。此外,这种电子装置包括硬件,例如,耦合到一个或多个其他部件的一组一个或多个处理器,例如,一个或多个非暂时性机器可读存储介质(以存储代码和/或数据)和网络连接(以使用传播信号传输代码和/或数据),在一些情况下,包括用户输入/输出装置(例如,键盘、触摸屏和/或显示器)。该组处理器和其他部件的耦合通常是通过电子装置内的一个或多个互连(例如,总线和可能的桥)。因此,给定电子装置的非暂时性机器可读介质通常存储用于在该电子装置的一个或多个处理器上执行的指令。本公开的技术的示例性实例的一个或多个部分可以使用软件、固件和/或硬件的不同组合来实现。
如本文所用,网络装置(例如,基站、交换机、控制器或控制功能)是一件网络部件,包括与网络的其他设备(例如,其他网络装置和终端系统)通信互连的硬件和软件。交换机提供到其他网络设备的网络连接,例如,展现出多层网络功能(例如,路由、第三层交换、桥接、VLAN(虚拟LAN)交换、第二层交换、服务质量和/或用户管理)的交换机、网关和路由器,和/或提供对来自多个应用服务(例如,数据、语音和视频)的流量的支持。
用户设备(UE)为用户装置,例如,手机、平板电脑、移动传感器、计算机或无线连接至移动网络的其他类型的设备。网络中的任何物理装置都有类型、位置、ID/名称、媒体访问控制(MAC)地址和互联网协议(IP)地址。此外,物理装置可以托管一组VNF,每个VNF由例如虚拟端口号和/或虚拟IP地址来标识。
注意,虽然说明书中的图示示例主要讨论了依赖于SDN和NFV的5G网络,但实现本文所述技术的示例也可适用于可切片的其他类型的网络(移动和非移动)。
图1示出了具有注册区域(RA)14的示例性无线电接入网络(RAN)10,注册区域具有三个跟踪区域11、12和13。跟踪区域11具有小区101、102、103和104。跟踪区域12具有小区1111、1112、1113和1114。最后,跟踪区域13具有小区2111、2112、2113和2114。唯一的跟踪区域Id(TAI)标识每个跟踪区域。RA 14被定义为一组跟踪区域。唯一的小区Id标识TA内的每个小区。
跟踪区域内的每个小区都有一个相关联的基站(gNodeB)。5G基站架构分布了构成基站的各种部件。如图2所示,中央单元(CU)、分布式单元(DU)和无线电单元(RU)是基础部件。RU支持无线电接口,并为此携带天线阵列。gNodeB的大脑是CU,主要执行第3层操作,由CU-CP控制。CU-CP控制CU-UP及其所有对向DU。图中示出了具有三个对向DU的单个CU:DU#2具有三个RU(RU#1、#2和#3),其中,DU#1和DU#2具有集成的RU。根据小区要求和流量类型,gNodeB可以部署在各种配置中。
图3A、图3B、图3C和图3D示出了在具有两个小区站点(分别由gNodeB1和gNodeB2支持)和两个切片实例(切片1和切片2)的简单TA内,对比根据现有3GPP规范的切片资源利用和根据本公开的技术的切片资源重新配置的简图。最初为切片1和切片2配置的总吞吐量是每个片3Mbps,在这个简单的示例中,这是在构成跟踪区域的gNodeB 1和gNodeB 2上配置的。
图3A示出了gNodeB 1上的切片1和切片2随时间变化而实现的切片吞吐量。我们注意到,虽然切片2的流量相对较低,但切片1的流量在时间t1和t2之间超过了配置的吞吐量。通过根据该示例执行跨时间资源配置,通过仅重新配置gNodeB 1的吞吐量参数,从切片2“借用”吞吐量,并将其转移到gNodeB 1上的切片1。
图3B示出了gNodeB 1上的切片1和切片2的在时间0实现的另一种切片吞吐量。虽然切片1和切片2的流量都很高,但切片1是优先级更高的切片。在时间t1和t2之间,两个切片的流量都超过了配置的吞吐量。通过根据该示例执行跨时间资源配置,通过仅重新配置gNodeB 1的吞吐量参数,从较低优先级的切片2借用吞吐量,并将其转移到gNodeB 1上的切片1。
图3C示出了gNodeB 1和gNodeB 2上的切片1随着时间变化而实现的切片吞吐量。我们注意到,虽然切片1的流量在gNodeB 2上相对较低,但超过了gNodeB 1中配置的吞吐量。通过根据本公开的技术执行跨区域资源配置,通过迫使gNodeB 1上的切片1的用户切换到gNodeB 2,从gNodeB 2借用吞吐量。例如,SAF 400可以用不同的天线功率重新配置gNodeB 1和/或gNodeB,或者改变gNodeB的负载平衡参数,以强制切换。
图3D示出了在gNodeB 1和gNodeB 2上的切片1随时间变化而实现的切片吞吐量的另一个实例。切片1的流量很高,超过了gNodeB 1和gNodeB 2上配置的吞吐量。通过根据该示例执行跨区域资源配置,从gNodeB 2借用吞吐量,来满足gNodeB 1上的过量切片1流量。尽管在gNodeB 2上仍未满足切片1的吞吐量SLA,但这样做,在gNodeB 1上满足了。根据该示例,这些重新配置示出了如何将动态权重分配给跨区域的基站上以及跨时间的切片上的吞吐量分布。在图3A和图3B的gNodeB 1上,在时间t1和t2之间,将切片吞吐量的较高权重提供给切片1(多25%)。类似地,在图3D中,与切片1的gNodeB 2相比,给gNodeB 1吞吐量提供更高的权重(多25%)。这样做,可以提高跨时间和每个区域切片吞吐量。
设I={1,2…n}表示TA中的切片组,C={1,2…m}表示TA中的小区组。对于每个切片i∈I,设di指示SLA中指示的每个UE的保证数据速率要求,设集合Ui是从切片i接收服务的UE。在这种情况下,Ru指示UEu∈Ui的经历数据速率。
因此,下面的表达式是示例性能指示符,该指示符示出了切片i∈I中的UE是否达到切片特定的保证数据速率要求。
其中,xu是UE u∈Ui的归一化速率,在0和1之间界定该速率。
TA内的不同切片以及形成TA的多个小区上的PRB分布可以用矩阵来表示,以便更好地理解跨区域和跨时间重新配置的结果。列表示TA中不同类型的切片,而行表示TA中可配置的小区/gNodeB。在示例性场景中,假设TA中有四个切片(I1、I2、I3和I4)和三个小区(C1、C2和C3)。切片3是“高优先级”切片(从一个或多个SLA的角度来看)。在时间t=t0的资源分配百分比如下所示。注意,每个小区总资源跨所有切片必须为1:
在时间t=t1,在小区C1中,切片3的流量显著增加。SAF检查是否满足切片3中每个UE的保证吞吐量。此外,SAF检查无线电资源利用和切片的负载,例如,在先前时间间隔中用于数据业务的PRB的平均数量。根据本公开的技术的示例,从I1和I2借用C1资源,并将其转移到I3上,从而向切片3提供更高百分比的使用。
SAF的优化算法在每个观察周期内计算每个小区和每个切片的资源分配配置参数。注意,SAF优化算法可以使用简单的启发式算法,其中许多算法在现有技术中是已知的,或者使用人工智能(AI)(例如,深度学习)的复杂机器学习技术,该技术随着时间的推移学习和改进切片流量对各种资源分配动作的响应。
图4A示出了具有许多小区站点的跟踪区域420,该小区站点:gNodeB422a、422b、422c…422n。还示出了gNodeB 422a的分布式部件。这些是CU-CP 452a、CU-UP 432a和DU442a-k。CU-CP 452a使用E1接口控制CU-UP 432a,并使用F1-C接口控制DU 442a。用于实现本公开的技术的示例部件可以包括:(i)SAF 400,基于RAN特定的SLA和所收集的KPI跨时间和区域对资源重新分配做出决定,并控制所有所述基站,(ii)SAF400与所有gNodeB之间的接口、E2++接口,以及(iii)SAF客户端451a、451b…451n,通过E2++接口接收重新配置命令,并且在一些情况下能够以近RT执行。
SAF 400通过RIC 410从网络切片子网管理功能(NSSMF)404获取跟踪区域内支持的每个切片类型以及与每个切片相关的SLA。假设NSSMF 404从NSMF 406获得RAN特定的切片SLA目录和特定SLA部件信息。
SAF 400使用E2++接口从所有基站收集或使用A1接口458经由SMO408直接收集与切片SLA相关的近实时性能数据。当使用相同的接口不能满足切片SLA时,SMO 408从SAF 400接收诸如警告和报警等通知。
图4B示出了SAF 400的另一示例,其中,SAF是SMO(而非RIC)的一个部件。在这个场景中,用于向gNodeB重新配置的接口是扩展的O1接口,用O1++表示。因为O1是为非RT操作设计的,所以这个示例的结果可能是gNodeB的重新配置不太频繁。尽管没有在单独的图中示出,但是人们可以容易地将图4A和图4B叠加,以得出又一替代配置,其中,SAF的一些部件在RIC中(如图4A所示),而其他部件在SMO中(如图4B所示),这可能需要在RIC和SMO之间的A1接口中扩展,以支持SAF内部的消息传递。这个接口称为A1++,根据SAF在这两个系统上的功能划分,具有不同的功能。本公开涵盖了实现方式中的这种变化。
在一些情况下,SAF 400可应用人工智能或使用历史KPI训练的其他机器学习模型,来预测切片的可能故障,以满足相应SLA。响应于基于最近的KPI识别即将到来的可能故障,SAF 400可以在预测的故障时间之前重新分配切片资源,并重新配置eNodeB,以避免故障。
图5是根据SAF的一些示例的SAF 400的高级框图。切片目录和切片SLA数据库505由从NSSMF收集的信息填充。从基站收集测量值的切片性能收集器503填充实时(RT)RAN切片KPI数据库506。切片参数NRT数据库507随着时间的变化而存储分配给TA中每个基站的所有确定的切片参数。跨时间和区域的切片优化器子系统500计算权重,以将TA的切片SLA配置分配给每个基站配置。切片控制动作子系统501将权重映射到适当的基站控制动作中,并将这些动作发送到基站422a...n上。SAF与SAF客户端之间的接口支持简单的示例性消息,例如:
·<ReconfigRequest{ID}{component ID}{time stamp}{param:value}{param:value}…{param:value}>:SAF使用新参数值重新配置资源的请求。
·<FallBackToDefault{component ID}{time stamp}>:恢复到其原始/默认的切片配置的请求。
·<ReconfigResponseSuccess{param:value1}{param:value1}…{param:value1}{component ID}{time stamp}>:gNodeB对SAF成功实现重新配置的响应
·<ReconfigResponseFailure{param:value1}{param:value1}…{param:value1}{component ID}{time stamp}>:gNodeB对未能实现所请求的重新配置的响应
如果切片SLA未得到满足,则切片通知子系统502准备报警或警告,发送至SMO 408的报警管理子功能。一旦获得切片目录和切片SLA,子系统516就确定每个TA RAN特定的切片KPI及其目标和阈值。子系统515生成将由每个gNodeB执行的性能管理作业(任务),以便收集和报告切片KPI,以供SAF 400消耗。
图6和图7示出了实现本公开技术的示例性方法或步骤。在图6中的步骤601,SAF400从NSSMF 603收集TA支持的所有切片类型和相关联的SLA。在步骤611中,SAF 400导出切片KPI、其目标值和阈值。此后,在步骤671中,SAF 400生成每个gNodeB必须执行的PM作业,以用于切片特定的KPI监控。最后,在步骤681,RIC 410将所需的KPI传送给跟踪区域中的每个gNodeB,并开始从每个gNodeB收集KPI,以供SAF 400消耗。
在图7中的时间T,SAF 400在步骤602中从所有基站收集与每个切片相关的KPI。在复选框604中,SAF 400首先进行检查,以确定对于切片内的每个流是否TA的切片SLA是否得到满足。对所有切片执行该检查和随后的步骤,这可以迭代地或并行地完成。如果对复选框604的回答为是,则SAF 400在步骤611中等待,直到下一个时间间隔(T+1),以重复该过程。
在一些示例中,SAF 400可选地(如609的虚线所示)确定是否应执行基于预测的SLA调整(步骤609)。如果不执行,则在步骤611中,SAF400等待,直到下一个时间间隔(T+1),以对该切片重复该过程。如果要执行基于预测的SLA调整(步骤609的“是”分支),则SAF 400执行步骤618,在这些示例中,该步骤包括通过应用预测技术来重新优化切片参数,该预测技术用于预测切片的可能故障,以满足相应的SLA,例如,上述那些。例如,SAF 400可以预测对应切片的一个SLA未得到满足,并且作为响应,抢先重新分配切片资源,以计算该切片的新切片配置参数。SAF400然后可以重新配置基站,以实现该切片的新切片配置参数。
然而,如果某些切片SLA未得到满足(604的“否”分支),则SAF 400检查,以在复选框605中确定时间段T内TA的总切片SLA是否得到满足。如果不满足,则在步骤621中向SMO发出警报。否则,在步骤618中,SAF 400在一个或多个基站上重新分配切片资源。该步骤可以由跨时间和跨区域的切片优化器子系统500执行,该子系统计算新切片资源参数,当使用SAF 400计算的切片配置参数将其配置到gNodeB中时,这些参数将根据重新分配实现切片资源参数。在步骤622中,SAF 400检查,以确定是否存在重新分配的可行解决方案,使得所有切片都能够满足其相关联的SLA。如果不满足,则在步骤621中,SAF 400向SMO中的警报管理发送警报。否则,在步骤642中,SAF 400向至少一个基站发送新切片配置参数,以实现为切片计算的新切片资源。一个或多个基站的CU-CP、CU-UP或DU中的任一个可以接收新切片配置参数,用于重新配置一个或多个基站。
缩写
5G:第五代移动无线通信系统
AMF:接入和移动功能
CP:控制平面
CU:中央单元
DU:分布式单元
gNodeB:基站
IoT:物联网
IP:互联网协议
KPI:关键性能指标
NRF:网络知识库功能
NSSAI:网络切片选择辅助信息
NSMF:网络切片管理功能
NSSMF:网络切片子网管理功能
PM:性能管理
RA:注册区域
RU:无线电单元
QoS:服务质量
RAN:无线电接入网络
RIC:RAN智能控制器
SDN:软件定义网络
SLA:服务级别协议
SMO:服务管理和协调
SST:切片服务类型
TA:跟踪区域
UE:用户设备
UP:用户平面
VNF:虚拟化网络功能
计算机可执行指令包括例如使通用计算机、专用计算机或专用处理装置执行特定功能或功能组的指令和数据。计算机可执行指令还包括由独立或网络环境中的计算机执行的程序模块。通常,程序模块包括执行特定的任务或实现特定的抽象数据类型的专用处理器设计中固有的例程、程序、部件、数据结构、对象和功能等。计算机可执行指令、相关数据结构和程序模块表示用于执行本文公开的方法的步骤的程序代码装置的示例。这种可执行指令或相关数据结构的特定序列表示用于实现这些步骤中描述的功能的相应动作的示例。
适于执行计算机程序的处理器包括例如通用和专用微处理器以及任何类型的数字计算机的任一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或这两者接收指令和数据。计算机的基本元件是用于进行或执行指令的处理器和用于存储指令和数据的一个或多个存储装置。通常,计算机还将包括一个或多个用于存储数据的大容量存储装置(例如,磁盘、磁光盘或光盘),或可操作地耦合到,以从该大容量存储装置接收数据或向其传送数据或两者兼有。
在本说明书中,术语“软件”旨在包括驻留在只读存储器中的固件或存储在磁性存储器或闪存中的应用程序,例如,可读入存储器中以由处理器进行处理的固态驱动器。此外,在一些实现方式中,多种软件技术可以被实现为较大程序的子部分,同时保持不同的软件技术。在一些实现方式中,多种软件技术也可以被实现为单独的程序。最后,共同实现本文描述的软件技术的独立程序的任何组合都在主题技术的范围内。在一些实现方式中,当安装软件程序,以在一个或多个电子系统上运行时,这些软件程序定义了一个或多个特定的机器实现方式,这些机器实现方式执行并进行软件程序的操作。
计算机程序(也被称为程序、软件、软件应用、脚本或代码)可采用任何形式的编程语言编写,包括编译或解释语言、声明或程序语言,并可采用任何形式部署,包括作为独立程序或模块、部件、子程序、对象或适用于计算环境的其他单元。计算机程序可以但不需要对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的一部分中(例如,存储在标记语言文档中的一个或多个脚本),存储在专用于所讨论的程序的单个文件中,或者存储在多个协作文件中(例如,存储一个或多个模块、子程序或代码部分的文件)。计算机程序可以被部署为在一台计算机或位于一个站点或分布在多个站点并通过通信网络互连的多台计算机上执行。
上述功能可在数字电子电路、计算机软件、固件或硬件中实现。这些技术可以使用一个或多个计算机程序产品来实现。可编程处理器和计算机可以包括在移动装置中或者被封装为移动装置。这些过程和逻辑流程可以由一个或多个可编程处理器以及一个或多个可编程逻辑电路或处理电路来执行。通用和专用计算装置和存储装置可以通过通信网络互连。
一些实现方式包括电子部件,例如,微处理器、存储器和内存,其将计算机程序指令存储在机器可读或计算机可读介质中(也称为计算机可读存储介质、机器可读介质或机器可读存储介质)。这种计算机可读介质的一些示例包括RAM、ROM、只读光盘(CD-ROM)、可记录光盘(CD-R)、可重写光盘(CD-RW)、只读数字通用光盘(例如,DVD-ROM、双层DVD-ROM)、各种可记录/可重写DVD(例如,DVD-RAM、DVD-RW、DVD+RW等)、闪存(例如,SD卡、迷你SD卡、微型SD卡等)、磁性或固态硬盘驱动器、只读和可记录光盘、超密度光盘、任何其他光学或磁性介质以及软盘。计算机可读介质可以存储可由至少一个处理单元执行的计算机程序,并且包括用于执行各种操作的指令集。计算机程序或计算机代码的示例包括例如由编译器产生的机器代码以及包括由计算机、电子部件或微处理器使用解释器执行的高级代码的文件。
虽然上述讨论主要涉及执行软件的微处理器或多核处理器,但一些实现方式由一个或多个集成电路执行,例如,专用集成电路(ASIC)或现场可编程门阵列(FPGA)。在一些实现方式中,这种集成电路执行存储在电路本身上的指令。
本说明书和本申请的任何权利要求中使用的术语“计算机可读介质”和“多个计算机可读介质”完全限于以计算机可读的形式存储信息的有形物理对象。这些术语不包括任何无线信号、有线下载信号和任何其他短暂信号。
Claims (20)
1.一种方法,包括:
通过由一装置执行的切片保证功能SAF来获得多个切片中的第一切片的关键性能指标KPI值,所述多个切片由服务于移动网络的跟踪区域的多个基站实现;
由所述SAF部分地基于所述第一切片的所述KPI值来确定所述第一切片的服务级别协议SLA未得到满足;
响应于该确定,由所述SAF重新分配与所述多个切片中的任一个相关联的切片资源,以计算所述第一切片的新切片配置参数;并且
由所述SAF重新配置所述多个基站中的至少一个,以实现所述第一切片的所述新切片配置参数。
2.根据权利要求1所述的方法,其中,确定所述第一切片的所述SLA未得到满足包括:确定对于与所述第一切片相关联的至少一个流,所述第一切片的SLA未得到满足。
3.根据权利要求1所述的方法,还包括:
由所述SAF响应于确定在一段时间内总切片SLA未得到满足,而输出警报,所述警报指示所述跟踪区域的资源不足以满足所述第一切片的所述SLA。
4.根据权利要求1所述的方法,其中,重新分配与所述多个切片中的所述任一个相关联的所述切片资源包括:
将所述多个切片中的第二切片未使用的切片资源从所述第二切片重新分配给所述第一切片,以计算所述第一切片的所述新切片配置参数。
5.根据权利要求1所述的方法,其中,重新分配与所述多个切片中的所述任一个相关联的所述切片资源包括:
将由所述多个切片中优先级比所述第一切片低的第二切片使用的切片资源从所述第二切片重新分配给所述第一切片,以计算所述第一切片的所述新切片配置参数。
6.根据权利要求1所述的方法,其中,重新分配与所述多个切片中的所述任一个相关联的切片资源包括:
强制使用所述第一切片的用户设备UE从所述多个基站中的第一基站切换到所述多个基站中支持所述第一切片的第二基站。
7.根据权利要求6所述的方法,其中,所述第一切片的所述新切片配置参数包括要服务于所述UE的所述第二基站的标识符。
8.根据权利要求1所述的方法,
其中,所述多个基站中的至少一个包括SAF客户端,并且
其中,重新配置所述多个基站中的至少一个以实现所述第一切片的所述新切片配置参数包括:由所述SAF向所述SAF客户端输出配置命令,以使所述SAF客户端重新配置所述多个基站中的至少一个。
9.根据权利要求8所述的方法,其中,所述SAF和所述SAF客户端经由接口进行通信,所述接口包括O1接口、E2接口或基于3GPP的性能管理接口中的一者,其中,所述接口被扩展以能够收集所述KPI值并且从所述SAF客户端向所述SAF报告所述KPI值。
10.根据权利要求1所述的方法,其中,所述装置包括无线电接入网络RAN智能控制器RIC。
11.根据权利要求10所述的方法,其中,将所述RIC与所述多个基站中的所述至少一个之间的E2接口扩展为支持SAF与所述多个基站中的所述至少一个的SAF客户端之间的通信。
12.根据权利要求1所述的方法,其中,所述装置包括服务管理和协调SMO系统。
13.根据权利要求12所述的方法,其中,将所述SMO系统与所述多个基站中的所述至少一个之间的O1接口或基于3GPP的管理接口扩展为支持SAF与所述多个基站中的所述至少一个的SAF客户端之间的通信。
14.根据权利要求1所述的方法,其中,所述SAF包括由无线电接入网络RAN智能控制器RIC执行的SAF部件和由服务管理和协调SMO系统执行的SAF部件。
15.根据权利要求14所述的方法,其中,将A1接口扩展为支持由所述RIC执行的SAF部件和由所述SMO系统执行的SAF部件之间的通信。
16.根据权利要求1所述的方法,还包括:
由所述SAF收集所有的所述多个切片的SLA;
由所述SAF基于所述SLA确定所述多个切片中的每一个的要在所述跟踪区域内被监控的切片KPI;并且
由所述SAF生成性能管理作业并且向所述多个基站输出性能管理作业,以使所述多个基站监控和报告所述切片KPI。
17.根据权利要求1所述的方法,还包括针对所述多个切片中的每一个额外切片,迭代地:
由所述SAF获得所述额外切片的KPI值;
由所述SAF部分地基于所述额外切片的KPI值来确定所述额外切片的SLA未得到满足;
响应于该确定,由所述SAF重新分配与所述多个切片中的任一个相关联的切片资源,以计算所述额外切片的新切片配置参数;并且
由所述SAF重新配置所述多个基站中的至少一个,以实现所述额外切片的所述新切片配置参数。
18.根据权利要求1所述的方法,还包括:
由所述SAF获得所述多个切片中的第二切片的KPI值;
由所述SAF部分地基于所述第二切片的所述KPI值来预测所述第二切片的SLA未得到满足;
响应于该确定,由所述SAF重新分配与所述多个切片中的任一个相关联的切片资源,以计算所述第二切片的新切片配置参数;并且
由所述SAF重新配置所述多个基站中的至少一个,以实现所述第二切片的所述新切片配置参数。
19.一种用于移动网络的切片保证功能SAF,所述SAF包括:
切片性能收集器,包括一处理电路,并且被配置为获得多个切片中的第一切片的关键性能指标KPI值,所述多个切片由服务于移动网络的跟踪区域的多个基站实现;
切片优化器子系统,包括一处理电路,并且被配置为部分地基于所述第一切片的所述KPI值来确定所述第一切片的服务级别协议SLA未得到满足,
其中,所述切片优化器子系统还被配置为响应于该确定,重新分配与所述多个切片中的任一个相关联的切片资源,以计算所述第一切片的新切片配置参数;以及
切片控制动作子系统,包括一处理电路,并且被配置为重新配置所述多个基站中的至少一个,以实现所述第一切片的新切片配置参数。
20.一种移动网络,包括:
多个基站,包括相应的切片保证功能客户端;
切片保证功能,包括一处理电路,并且被配置为:
获得多个切片中的第一切片的关键性能指标KPI值,所述多个切片由服务于移动网络的跟踪区域的多个基站实现;
部分地基于所述第一切片的所述KPI值来确定所述第一切片的服务级别协议SLA未得到满足;
响应于该确定,重新分配与所述多个切片中的任一个相关联的切片资源,以计算所述第一切片的新切片配置参数;并且
经由接口向一个切片保证功能客户端传送所述第一切片的所述新切片配置参数,以使所述一个切片保证功能客户端重新配置对应的基站,以实现所述第一切片的所述新切片配置参数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962940887P | 2019-11-27 | 2019-11-27 | |
US62/940,887 | 2019-11-27 | ||
PCT/US2020/062491 WO2021108759A1 (en) | 2019-11-27 | 2020-11-27 | Slice assurance within a mobile network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114747249A true CN114747249A (zh) | 2022-07-12 |
Family
ID=73870205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080081799.5A Pending CN114747249A (zh) | 2019-11-27 | 2020-11-27 | 移动网络中的切片保证 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11336538B2 (zh) |
EP (1) | EP4066532A1 (zh) |
CN (1) | CN114747249A (zh) |
WO (1) | WO2021108759A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11792251B2 (en) * | 2020-01-06 | 2023-10-17 | International Business Machines Corporation | Media stream network action decisions |
US20210204148A1 (en) * | 2020-01-10 | 2021-07-01 | Joey Chou | Real-time intelligent ran controller to support self-driving open ran |
US11528636B2 (en) * | 2020-02-04 | 2022-12-13 | Parallel Wireless, Inc. | OpenRAN networking infrastructure |
US11444851B2 (en) * | 2020-04-13 | 2022-09-13 | Verizon Patent And Licensing Inc. | Systems and methods of using adaptive network infrastructures |
US11831556B2 (en) * | 2020-04-14 | 2023-11-28 | Verizon Patent And Licensing Inc. | Systems and methods for transport based network slicing orchestration and management |
US11838787B2 (en) * | 2020-04-22 | 2023-12-05 | Samsung Electronics Co., Ltd. | Functional architecture and interface for non-real-time ran intelligent controller |
US11696184B2 (en) * | 2020-05-06 | 2023-07-04 | Accenture Global Solutions Limited | Quality of service manager for network slices of a network |
US11659444B1 (en) | 2020-05-19 | 2023-05-23 | T-Mobile Usa, Inc. | Base station management of end-to-end network latency |
US11785633B2 (en) * | 2020-05-19 | 2023-10-10 | T-Mobile Usa, Inc. | Base station radio resource management for network slices |
US11570652B2 (en) | 2020-05-19 | 2023-01-31 | T-Mobile Usa, Inc. | Bandwidth part configuration for network slicing |
US11943040B2 (en) | 2020-06-03 | 2024-03-26 | Netsia, Inc. | System and method for droneran controller |
US20210406147A1 (en) * | 2020-06-27 | 2021-12-30 | Intel Corporation | Apparatus and method for a closed-loop dynamic resource allocation control framework |
US11989587B2 (en) | 2020-06-27 | 2024-05-21 | Intel Corporation | Apparatus and method for a resource allocation control framework using performance markers |
US11706658B2 (en) * | 2021-05-19 | 2023-07-18 | Microsoft Technology Licensing, Llc | 5G admission by verifying slice SLA guarantees |
EP4120777A1 (en) * | 2021-07-13 | 2023-01-18 | Tata Consultancy Services Limited | Systems and methods for application-aware dynamic slicing in radio access network (ran) |
WO2023091425A1 (en) * | 2021-11-16 | 2023-05-25 | Celona, Inc. | Method and apparatus for creating and utilizing microslices in an enterprise wireless communication network |
CN117319236A (zh) * | 2022-06-22 | 2023-12-29 | 华为云计算技术有限公司 | 一种资源分配方法以及装置 |
EP4297362A1 (en) * | 2022-06-24 | 2023-12-27 | Tata Consultancy Services Limited | Method and system for generating a data model for predicing data transfer rate |
WO2024005681A1 (en) * | 2022-07-01 | 2024-01-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for system optimization using service allocation weighting factors |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170085493A1 (en) * | 2015-09-23 | 2017-03-23 | Huawei Technologies Co., Ltd. | Systems and methods for distributing network resources to network service providers |
US20170187575A1 (en) * | 2015-12-24 | 2017-06-29 | Ca, Inc. | System and method for customizing standard device-orientated services within a high scale deployment |
US20180152958A1 (en) * | 2016-11-28 | 2018-05-31 | Deutsche Telekom Ag | Radio communication network with multi threshold based sla monitoring for radio resource management |
WO2018196793A1 (en) * | 2017-04-28 | 2018-11-01 | Huawei Technologies Co., Ltd. | Nssmf nsmf interaction connecting virtual 5g networks and subnets |
CN109891829A (zh) * | 2016-10-18 | 2019-06-14 | 瑞典爱立信有限公司 | 网络切片中的sla处理 |
US20190327657A1 (en) * | 2017-01-06 | 2019-10-24 | Huawei Technologies Co., Ltd. | Communication Method, Access Network Device, Core Network Device, And User Equipment |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9014546B2 (en) * | 2009-09-23 | 2015-04-21 | Rovi Guides, Inc. | Systems and methods for automatically detecting users within detection regions of media devices |
EP3461087B1 (en) * | 2016-06-16 | 2020-10-21 | Huawei Technologies Co., Ltd. | Network-slice resource management method and apparatus |
US11638204B2 (en) | 2016-11-04 | 2023-04-25 | Telefonaktiebolaget Lm Ericsson (Publ) | Handling limited network slice availability |
US10694439B2 (en) * | 2018-11-13 | 2020-06-23 | Verizon Patent And Licensing Inc. | Systems and methods for assignment of multi-access edge computing resources based on network performance indicators |
US11424977B2 (en) * | 2018-12-10 | 2022-08-23 | Wipro Limited | Method and system for performing effective orchestration of cognitive functions in distributed heterogeneous communication network |
US10965558B2 (en) * | 2019-03-30 | 2021-03-30 | Wipro Limited | Method and system for effective data collection, aggregation, and analysis in distributed heterogeneous communication network |
US11197200B2 (en) * | 2019-07-12 | 2021-12-07 | Verizon Patent And Licensing Inc. | Radio slice controller to support network slicing and quality of service |
US11355123B2 (en) * | 2019-11-19 | 2022-06-07 | International Business Machines Corporation | Network data aligning |
-
2020
- 2020-11-27 EP EP20828799.5A patent/EP4066532A1/en active Pending
- 2020-11-27 WO PCT/US2020/062491 patent/WO2021108759A1/en unknown
- 2020-11-27 CN CN202080081799.5A patent/CN114747249A/zh active Pending
- 2020-11-27 US US17/105,833 patent/US11336538B2/en active Active
-
2022
- 2022-05-16 US US17/663,513 patent/US11765049B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170085493A1 (en) * | 2015-09-23 | 2017-03-23 | Huawei Technologies Co., Ltd. | Systems and methods for distributing network resources to network service providers |
US20170187575A1 (en) * | 2015-12-24 | 2017-06-29 | Ca, Inc. | System and method for customizing standard device-orientated services within a high scale deployment |
CN109891829A (zh) * | 2016-10-18 | 2019-06-14 | 瑞典爱立信有限公司 | 网络切片中的sla处理 |
US20180152958A1 (en) * | 2016-11-28 | 2018-05-31 | Deutsche Telekom Ag | Radio communication network with multi threshold based sla monitoring for radio resource management |
US20190327657A1 (en) * | 2017-01-06 | 2019-10-24 | Huawei Technologies Co., Ltd. | Communication Method, Access Network Device, Core Network Device, And User Equipment |
WO2018196793A1 (en) * | 2017-04-28 | 2018-11-01 | Huawei Technologies Co., Ltd. | Nssmf nsmf interaction connecting virtual 5g networks and subnets |
Non-Patent Citations (1)
Title |
---|
CHINA TELECOM CORPORATION LTD.: "S5-185607 "Discussion on network slice priority"", 《3GPP TSG SA WG5 (TELECOM MANAGEMENT) MEETING #120 S5-185607》, 24 August 2018 (2018-08-24), pages 4 * |
Also Published As
Publication number | Publication date |
---|---|
US11765049B2 (en) | 2023-09-19 |
US20220278906A1 (en) | 2022-09-01 |
WO2021108759A1 (en) | 2021-06-03 |
US11336538B2 (en) | 2022-05-17 |
EP4066532A1 (en) | 2022-10-05 |
US20210160153A1 (en) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11765049B2 (en) | Slice assurance within a mobile network | |
US11647422B2 (en) | Adaptable radio access network | |
US11706788B2 (en) | Method and system for ran intelligent controller | |
CN107113195B (zh) | 用于控制平面和数据平面中的虚拟化功能的系统和方法 | |
US20210037400A1 (en) | Coverage issue analysis and resource utilization analysis by mda | |
Rangisetti et al. | QoS Aware load balance in software defined LTE networks | |
US20230370181A1 (en) | Communication device predicted future interference information | |
Beshley et al. | Method of centralized resource allocation in virtualized small cells network with IoT overlay | |
US10645616B2 (en) | Cloud based access network | |
EP3855839A1 (en) | Method and apparatus for distribution and synchronization of radio resource assignments in a wireless communication system | |
US11497038B2 (en) | Method and system for end-to-end network slicing management service | |
JP7254968B2 (ja) | 情報の提供 | |
US11929938B2 (en) | Evaluating overall network resource congestion before scaling a network slice | |
CN113491094A (zh) | 利用联合网络和云资源管理的服务递送 | |
Papagianni et al. | Rethinking service chain embedding for cellular network slicing | |
US20230403606A1 (en) | Managing resources in a radio access network | |
Wiebusch et al. | Towards open 6g: Experimental o-ran framework for predictive uplink slicing | |
US20240196272A1 (en) | Methods for Predicting and Signaling Traffic Status and Migration | |
US20230292354A1 (en) | Systems and methods for edge device resource management and coordination based on radio frequency modeling | |
US20240040553A1 (en) | Speed and service aware frequency band selection | |
WO2024075130A1 (en) | Optimizing user equipment service level agreement violations for network slice allocation | |
Alshaer et al. | 5G-CLARITY Deliverable D3. 3 Complete Design and Final Evaluation of the Coexistence, Multi-Connectivity, Resource Management, and Positioning Frameworks | |
Tzanakaki et al. | 5G-CLARITY Deliverable D2. 3 Primary System Architecture Evaluation | |
Ordonez-Lucena et al. | 5G-CLARITY Deliverable D2. 3 Primary System Architecture Evaluation | |
WO2022229178A1 (en) | Managing resources in a radio access network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |