CN117204118A - 高效小区基带处理池化 - Google Patents
高效小区基带处理池化 Download PDFInfo
- Publication number
- CN117204118A CN117204118A CN202180097565.4A CN202180097565A CN117204118A CN 117204118 A CN117204118 A CN 117204118A CN 202180097565 A CN202180097565 A CN 202180097565A CN 117204118 A CN117204118 A CN 117204118A
- Authority
- CN
- China
- Prior art keywords
- cell
- radio cells
- radio
- baseband processing
- processing resource
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 261
- 238000011176 pooling Methods 0.000 title abstract description 21
- 238000000034 method Methods 0.000 claims description 129
- 238000012544 monitoring process Methods 0.000 claims description 52
- 238000004590 computer program Methods 0.000 claims description 51
- 230000015654 memory Effects 0.000 claims description 48
- 238000010801 machine learning Methods 0.000 claims description 24
- 230000035945 sensitivity Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 23
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/085—Access point devices with remote components
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
- H04W72/21—Control channels or signalling for resource management in the uplink direction of a wireless link, i.e. towards the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
- H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
提供了用于高效小区基带处理池化的措施。这样的措施示例性地包括获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配。
Description
技术领域
各种示例实施例涉及高效小区基带处理池化。更具体地,各种示例实施例示例性地涉及用于实现高效小区基带处理池化的措施(包括方法、装置和计算机程序产品)。
背景技术
本说明书总体上涉及基带(BB)池化。BB池化是指在多核处理器之上对小区的BB处理的池化。这里,BB处理是4G/5G RAN中的第1层(L1)和第2层(L2)实时(RT)处理。这是一个时间关键(time-critical)或实时处理,并且需要在严格的时限(deadline)内处理。特别地,BB处理可以被认为是与无线电功能相关的网络侧处理。
为蜂窝网络部署无线电覆盖是一项艰巨的任务,并且涉及巨大的成本。由于网络运营商需要部署数千个基站,因此有必要最高效地使用BB计算资源。BB池化是高效使用多核处理器(例如,中央处理单元(CPU))的重要促成因素。
为了降低处理器、电源使用、房地产到房屋硬件等的总体成本,需要处理器(作为处理资源单元的示例)的高效池化,以通过较小数目的核来支持更高数目的小区,即“k”个核上的“n”个小区,其中n>k。如网络功能虚拟化(NFV)、虚拟化基础设施管理器(VIM)、以及管理和编排(MANO)等各种进步被证明是实现池化的重要推动因素。
已经建立了开放式无线电接入网(oRAN)联盟,以开发基于开放式应用程序编程接口(API)的架构,该架构将允许无线电资源管理(RRM)算法和无线电接入网(RAN)优化算法被托管在称为xRAN控制器或无线电智能控制器(RIC)的开放平台上,以便与RAN交互并且指导RAN的行为。
在传统的4G/5G BB部署中,每个小区都有专用硬件资源(即,小区到核的1对1映射)。针对峰值容量来规划/配置硬件资源。当小区负载较轻时,资源利用不足,并且因此证明成本不够高效(cost-inefficient)并且网络运营商的运营支出(OPEX)成本巨大。未来将有严格的功耗法规,迫使运营商和网络基础设施供应商采用创新技术来节省电力。
一种这样的技术是将小区的L1和L2处理(BB处理)集中在处理器(核)的公共池上。当小区尚未达到其峰值负载时(或者在具有强制受限容量的情况下,例如通过在时分(TD)或频分(FD)处理中减少用户设备(UE)(作为终端的示例)的数目),该方法有助于在同一核上执行多于一个小区的BB处理。仅基于过去和当前负载的池化的传统方法并不是高效的(可以基于无线电资源控制(RRC)连接的用户或活动用户,但不知道所需要的实际处理),因为它们本质上是被动的。这些方法并没有提供一个高效和主动式(pro-active)的资源分配解决方案。
在当前gNB(基带)部署中,硬件资源被分配或配置用于满容量(full capacity)。然而,当小区上的负载非常小时,可以预见关闭一些硬件资源。
这种方法至少有以下缺点。
也就是说,一方面,开启或关闭硬件资源的决定本质上是被动的(就像快速响应一样),而不是基于更长和稳健的输入。因此,根据这种方法做出的决定既不是主动式的,也不高效。
此外,另一方面,当为一个小区而配置的资源利用不足时,由于上述小区到核的1对1映射,这些资源不能被另一小区使用。
此外,主要进行开启/关闭决策的时间尺度是粗略的,例如几分钟。
然而,小区上的负载在空间和时间方面(在空间上和时间上)变化。
图9是示例性下行链路(DL)物理资源块(PRB)使用随时间变化的示意图,并且特别说明了小区每分钟DL PRB使用的时间变化(在一周内(x轴以分钟为单位)),这也与小区的计算负载成比例。可以利用负载的这种变化,因为多个小区(甚至跨越不同位置)可以共享公共核,以高效地使用底层计算资源。也就是说,每个小区都示出了变化,如图9所示,其中若干小区的计算负载(通常,至少不一定)彼此不相关。为了将所确定的小区进行组合并且分配给一个处理资源单元(例如,核),必须预先知道这些小区的计算负载,以便满足具有相应处理资源单元(例如,核)的计算潜力的组合负载。
因此,出现的问题是,需要使用较低数目的核(即,“k”个核上的“n”个小区,其中n>k)来实现对较高数目的小区的处理的技术,以实现处理资源单元(例如,处理器核)池的高效利用。
因此,需要提供高效小区基带处理池化。
发明内容
各种示例实施例旨在解决上述难题和/或问题和缺点的至少一部分。
示例实施例的各个方面在所附权利要求中阐述。
根据一个示例性方面,提供了一种方法,该方法包括获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配。
根据一个示例性方面,提供了一种方法,该方法包括确定用于基带处理调度实体的策略,以及向上述基带处理调度实体发送上述策略,其中上述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
根据一个示例性方面,提供了一种方法,该方法包括确定多个无线电小区中的选定无线电小区的每小区监测信息,以及向基带处理调度实体发送上述每小区监测信息,其中上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
根据一个示例性方面,提供了一种装置,该装置包括被配置为获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载的获取电路系统、以及被配置为基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力来确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配的确定电路系统。
根据一个示例性方面,提供了一种装置,该装置包括被配置为确定用于基带处理调度实体的策略的确定电路系统、以及被配置为向上述基带处理调度实体发送上述策略的发送电路系统,其中上述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
根据一个示例性方面,提供了一种装置,该装置包括被配置为确定多个无线电小区中的选定无线电小区的每小区监测信息的确定电路系统、以及被配置为向基带处理调度实体发送上述每小区监测信息的发送电路系统,其中上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
根据一个示例性方面,提供了一种装置,该装置包括至少一个处理器、包括计算机程序代码的至少一个存储器、以及被配置用于与至少另一装置的通信的至少一个接口,该至少一个处理器被配置为与该至少一个存储器和计算机程序代码一起使得该装置执行:获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配。
根据一个示例性方面,提供了一种装置,该装置包括至少一个处理器、包括计算机程序代码的至少一个存储器、以及被配置用于与至少另一装置的通信的至少一个接口,该至少一个处理器被配置为与该至少一个存储器和计算机程序代码一起使得该装置执行:确定用于基带处理调度实体的策略,以及向上述基带处理调度实体发送上述策略,其中上述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
根据一个示例性方面,提供了一种装置,该装置包括至少一个处理器、包括计算机程序代码的至少一个存储器、以及被配置用于与至少另一装置的通信的至少一个接口,该至少一个处理器被配置为与该至少一个存储器和计算机程序代码一起使得该装置执行:确定多个无线电小区中的选定无线电小区的每小区监测信息,以及向基带处理调度实体发送上述每小区监测信息,其中上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
根据一个示例性方面,提供了一种计算机程序产品,包括计算机可执行计算机程序代码,当该程序在计算机(例如,根据本公开的前述装置相关示例性方面中的任何一个的装置的计算机)上运行时,该计算机可执行计算机程序代码被配置为使得计算机执行根据本公开的前述方法相关示例性方面中的任何一个的方法。
这样的计算机程序产品可以包括(或体现)(有形的)计算机可读(存储)介质等,计算机可执行计算机程序代码存储在该介质等上,和/或程序可以直接可加载到计算机的内部存储器或其处理器中。
上述方面中的任何一个使得能够高效地利用处理资源单元(例如,处理器核)池,从而解决与现有技术相关的所确定的问题和缺点的至少一部分。
通过示例实施例,提供了高效小区基带处理池化。更具体地,通过示例实施例,提供了用于实现高效小区基带处理池化的措施和机制。
因此,通过启用/实现高效小区基带处理池化的方法、装置和计算机程序产品来实现改进。
附图说明
在下文中,将参考附图通过非限制性示例的方式更详细地描述本公开,在附图中
图1是示出根据示例实施例的装置的框图,
图2是示出根据示例实施例的装置的框图,
图3是示出根据示例实施例的装置的框图,
图4是示出根据示例实施例的装置的框图,
图5是示出根据示例实施例的装置的框图,
图6是根据示例实施例的过程的示意图,
图7是根据示例实施例的过程的示意图,
图8是根据示例实施例的过程的示意图,
图9是示出示例性下行链路物理资源块使用情况随时间变化的示意图,
图10示出了根据示例实施例的具有信令变体的系统环境的示例的示意图,
图11示出了根据示例实施例的装置的预测行为的示例,
图12示出了根据示例实施例的装置的预测度量的示例,
图13示出了根据示例实施例的装置的预测行为的示例,
图14示出了根据示例实施例的具有示例输入和输出的神经网络的示例,
图15是根据示例实施例的过程的示意图,以及
图16是替代性地示出根据示例实施例的装置的框图。
具体实施方式
本文中参考特定的非限制性示例和当前被认为是可想到的实施例的内容来描述本公开。本领域技术人员将理解,本公开决不限于这些示例,并且可以更广泛地应用。
应当注意,本公开及其实施例的以下描述主要涉及用作某些示例性网络配置和部署的非限制性示例的规范。也就是说,本公开及其实施例主要是关于用作某些示例性网络配置和部署的非限制性示例的3GPP规范来描述的。因此,本文中给出的示例实施例的描述具体地指代与之直接相关的术语。这样的术语仅在所呈现的非限制性示例的上下文中使用,并且自然不会以任何方式限制本公开。相反,也可以使用任何其他通信或通信相关系统部署等,只要符合本文中描述的特征即可。
在下文中,使用若干变体和/或替代方案来描述本公开及其各方面或实施例的各种实施例和实现。通常,注意,根据某些需要和约束,所有描述的变体和/或替代方案可以单独提供或以任何可想到的组合提供(还包括各种变体和/或替代方案的个体特征的组合)。
根据示例实施例,一般而言,提供了用于(启用/实现)高效小区基带处理池化的措施和机制。
示例实施例在下文中概括地概述。
如上所述,为了降低处理器、电源使用、房地产到房屋硬件等的总体成本,需要处理资源单元的高效池化,以支持通过较小数目的处理资源单元(例如,处理器核)来处理较高数目的小区,即,“k”个处理资源单元上的“n”个小区,其中n>k。在这些挑战和推动因素的背景下,根据示例实施例,提出了关于如何将小区和处理器(作为处理资源单元的示例)合并以进行高效利用的基于机器学习(ML)的方法和措施。
这里,ML技术的进步被用来准确预测处理池中的小区所需要的计算(CPU周期)量,并且相应地使用正确数目的核。在以下规范中,小区的“所需要的计算”、“负载”、“计算要求”等术语应当理解为满足小区的整体BB处理任务所产生的小区的“计算负载”。小区的“计算负载”的示例可以是满足小区的整体BB处理任务所需要的CPU周期的数目,或者是CPU的(容量)利用情况的(成比例的)程度。换言之,根据示例实施例,根据示例实施例预测计算负载可以例如通过预测CPU周期的数目或者通过预测CPU的(容量)利用情况的(成比例的)程度来实现。
模拟结果(“Monte-Carlo”模拟)表明,在正常负载条件下,池化可能会增加高达2.5倍。这表示,在大多数情况下,只有一半的资源或核必须用于处理所有小区(例如,由k=18个核处理的n=36个小区)。未使用的核可以关闭以节省电源,也可以用于某种其他非时间关键处理。
考虑到这样的可能的节省,根据示例实施例,提供了关于如何预先估计/预测池中用于BB处理的小区上的计算负载(即,预测所需要的成比例的计算(CPU周期))的方法,以便于使用较低数目的核来处理较高数目的小区(即,“k”个核上的“n”个小区,其中n>k),同时考虑基于如QOS、延迟等各个方面的不同小区的优先级。
迄今为止,根据示例实施例,利用基于ML的技术来实现上述目的,同时最小化训练ML模型以获取良好性能所需要的数据和处理器开销。
根据示例实施例,所提出的方法适合于在控制器平台上实现,诸如如上所述的无线电智能控制器。
根据示例实施例,对于高效池化,通过考虑各种特性(如小区吞吐量、RRC连接UE、活动UE、载波聚合(CA)用户的数目、多用户多输入多输出(MU-MIMO)用户的数目、服务质量类别标识符(QCI)、保证比特率(GBR)/最大比特率(MBR)、延迟敏感度指示、服务类型、小区上启用的关键特征的列表、每时隙的当前CPU周期使用、当前物理资源块(PRB)使用、UE的等级、调制编码方案(MCS)等)预测未来时间点的计算负载,可以获取池中每个小区所需要的计算量的精确知识。
虽然上面讨论的已知方法没有考虑每个小区的服务特定优先级,但是已经发现,考虑这样的优先级对于设计高效的资源分配解决方案是至关重要的。因此,根据示例实施例,基于如服务质量(QoS)、延迟、控制信道使用、服务类型等各个方面来考虑不同小区的优先级。
根据示例实施例,在控制器平台(即,RIC)上实例化的一些服务可以是可以调用的公共可编程模块。也就是说,在多个小区的操作中,这些模块可以被认为是公共构建块。根据示例实施例,实现了一个这样的模块,其具有与多个小区/服务进行相应交互的能力。
详细地,根据示例实施例,提供了示例性地称为“计算预测器和编排器”(CPO)的新的可编程块(作为网络节点或网络实体的示例),其可以由两个子模块“计算预测器”(CP)和“计算调度器”(CS)组成。
根据示例实施例,计算预测器(CP)使用ML来估计/预测计算负载,例如处理每个小区(用于用户平面处理)所需要的CPU周期的量。
根据另外的示例实施例,计算调度器(CS)按照小区的计算需求、服务优先级和可用资源来确定对小区的最优核分配时间表。
根据替代示例实施例,在负载预测(模块)已经存在于控制器平台上的情况下,CS模块可以直接与负载预测(模件)通信,以确定不同小区的最优核分配时间表。CPO与RAN(和其他服务)之间的交互可以由控制器平台(RIC)来促进。
根据示例实施例,CP和CS的控制时段优选为一个系统帧号(SFN)持续时间(10ms)。替代地,控制时段可以是50到100ms的数量级。控制时段可以与所提供的示例不同。此外,控制时段可以在CP与CS之间不同。控制时段也可以是可变的。
图10示出了根据示例实施例的具有信令变体的系统环境的示例的示意图,并且特别地示出了总体架构,该总体架构示出了策略引擎、RIC以及gNB。
如图10所示,根据示例实施例的CPO块经由策略应用程序编程接口(API)从策略引擎接收描述要应用于CPO的策略的指示,其可以包括
-CPO将要处理哪些小区的指示,以及
-特定小区/载波的偏置/优先级因子、小区的CPU和存储器的量。
根据示例实施例,CPO可以接收附加属性,包括
-计算估计/预测应当有效的时间间隔,
-计算负载估计的类型,置信区间的平均值、最大值、给定百分位数中的至少一项,
-底层负载因子的列表—每核的CPU利用情况百分比、RAN节点处的存储器利用情况中的至少一项,
-适用于负载因子的函数—“加权组合”、“最小值”或“最大值”、
“平均值”等中的至少一项。
如图10中进一步所示,根据示例实施例,CPO经由API来接收不同请求数据,这些请求数据在每个感兴趣小区上被监测并且报告给机器学习CP模块和CS模块的CPO,其可以包括:
-小区吞吐量和其他关键性能指示符,
-RRC连接UE,
-活动UE、CA用户的数目、MU-MIMO用户的数目,
-QCI、GBR/MBR、延迟敏感度指示、服务类型—针对所有DRB之上的每个UE而聚合的组合权重,
-小区上启用的关键特征的列表,
-每时隙的当前CPU周期使用情况,
-当前PRB使用情况,
-UE、MCS等的等级,以及
-物理上行链路控制信道(PUCCH)利用情况等。
如图10中进一步所示,根据示例实施例,CP(子)模块使用ML技术,以使用所接收的(每小区)输入(如上所述的“不同请求数据”)来估计/预测每个小区上的计算负载,并且从而预测例如每个小区的L2-RT处理(基带处理)所需要的CPU量。
图11示出了根据示例实施例的装置的预测行为的示例,并且特别地示出了CP模块的ML模型的输入和CS模块的输出。如图11所示,未来的CPU要求(%)是基于所报告的先前CPU使用情况和报告给CPO的所有其他输入来预测的。
如图10中进一步所示,根据示例实施例,CS(子)模块运行算法,例如,
-在考虑计算需求、服务优先级、可用资源和各种其他因素的情况下,确定小区需要调度的“每个SFN中的时隙数目”,以及
-将小区映射到核,以使得两个或更多个小区尽可能由同一核处理(在时隙持续时间内,顺序地,只要小区上的负载较低);例如,对于FR1时分双工(TDD),时隙持续时间为500μs,并且如果两个或三个小区的处理要求加起来低于500μs,则这两个或这三个小区可以放到同一核上。
如图10中进一步所示,根据示例实施例,来自CPO块的分配最终通过API传递到相应gNB/eNB的资源分配器。
根据示例实施例,CPO在控制器平台RIC上实现。然而,根据示例实施例,基于延迟约束,CPO(即,CP模块、CS模块)在gNB/eNB中被实例化。
根据示例实施例,CP的ML模型利用传入数据定期更新,更新的时间段取决于CP的性能。
以下换言之描述示例实施例。
图1是示出根据示例实施例的装置的框图。该装置可以是网络节点10,诸如实现计算预测器和协调器的无线电智能控制器,该装置包括获取电路系统11和确定电路系统12。获取电路系统11获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载。确定电路系统12基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配。图6是根据示例实施例的过程的示意图。根据图1的装置可以执行图6的方法,但不限于该方法。图6的方法可以通过图1的装置执行,但不限于通过该装置执行。
如图6所示,根据示例实施例的一种过程包括获取(S61)多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载的操作、以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力来确定(S62)上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配的操作。
图2是示出根据示例实施例的装置的框图。特别地,图2示出了图1所示的装置的变体。因此,根据图2的装置还可以包括接收电路系统21、计算电路系统22、最小化电路系统23、组合电路系统24、分配电路系统25、计算电路系统26和/或发送电路系统27。
在一个实施例中,图1(或图2)所示的装置的功能中的至少一些可以在形成一个操作实体的两个物理上分离的设备之间共享。因此,可以看到,该装置描绘了包括用于执行所描述的过程中的至少一些过程的一个或多个物理上分离的设备的操作实体。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括接收关于上述多个处理资源单元中的每个处理资源单元的上述计算能力的信息的操作。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括接收指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息的操作。这里,上述确定是基于上述多个无线电小区中的上述选定无线电小区的上述优先级顺序。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,上述优先级信息包括上述多个无线电小区中的上述选定无线电小区中的每个无线电小区的每小区优先级信息,并且根据示例实施例的示例性方法可以包括以下操作:对于上述多个无线电小区中的上述选定无线电小区中的每个相应无线电小区,基于上述多个无线电小区中的上述选定无线电小区中的上述相应无线电小区的上述相应每小区优先级信息,计算相应小区优先级。
根据另外的示例实施例,上述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由上述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括接收选择信息的操作,所述选择信息指示对上述多个无线电小区中的上述选定无线电小区的选择。
根据图6所示的过程的变体,给出了确定操作(S62)的示例性细节,这些操作本身是彼此独立的。根据示例实施例的这样的示例性确定操作(S62)可以包括最小化上述多个处理资源单元中的所分配的处理资源单元的总数目的操作。
根据图6所示的过程的变体,给出了确定操作(S62)的示例性细节,这些操作本身是彼此独立的。根据示例实施例的这样的示例性确定操作(S62)可以包括以下操作:在预定时间段内组合上述选定无线电小区的第一子集,使得上述选定无线电小区的上述第一子集中的每个第一无线电小区的上述基带处理的预测未来计算负载的总和不超过上述多个处理资源单元中的第一处理资源单元的上述计算能力,以及将上述选定无线电小区的上述第一子集中的每个第一无线电小区分配给上述第一处理资源单元。
根据图6所示的过程的变体,给出了确定操作(S62)的示例性细节,这些操作本身是彼此独立的。根据示例实施例的这样的示例性确定操作(S62)可以包括以下操作:在上述预定时间段内组合上述选定无线电小区的第二子集,上述选定无线电小区的上述第二子集不包括上述选定无线电小区的上述第一子集中的上述第一无线电小区,使得上述选定无线电小区的上述第二子集中的每个第二无线电小区的上述基带处理的预测未来计算负载的总和不超过上述多个处理资源单元中的第二处理资源单元的上述计算能力,以及将上述选定无线电小区的上述第二子集中的每个第二无线电小区分配给上述第二处理资源单元。
根据图6所示的过程的变化,给出了获取操作(S61)的示例性细节,这些细节本质上彼此独立。根据示例实施例的这样的示例性获取操作(S61)可以包括接收多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载的操作。
根据图6所示的过程的变化,给出了获取操作(S61)的示例性细节,这些细节本质上彼此独立。根据示例实施例的这样的示例性获取操作(S61)可以包括基于上述多个无线电小区中的上述选定无线电小区中的每个无线电小区的每小区监测信息来计算上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载的操作。
根据另外的示例实施例,上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括接收上述多个无线电小区中的上述选定无线电小区中的每个无线电小区的上述每小区监测信息的操作。
根据另外的示例实施例,上述计算利用机器学习技术。
根据另外的示例实施例,上述计算基于事件信息。
根据另外的示例实施例,上述计算基于以下中的至少一项:一天中的时间、一周中的一天、与上述一天中的时间相关的均值、以及与上述一天中的时间相关的标准偏差值。
根据图6所示的过程的变体,给出了计算操作的示例性细节,这些细节本质上彼此独立。根据示例实施例的这样的示例性计算操作可以包括基于上述多个无线电小区中的上述选定无线电小区中的每个无线电小区的上述每小区监测信息来计算上述多个无线电小区中的至少一个选定无线电小区的每个切片的上述基带处理的预测未来计算负载的操作。
根据图6所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括向基站发送关于上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的上述分配的信息的操作。
根据另外的示例实施例,上述处理资源单元是处理器、处理器核、以及存储器单元中的至少一项。
根据另外的示例实施例,上述计算负载是处理器指令周期的数目。
图3是示出根据示例实施例的装置的框图。该装置可以是诸如策略和编排引擎等网络节点30,该装置包括确定电路系统31和发送电路系统32。确定电路系统31确定用于基带处理调度实体的策略。发送电路系统32向上述基带处理调度实体发送上述策略。这里,策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。图7是根据示例实施例的过程的示意图。根据图3的装置可以执行图7的方法,但不限于该方法。图7的方法可以通过图3的装置执行,但不限于通过该装置执行。
如图7所示,根据示例实施例的一种过程包括确定(S71)用于基带处理调度实体的策略的操作、以及向上述基带处理调度实体发送上述策略的操作,其中上述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
在一个实施例中,图3所示的装置的功能中的至少一些可以在形成一个操作实体的两个物理上分离的设备之间共享。因此,可以看到,该装置描绘了包括用于执行所描述的过程中的至少一些过程的一个或多个物理上分离的设备的操作实体。
根据另外的示例实施例,上述优先级信息包括上述多个无线电小区中的上述选定无线电小区中的每个无线电小区的每小区优先级信息,并且上述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由上述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
根据另外的示例实施例,上述策略包括基带处理计算负载预测有效性时间间隔和基带处理计算负载类型中的至少一项。
图4是示出根据示例实施例的装置的框图。该装置可以是网络节点40,诸如接入节点,诸如基站,例如gNB,该装置包括确定电路系统41和发送电路系统42。确定电路系统41确定多个无线电小区中的选定无线电小区的每小区监测信息。发送电路系统42向基带处理调度实体发送上述每小区监测信息。这里,每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。图8是根据示例实施例的过程的示意图。根据图4的装置可以执行图8的方法,但不限于该方法。图8的方法可以通过图4的装置执行,但不限于通过该装置执行。
如图8所示,根据示例实施例的一种过程包括确定(S81)多个无线电小区中的选定无线电小区的每小区监测信息的操作、以及向基带处理调度实体发送(S82)上述每小区监测信息的操作,其中上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
图5是示出根据示例实施例的装置的框图。特别地,图5示出了图4所示的装置的变体。因此,根据图5的装置还可以包括接收电路系统51、调度电路系统52、监测电路系统53和/或报告电路系统54。
在一个实施例中,图4(或图5)所示的装置的功能中的至少一些可以在形成一个操作实体的两个物理上分离的设备之间共享。因此,可以看到,该装置描绘了包括用于执行所描述的过程中的至少一些过程的一个或多个物理上分离的设备的操作实体。
根据图8所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括从上述基带处理调度实体接收关于上述多个无线电小区中的上述选定无线电小区到处理资源单元的分配的信息的操作。
根据图8所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括基于关于上述多个无线电小区中的上述选定无线电小区到上述处理资源单元的上述分配的上述信息来在预定时间段内将上述多个无线电小区中的上述选定无线电小区的基带处理调度到上述处理资源单元的操作。
根据图8所示的过程的变体,给出了示例性附加操作,这些操作本质上彼此独立。根据这样的变体,根据示例实施例的示例性方法可以包括以下操作:监测基带处理性能的操作,以及如果作为上述监测的结果,跟踪到跳过时隙,则向上述基带处理调度实体报告上述跳过时隙的数目。
以下以更具体的术语来描述示例实施例。
根据示例实施例,CP(模块)和计算估计/预测计算可以如下实现。
基于CPO接收的请求,CP(子)模块访问对应RAN数据并且处理该数据以计算估计/预测的计算负载。
计算负载估计/预测是时间序列预测/估计问题,其中基于小区负载的过去时间样本以及例如事件信息等附加特征(例如,在小区覆盖的区域中的即将到来的音乐会期间小区计算负载可能很高),在感兴趣小区以及相邻小区中,预测/估计小区计算负载。
这里,根据示例实施例,CP(模块)使用(多个)机器学习(ML)/深度学习(DL)模型,并且使用RAN数据作为输入,以通过计算来预测/估计计算负载。
图12示出了根据示例实施例的装置的预测度量的示例。
根据示例实施例,CP(模块)可以包含图12所示的四个时间序列预测/估计模型构建块的全部或组合。
也就是说,可预见的时间序列预测/估计模型构建块是
-去趋势和去季节化以使时间序列固定(stationary),并且然后标准自回归移动平均(ARMA)模型可以适合剩余时间序列(“1”),
-时间序列可以依赖的附加特征可以有助于负载预测估计(“2”),
-基于递归神经网络(RNN)/长短期记忆(LSTM)的神经网络预测可以有助于负载预测/估计的长期趋势(“3”),以及
-来自相邻小区的多个负载时间序列作为特征(“4”)。
根据示例实施例,CP(模块)可以基于所使用的ML/DL模型,指定其负载时间序列可以用于感兴趣小区的负载预测/估计的相邻小区关系(参见“4”)。
根据示例实施例,由于负载(时间序列)预测/估计模型在很大程度上取决于数据,例如,对于具有明显趋势的负载,使用去趋势方法的非常简单的负载预测模型可以工作良好(参见“1”),然而,对于具有难以预测波峰/波谷的负载,可能需要使用例如LSTM的更复杂的负载预测模式(参见“3”)。
图13示出了根据示例实施例的装置的预测行为的示例,并且特别地示出了根据示例实施例的通用CP流水线。
根据示例实施例,使用神经网络的CP(模块)可以如下实现。
图14示出了根据示例实施例的具有示例输入和输出的神经网络的示例。
给定在现场观察到的具有挑战性的单元负载时间序列(具有动态峰值和谷值),基于神经网络的函数估计器形成了用于负载预测的自然解决方案的选择。
根据示例实施例,应用与随机梯度下降算法相结合的足够深入的神经网络架构,已知其是非常高效的预测器。
除了小区的负载和KPI历史,根据示例实施例,诸如以下特征等特征用于预测预测区间中的计算负载
-一天中的时间、一周中的一天、任何特殊事件(例如,节假日),
-一天中的该时间的平均计算,以及
-标准偏差/一天中的该时间的其他计算时刻等。
根据示例实施例,CPO中的CP(模块)可以进一步实现如下。
基于负载估计应当有效的不同预测/估计时间长度以及时间尺度,CP可以使用不同ML/DL模型,因为一些模型比其他模型具有更好的自回归预测特性。此外,与更细粒度的时间尺度相比,大时间尺度的数据特性可能不相似,并且需要不同模型。因此,根据示例实施例的CP模块可以考虑这些替代方案及其相应适用性。
根据示例实施例,(计算)负载的预测/估计可以使用不同ML/DL模型。例如,多层感知器(MLP)神经网络可以用于估计,并且LSTM可以用于负载预测。
根据示例实施例,CP中用于计算预测的模型基于来自RAN的数据来连续更新。
根据示例实施例,关于服务发现API,原则上可以存在CP的不同实例,例如,每个实例处理不同小区组。
根据示例实施例,关于切片的扩展,CP模块不仅在小区级别提供负载预测/估计,而且还可以在单个或多个小区上在切片级别使用。
根据示例实施例,CS(模块)及其算法可以如下实现。
也就是说,根据示例实施例,来自CP的输出可以是每个小区的BB处理所需要的CPU周期的量(作为计算负载的示例度量)。除了下面讨论的权重之外,根据示例实施例的CS还使用该信息来将小区映射到核。
详细地,根据示例实施例,基于各种方面来确定调度权重(每小区),例如(包括但不限于)QCI、GBR/MBR、正在进行的应用的延迟敏感度、服务类型、UE的等级、MCS、PUCCH利用情况、过去跳过时隙的数目。
这些因子中的每个分别携带权重,例如w1、w2、w3、w4、w5和w6,这些权重有助于整体小区优先级。
此外,根据示例实施例,CS基于w1、w2、……、等来计算总体小区优先级或调度权重,并且使用小区优先级来基于从CP接收的要求来为不同小区调度计算资源。
此外,根据示例实施例的用于由CS分配计算资源的示例算法包括从最高优先级小区开始按优先级的递减顺序(基于调度器权重)为每个小区分配所需要的资源。然而,也可以使用其他更复杂的算法,如比例公平算法等。
此外,根据示例实施例,小区到核的映射(如图11中CS的输出所示)通过例如标准E2接口以规则间隔和按需被下载到gNB(作为网络节点的示例,例如基站)。
此外,根据示例实施例,gNB上的资源分配器(L1和L2实时实例)负责根据从CPO接收的“小区到核”映射细节(即,向gNB下载)将小区分配给核以进行基带处理。
此外,根据示例实施例,gNB上的L1和L2实时处理监测小区到核分配之后的性能。根据示例实施例,gNB上的L1和L2实时处理向RIC报告以下内容:
-跳过时隙的数目(因为处理器/核不能在时隙持续时间内完成处理);同时,gNB上的L1和L2实时处理可以开始对容量施加一些限制;例如,用于TD处理的UE的数目可以从50个减少到20个,以节省CPU周期,以及
-保持用于机器学习的报告参数(如图11所示)。
这里的总体意图以及通过根据示例实施例的上述措施所实现的效果是确保核不是空闲运行而是接近容量,同时对总体性能没有影响。
图15是根据示例实施例的过程的示意图,并且特别地提供了CPO中的整体处理的概述。
如图15所示,在RIC上的CPO的启动之后,经由策略API从策略引擎接收要在CPO处应用的策略的细节,并且不断从gNB接收由CP(用于ML)和CS(用于确定调度权重)使用的一组输入。
此外,CP估计/预测使用ML技术处理每个小区所需要的计算负载/CPU周期的量。
此外,CS按照小区的计算需求、服务优先级和可用资源来确定小区的最优核分配时间表。到目前为止,CS确定每个SFN中需要调度小区的时隙数目,并且将小区映射到核以使得两个或更多个小区尽可能由同一核处理。
此外,映射“小区到核”的细节通过例如标准E2接口发送到gNB,以用于(由gNB的(资源分配器)执行)。
如上所述,上述过程和功能可以由各个功能元件、处理器等来实现,如下所述。
在网络实体的前述示例性描述中,仅使用功能块描述了与理解本公开的原理相关的单元。网络实体可以包括其相应操作所必需的另外的单元。然而,在本说明书中省略了对这些单元的描述。设备的功能块的布置不被解释为限制本公开,并且功能可以由一个块执行或者进一步拆分为子块。
当在前面的描述中说明该装置,即,网络实体或网络节点(或某种其他部件)被配置为执行某些功能时,这被解释为等同于说明(即,至少一个)处理器或对应电路系统潜在地与存储在相应装置的存储器中的计算机程序代码协作被配置为使得该装置至少执行如此提及的功能。此外,这样的功能应当被解释为可以通过专门配置的电路系统或用于执行相应功能的部件等效地实现(即,表达“被配置为……的单元”被解释为等效于诸如“用于……的部件”等表达)。
在图16中,描绘了根据示例实施例的装置的替代图示。如图16所示,根据示例实施例,装置(网络节点)10'(对应于网络节点10)包括处理器1611、存储器1612和接口1613,它们通过总线1614等连接。此外,根据示例实施例,装置(网络节点)30'(对应于网络节点30)包括处理器1631、存储器1632和接口1633,它们通过总线1634等连接。此外,根据示例实施例,装置(网络节点)40'(对应于网络节点40)包括处理器1641、存储器1642和接口1643,它们通过总线1644等连接。这些装置可以分别经由链路1601和1602而连接。
处理器1611/1631/1641和/或接口1613/1633/1643还可以包括调制解调器等,以分别促进通过(硬线或无线)链路的通信。接口1613/1633/1643可以包括耦合到一个或多个天线或通信部件的合适的收发器,以用于分别与(多个)链接或连接的设备进行(硬线或无线)通信。接口1613/1633/1643通常被配置为与至少一个其他装置(即,其接口)通信。
存储器1612/1632/1642可以存储被假定为包括程序指令或计算机程序代码的相应程序,当由相应处理器执行时,这些程序指令或程序代码使得相应电子设备或装置能够根据示例实施例进行操作。
一般而言,系统设备/装置(和/或其部分)可以表示用于执行相应操作和/或示出相应功能的部件,和/或相应设备(和/或其部分)可以具有用于执行相应操作和/或示出相应功能的功能。
当在随后的描述中说明处理器(或某种其他部件)被配置为执行某个功能时,这被解释为等同于说明至少一个处理器潜在地与存储在相应装置的存储器中的计算机程序代码协作被配置为使得该装置至少执行如此提及的功能。此外,这样的功能应当被解释为可以通过具体配置的用于执行相应功能的部件等效地实现(即,表达“被配置为[使得装置]执行xxx的处理器”被解释为等效于诸如“用于xxx的部件”等表达)。
根据示例实施例,一种表示网络节点10的装置包括至少一个处理器1611、包括计算机程序代码的至少一个存储器1612、以及被配置用于与至少另一装置的通信的至少一个接口1613。处理器(即,至少一个处理器1611,与至少一个存储器1612和计算机程序代码一起)被配置为执行:获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载(因此,该装置包括对应的用于获取的部件),以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配(因此该装置包括对应的用于确定的部件)。
根据示例实施例,一种表示网络节点30的装置包括至少一个处理器1631、包括计算机程序代码的至少一个存储器1632、以及被配置用于与至少另一装置的通信的至少一个接口1633。处理器(即,至少一个处理器1631,与至少一个存储器1632和计算机程序代码一起)被配置为执行:确定基带处理调度实体的策略(因此该装置包括对应的用于确定的部件),以及向上述基带处理调度实体发送上述策略,其中上述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示上述多个无线电小区中的上述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由上述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息(因此该装置包括对应的用于发送的部件)。
根据示例实施例,一种表示网络节点40的装置包括至少一个处理器1641、包括计算机程序代码的至少一个存储器1642、以及被配置用于与至少另一装置的通信的至少一个接口1643。处理器(即,至少一个处理器1641,与至少一个存储器1642和计算机程序代码一起)被配置为执行:确定多个无线电小区中的选定无线电小区的每小区监测信息(因此该装置包括对应的用于确定的部件),以及向基带处理调度实体发送上述每小区监测信息,其中上述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在上述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由上述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况(因此该装置包括对应的用于发送的部件)。
有关个体设备的可操作性/功能性的更多细节,分别参考以上结合图1至图15中的任何一个的描述。
为了如上所述的本公开的目的,应当注意
-可能被实现为软件代码部分并且使用网络服务器或网络实体处的处理器运行的方法步骤(作为设备、装置和/或其模块的示例,或者因此作为包括装置和/或模块的实体的示例)是独立于软件代码的,并且可以使用任何已知的或未来开发的编程语言来指定,
只要由方法步骤定义的功能被保留即可;
-通常,在不改变实施例的思想及其在所实现的功能方面的修改的情况下,任何方法步骤都适合作为软件或通过硬件来实现;
-可能被实现为在以上定义的装置或其任何(多个)模块处的硬件组件的方法步骤和/或设备、单元或部件(例如,执行根据上述实施例的装置的功能的设备)是独立于硬件的,并且可以使用任何已知的或未来开发的硬件技术或这些技术的任何混合来实现,诸如MOS(金属氧化物半导体)、CMOS(互补MOS)、BiMOS(双极MOS)、BiCMOS(双极CMOS)、ECL(发射极耦合逻辑)、TTL(晶体管晶体管逻辑)等,使用例如ASIC(专用IC(集成电路))组件、FPGA(现场可编程门阵列)组件,CPLD(复杂可编程逻辑器件)组件或DSP(数字信号处理器)组件;
-设备、单元或手段(例如,以上定义的网络实体或网络寄存器,或其相应单元/部件中的任何一个)可以被实现为单独的设备、单元或部件,但这并不排除它们在整个系统中以分布式方式实现,
只要设备、单元、部件的功能被保留即可;
-如用户设备和网络实体/网络寄存器等装置可以由半导体芯片、芯片组或包括这样的芯片或芯片组的(硬件)模块来表示;然而,这并不排除装置或模块的功能(而不是硬件实现的)被实现为(软件)模块中的软件的可能性,诸如计算机程序或计算机程序产品,
包括用于在处理器上执行/运行的可执行软件代码部分;
-例如,设备可以被视为装置或多于一个装置的组件,无论是在功能上相互协作,还是在功能上彼此独立,但在同一设备外壳中。
通常,应当注意,根据上述方面的各个功能块或元件可以通过任何已知的方式来实现,或者分别以硬件和/或软件来实现,如果其仅适于执行相应部分的所述功能的话。上述方法步骤可以在个体功能块中或通过个体设备来实现,或者方法步骤中的一个或多个可以在单个功能块中或者通过单个设备来实现。
通常,在不改变本公开的思想的情况下,任何方法步骤都适合作为软件或通过硬件来实现。设备和部件可以被实现为个体设备,但这并不排除它们在整个系统中以分布式方式实现,只要设备的功能被保留即可。这样的和类似的原理将被认为是本领域技术人员已知的。
本说明书意义上的软件包括软件代码,软件代码本身包括用于执行相应功能的代码部件或部分或计算机程序或计算机程序产品、以及体现在诸如计算机可读(存储)介质等有形介质上的软件(或计算机程序或计算机程序产品),该有形介质上存储有相应数据结构或代码部件/部分或体现在信号或芯片中,可能在其处理期间。
本公开还涵盖上述方法步骤和操作的任何可想到的组合、以及上述节点、装置、模块或元件的任何可想象的组合,只要上述方法和结构布置的概念是适用的。
鉴于上述情况,提供了用于高效小区基带处理池化的措施。这样的措施示例性地包括获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及基于上述多个无线电小区中的每个选定无线电小区的上述基带处理的预测未来计算负载和多个处理资源单元中的每个处理资源单元的计算能力,确定上述多个无线电小区中的每个选定无线电小区到上述多个处理资源单元中的任何一个处理资源单元的分配。
尽管以上参考根据附图的示例描述了本公开,但是应当理解,本公开不限于此。相反,本领域技术人员很清楚的是,在不脱离本文中公开的发明思想的范围的情况下,本公开可以以多种方式修改。
首字母缩略词和缩写词列表
3GPP:第三代合作伙伴计划
API:应用程序编程接口
ARMA:自回归移动平均
BB:基带
CA:载波聚合
CPO:计算预测器和编排器
CP:计算预测器
CPU:中央处理单元
CS:计算调度器
DL:深度学习
DL:下行链路
FD:分频
FD:频域
GBR:保证比特率
gNB:全局节点B(基站)
L1:第1层
L2:第2层
L2-PS:第2层分组调度器
LSTM:长短期记忆
MANO:管理和编排
MBR:最大比特率
MCS:调制编码方案
ML:机器学习
MLP:多层感知器
MU-MIMO:多用户多输入多输出
NFV:网络功能虚拟化
OPEX:运营支出
oRAN:开放式无线电接入网
PRB:物理资源块
PUCCH:物理上行链路控制信道
QCI:服务质量类别标识符
QoS:服务质量
RAN:无线电接入网
RIC:无线电智能控制器
RNN:递归神经网络
RRC:无线电资源控制
RRM:无线电资源管理
RT:实时
SFN:子帧编号
SFN:系统帧号
TD:时分
TD:时域
TDD:时分双工
UE:用户设备
VIM:虚拟化基础设施管理器
Claims (83)
1.一种方法,包括:
获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及
基于所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载、以及多个处理资源单元中的每个处理资源单元的计算能力,确定所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的分配。
2.根据权利要求1所述的方法,还包括:
接收关于所述多个处理资源单元中的每个处理资源单元的所述计算能力的信息。
3.根据权利要求1或2所述的方法,还包括:
接收指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息,其中
所述确定是基于所述多个无线电小区中的所述选定无线电小区的所述优先级顺序。
4.根据权利要求3所述的方法,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,并且
所述方法还包括:
对于所述多个无线电小区中的所述选定无线电小区中的每个相应无线电小区,基于所述多个无线电小区中的所述选定无线电小区中的所述相应无线电小区的所述相应每小区优先级信息,计算相应小区优先级。
5.根据权利要求4所述的方法,其中
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
6.根据权利要求1至5中任一项所述的方法,还包括:
接收选择信息,所述选择信息指示对所述多个无线电小区中的所述选定无线电小区的选择。
7.根据权利要求1至6中任一项所述的方法,其中
关于所述确定,所述方法还包括:
最小化所述多个处理资源单元中的所分配的处理资源单元的总数目。
8.根据权利要求1至7中任一项所述的方法,其中
关于所述确定,所述方法还包括:
在预定时间段内组合所述选定无线电小区的第一子集,使得所述选定无线电小区的所述第一子集中的每个第一无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第一处理资源单元的所述计算能力,以及
将所述选定无线电小区的所述第一子集中的每个第一无线电小区分配给所述第一处理资源单元。
9.根据权利要求8所述的方法,其中
关于所述确定,所述方法还包括:
在所述预定时间段内组合所述选定无线电小区的第二子集,所述选定无线电小区的所述第二子集不包括所述选定无线电小区的所述第一子集中的所述第一无线电小区,使得所述选定无线电小区的所述第二子集中的每个第二无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第二处理资源单元的所述计算能力,以及
将所述选定无线电小区的所述第二子集中的每个第二无线电小区分配给所述第二处理资源单元。
10.根据权利要求1至9中任一项所述的方法,其中
关于所述获取,所述方法还包括:
接收多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
11.根据权利要求1至9中任一项所述的方法,其中
关于所述获取,所述方法还包括:
基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区监测信息,计算所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
12.根据权利要求11所述的方法,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
13.根据权利要求11或12所述的方法,还包括:
接收所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息。
14.根据权利要求11至13中任一项所述的方法,其中
所述计算利用机器学习技术。
15.根据权利要求11至14中任一项所述的方法,其中
所述计算基于事件信息。
16.根据权利要求11至15中任一项所述的方法,其中
所述计算基于以下中的至少一项:一天中的时间、一周中的一天、与所述一天中的时间相关的均值、以及与所述一天中的时间相关的标准偏差值。
17.根据权利要求11至16中任一项所述的方法,其中
关于所述计算,所述方法还包括:
基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息,计算所述多个无线电小区中的至少一个选定无线电小区的每个切片的基带处理的所述预测未来计算负载。
18.根据权利要求1至17中任一项所述的方法,还包括:
向基站发送关于所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的所述分配的信息。
19.根据权利要求1至18中任一项所述的方法,其中
所述处理资源单元是处理器、处理器核、以及存储器单元中的至少一项。
20.根据权利要求1至19中任一项所述的方法,其中
所述计算负载是处理器指令周期的数目。
21.一种方法,包括:
确定用于基带处理调度实体的策略,以及
向所述基带处理调度实体发送所述策略,其中
所述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由所述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
22.根据权利要求21所述的方法,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,并且
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
23.根据权利要求21或22所述的方法,其中
所述策略包括:基带处理计算负载预测有效性时间间隔和基带处理计算负载类型中的至少一项。
24.一种方法,包括:
确定多个无线电小区中的选定无线电小区的每小区监测信息,以及
向基带处理调度实体发送所述每小区监测信息,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
25.根据权利要求24所述的方法,还包括:
从所述基带处理调度实体接收关于所述多个无线电小区中的所述选定无线电小区到处理资源单元的分配的信息。
26.根据权利要求25所述的方法,还包括:
基于关于所述多个无线电小区中的所述选定无线电小区到所述处理资源单元的所述分配的所述信息,在预定时间段内将所述多个无线电小区中的所述选定无线电小区的基带处理调度到所述处理资源单元。
27.根据权利要求26所述的方法,还包括:
监测基带处理性能,以及
如果作为所述监测的结果,跟踪到跳过时隙,
则向所述基带处理调度实体报告所述跳过时隙的数目。
28.一种装置,包括:
获取电路系统,被配置为获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及
确定电路系统,被配置为基于所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载、以及多个处理资源单元中的每个处理资源单元的计算能力,确定所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的分配。
29.根据权利要求28所述的装置,还包括:
接收电路系统,被配置为接收关于所述多个处理资源单元中的每个处理资源单元的所述计算能力的信息。
30.根据权利要求28或29所述的装置,还包括:
接收电路系统,被配置为接收指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息,其中
所述确定电路系统被配置为基于所述多个无线电小区中的所述选定无线电小区的所述优先级顺序进行确定。
31.根据权利要求30所述的装置,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,并且
所述装置还包括:
计算电路系统,被配置为对于所述多个无线电小区中的所述选定无线电小区中的每个相应无线电小区,基于所述多个无线电小区中的所述选定无线电小区中的所述相应无线电小区的所述相应每小区优先级信息,计算相应小区优先级。
32.根据权利要求31所述的装置,其中
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
33.根据权利要求28至32中任一项所述的装置,还包括:
接收电路系统,被配置为接收选择信息,所述选择信息指示对所述多个无线电小区中的所述选定无线电小区的选择。
34.根据权利要求28至33中任一项所述的装置,还包括:
最小化电路系统,被配置为最小化所述多个处理资源单元中的所分配的处理资源单元的总数目。
35.根据权利要求28至34中任一项所述的装置,还包括:
组合电路系统,被配置为在预定时间段内组合所述选定无线电小区的第一子集,使得所述选定无线电小区的所述第一子集中的每个第一无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第一处理资源单元的所述计算能力,以及
分配电路系统,被配置为将所述选定无线电小区的所述第一子集中的每个第一无线电小区分配给所述第一处理资源单元。
36.根据权利要求35所述的装置,还包括:
组合电路系统,被配置为在所述预定时间段内组合所述选定无线电小区的第二子集,所述选定无线电小区的所述第二子集不包括所述选定无线电小区的所述第一子集中的所述第一无线电小区,使得所述选定无线电小区的所述第二子集中的每个第二无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第二处理资源单元的所述计算能力,以及
分配电路系统,被配置为将所述选定无线电小区的所述第二子集中的每个第二无线电小区分配给所述第二处理资源单元。
37.根据权利要求28至36中任一项所述的装置,还包括:
接收电路系统,被配置为接收所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
38.根据权利要求28至36中任一项所述的装置,还包括:
计算电路系统,被配置为基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区监测信息,计算所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
39.根据权利要求38所述的装置,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
40.根据权利要求38或39所述的装置,还包括:
接收电路系统,被配置为接收所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息。
41.根据权利要求38至40中任一项所述的装置,其中
所述计算电路系统被配置为利用机器学习技术。
42.根据权利要求38至41中任一项所述的装置,其中
所述计算电路系统被配置为基于事件信息进行计算。
43.根据权利要求38至42中任一项所述的装置,其中
所述计算电路系统被配置为基于以下中的至少一项进行计算:一天中的时间、一周中的一天、与所述一天中的时间相关的均值、以及与所述一天中的时间相关的标准偏差值。
44.根据权利要求38至43中任一项所述的装置,还包括:
计算电路系统,被配置为基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息,计算所述多个无线电小区中的至少一个选定无线电小区的每个切片的基带处理的所述预测未来计算负载。
45.根据权利要求28至44中任一项所述的装置,还包括:
发送电路系统,被配置为向基站发送关于所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的所述分配的信息。
46.根据权利要求28至45中任一项所述的装置,其中
所述处理资源单元是处理器、处理器核、以及存储器单元中的至少一项。
47.根据权利要求28至46中任一项所述的装置,其中
所述计算负载是处理器指令周期的数目。
48.一种装置,包括:
确定电路系统,被配置为确定用于基带处理调度实体的策略,以及
发送电路系统,被配置为向所述基带处理调度实体发送所述策略,其中
所述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由所述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
49.根据权利要求48所述的装置,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,以及
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
50.根据权利要求48或49所述的装置,其中
所述策略包括:基带处理计算负载预测有效性时间间隔和基带处理计算负载类型中的至少一项。
51.一种装置,包括:
确定电路系统,被配置为确定多个无线电小区中的选定无线电小区的每小区监测信息,以及
发送电路系统,被配置为向基带处理调度实体发送所述每小区监测信息,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
52.根据权利要求51所述的装置,还包括:
接收电路系统,被配置为从所述基带处理调度实体接收关于所述多个无线电小区中的所述选定无线电小区到处理资源单元的分配的信息。
53.根据权利要求52所述的装置,还包括:
调度电路系统,被配置为基于关于所述多个无线电小区中的所述选定无线电小区到所述处理资源单元的所述分配的所述信息,在预定时间段内将所述多个无线电小区中的所述选定无线电小区的基带处理调度到所述处理资源单元。
54.根据权利要求53所述的装置,还包括:
监测电路系统,被配置为监测基带处理性能,以及
报告电路系统,被配置为如果作为所述监测电路系统的结果,跟踪到跳过时隙,则向所述基带处理调度实体报告所述跳过时隙的数目。
55.一种装置,包括:
至少一个处理器,
至少一个存储器,包括计算机程序代码,以及
至少一个接口,被配置用于与至少另一装置的通信,
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
获取多个无线电小区中的每个选定无线电小区的基带处理的预测未来计算负载,以及
基于所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载、以及多个处理资源单元中的每个处理资源单元的计算能力,确定所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的分配。
56.根据权利要求55所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
接收关于所述多个处理资源单元中的每个处理资源单元的所述计算能力的信息。
57.根据权利要求55或56所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
接收指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息,其中
所述确定是基于所述多个无线电小区中的所述选定无线电小区的所述优先级顺序。
58.根据权利要求57所述的装置,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,并且
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
对于所述多个无线电小区中的所述选定无线电小区中的每个相应无线电小区,基于所述多个无线电小区中的所述选定无线电小区中的所述相应无线电小区的所述相应每小区优先级信息,计算相应小区优先级。
59.根据权利要求58所述的装置,其中
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
60.根据权利要求55至59中任一项所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
接收选择信息,所述选择信息指示对所述多个无线电小区中的所述选定无线电小区的选择。
61.根据权利要求55至60中任一项所述的装置,其中
关于所述确定,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
最小化所述多个处理资源单元中的所分配的处理资源单元的总数目。
62.根据权利要求55至61中任一项所述的装置,其中
关于所述确定,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
在预定时间段内组合所述选定无线电小区的第一子集,使得所述选定无线电小区的所述第一子集中的每个第一无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第一处理资源单元的所述计算能力,以及
将所述选定无线电小区的所述第一子集中的每个第一无线电小区分配给所述第一处理资源单元。
63.根据权利要求62所述的装置,其中
关于所述确定,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
在所述预定时间段内组合所述选定无线电小区的第二子集,所述选定无线电小区的所述第二子集不包括所述选定无线电小区的所述第一子集中的所述第一无线电小区,使得所述选定无线电小区的所述第二子集中的每个第二无线电小区的基带处理的所述预测未来计算负载的总和不超过所述多个处理资源单元中的第二处理资源单元的所述计算能力,以及
将所述选定无线电小区的所述第二子集中的每个第二无线电小区分配给所述第二处理资源单元。
64.根据权利要求55至63中任一项所述的装置,其中
关于所述获取,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
接收所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
65.根据权利要求55至63中任一项所述的装置,其中
关于所述获取,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区监测信息,计算所述多个无线电小区中的每个选定无线电小区的基带处理的所述预测未来计算负载。
66.根据权利要求65所述的装置,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
67.根据权利要求65或66所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
接收所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息。
68.根据权利要求65至67中任一项所述的装置,其中
所述计算利用机器学习技术。
69.根据权利要求65至68中任一项所述的装置,其中
所述计算基于事件信息。
70.根据权利要求65至69中任一项所述的装置,其中
所述计算基于以下中的至少一项:一天中的时间、一周中的一天、与所述一天中的时间相关的均值、以及与所述一天中的时间相关的标准偏差值。
71.根据权利要求65至70中任一项所述的装置,其中
关于所述计算,所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
基于所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的所述每小区监测信息,计算所述多个无线电小区中的至少一个选定无线电小区的每个切片的基带处理的所述预测未来计算负载。
72.根据权利要求55至71中任一项所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
向基站发送关于所述多个无线电小区中的每个选定无线电小区到所述多个处理资源单元中的任何一个处理资源单元的所述分配的信息。
73.根据权利要求55至72中任一项所述的装置,其中
所述处理资源单元是处理器、处理器核、以及存储器单元中的至少一项。
74.根据权利要求55至73中任一项所述的装置,其中
所述计算负载是处理器指令周期的数目。
75.一种装置,包括:
至少一个处理器,
至少一个存储器,包括计算机程序代码,以及
至少一个接口,被配置用于与至少另一装置的通信,
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
确定用于基带处理调度实体的策略,以及
向所述基带处理调度实体发送所述策略,其中
所述策略包括以下中的至少一项:指示多个无线电小区中的选定无线电小区的选择信息、指示所述多个无线电小区中的所述选定无线电小区的优先级顺序的优先级信息、以及关于可用于由所述基带处理调度实体进行基带处理调度的多个处理资源单元中的每个处理资源单元的计算能力的信息。
76.根据权利要求75所述的装置,其中
所述优先级信息包括:所述多个无线电小区中的所述选定无线电小区中的每个无线电小区的每小区优先级信息,并且
所述每小区优先级信息包括以下中的至少一项:服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、由所述相应小区服务的终端的等级、调制和编码方案、物理上行链路控制信道利用情况、以及过去跳过时隙的数目。
77.根据权利要求75或76所述的装置,其中
所述策略包括基带处理计算负载预测有效性时间间隔和基带处理计算负载类型中的至少一项。
78.一种装置,包括:
至少一个处理器,
至少一个存储器,包括计算机程序代码,以及
至少一个接口,被配置用于与至少另一装置的通信,
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
确定多个无线电小区中的选定无线电小区的每小区监测信息,以及
向基带处理调度实体发送所述每小区监测信息,其中
所述每小区监测信息包括以下中的至少一项:关键性能指示符、小区吞吐量、无线电资源控制连接终端的数目、活动终端的数目、载波聚合用户的数目、多用户多输入多输出用户的数目、服务质量类别标识符、保证比特率、最大比特率、正在进行的应用的延迟敏感度、服务类型、针对所有数字无线电承载上的每个终端而聚合的组合权重、在所述相应小区上启用的关键特征的列表、每时隙的当前计算负载、当前物理资源块使用情况、由所述相应小区服务的终端的等级、调制和编码方案、以及物理上行链路控制信道利用情况。
79.根据权利要求78所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
从所述基带处理调度实体接收关于所述多个无线电小区中的所述选定无线电小区到处理资源单元的分配的信息。
80.根据权利要求79所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
基于关于所述多个无线电小区中的所述选定无线电小区到所述处理资源单元的所述分配的所述信息,在预定时间段内将所述多个无线电小区中的所述选定无线电小区的基带处理调度到所述处理资源单元。
81.根据权利要求80所述的装置,其中
所述至少一个处理器被配置为与所述至少一个存储器和所述计算机程序代码一起使得所述装置执行:
监测基带处理性能,以及
如果作为所述监测的结果,跟踪到跳过时隙,
则向所述基带处理调度实体报告所述跳过时隙的数目。
82.一种计算机程序产品,包括计算机可执行计算机程序代码,当所述程序在计算机上运行时,所述计算机可执行计算机程序代码被配置为使得所述计算机执行根据权利要求1至20、21至23或24至27中任一项所述的方法。
83.根据权利要求82所述的计算机程序产品,其中所述计算机程序产品包括其上存储有所述计算机可执行计算机程序代码的计算机可读介质,和/或其中所述程序直接可加载到所述计算机的内部存储器或其处理器中。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202141008348 | 2021-02-27 | ||
IN202141008348 | 2021-02-27 | ||
PCT/EP2021/058869 WO2022179712A1 (en) | 2021-02-27 | 2021-04-06 | Efficient cell baseband processing pooling |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117204118A true CN117204118A (zh) | 2023-12-08 |
Family
ID=75438768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180097565.4A Pending CN117204118A (zh) | 2021-02-27 | 2021-04-06 | 高效小区基带处理池化 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240129941A1 (zh) |
EP (1) | EP4265055A1 (zh) |
CN (1) | CN117204118A (zh) |
WO (1) | WO2022179712A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013077790A1 (en) * | 2011-11-24 | 2013-05-30 | Telefonaktiebolaget L M Ericsson (Publ) | Allocation of baseband resources to a radio unit of a serving cell |
CN104619029B (zh) * | 2015-01-22 | 2018-09-07 | 中国科学院计算技术研究所 | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 |
-
2021
- 2021-04-06 WO PCT/EP2021/058869 patent/WO2022179712A1/en active Application Filing
- 2021-04-06 EP EP21717393.9A patent/EP4265055A1/en active Pending
- 2021-04-06 US US18/546,891 patent/US20240129941A1/en active Pending
- 2021-04-06 CN CN202180097565.4A patent/CN117204118A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4265055A1 (en) | 2023-10-25 |
WO2022179712A1 (en) | 2022-09-01 |
US20240129941A1 (en) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10999854B2 (en) | Method and user equipment for predicting available throughput for uplink data | |
CN107852609B (zh) | 用于连接性管理的系统和方法 | |
EP3855842A1 (en) | Method and apparatus for dynamically allocating radio resources in a wireless communication system | |
US20180152958A1 (en) | Radio communication network with multi threshold based sla monitoring for radio resource management | |
CN106471855B (zh) | 预测资源调度 | |
CN108029104B (zh) | 用于配置探测参考符号(srs)的方法和装置 | |
EP3345436A1 (en) | Method for an enhanced power consumption management of a user equipment using a mobile communication network, wherein different sets of radio resources are used in dependency of a power consumption information, mobile communication network, program comprising a computer readable program code, and computer program product | |
Müller et al. | Evaluation of scheduling algorithms for 5g mobile systems | |
US20220394736A1 (en) | Scheduling Enhanced Mobile Broadband Transmissions | |
US20130046889A1 (en) | Methods and apparatuses for scheduling users in wireless networks | |
Qazzaz et al. | Machine learning-based xApp for dynamic resource allocation in O-RAN networks | |
US20170245283A1 (en) | Method and Network Node for Dynamic Resource Allocation for Control Channels | |
WO2016155823A1 (en) | Service-specific scheduling in cellular networks | |
Shoaei et al. | Learning-based hybrid TDMA-CSMA MAC protocol for virtualized 802.11 WLANs | |
Huang et al. | Achieving fair LTE/Wi-Fi coexistence with real-time scheduling | |
CN117204118A (zh) | 高效小区基带处理池化 | |
CN112514438A (zh) | 用于小区指派的方法和网络代理 | |
JP7005729B2 (ja) | パケットスケジューラ | |
JP2017501635A (ja) | アップリンクリソースを割り当てる方法及び装置並びにマクロ基地局 | |
Yan et al. | MP-DQN based task scheduling for RAN QoS fluctuation minimizing in public clouds | |
García-Morales et al. | Latency-Based 5G RAN slicing descriptor to support deterministic industry 4.0 applications | |
Keshav et al. | Bandwidth allocation for interactive multimedia in 5g networks | |
CN115997420A (zh) | 调度物联网设备的传输 | |
Zeydan et al. | Performance comparison of QoS deployment strategies for cellular network services | |
US20240195867A1 (en) | Intelligent cloud-edge resource management |
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 |