CN118175553A - 无线电接入网中的网络切片 - Google Patents

无线电接入网中的网络切片 Download PDF

Info

Publication number
CN118175553A
CN118175553A CN202311665373.6A CN202311665373A CN118175553A CN 118175553 A CN118175553 A CN 118175553A CN 202311665373 A CN202311665373 A CN 202311665373A CN 118175553 A CN118175553 A CN 118175553A
Authority
CN
China
Prior art keywords
per
statistics
slice
ran
resource management
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
Application number
CN202311665373.6A
Other languages
English (en)
Inventor
A·卡克
N·蔡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nokia Solutions and Networks Oy
Original Assignee
Nokia Solutions and Networks Oy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nokia Solutions and Networks Oy filed Critical Nokia Solutions and Networks Oy
Publication of CN118175553A publication Critical patent/CN118175553A/zh
Pending legal-status Critical Current

Links

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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • 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
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H04L41/0897—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities by horizontal or vertical scaling of resources, or by migrating entities, e.g. virtual resources or entities
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • 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
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/065—Generation of reports related to network devices
    • 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
    • H04L43/16—Threshold monitoring
    • 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]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请题为“无线电接入网中的网络切片”。提供了一种用于无线电接入网切片的方法。接收了第一组无线电接入网RAN统计数据和第二组RAN统计数据。第一组RAN统计数据包括来自RAN的非实时统计数据。第二组RAN统计数据包括来自RAN的近实时统计数据。向非实时强化学习模型提供第一组RAN统计数据和服务水平协议作为输入。从模型获得作为输出的每切片的资源管理策略。向近实时强化学习模型提供每切片的第二组RAN统计数据、服务水平协议、以及资源管理策略作为输入。从模型获得作为输出的每切片的资源分配。

Description

无线电接入网中的网络切片
技术领域
各种示例实施例涉及无线电接入网(例如，开放无线电接入网)中的网络切片。
背景技术
网络切片可以用于，例如，各种蜂窝通信网络中，诸如，根据5G无线接入技术运行的蜂窝通信网络中。5G无线电接入技术也可以称为新无线电(NR)接入技术。第三代合作伙伴项目(3GPP)开发了用于5G/NR的标准，3GPP讨论的主题之一涉及网络切片。根据讨论，需要提供与蜂窝通信网络中网络切片相关的增强方法、装置和计算机程序。这种增强也可能有益于其他无线通信网络，诸如在未来的6G网络中。
发明内容
根据一些方面，提供了独立权利要求的主题。从属权利要求中定义了一些示例实施例。各种示例性实施例寻求的保护范围由独立权利要求阐述。本说明书中描述的不落入独立权利要求的范围内的示例实施例和特征(如果有的话)将被解释为对于理解各种示例实施例有用的示例。
根据第一方面，提供了一种用于无线电接入网切片的方法，包括：从网络节点接收第一组无线电接入网RAN统计数据；从网络节点接收第二组RAN统计数据；其中第一组RAN统计数据包括来自无线电接入网的非实时统计数据，无线电接入网包括网络节点；以及第二组RAN统计数据包括来自无线电接入网的近实时统计数据，无线电接入网包括网络节点；至少向第一无线电资源管理模型提供第一组RAN统计数据和服务水平协议作为输入，其中第一无线电资源管理模型是非实时强化学习模型；从第一无线电资源管理模型获得每切片的资源管理策略作为输出；至少向第二无线电资源管理模型提供第二组RAN统计数据、服务水平协议和每切片的资源管理策略作为输入，其中第二无线电资源管理模型是近实时强化学习模型；从第二无线电资源管理模型获得每切片的资源分配作为输出；以及向网络节点提供每切片的资源分配。
根据一个实施例，第一组RAN统计数据包括以下各项中的至少一项：每用户设备的传输块大小；每用户设备的无线电链路控制队列长度；每用户设备的吞吐量；每用户设备的延时；或无线电接入网的网络节点的资源可用性。
根据一个实施例，第二组RAN统计数据包括以下各项中的至少一项：每用户设备的传输块大小；每用户设备的无线电链路控制队列长度；每用户设备的吞吐量；每用户设备的延时；每切片的资源利用；或无线电接入网的网络节点的资源可用性。
根据一个实施例，每切片的资源管理策略指示每切片的专用资源、优先资源和/或共享资源的资源分配。
根据一个实施例，方法包括：向第一无线电资源管理模型提供来自第二无线电资源管理模型的反馈作为输入。
根据一个实施例，反馈包括以下各项中的至少一项：从第二无线电资源管理模型获得的作为输出的每切片的资源分配；或每切片的延时SLA违反。
根据一个实施例，反馈通过O1性能测量接口或A1接口被提供给第二无线电资源管理模型。
根据一个实施例，第一组无线电接入网统计数据通过O1性能测量接口被接收到。
根据一个实施例，第二组无线电接入网统计数据通过E2接口被接收到。
根据一个实施例，每切片的资源管理策略通过O1配置管理接口或A1接口被提供给第二无线电资源管理模型。
根据一个实施例，每切片的资源分配通过E2接口被提供给无线电接入网。
根据第二方面，提供了一种装置，包括：至少一个处理器；以及存储指令的至少一个存储器，指令当由至少一个处理器执行时，使得装置至少执行：从网络节点接收第一组无线电接入网RAN统计数据；从网络节点接收第二组RAN统计数据；其中第一组RAN统计数据包括来自无线电接入网的非实时统计数据，无线电接入网包括网络节点；以及第二组RAN统计数据包括来自无线电接入网的近实时统计数据，无线电接入网包括网络节点；至少向第一无线电资源管理模型提供第一组RAN统计数据和服务水平协议作为输入，其中第一无线电资源管理模型是非实时强化学习模型；从第一无线电资源管理模型获得每切片的资源管理策略作为输出；至少向第二无线电资源管理模型提供第二组RAN统计数据、服务水平协议和每切片的资源管理策略作为输入，其中第二无线电资源管理模型是近实时强化学习模型；从第二无线电资源管理模型获得每切片的资源分配作为输出；以及向网络节点提供每切片的资源分配。
根据一个实施例，装置的第二方面被使得执行根据第一方面的方法的任何实施例。
根据另外的方面，提供了一种装置，包括用于至少执行第一方面的方法及其任一实施例的部件。
根据一个实施例，部件包括至少一个处理器；以及存储指令的至少一个存储器，指令当由至少一个处理器执行时，引起装置的性能。
根据一个实施例，提供了一种包括指令的(非瞬态)计算机可读介质，指令当由装置执行时，使得装置执行根据至少第一方面的方法及其任一实施例。
根据进一步的方面，提供了一种计算机程序，包括指令，指令当由装置执行时，使得装置执行根据第一方面的方法及其任一实施例。
根据一个方面，提供了一种方法，包括：由网络节点提供第一组无线电接入网统计数据；由网络节点提供第二组无线电接入网统计数据；其中第一组RAN统计数据包括来自无线电接入网的非实时统计数据；并且第二组RAN统计数据包括来自无线电接入网的近实时统计数据，无线电接入网包括网络节点；由网络节点接收每切片的资源分配。
根据另外的方面，提供了一种装置，包括：至少一个处理器；以及至少一个存储器，存储指令，指令当由至少一个处理器执行时，使得装置至少执行根据上述方面的方法及其任一实施例。
根据另外的方面，提供了一种装置，包括用于至少执行根据上述方面的方法及其任一实施例的部件。
根据另外的方面，提供了一种(非瞬态)计算机可读介质，包括指令，指令当由装置执行时，使得装置至少执行根据上述方面的方法及其任一实施例。
根据另外的方面，提供了一种计算机程序，包括指令，指令当由装置执行时，使得装置执行上述方面的方法及其任一实施例。
附图说明
现在将参照附图描述一些示例实施例。
图1以示例的方式示出了通信系统的网络架构；
图2以示例的方式示出了在开放无线电接入网的无线电接入网切片的概述；
图3以示例的方式示出了分层无线电资源管理框架的概述；
图4以示例的方式示出了在开放无线电接入网架构内集成的分层无线资源管理框架；
图5以示例的方式示出了方法的流程图；以及
图6以示例的方式示出了实体之间的信令；
图7以示例的方式示出了度量及其传输的接口；
图8以示例的方式示出了度量及其传输的接口；以及
图9以示例的方式示出了装置的框图。
具体实施方式
图1以示例的方式示出了通信系统的网络架构。在下文中，将使用基于高级长期演进(LTE高级，LTE-A)或新无线电(NR，也称为5G)的无线接入架构作为实施例可应用的接入架构的示例来描述不同的示例性实施例，但并不将实施例局限于此类架构。对于本领域的技术人员来说显而易见的是，通过适当调整参数和程序，实施例也可以应用于具有适当部件的其他类型通信网络。用于适当系统的其他选项的一些例子是通用移动通信系统(UMTS)无线电接入网(UTRAN或E-UTRAN)、长期演进(LTE，与E-UTRA相同)、无线局域网(WLAN或WiFi)、全球微波接入互操作性(WiMAX)、个人通信服务(PCS)、/>宽带码分多址(WCDMA)、使用超宽带(UWB)技术的系统、传感器网络、移动ad-hoc网络(MANETs)和互联网协议多媒体子系统(IMS)或它们中的任何组合。
图1的示例示出了示例性的无线电接入网的一部分。图1示出了被配置为在小区中的一个或多个通信信道上与提供小区的接入节点(诸如gNB，即下一代节点B，或eNB，即演进节点B(eNodeB))104进行无线连接的用户装备或用户设备(UE)100和102。从用户设备到网络节点的物理链路被称为上行链路(UL)或反向链路，以及从网络节点到用户设备的物理链路被称为下行链路(DL)或前向链路。应当理解，网络节点或其功能可以通过使用适合这种用途的任何节点、主机、服务器或接入点等实体来实现。通信系统通常包括多于一个网络节点，在这种情况下，网络节点还可以被配置为经由为此目的设计的有线或无线链路彼此通信。这些链路可以用于信令的目的。网络节点是被配置用于控制其耦合到的通信系统的无线资源的计算设备。网络节点也可以称为基站(BS)、接入点或包括能够在无线环境中运行的中继站的任何其他类型的接口设备。网络节点包括或耦合到收发器。从网络节点的收发器向天线单元提供连接，该天线单元建立与用户设备的双向无线电链路。天线单元可以包括多个天线或天线元件。网络节点还连接到核心网110(CN或下一代核心NGC)。取决于系统，CN侧的对应部分可以是服务网关(S-GW，路由和转发用户数据分组)、分组数据网络网关(P-GW)，以用于提供用户设备(UE)到外部分组数据网络或移动管理实体(MME)等的连接。配置作为中继站操作的网络节点的一个示例是集成接入和回程节点(IAB)。IAB节点的分布式单元(DU)部分执行IAB节点的BS功能，而回程连接则由IAB节点的移动终端(MT)部分执行。UE功能可以由IAB MT执行，BS功能可由IAB DU执行。网络架构可以包括一个父节点，即IAB施主，父节点可以具有与CN的有线连接，以及与IAB MT的无线连接。
用户设备，或用户装备UE，通常指的是便携式计算设备，包括具有或不具有用户标识模块(SIM)的无线移动通信设备，包括但不限于以下类型的设备：移动台(移动电话)、智能手机、个人数字助理(PDA)、手持设备、使用无线调制解调器的设备(警报或测量设备等)、膝上型计算机和/或触摸屏计算机、平板计算机、游戏控制台、笔记本电脑和多媒体设备。应当理解，用户设备也可以是几乎仅上行链路的设备，其示例是向网络加载图像或视频片段的相机或摄像机。用户设备也可以是有能力在物联网(IoT)网络中运行的设备，在这种情况下，物体有能力通过网络传送数据，而不需要人与人或人与计算机之间的交互。
附加地，尽管这些装置被描述为单个实体，但可以在这些装置中实现不同的单元、处理器和/或存储单元(图1中未全部显示)以启用其中的功能。
5G使得在UE和gNB两侧能够使用多输入-多输出(MIMO)技术、比LTE多得多的基站或节点(所谓的小基站概念)，包括与更小的基站合作运行的宏站点，并取决于服务需求、用例和/或可用频谱来采用各种无线电技术。5G移动通信支持广泛的用例和相关应用，包括视频流、增强现实、不同的数据共享方式和各种形式的机器类型应用(诸如(大规模)机器类型通信(mMTC)，包括车辆安全、不同的传感器和实时控制)。5G被预期具有多种无线接口，即7GHz以下、厘米波(cmWave)和毫米波(mmWave)，还能与现有的传统无线接入技术(诸如LTE)集成。相应地，低于7GHz的频率范围可以称为FR1，并且高于24GHz(或更确切地说是24GHz至52.6GHz)的频率范围可以称为FR2。至少在早期阶段，与LTE的集成可以被实现为系统，其中由LTE提供宏覆盖，并且5G无线电接口接入则来自于通过聚合到LTE的小小区。换句话说，5G计划支持RAT间的可操作性(诸如LTE-5G)和RI间的可操作性(无线电接口间的可操作性，诸如7GHz以下-cmWave，7GHz以下-cmWave-mmWave)两者。考虑在5G网络中使用的概念之一是网络切片，在网络切片中，多个独立的和专用的虚拟子网络(网络实例)可以在同一基础设施内创建，以运行对延时、可靠性、吞吐量和移动性有不同要求的服务。
通信系统还能够与其他网络(诸如公共交换电话网络或因特网112)通信，或利用由它们提供的服务。通信网络还可以能够支持云服务的使用，例如至少部分核心网络操作可以作为云服务执行(图1中由“云”114描绘)。通信系统还可以包括为不同运营方的网络提供设施以进行合作(例如在频谱共享方面)的中央控制实体或类似的。
通过利用网络功能虚拟化(NVF)和软件定义网络(SDN)，可以将边缘云引入无线电接入网(RAN)。使用边缘云可以意味着接入节点操作至少部分地在服务器、主机或节点中执行，这些服务器、主机或节点可操作地耦合到远程无线电头或包括无线电部件的基站。节点操作也可能分布在多个服务器、节点或主机中。云RAN架构的应用启用在RAN侧(分布式单元DU 104中)执行的RAN实时功能，并且以集中方式(集中式单元CU 108中)执行非实时功能。
5G还可以利用卫星通信来增强或补充5G服务的覆盖范围，例如通过提供回程服务。可能的用例为机器对机器(M2M)或物联网(IoT)设备或车上乘客提供服务连续性，或确保关键通信以及未来铁路/海事/航空通信的服务可用性。卫星通信可以利用地球静止轨道(GEO)卫星系统，也可以利用低地球轨道(LEO)卫星系统，特别是超级星座(部署了数百颗(纳米)卫星的系统)。星座中的每颗卫星106可以覆盖创建地面小区的多个启用卫星的网络实体。地面小区可以通过地面中继节点104或由位于地面或在卫星中的gNB创建。
开放无线电接入网(O-RAN)架构利用稳健的软件化控制架构为分散式无线电接入网铺平了道路。虽然NG-RAN架构率先将单一的gNB分解为集中式单元控制平面(CU-CP)、CU用户平面(CU-UP)和DU，但O-RAN进一步将DU分解为两个不同的实体：O-RAN DU和O-RAN无线电单元(RU)。
附加地，通过一组外部网络控制器，例如近实时RAN智能控制器(近RT RIC)和非实时RAN智能控制器(非RT RIC)，O-RAN使得引入专门针对接入网的新型网络控制功能和保证框架成为可能。例如，近RT RIC可以接近实时地运行，并且通过称为xApps的应用在E2接口上对底层RAN执行近实时控制。例如，近实时RIC可以在≥10ms和≤1000ms的时间尺度上运行，甚至在1ms与1000ms之间。近实时RIC的主要功能包括解释和增强非RT RIC的策略，以及来自RAN的统计数据的收集。
作为服务管理和协调(SMO)框架的一部分，非RT RIC在非实时的基础上监视RAN元件的控制和优化。例如，非RT RIC可以在>1s的时间尺度上运行。这种控制是通过称为rApps的应用实现的，这些应用负责针对近RT RIC提供基于策略的指导和丰富信息。
SMO(以及非RT RIC)利用O1接口与RAN和近RT RIC两者交互。附加地，非RT RIC还可以使用A1接口与近RT RIC交互。
应用网络切片，网络运营方可以在同一物理网络内创建虚拟、独立的网络或网络切片，并且可以保证切片的服务水平，就好像它是一个独立的网络。网络切片允许在公共的物理基础设施上供配多个逻辑网络或切片，从而允许网络作为服务递送。供配的切片可以具有不同的服务水平协议(SLA)。
尽管网络切片遍历网络的所有域，即接入、传输、核心、边缘和中心云，但在O-RAN的上下文中，网络切片主要是指RAN切片。图2以示例的方式示出了开放无线电接入网(O-RAN)中的无线电接入网切片的概览。示出的是O-RAN RU 200和O-RAN DU 205、O-CU-CP 250和O-CU-UP 260、O-CU-UP270。
无线电资源块201可以经由无线电资源管理(RRM)被划分为切片。例如，第一切片210可以用于车联万物(vehicle to everything，V2X)通信，第二切片220可以用于物联网(IoT)通信，第三切片230可以用于企业使用，以及第四切片240可以用于固定无线接入(FWA)。
用于RAN切片的资源管理策略是通信服务供应商(CSP)的关键考虑因素以便优化无线电资源的利用并且改进网络货币化。例如，基于机器学习(ML)的无线电资源管理(RRM)技术可以用于在网络切片中获得有效的资源分配。
O-RAN支持三种机器学习范式：a)SMO中的训练和推理；b)近RT RIC中的训练和推理；c)SMO中的训练/近RT RIC中的推理。
网络切片的性质是动态的。不同切片内的业务可能会快速变化，并且网络中的切片数目、切片内的用户数目以及信道条件和移动模式都是随时间变化的。因此，在RRM框架中考虑切片动态变化可能有利于实现高效的资源分配和SLA满足。
返回参考上面列出的ML范式，当面对不断变化的网络条件时，它们的性能可能次优的。例如，依赖于框架a)(即SMO中的训练和推理)的RRM策略可能无法适应近实时网络动态，诸如切片业务的突然改变。
作为另一示例，采用框架b)(即在近RT RIC中的训练和推理)的RRM策略可能会错过非实时方面，诸如切片数目的改变，同时还会遇到影响可扩展性的大量计算开销。
作为另一示例，采用框架c)(即SMO中的训练/近RT RIC中的推理)的RRM策略可能会受近RT与非RT时间尺度之间缺乏交互的影响，因为训练和推理阶段在不同的时间尺度上运行。
提供了基于强化学习(RL)(例如深度强化学习(DRL))的分层无线电资源管理(H-RRM)框架以用于RAN(例如O-RAN)内的RAN切片。该框架以即插即用的方式运行，其中最终用户(诸如CSP、企业等)可以使用他们自己的ML模型以解决他们的特定优化目标。换言之，本文所公开的H-RRM框架独立于特定的ML或RL模型。
RAN切片的H-RRM架构采用在非RT时间尺度上运行的上层非RT RL代理以及在RT或近RT时间尺度上运行的下层RT或近RT代理。训练和推理可以在非RT RIC和RT两者或近RTRIC中执行。本文所公开的H-RRM架构同时运行在RT或近RT时间尺度和非RT时间尺度上。
图3以示例的方式示出了H-RRM框架300的概述。框架300包括上层非RT RL代理310和下层近RT RL代理320。非RT RL代理310从RAN 305接收非RT观察结果322。近RT RL代理320从RAN 305接收近RT观察结果324。因此，两个代理310、320通过在不同的时间尺度上观察环境来共享状态空间，如图中时间(t)线330所示。每个非RT间隔331、332、333包括其内的几个近RT间隔335、336、337、338、339。例如，如果我们认为非RT时间尺度为1000ms以及近RT时间尺度为200ms，则每个非RT间隔将包含五个近RT间隔。由此可知，近RT代理对环境的采样比非RT代理快五倍。以这种方式，近RT代理320被配置为捕捉网络的突然改变，并且非RT代理310被配置为跟踪长期趋势。
原始问题的动作空间已经被分解为两个子问题：一个在非RT时间尺度上并且另一个在近RT时间尺度上。非RT代理310的动作可以向近RT代理320的运作提供内在指导340，近RT代理可以利用此输入作为近RT动作的一部分。然后可以将近RT决策(输出)递送给RAN305以用于执行。该输出还可以被递送给非RT RL代理作为环境反馈。从时间角度来看，将原始问题分解为非RT和近RT时间尺度允许DRL关注短期和长期动态两者。
每个代理内的观察和行动阶段不需要遵循相同的时间间隔。参照上面的示例，如果非RT代理每1000ms采样一次环境，这并不意味着它也必须每1000ms采取一次行动(内在指导步骤)。然而，它可以使用针对观察和行动阶段的相同时间间隔。这些间隔是由系统操作员完全可配置的。同样的灵活性也应用于近RT代理。附加地，从空间角度来看，分解后的动作空间为多gNB RRM提供了一种可扩展的方法，同时还允许跨网络节点(例如gNB)进行协作。非RT代理可以粗略地查看散布在较大地理区域的大量gNB，而近RT代理可以详细查看较小区域中的少数gNB。
图4以示例的方式示出了集成在O-RAN架构内的H-RRM框架。RAN 410将UE 420连接到核心网430。来自图3的非RT RL代理310可以作为rApp 440在非RT RIC上实现。来自图3的近RT RL代理320可以作为xApp或多个xApps 450、451、452在近RT RIC上实现。RL模型可以应用，例如，ML范例，其中训练和推理在非RT RIC和近RT RIC两者中执行。
非RT代理440可以使用例如O1-PM接口从RAN 410获得非RT RAN统计数据402a。近RT代理450、451、452可以使用例如E2接口从RAN 410获得近RT RAN统计数据401。从非RT代理440到近RT代理450、451、452的内在指导403或策略配置可以通过例如O1配置管理(O1-CM)或A1接口进行通信。从近RT代理450、451、452到非RT代理440的环境反馈402b可以例如使用O1性能测量(O1-PM)或A1接口。来自近RT RIC的、包括近RT代理的行动或配置404可以例如通过E2接口发送到RAN 410。
近RT RAN统计数据401可以包括各项中的至少一项：每个UE的传输块大小(每个UE的传输块大小)、每个UE的无线电链路控制队列长度(每个UE的RLC队列长度)、每个UE的吞吐量(每个UE的吞吐量)、每个UE的延迟(每个UE的延迟)、每切片资源利用(每切片的资源利用情)或网络节点的资源可用性(gNB资源可用性)。
非RT RAN统计数据402a可以包括以下中的至少一项：每UE的传输块大小(每UE的传输块大小)、每UE的无线电链路控制队列长度(每UE的RLC队列长度)、每UE的吞吐量(每UE的吞吐量)、每UE的延时(每UE的延时)或网络节点的资源可用性(gNB资源可用性)。
从非RT代理440发送到近RT代理450、451、452的内在指导403可以提供每切片的RRM策略配置。基于接收到的统计数据402a和反馈402b，非RT RIC 440可以定义RRM策略。RRM策略可以是，例如，rRMPolicyRatio。rRMPolicyRatio可以描述用于在其域内的网络节点(例如每个切片)的每切片的专用资源(DR)、优先化的资源(PR)和共享资源(SR)。rRMPolicyRatio可以包括rRMPolicyDedicatedRatio、rRMPolicyMinRatio和rRMPolicyMaxRatio。
对应的rRMPolicyMemberList可以包括单个切片或多个切片。近RT RIC可以管理切片中资源(DR、PR、SR)的分配，并且提供最终的切片资源分配。指示每切片的资源分配的配置404可以作为输出提供给对应的网络节点，例如gNB。此外，每切片的资源分配可以作为反馈提供给非RT RIC。例如，资源分配可以作为每切片的单个分配值给出。作为另一示例，资源分配可以作为指示每切片的DR、PR和SR的一组分配值给出。
从近RT RIC发送到非RT RIC的反馈402b可以包括以下中的至少一项：每切片的资源分配(从近RT代理获得的作为输出的每切片的资源分配)，或每切片的延时SLA违反(每切片的延时SLA违反)。
图5以示例的方式示出了方法500的流程图。所图示的方法中的阶段可以由装置执行，或者由被配置为(当安装在其中)控制其功能的控制设备执行。装置可以包括，例如，网络节点，例如第二网络节点，诸如gNB。装置可以被配置为实现图3中的H-RRM框架300，框架300被配置为执行至少方法500。例如，装置可以包括非RT RL代理和近RT RL代理。装置可以包括被配置为实现H-RRM框架的一个或多个服务器。方法500包括从网络节点接收510第一组无线电接入网RAN统计数据。方法500包括从网络节点接收520第二组RAN统计数据；其中第一组RAN统计数据包括来自包括网络节点的无线电接入网的非实时统计数据；以及第二组RAN统计数据包括来自包括网络节点的无线电接入网的近实时统计数据。例如，第二网络节点可以从第一网络节点或者从多个网络节点(RAN)接收RAN统计数据。方法500包括：至少向第一无线电资源管理模型提供530第一组RAN统计数据和服务水平协议作为输入，其中第一无线电资源管理模型是非实时强化学习模型。方法500包括从第一无线电资源管理模型获得540每切片的资源管理策略作为输出。方法500包括：至少向第二无线电资源管理模型提供550第二组RAN统计数据、服务水平协议和每切片的资源管理策略作为输入，其中第二无线电资源管理模型是近实时强化学习模型。方法500包括获得从第二无线电资源管理模型获得560每切片的资源分配作为输出。方法500包括给向网络节点提供570每切片的资源分配。
方法及其实施例将在图6的信令图的上下文中更详细地被描述。
图6以示例的方式示出了实体之间的信令。H-RRM框架包括H-RRM非RT rApp 630、其数据库(DB)620，以及H-RRM近RT xApp650及其DB 640。例如，实体620、630、640、650可以位于网络节点中，例如gNB中。因此，图6中的信令可以是RAN 610与运行H-RRM框架的网络节点之间的信令。RAN包括一个或多个网络节点。例如，RAN可以称为第一网络节点。运行H-RRM框架的网络节点可以称为第二网络节点。
来自RAN 610的第一组RAN统计数据612可以被第二网络节点接收。第一组RAN统计数据包括来自RAN的非RT统计数据。第一组RAN统计数据可以包括以下中的至少一项：每UE的传输块大小，每UE的无线电链路控制(RLC)队列长度，每UE的吞吐量，每UE的延迟，或网络节点的资源可用性，例如gNB。
例如，第一组RAN统计数据612可以通过O1-PM接口被递送。例如，第一组RAN统计数据可以被递送给非RT RAN DB 620。
来自RAN 610的第二组RAN统计数据614可以由RRM实体接收。第二组RAN统计数据包括来自RAN的非RT统计数据。第二组RAN统计数据可以包括以下中的至少一项：每UE的传输块大小，每UE的无线电链路控制(RLC)队列长度，每UE的吞吐量，每UE的延时，每切片的资源利用，或网络节点(例如gNB)的资源可用性。
例如，第二组RAN统计数据可以通过E2接口被递送。例如，第二组RAN统计数据可以被递送给近RT RAN DB 640。
每个非RT RIC在其域内可以包含多个近RT RIC，并且每个近RT RIC在其域内可以包含多个网络节点，例如gNB。因此，与每个近RT RIC相比，非RT RIC实际上控制着更多的gNB。因此，与近RT RIC(例如，通过E2接口)相比，非RT RIC(例如，通过O1-PM接口)可能会接收更多的统计数据。
非RT统计数据和服务水平协议(SLA)622可以提供给第一RRM模型作为输入。第一RRM模型是非RT RL模型或非RT rApp 630。非RT rApp 630可以从非RT DB 620取回统计数据和SLA。SLA可以存储在非RT DB 620和近RT RAN DB 640中。SLA可在创建切片时给出。
此外，非RT rApp 630可以使用来自H-RRM近RT xApp 650的反馈作为非RT RL模型的输入，如后面所述。
非RT RL模型或非RT RRM模型63可以输出每切片的资源管理策略，例如在非RTRIC的域内用于每个切片的每切片的rRMPolicyRatio。此行动(每切片rRMPolicyRatio634)可以被写入非RT RAN DB 620中。每切片的资源管理策略(每切片的rRMPolicyRatio636)，即，非RT RL模型的输出，可以提供给H-RRM近RT xApp 650，例如通过O1-CM接口或A1接口。
每切片的资源管理策略可以指示每切片的专用资源(DR)、优先化资源(PR)和/或共享资源(SR)。
近RT统计数据和SLA 642以及每切片的资源管理策略可以提供给第二RRM模型作为输入。第二RRM模型是近RT RL模型或非RT xApp 650。近RT xApp 650可以从近RT DB 640取回统计数据和SLA。SLA可以存储在非RT DB 620和近RT RAN DB 640中。SLA可以在创建切片时给出。
近RT RL模型或近RT RRM模型652可以使用近RT统计数据、SLA和来自非RT rApp的策略指导作为输入，并且针对在近RT RIC的域内的跨所有网络节点上的所有切片确定每切片的资源分配。
资源分配决策或每切片的资源分配654可以被写入近RT RAN DB 640中。
资源分配决策或每切片的资源分配658可以被提供给一个或多个网络节点，例如相应的gNB。例如，资源分配决策可以通过E2接口被发送。例如，资源分配可以作为每切片的单个分配值给出。作为另一示例，资源分配可以作为指示每切片的DR、PR和SR的一组分配值给出。
近RT xApp 650可以向非RT rApp 630提供反馈656用作输入。反馈可以包括以下中的至少一项：作为来自近RT RL模型的输出而获得的每切片的资源分配；或每切片的延时SLA违反。反馈可以通过O1-PM接口或A1接口被提供。
由于每个非RT决策间隔包括若干近RT间隔，在给定的非RT决策间隔中，非RT rApp的策略指导(每切片的rRMPolicyRatio 636)保持固定。
如前所述，终端用户可以利用由H-RRM框架提供的各种统计数据和配置参数，以设计自己的基于RL的模型，以解决特定的目标。例如，一个模型可以以频谱效率为目标，而另一模型可以解决SLA满意度。下面描述一个示例模型，例如，DRL模型，这可以在本文公开的的H-RRM框架中被利用。
问题可以表述为一个约束优化模型。目标是得出一个最佳的策略策略在保持SLA要求的同时最小化总资源使用量。具体地，给定一个固定的时间段，资源分配问题P0可以表述如下，
其中，(st，at)表示在t时刻的状态和采取的行动，Ri(st,at)表示在t时刻的网络节点(例如gNB)j上的切片i的奖励，并且πθ是通常由神经网络参数化的资源分配策略。
由于整个切片水平SLA违反表示为其用户单个SLA违反的总和，因此SLA性能约束可以被表示如下
其中，表示切片i在网络节点(如gNB)d上t时刻的性能，而Ud,i表示该切片的SLA要求。因此，切片i在t时刻SLA违反可以用成本/>来表示。此外，考虑到在有Nd个切片和Xd个无线电资源的给定的网络节点d的资源限制，我们可以得到
其中表示在t时刻分配给切片i的无线电资源。
接下来，我们利用H-RRM框架的分层结构，将上述原始问题P0拆分为两个子问题P1和P2，如下，
其中，P1以基于的skτ每τ个时间步长的长期非RT奖励为目标，即非RT间隔期间的平均状态空间，而P2以每个时间步长t的短期近RT奖励为目标，总时间窗口长度被限制为τ。非RT rApp 630解决P_1，而近RT xApp 650解决P_2。行动a1每τ个时间步长执行一次，表示来自rApp以每切片RRM策略配置636的形式提供的内在指导，而行动a2每t个时间步长执行一次，表示在xApp的每切片资源分配决策658。
我们利用深度确定性策略梯度(DDPG)作为策略学习的无模型非策略算法。它结合了确定性策略梯度(DPG)和深度q网络(DQN)的思想，并且使用了来自DQN的经验重放和慢速学习目标网络。由于基于DPG，因此它可以在连续行动空间上运行。DDPG遵循标准的行动者-批评者方法，即在给定状态下，行动者提出行动，而批评者则预测行动是否是好的还是坏的。这两个代理中的所有行动者和批评者都是深度神经网络(DNN)，具有3个隐藏层并且每层有64个节点，并应用了整流线性单元(ReLU)激活。两个DRL代理都可以利用经验回放以非策略方式更新神经网络，并为此存储状态-行动转换对。具体算法如下所示：
算法1用于分层DRL(Hie-DRL)的学习算法：
本示例模型已结合本文公开的H-RRM框架在实验测试平台上进行了验证。在H-RRM框架中，训练和推理在非RT RIC和近RT RIC两者中执行。与仅在非RT RIC或仅在近RT RIC中执行训练和推理的两种场景相比，H-RRM框架示出更好的性能。在模拟业务和实际业务中，H-RRM提供了最少的SLA违反，同时提供了最有效的资源利用。
图7以示例的方式示出了度量及用于它们传输的接口。表700列出了本文公开的H-RRM框架可以利用的接口的选项。根据表700中的选项1，接口E2、O1-PM和O1-CM可以用于度量的传输。如图所示，O1接口(O1-PM和O1-CM)可以专门用于非RT rApp和近RT xApp之间的交互。可以建议对O-RAN的接口和信令进行扩展。星号*指示O1-PM接口目前用于每5G服务质量(QoS)标识符(per-5QI)或单个网络切片选择辅助信息(S-NSSAI)标识符。双星号**指示E2接口当前用于每UE级。如果每切片的资源分配以一组分配值给出，则规范中可能已经存在合适的接口。
图8以示例的方式示出了度量以及用于其传输的接口。表800列出了本文公开的H-RRM框架可以利用的另一种可能接口。根据表800中的选项2，接口E2、O1-PM和A1可以用于度量的传输。如图所示，A1接口可以专门用于非RT r-App与近RT xApp之间的交互。可以建议对O-RAN的接口和信令进行扩展。星号*指示O1-PM接口目前用于每5G服务质量(QoS)标识符(per-5QI)或单个网络切片选择辅助信息(S-NSSAI)标识符。双星号**指示E2接口当前按UE级别使用。如果每切片的资源分配以一组分配值给出，则规范中可能已经存在适当的接口。
图9以示例的方式示出了能够执行本文公开的方法的装置的框图。示出的是设备900，它可以包括，例如，被配置为实现图3的H-RRM框架300的装置或图6的网络节点或RAN610。被配置为实现H-RRM框架的装置可以包括在网络节点中，例如gNB。在设备900中包含处理器910，处理器910可以包括，例如，单核或多核处理器，其中单核处理器包括一个处理核，并且多核处理器包括多于一个的处理核。处理器910一般可以包括控制设备。处理器910可以包括多于一个的处理器。处理器910可以是控制设备。例如，处理核可以包括由安谋国际科技股份有限公司(ARM Holdings)制造的Cortex-A8处理内核或由超威半导体公司(Advanced Micro Devices Corporation)设计的Steamroller处理内核。处理器910可以包括至少一个高通Snapdragon和/或英特尔Atom处理器。处理器910可以包括至少一个专用集成电路ASIC。处理器910可包括至少一个现场可编程门阵列FPGA。处理器910可以是用于执行设备900中的方法步骤的部件。处理器910可以被配置为至少部分通过计算机指令以执行操作。
处理器可以包括电路系统，或由一个或多个电路系统构成，一个或多个电路系统被配置为执行根据本文所述的示例实施例的方法的各个阶段。如本申请中使用的，术语“电路系统”可以指代以下中的一项或多项或全部：(a)纯硬件电路实现(诸如仅使用模拟和/或数字电路系统的实现)；(b)硬件电路和软件的组合，诸如(如适用)：(i)(多个)模拟和/或数字硬件电路与软件/固件的组合以及(ii)具有软件的(多个)硬件处理器(包括(多个)数字信号处理器)、软件和(多个)存储器的任何部分，其一起工作以使得装置(诸如网络节点或(多个)服务)执行各种功能以及(c)(多个)硬件电路和/或(多个)处理器，诸如(多个)微处理器或(多个)微处理器的一部分，其需要软件(例如，固件)进行操作，但在不需要操作时软件可以不存在。
该电路系统的定义应用于该术语在本申请中的所有使用，包括在任何权利要求中。作为另外的示例，如在本申请中使用的，术语电路系统还涵盖仅硬件电路或处理器(或多个处理器)或硬件电路或处理器的一部分及其(或它们的)随附软件和/或固件的实现。例如，如果适用于特定权利要求元素，则术语电路系统还涵盖用于移动设备的基带集成电路或处理器集成电路、或者服务器、蜂窝网络设备或其他计算或网络设备中的类似集成电路。
设备900可以包括存储器920。存储器920可以包括随机存取存储器和/或永久存储器。存储器920可以包括至少一个RAM芯片。例如，存储器920可以包括固态、磁性、光学和/或全息存储器。存储器920可以至少部分访问处理器910。存储器920可以至少部分包含在处理器910中。存储器920可以是用于存储信息的部件。存储器920可以包括处理器910被配置为执行的指令，诸如计算机指令或计算机程序代码。当被配置为使处理器910执行特定操作的指令存储在存储器920中，并且设备900整体被配置为在处理器910的指导下使用来自存储器920的指令运行时，处理器910和/或其至少一个处理核可以被视为被配置为执行所述特定行动。存储器920可以至少部分地位于设备900外部，但可以被设备900访问。
设备900可包括发送器930。设备900可以包括接收器940。发送器930和接收器940可以被配置为分别按照至少一个蜂窝或非蜂窝标准发送和接收信息。发送器930可以包括多于一个的发送器。接收器940可以包括多于一个的接收器。例如，发送器930和/或接收器940可以被配置为根据全球移动通信系统、GSM、宽带码分多址、WCDMA、5G、长期演进、LTE、IS-95、无线局域网、WLAN、以太网和/或全球微波接入互操作性、WiMAX等标准运行。
设备900可以包括近场通信NFC收发器950。NFC收发器950可以支持至少一种NFC技术，诸如NFC、蓝牙、Wibree或类似技术。
设备900可以包括用户界面UI 960。UI 960可以包括以下中的至少一项：显示屏、键盘、触摸屏、振动器，扬声器和麦克风，振动器被布置成通过使设备900振动来向用户发出信号。用户能够经由UI 960操作设备900，例如，浏览互联网，管理存储在存储器920中或经由发送器930和接收器940或经由NFC收发器950访问的云上的数字文件，和/或玩游戏。
处理器910可以配备发送器，发送器被安排用于将信息从处理器910经由设备900内部的电线输出到设备900中的其他设备。这样的发送器可以包括一个串行总线发送器，例如，串行总线发送器被安排为用于经由至少一条电线将信息输出到存储器920以存储在其中。除了串行总线，发送器还可以包括并行总线发送器。同样，处理器910可以包括一个接收器，接收器被安排用于经由设备900内部的电线从设备900中的其他设备接收处理器910中的信息。这样的接收器可包括串行总线接收器，例如，串行总线接收器被安排用于经由至少一条电线从接收器940接收信息，以便在处理器910中进行处理。除了串行总线，接收器还可以包括并行总线接收器。
处理器910、存储器920、发送器930、接收器940、NFC收发器950和/或UI 960可以通过设备900内部的电线以多种不同的方式相互连接。例如，上述设备中的每个设备可以分离地连接到设备900内部的主总线上，以允许设备交换信息。然而，正如技术人员所理解的，这只是一个示例，取决于不同的实施方案，可以选择不同的方式将至少两个上述设备相互连接起来。
本文使用的术语“非瞬态”是对介质本身的限制(即，有形的，而非信号)，而不是对数据存储持久性的限制(如RAM vs ROM)。
本文中使用的“以下内容中的至少一个：<两个或多个元素的列表>”和“<两个或多个元素的列表>中的至少一个”以及类似的措辞，其中两个或多个元素的列表由“和”或“或”连接，意指至少任何一个元素，或至少任何两个或两个以上元素，或至少所有元素。

Claims (20)

1.一种用于无线电接入网切片的方法，包括：
从网络节点接收第一组无线电接入网RAN统计数据；
从所述网络节点接收第二组RAN统计数据；
其中所述第一组RAN统计数据包括来自所述无线电接入网的非实时统计数据，所述无线电接入网包括所述网络节点；并且
所述第二组RAN统计数据包括来自无线电接入网的近实时统计数据，所述无线电接入网包括所述网络节点；
至少向第一无线电资源管理模型提供所述第一组RAN统计数据和服务水平协议作为输入，其中所述第一无线电资源管理模型是非实时强化学习模型；
从所述第一无线电资源管理模型获得每切片的资源管理策略作为输出；
至少向第二无线电资源管理模型提供所述第二组RAN统计数据、所述服务水平协议、以及所述每切片的资源管理策略作为输入，其中所述第二无线电资源管理模型是近实时强化学习模型；
从所述第二无线电资源管理模型获得每切片的资源分配作为输出；以及
向所述网络节点提供所述每切片的资源分配。
2.根据权利要求1所述的方法，其中所述第一组RAN统计数据包括以下各项中的至少一项：
-每用户设备的传输块大小；
-每用户设备的无线电链路控制队列长度；
-每用户设备的吞吐量；
-每用户设备的延时；或
-所述无线电接入网的网络节点的资源可用性。
3.根据权利要求1或2所述的方法，其中所述第二组RAN统计数据包括以下各项中的至少一项：
-每用户设备的传输块大小；
-每用户设备的无线电链路控制队列长度；
-每用户设备的吞吐量；
-每用户设备的延时；
-每切片的资源利用；或
-所述无线电接入网的网络节点的资源可用性。
4.根据权利要求1或2所述的方法，其中
所述每切片的资源管理策略指示每切片的专用资源、优先资源、和/或共享资源的资源分配。
5.根据权利要求1或2所述的方法，还包括：
向所述第一无线电资源管理模型提供来自所述第二无线电资源管理模型的反馈作为输入。
6.根据权利要求5所述的方法，其中所述反馈包括以下各项中的至少一项：
-从所述第二无线电资源管理模型获得的作为输出的所述每切片的资源分配；或
-每切片的延时SLA违反。
7.根据权利要求5所述的方法，其中所述反馈通过O1性能测量接口或A1接口被提供给所述第二无线电资源管理模型。
8.根据权利要求1或2所述的方法，其中所述第一组无线电接入网统计数据通过O1性能测量接口被接收到。
9.根据权利要求1或2所述的方法，其中所述第二组无线电接入网统计数据通过E2接口被接收到。
10.根据权利要求1或2所述的方法，其中所述每切片的资源管理策略通过O1配置管理接口或A1接口被提供给所述第二无线电资源管理模型。
11.根据权利要求1或2所述的方法，其中所述每切片的资源分配通过E2接口被提供给所述无线电接入网。
12.一种用于无线电接入网切片的方法，包括：
由网络节点提供第一组无线电接入网统计数据；
由所述网络节点提供第二组无线电接入网统计数据；
其中所述第一组RAN统计数据包括来自所述无线电接入网的非实时统计数据，所述无线电接入网包括所述网络节点；并且
所述第二组RAN统计数据包括来自无线电接入网的近实时统计数据，所述无线电接入网包括所述网络节点；
由所述网络节点接收每切片的资源分配。
13.一种用于无线电接入网切片的装置，包括：
至少一个处理器；以及
至少一个存储器，存储指令，所述指令当由所述至少一个处理器执行时，使所述装置至少执行：
从网络节点接收第一组无线电接入网RAN统计数据；
从所述网络节点接收第二组RAN统计数据；
其中所述第一组RAN统计数据包括来自所述无线电接入网的非实时统计数据，所述无线电接入网包括所述网络节点；以及
所述第二组RAN统计数据包括来自无线电接入网的近实时统计数据，所述无线电接入网包括所述网络节点；
至少向第一无线电资源管理模型提供所述第一组RAN统计数据和服务水平协议作为输入，其中所述第一无线电资源管理模型是非实时强化学习模型；
从所述第一无线电资源管理模型获得每切片的资源管理策略作为输出；
至少向第二无线电资源管理模型提供所述第二组RAN统计数据、所述服务水平协议、以及所述每切片的资源管理策略作为输入，其中所述第二无线电资源管理模型是近实时强化学习模型；
从所述第二无线电资源管理模型获得每切片的资源分配作为输出；以及
向所述网络节点提供所述每切片的资源分配。
14.根据权利要求13所述的装置，其中所述第一组RAN统计数据包括以下各项中的至少一项：
-每用户设备的传输块大小；
-每用户设备的无线电链路控制队列长度；
-每用户设备的吞吐量；
-每用户设备的延时；或
-所述无线电接入网的网络节点的资源可用性。
15.根据权利要求13或14所述的装置，其中所述第二组RAN统计数据包括以下各项中的至少一项：
-每个用户设备的传输块大小；
-每个用户设备的无线链路控制队列长度；
-每个用户设备的吞吐量；
-每个用户设备的延迟；
-每切片的资源利用；或
-所述无线电接入网的网络节点的资源可用性。
16.根据权利要求13或14所述的装置，其中
每切片的资源管理策略指示每切片的专用资源、优先资源、和/或共享资源的资源分配。
17.根据权利要求13或14中任一项所述的装置，被使得执行：
向所述第一无线电资源管理模型提供来自所述第二无线电资源管理模型的反馈作为输入。
18.根据权利要求17所述的装置，其中所述反馈包括以下各项中的至少一项：
-从所述第二无线电资源管理模型获得的作为输出的所述每切片的资源分配；或
-每切片的延时SLA违反。
19.根据权利要求13或14所述的装置，其中所述第一组无线电接入网统计数据通过O1性能测量接口被接收到。
20.根据权利要求13或14所述的装置，其中所述第二组无线电接入网统计数据通过E2接口被接收到。
CN202311665373.6A 2022-12-08 2023-12-06 无线电接入网中的网络切片 Pending CN118175553A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20226086 2022-12-08
FI20226086 2022-12-08

Publications (1)

Publication Number Publication Date
CN118175553A true CN118175553A (zh) 2024-06-11

Family

ID=88923701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311665373.6A Pending CN118175553A (zh) 2022-12-08 2023-12-06 无线电接入网中的网络切片

Country Status (3)

Country Link
US (1) US20240196276A1 (zh)
EP (1) EP4383794A1 (zh)
CN (1) CN118175553A (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113498174A (zh) * 2020-03-20 2021-10-12 北京三星通信技术研究有限公司 一种物理资源划分的方法及设备
WO2022046756A1 (en) * 2020-08-31 2022-03-03 Intel Corporation Computing workload transport over control plane in next generation cellular networks

Also Published As

Publication number Publication date
EP4383794A1 (en) 2024-06-12
US20240196276A1 (en) 2024-06-13

Similar Documents

Publication Publication Date Title
US11197209B2 (en) Efficient computing of application data in mobile communication network
US11071055B1 (en) Network slice selection in cellular system
US11310864B2 (en) Hybrid transmission scheme determination
CN113924800A (zh) 提供信息
Ericson et al. 6G architectural trends and enablers
US11825532B2 (en) Control of multi-user multiple input multiple output connections
CN113473544B (zh) 网络切片配置
CN118175553A (zh) 无线电接入网中的网络切片
Kim 6G Wireless Communications and Networks Systems
FI20205694A1 (en) Improved network operator selection
EP4373160A1 (en) Apparatus, method, and computer program
EP4228180A1 (en) Apparatus, methods, and computer programs
WO2024223044A1 (en) Updating machine learning model
WO2023036436A1 (en) Apparatus, methods, and computer programs
WO2024028809A1 (en) Apparatus, method, and computer program
WO2024155373A1 (en) Performance measurements and function placement in 6g networks
WO2024032889A1 (en) Positioning anchor selection based on reinforcement learning
WO2024033180A1 (en) Dual connectivity
WO2024211739A1 (en) Carrier phase positioning configurations
CN117412386A (zh) 白化上行链路数据流
FI20215076A1 (en) Improved carrier selection
CN117099390A (zh) 针对5g系统中的网络切片实例支持无线电资源管理（rrm）优化的方法和装置

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