KR102235763B1 - 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 - Google Patents
멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 Download PDFInfo
- Publication number
- KR102235763B1 KR102235763B1 KR1020190106599A KR20190106599A KR102235763B1 KR 102235763 B1 KR102235763 B1 KR 102235763B1 KR 1020190106599 A KR1020190106599 A KR 1020190106599A KR 20190106599 A KR20190106599 A KR 20190106599A KR 102235763 B1 KR102235763 B1 KR 102235763B1
- Authority
- KR
- South Korea
- Prior art keywords
- mec
- base station
- wireless
- computing
- server
- Prior art date
Links
- 230000010354 integration Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 14
- 239000013307 optical fiber Substances 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 14
- 238000013468 resource allocation Methods 0.000 description 14
- 238000005265 energy consumption Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 229920003087 methylethyl cellulose Polymers 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010042135 Stomatitis necrotising Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 201000008585 noma Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/46—Interconnection of networks
-
- 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
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/084—Load balancing or load distribution among network function virtualisation [NFV] entities; among edge computing entities, e.g. multi-access edge computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/005—Moving wireless networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
- H04J11/0023—Interference mitigation or co-ordination
- H04J11/005—Interference mitigation or co-ordination of intercell interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/59—Providing operational support to end devices by off-loading in the network or by emulation, e.g. when they are unavailable
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
본 발명은 MEC와 HetNets의 통합에 따라 무선 및 유선 백홀 솔루션이 모두 지원되는 비행 기지국(BS)에 MEC서버를 장착할 수 있는 MEC 강화 HetNets의 아키텍처를 제안하는 멀티 액세스 엣지 컴퓨팅이 가능한 이기종 네트워크 시스템을 개시한다.
Description
본 발명은 이기종 네트워크 시스템에 관한 것으로, 특히 MEC(multi-access edge computing)와 HetNets(Heterogeneous Networks)의 통합에 필요한 무선 및 유선 백홀 솔루션을 지원하고, MEC 서버를 장착할 수 있는 비행 기지국(BS)을 구비한 MEC 기반의 이기종 네트워크 시스템에 관한 것이다.
스마트 장치의 인기가 높아짐에 따라 온라인 게임, 증강현실 및 지능형 비디오 가속과 같은 5G 시스템 환경에서 서비스되는 응용 프로그램이 개발되고 있다. 이러한 새로운 응용 프로그램들은 집중적인 계산 및 높은 에너지 소비, 많은 대기시간 등을 필요로 한다. 그러나, 대부분의 휴대 디바이스들은 배터리 용량 및 낮은 계산 능력 등으로 인하여 이러한 응용 프로그램들을 적절하게 처리하지 못한다.
최근 통신사들은 5G 서비스 지원을 위해 클라우드의 다양한 기능을 직접 모바일 액세스 네트워크에서 사용할 수 있게 하는 멀티 액세스 엣지 컴퓨팅(MEC) 사이트의 구축을 가속화하고 있다. 즉 MEC는 노드를 최대한 사용자 측과 가까이 위치시켜 초 저지연 서비스를 구현해주는 에지 컴퓨팅 기반 기술로서, 5G를 지원하는 이러한 새로운 컴퓨팅 위치가 온라인 상태가 됨에 따라 고밀도 네트워크를 원격으로 모니터링하고 제어하는 관리 기능은 수익성 유지에 중요한 역할을 수행할 것으로 예측된다.
한편 데이터 트래픽 및 속도 요구 사항의 급격한 증가를 극복하기 위한 방안으로 Pico 셀, femto 셀, 마이크로 기지국과 같은 매크로 기지국(MBSs) 및 소형 기지국(SBSs)으로 구성된 이기종 네트워크(HetNets)가 사용된다. 상기 이기종 네트워크에는 유선 및 무선 백홀 솔루션을 포함하여 2가지 주요 유형의 백홀이 있으며, 백홀 유형의 선택에는 구현 비용이나 트래픽 로드, QoS(Quality of Service)와 같은 많은 요소가 고려되어야 한다.
그리고 이러한 이기종 네트워크는, 네트워크 용량과 서비스 범위를 개선하지만, 고밀도 셀들로 인하여 심각한 간섭으로 인한 네트워트 성능이 저하되는 문제가 있다.
그럼에도 상기한 MEC와 HetNets는 5G 네트워크에서 요구되는 낮은 대기시간, 실시간 이동성 및 고 계산기능(MEC), 고 스펙트럼 에너지 효율 및 커버리지 확장(HetNets)과 같은 기능을 제공할 수 있어, 5G 서비스 기술에서 핵심 기술로 인정받고 있다.
그러나, 아직까지 HetNets와 MEC가 통합된 전체적인 네트워크 구성은 소개된 적이 없다. 즉 상기 MEC에 대한 관심이 높아지고 있지만, 아직까지 대부분의 연구는 단일 서버 MEC 네트워크에 맞춰 설계되고 운영되고 있는 것이 현실이라 할 것이다.
도 1은 이러한 단일 서버 MEC 네트워크 구성도를 나타내고 있는 것으로, (a)는 단일 셀과 단일 서버 MEC 시스템 구성, (b)는 멀티 셀과 단일 서버 MEC 시스템 구성이라 할 수 있다. 이를 보면, 컴퓨팅 오프로딩과 자원할당의 관점에서 MEC는 소규모 셀에서 하나의 모바일 사용자(MU: Mobile User), 하나의 MEC 서버, 무한 용량의 전용 백홀 링크와 같은 네트워크 모델을 단순화한 구성일 수 있다.
그러나 이와 같은 시스템 구성에서 MEC 서버는 심각한 과부하에 걸릴 문제가 있다. 예를 들어 모바일 트래픽은 향후 10년 동안 약 1000배 증가할 것으로 예상되며 2020년에는 연결된 사용자 수가 500억에 도달할 것으로 예상되기 때문이다.
또 HetNets의 구현은 5G 네트워크의 초고밀도 HetNet을 고려할 때 제한된 용량의 백홀 링크를 통한 데이터 전송에 문제가 있었다.
이와 같은 이유로 MEC와 HetNets의 두가지 핵심 개념을 통합하는 것이 요구되었다. 이러한 요구는, 5G 네트워크에서 애플리케이션과 서비스의 중요한 요구사항을 충족시키기 위해 5G 네트워크가 MEC와 HetNet의 개별적인 이익을 취하도록 실현 가능하고 현실적인 솔루션을 제공하는 것이다. 예를 들어, 대기 시간에 민감한 사물 인터넷(IoT)는 매우 낮은 대기 시간의 요구사항 및 대규모 연결을 위해 MEC와 HetNets에 의존할 수밖에 없기 때문이다.
따라서 본 발명의 목적은 상기한 문제점을 해결하기 위한 것으로, MEC와 HetNets의 통합에 필요한 무선 및 유선 백홀 솔루션을 지원하는 MEC 기반의 이기종 네트워크 시스템을 제공하는 것이다.
본 발명의 다른 목적은 MEC 서버를 장착할 수 있는 비행 기지국(BS)을 구비한 MEC 기반의 이기종 네트워크 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 단일 서버 MEC 네트워크에서 컴퓨테이션 오프로딩(compatation offloading) 및 리소스 할당을 위한 MEC 기반의 이기종 네트워크 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 MEC 서버를 다중으로 설계하여 모바일 사용자(MU)가 사용 가능한 MEC 서버를 선택할 수 있게 함으로써, 단일 MEC 서버의 부하부담을 줄이고, 전송 에너지의 소비를 줄이며, 실행 대기시간을 단축할 수 있게 하는 MEC 기반의 이기종 네트워크 시스템을 제공하는 것이다.
이와 같은 목적을 달성하기 위한 본 발명은, MEC(multi-access edge computing)와 HetNets의 통합에 필요한 무선 및 유선 백홀 솔루션을 지원하고, MEC 서버를 장착할 수 있는 비행 기지국(BS)을 구비한 MEC 기반의 이기종 네트워크 시스템을 제공한다.
본 발명의 MEC 기반의 이기종 네트워크 시스템은, 모바일 유저에게 서비스 제공을 위하여 전용 광섬유 링크(fiber link)를 통해 MEC 서버와 연결되는 무선 기지국(MBS); 상기 무선 기지국과 무선 백홀(wireless backhaul) 링크에 의해 연결되거나, 유선 백홀로 연결되는 둘 이상의 소형 셀들; 상기 무선 기지국(MBS)과 광섬유 백본 네트워크로 연결되는 중앙 집중식 클라우드 센터; 상기 MEC 서버가 지원하는 이기종 네트워크의 계산기능을 강화하고 확대된 적용범위와 서비스 보장을 위해 다른 고도에 배치될 수 있는 컴퓨팅 리소스가 구비된 비행 기지국; 상기 비행 기지국과 FSO 백홀 링크(backhaul link)로 연결되어 제어 신호 및 피드백 수집된 정보, 통계 데이터를 수신하는 지상 제어국(GBS)를 포함하고, 상기 비행 기지국은 어느 하나의 소형 셀과 프론트홀 링크(fronthaul link)에 FSO 링크(free space optical link)를 사용하여 연결된다.
바람직하게 상기 비행 기지국은, 상기 MEC 서버로 오프로드 하여 계산 작업을 수행한다.
바람직하게 상기 무선 백홀 링크로 연결된 소형 셀에서의 모바일 유저의 계산은, 상기 무선 백홀 링크를 통해 상기 무선 기지국에 오프로드 된 다음, 광섬유 연결을 통해 상기 MEC 서버로 오프로드되어 수행된다.
바람직하게, 상기 MEC 서버 사이의 셀간 간섭 현상은, FFR(Fractional Frequency Reuse), 모바일 유저의 전송전력 조정, 3D 빔 포밍(Beam froming), 상기 비행 기지국의 비행 궤적 조정 중 하나 이상을 이용하여 조절한다.
본 발명의 MEC 기반의 이기종 네트워크 시스템은, 모바일 유저에게 서비스 제공을 위하여 전용 광섬유 링크(fiber link)를 통해 MEC 서버와 연결되는 무선 기지국(MBS); 상기 무선 기지국과 무선 백홀(wireless backhaul) 링크에 의해 연결되거나, 유선 백홀로 연결되는 둘 이상의 소형 셀들; 상기 무선 기지국(MBS)과 광섬유 백본 네트워크로 연결되는 중앙 집중식 클라우드 센터; 상기 MEC 서버가 지원하는 이기종 네트워크의 계산기능을 강화하고 확대된 적용범위와 서비스 보장을 위해 다른 고도에 배치될 수 있는 컴퓨팅 리소스가 구비된 비행 기지국; 상기 비행 기지국과 FSO 백홀 링크(backhaul link)로 연결되어 제어 신호 및 피드백 수집된 정보, 통계 데이터를 수신하는 지상 제어국(GBS)를 포함하고, 상기 비행 기지국은 어느 하나의 소형 셀과 프론트홀 링크(fronthaul link)에 FSO 링크(free space optical link)를 사용하여 연결된다.
바람직하게 상기 비행 기지국은, 상기 MEC 서버로 오프로드 하여 계산 작업을 수행한다.
바람직하게 상기 무선 백홀 링크로 연결된 소형 셀에서의 모바일 유저의 계산은, 상기 무선 백홀 링크를 통해 상기 무선 기지국에 오프로드 된 다음, 광섬유 연결을 통해 상기 MEC 서버로 오프로드되어 수행된다.
바람직하게, 상기 MEC 서버 사이의 셀간 간섭 현상은, FFR(Fractional Frequency Reuse), 모바일 유저의 전송전력 조정, 3D 빔 포밍(Beam froming), 상기 비행 기지국의 비행 궤적 조정 중 하나 이상을 이용하여 조절한다.
이상과 같은 본 발명의 MEC 기반의 이기종 네트워크 시스템에 따르면, 유무선 백홀 링크의 공존을 지원하고 무인 항공기(UAV)를 배치하여 비행 MEC 서버로 사용할 수 있는 MEC 기반 Hetnet 네트워크를 제공하기 때문에, 자연재해 및 비상상황에 대한 적극적인 대처가 가능하다.
그리고 UAV와 소형 셀 사이는 FSO 링크(free space optical link)를 사용하고 있어, FSO 통신의 장점을 그대로 적용할 수 있다.
또 기존 중앙 클라우드와 분산 MEC의 공존을 지원함으로써, 클라우드 서비스의 가용성을 보장할 수 있다.
도 1은 일반적인 단일 서버 MEC 네트워크 구성도로,
(a)는 단일 셀과 단일 서버 MEC 시스템 구성도
(b)는 멀티 셀과 단일 서버 MEC 시스템 구성도
도 2는 오프로드 결정 및 리소스 할당 측면에서 MEC에 대한 기존 연구를 정리한 그림
도 3은 기존 방식과 본 발명의 방식에 따른 오프로딩 확률 및 오버헤드의 결과를 비교한 그래프
도 4는 본 발명의 바람직한 실시 예에 따른 멀티 액세스 엣지 컴퓨팅이 가능한 이기종 네트워크 시스템 구성도
(a)는 단일 셀과 단일 서버 MEC 시스템 구성도
(b)는 멀티 셀과 단일 서버 MEC 시스템 구성도
도 2는 오프로드 결정 및 리소스 할당 측면에서 MEC에 대한 기존 연구를 정리한 그림
도 3은 기존 방식과 본 발명의 방식에 따른 오프로딩 확률 및 오버헤드의 결과를 비교한 그래프
도 4는 본 발명의 바람직한 실시 예에 따른 멀티 액세스 엣지 컴퓨팅이 가능한 이기종 네트워크 시스템 구성도
본 발명은 유선 및 무선 백홀 링크의 공존을 지원하고 무인 항공기(UAV)를 배치하여 비행중인 MEC 서버로 사용할 수 있게 하는 MEC 기반 HetNet 아키텍처를 제안하는 것이고, 이하에서는 도면에 도시한 실시 예에 기초하면서 본 발명에 대하여 더욱 상세하게 설명하기로 한다.
우선 단일 MEC 네트워크와 다중 서버 동종 네트워크에서의 컴퓨팅 오프로딩과 리소스 할당에 대하여 살펴본다.
컴퓨팅 오프로딩은 xluster, grid, cloud와 같이 외부 플랫폼으로 특정 계산 업무를 전송하는 것을 말한다. 이러한 컴퓨팅 오프로딩은 자체적으로 특정 업무를 처리함에 있어서 컴퓨터 시스템의 하드웨어적인 제한으로 인하여 필요할 수 있고, 집중적인 계산업무들은 인공 지능, 인공 시각, 물체 추적(object tracking)이나 컴퓨터로 하는 의사 결정(computational decision making)에서 사용된다.
물론 이러한 컴퓨팅 오프로딩은 효율적인 통신 및 컴퓨팅 리소스 할당, 가용한 서버 중 적절한 MEC 서버의 선택 및 여러 MU에 의한 동시 오프로드의 효율적인 관리와 같은 몇 가지 과제가 있다.
컴퓨팅 오프로딩의 두 가지 중요한 측면은 실제로 응용 프로그램 모델을 결정하고 오프로딩 프로세스를 관리하는 것이다. 상기 응용 프로그램 모델의 결정은 응용 프로그램의 오프로드 가능성을 말하고, 처리된 데이터의 양을 결정하며, 오프로드 가능한 부분 간의 종속성을 지정하는 반면, 상기 오프로딩 프로세스의 관리는 MU가 오프로드 할 대상을 결정하고 채널 연결, 시스템 대역폭, MEC 서버에서 사용 가능한 계산 리소스를 사용하는 것을 말한다.
따라서 컴퓨팅 오프로딩의 일반적인 목표는 실행 대기 시간을 단축하고 컴퓨팅 작업을 서버로 마이그레이션(migration)하여 에너지 소비를 줄이며, 에너지 소비와 실행 대기시간 간의 균형을 최적화하는 것이다. 예를 들어 전체 실행에 필요한 대기시간의 최소화와 같은 시스템 수준에서 사용자가 인식한 성능까지 설계하고, IoT 애플리케이션을 처리할 때 MEC를 활용하기 위해 대상 애플리케이션의 고유한 요구 사항이 고려된다. 즉 배터리는 IoT 디바이스에 제한되어 있기 때문에 계산과 전송 에너지 소비 간의 균형이 이루어어져야 한다.
상기 MEC 네트워크는 이와 같은 컴퓨팅 오프로딩이 추구하는 목표를 달성하기 위해 중요한 자원을 할당하는 역할을 한다. 여기서 상기 자원은 MU의 계산 속도, MEC 서버에서의 계산 자원, MU의 송신전력, 및 오프로딩 사용자에게 할당된 대역폭 및 시간을 포함한다.
도 2는 이러한 오프로드 결정 및 리소스 할당 측면에서 MEC에 대한 기존 연구를 정리한 도면이라 할 수 있다. 참고로 도 2의 'study'는 관련 논문을 가리키고 있으나, 본 명세서에는 이의 논문들에 대한 설명은 모두 생략하였다.
한편, 상술한 바와 같이 MEC에 대한 연구는 도 1과 같이 단일 서버 MEC 네트워크용으로 설계되는데, 이를 보면, 매크로 셀 내에 다수의 스몰 셀이 중첩되는 MEC HetNets, 매크로 BS는 MEC 서버를 구비하고, MU는 소형 BS를 통해 MEC 서버로 태스크(task)를 오프로드하는 방식이다. 그러나 이 경우 단일 MEC 서버가 심각하게 오버로드되어 부하가 집중될 수 있다.
이러한 단일 서버 MEC 네트워크와 비교하여 다중 MEC 서버는 다음과 같은 이점이 있다. 첫 번째, MU는 사용 가능한 여러 MEC 서버 중에서 계산 작업을 마이그레이션(migration) 할 수 있으므로 단일 MEC 서버의 계산 부담을 줄일 수 있다.
두 번째, MEC가 여러 셀(즉, 여러 MEC 서버)의 적용 범위 내에 있을 수 있으므로 MU는 더 나은 채널 조건 및 계산 기능을 사용하여 계산을 서버로 오프로드 할 수 있다. 그만큼 MU는 전송 에너지의 소비(즉, 총 에너지 소비)를 절약하고 실행 대기 시간을 단축할 수 있다.
세 번째, 부분 오프로딩(partial offloading)의 경우 계산 작업을 더 작은 부분으로 나누고 다른 MEC 서버로 오프로드할 수 있어 실행 대기 시간을 더 줄일 수 있다.
한편, MEC 서버는 정보를 교환하도록 조정하여 인접 MEC 서버에서 오프로드하는 사용자 간의 셀간 간섭현상(ICI: Inter-Cell Interference)를 줄이고 리소스 할당 효율성을 향상시킬 수 있다. 이처럼 다른 MEC 서버 간의 협업은 잠재적으로 클러스터 리소스를 증가시키는 데 도움이 되기 때문에 더 높은 계산 요구 사항을 가진 응용 프로그램을 지원할 수 있는 것이다.
물론 다중 서버 MEC 네트워크는 여러 서버의 가용성으로 인해 오프로드 결정 문제가 복잡하다. 또 상기 셀간 간선현상이 존재하기 때문에 다중 서버 MEC 네트워크의 자원 할당 문제는 단일 서버 MEC 네트워크의 문제보다 훨씬 더 어렵다.
그래서 이러한 문제를 해결하고자 각 셀 내의 스펙트럼 자원은 직교 서브 채널(예를 들어 MU가 계산 태스크를 MEC 서버로 오프로드 하기 위해 사용해야 하는 서브 채널)로 분할될 수 있고, 이는 MU에 효율적으로 할당되어야 한다. 상기 서브 채널 할당을 공통으로 최적화하고 MU에서 전송 전력을 조정함으로써 네트워크 성능을 더욱 향상시킬 수있다.
이와 같은 MEC 서버는 대량으로 소정 지역에 배치될 수 있는데, 사용자와 MEC 서버간의 연관은 MEC 서버의 배치 위치에 크게 의존한다. 즉 특정 영역은 많은 수의 MEC 서버에 의해 고밀도화될 수 있지만 다른 영역에는 하나의 MEC 서버만 배치될 수 있다. 이 경우 MU는 우선순위와 보안 수준이 다른 응용 프로그램 및 서비스를 실행할 수 있다. 예를 들면 일부 서비스는 보안 고려 사항으로 인해 사설 MEC 서버에서만 실행할 수 있는 것이다.
또한, 계산 작업은 입력 데이터 크기, 계산 작업량 및 실행 기한이 다를 수 있다. 따라서 공동 자원 할당 문제는 이러한 특성들을 고려해야 한다.
본 발명에 따르면 이러한 컴퓨팅 오프로딩이나 다중 MEC 서버 등의 기술적 특징 등을 고려하여, 다중 서버 MEC 네트워크에서 분산 컴퓨팅 오프로드 및 리소스 할당을 제안한다. 분산 컴퓨팅 오프로딩을 가능하게 하기 위해, 무선 통신에서 다수의 자원 할당 문제의 분산 알고리즘을 설계하는 강력한 툴(Tool)인 매칭 이론(matching theory)이 채택된다.
도 3은 기존 방식과 본 발명의 방식에 따른 오프로딩 확률 및 오버헤드의 결과를 비교한 그래프이다. 이를 보면, 본 발명에서 제안한 시스템(JCORAMS)이 오프로드 확률 및 계산 오버 헤드 측면에서 이러한 대체 기법보다 성능이 우수함을 확인할 수 있다.
즉, MU가 많을수록 각 MU가 선호하는 MEC 서버 및 서브 채널을 활용할 확률이 낮아지고 MU 중 셀간 간섭현상(ICI)이 더 심각해지기 때문에 오프로드 확률은 감소하고 총 계산 오버 헤드는 MU 수가 많을수록 증가하고 있음을 알 수 있다.
여기서, 도 3의 (b)를 보면 모든 계산 작업을 오프로드 하는 것이 항상 좋지만은 않음을 알 수 있다. 즉 MU 수가 충분히 많은 경우 로컬 컴퓨팅 전용 방법(Local only)보다 성능이 나빠지는 경우도 있고, 이는 제한된 수의 무선 및 계산 리소스를 많은 MU들이 공유해야 하기 때문이다.
한편, 본 발명은 무선 백홀 링크의 공존을 지원하고 무인 항공기(UAV)를 배치하여 이를 비행 MEC 서버로 사용할 수 있는 MEC 기반 HetNet 아키텍처를 제공한다.
알려진 바와 같이 많은 장점이 있지만 초고밀도 소형 셀에 무선 백홀 연결을 제공하는 데에는 비용과 시간이 많이 소요된다. 또 소형 셀(SBS)의 위치 및 모바일 사용자의 QoS 요구 사항과 같은 유선 백홀의 배치를 위해 고려해야 할 많은 요소가 많다.
무선 백 홀은 여러 주파수 대역을 사용할 수 있다. 예를 들어 6GHz ~ 60GHz의 마이크로파 대역, V-대역을 포함하는 밀리미터파 대역(57 ~ 76GHz), E- 대역 (71 ~ 76, 81 ~ 86, 92 ~ 95GHz), W- 대역(92 ~ 94, 94.1 ~ 100, 102 ~ 109.5 및 111.8 ~ 114.25GHz) 및 D-대역 (130 ~ 134, 141 ~ 148.5, 151.5 ~ 164 및 167 ~ 174.8GHz), 6GHz 이하 대역, 위성 주파수 대역 및 TV 공백 대역 등이다.
또, 초고밀도 HetNets 네트워크서 고용량 무선 백 홀을 효율적으로 배치할 수 있는 방법으로 자유 공간 광 통신(free-space optical communication)이다.
따라서 무선 백 홀의 달성 가능한 용량은 10Gbps 이상에 이를 것으로, 무선 백홀은 고밀도 HetNets 네트워크에서 실질적인 솔루션이 될 수 있다. 또한 무선 백 홀은 도달하기 어려운 시골지역과 같은 일부 영역에 유지 관리비용을 절감하면서 무선 액세스를 제공할 수 있다.
이 뿐만 아니라, 5G 네트워크 이상은 응급 서비스 및 재난 상황을 지원할 것으로 예상되는데, 유선 백 홀의 장애는 빠른 수리가 어렵다는 점에서 네트워크 응답 및 안정성에 심각한 영향을 미치는 반면 무선 백홀 링크는 이러한 문제를 해결할 수 있다.
이러한 문제점으로 인하여 지상 통신이 만족할 수 없을 때 일시적 또는 예상치 못한 요구를 충족시키기 위한 대체 솔루션으로 무인 항공기(UAV) 지원 무선시스템을 제공하는 것이다. 최근 무인 항공기(UAV)는 다양한 응용 분야에서 사용되고 있다. 즉 UAV의 지속적인 비용 절감 덕분에 지상 사용자에게 통신을 제공하고 네트워크 범위와 용량을 늘리는 데 사용되는 비행기지국(BS)으로서 UAV를 배포할 수 있다.
또한, 재난 및 긴급 상황이나 예기치 않은 상황에 신속하게 UAV를 배치할 수 있다. 예를 들어 지상 네트워크 인프라가 안정적인 통신을 제공하지 못하고 복구가 늦어질 경우 인터넷 연결을 위하여 UAV를 배치할 수 있는 것이다.
또한 UAV의 상태와 통신을 공동으로 최적화하여 네트워크 성능을 향상시킬 수 있다. 예를 들어 UAV의 에너지 소비를 비행 속도, 방향 및 가속도를 최적으로 조정하여 향상시킬 수 있다는 점에서 최종 사용자의 QoS 요구사항이 충족할 수 있고, 고도와 이동성을 조정하여 잠재적인 사용자와 안정적으로 연결을 셋팅할 수 있다.
그리고 가시거리 통신 링크를 통해 UAV에서 지상 사용자로의 신호를 개선할 수 있어, 신호 음영 및 차단 영향을 줄일 수 있다.
물론 한정된 무게와 크기로 인해 UAV의 온-보드 에너지가 제한되고 UAV 지원 무선 시스템의 성능이 크게 영향을 받을 수 있을 것이다.
따라서 무선 통신에서 UAV를 최대한 활용하기 위해서는 UAV-BS 통신을 위한 공대지(air-to-ground) 채널 모델링 및 기지국 대 공중(BS-to-Air) 통신을 위한 지대공(ground-to-막) 채널 모델링과 같은 방안이 마련되어야 한다. 예를 들면 UAV 통신, 최적의 UAV 배치, UAV의 에너지 인식 작동, 다중 UAV 시스템의 간섭 인식 자원 관리 및 UAV 지원 무선 네트워크의 성능 분석 등을 통해 최적의 모델링을 제안해야 한다.
한편, 5G 네트워크는 통신뿐만 아니라 계산, 캐싱 및 제어(4C)도 지원한다.따라서 UAV 통신, 엣지 컴퓨팅 및 이기종 네트워크를 통합할 수 있는 새로운 아키텍처가 필요하다.
종래에도 UAV를 HetNet에 통합한 연구는 있었다. 그러나 UAV의 높은 이동성과 HetNet의 밀집된 배치로 인해 효과적인 간섭 관리 체계를 설계하는 데는 몇 가지 장애가 있었다. 예를 들면, BS의 손상과 기능 장애로 인한 정전 문제, UAV의 이동성 및 동적 위치, 장애나 재난 등으로 인한 버스트 데이터(burst data) 전송, 미션 크리티컬 애플리케이션(mission critical application)을 위한 높은 QoS 및 낮은 지연 시간 요구 사항 등이다.
이러한 문제를 해결하고자, UAV의 최대 배포 지연을 최소화하는 것과, 전체 배치 지연을 최소화하는 노력들이 있었다. 즉 비행 기지국(BS)로서의 UAV, 모바일 릴레이로서의 UAV, UAV 지원 에너지 전송 및 UAV 지원 캐싱을 포함하여 UAV 지원 HetNet의 잠재적 응용을 보여주기 위한 대표적인 시나리오가 제시된 바 있다. 또 정적 네트워크와 비교하여 UAV 지원 HetNets 네트워크의 우수한 성능을 보여 주었으며 UAV 간의 조정, UAV의 에너지 제한, 플라잉 애드 훅(flying ad hoc) 네트워크 및 UAV 배치 등을 보여줬다.
다른 예로 2-계층 공중-지상 이동 에지 네트워크 아키텍처(MEN)가 제안되기도 했다. MEN는 네트워크 치밀화, 이동 에지 캐싱 및 MEC를 포함하여 MET에 대한 3가지 기본 컴포넌트를 결합하는 방안이다.
또 다른 예로, 네트워크 인터워킹, MEN의 성능 평가방법, 통신(즉 액세스, 프론트 홀 및 백홀) 링크의 예측 및 최적화, 소프트웨어 정의 네트워킹 기반 제어 및 통신체계 등과 같은 아키텍처도 제시되었다.
그러나 이러한 방안들은 공중 및 지상 레이어가 서로 연결되는 구성이다.
본 발명에서 제안하는 네트워크 아키텍처는 MEC 및 HetNets의 관점에서 제안되며, 각 MU는 SBS, MBS 또는 비행 UAV 지원 BS에서 제공될 수 있다. 그리고 두 SBS와 MBS 간의 통신은 무선 백홀 또는 유선 링크를 통해 연결된다.
MEC와 HetNets의 중요성을 감안할 때 5G 네트워크는 MEC와 HetNets의 통합, MEC 배치를 위한 무선 및 유선 백 홀의 공존, 재난 및 긴급 상황에 대한 UAV 지원을 수행할 수 있는 아키텍처라 할 수 있다. 즉 MEC 지원 UAV 지원 HetNets에 대한 아키텍처인 것이다.
이러한 본 발명이 제안하고 있는 구성을 도 4를 참조하여 설명한다. 본 발명은 멀티 액세스 엣지 컴퓨팅이 가능한 이기종 네트워크 시스템이고, 다양한 통신 및 계산 리소스를 고려하여 설계된 MEC 지원 HetNets 아키텍처이다.
다양한 네트워크 사업자가 기지국을 물리적으로 배치하기 위해 공유하는 무선 기지국인 MBS(110)가 구비된다. MBS(110)는 무선 셀룰러 타워 일 수 있으며, 개별 BS를 물리적으로 배치하기 위해 다수의 네트워크 사업자 간에 공유된다. 따라서 소형 셀의 네트워크 사업자는 다를 수 있다. 상기 MBS(110)는 MU에 서비스를 제공하기 위하여 전용 광섬유 링크(Fiber link)를 통해 하나 또는 MEC 서버(120) 그룹에 링크된다.
전술한 바와 같이, MEC와 HetNets의 통합은 소형 셀을 실제 네트워크 상태에 유연하게 적응하여 배치되도록 종래의 유선 및 무선 백 홀의 공존을 지원한다. 실시 예에서 셀은 총 3개가 구비된다. 셀들은 예를 들어, 도달하기 어려운 위치에는 소형 셀 1(SBS 1)(130) 및 3(SBS 3)(150)은 무선 백홀(wireless backhaul) 링크에 의해 MBS(110)에 연결되는 반면, 소형 셀 2(SBS 2)(140)는 종래의 유선 백홀(wire link) 연결을 통해 MBS(110)로부터 데이터를 전달 및 수신할 수 있게 구성된다.
상기 소형 셀 1(SBS 1)(120) 및 3(SBS 3)(150)에서 MU의 계산은 먼저 무선 백홀 링크를 통해 MBS(110)로 오프로드 된 다음 광섬유 연결을 통해 MEC 서버(120)로 오프로드 된다. 반면, 소형 셀 2(SBS 2)(140)는 유선 백홀을 통해 MBS(110)에 연결되므로 소규모 셀 2(SBS 2)와 연관된 MU는 유선 백홀을 통한 오프로딩 시간을 무시할 수 있다.
한편, 상기 MBS(110)와 MU 1(160)은 직접 연결된다. 그러기 때문에, 컴퓨팅 시간은 오프로드 시간(자신에서 MBS로의 전송 시간)과 MEC 서버(120)의 제한된 컴퓨팅 리소스로 인한 시간을 포함하게 된다. 따라서 광섬유 링크를 통한 MBS(110)에서 MEC 서버(120)로의 오프로드 시간은 전적으로 무시될 수 있다.
MEC 네트워크에 대한 기존 문헌의 대부분은 기존의 다중 셀 네트워크에 부적합한 무한 백홀 용량의 가정에 거의 전적으로 의존하지만, MEC 권한을 가진 HetNets에서 더욱 악화될 수 있다. 이러한 백홀 용량의 제한으로 인해 자원 관리 문제는 작업 링크 및 이기종 계산 기능과 같은 다른 기능을 고려할 뿐만 아니라 액세스 링크 및 백홀 연결을 통한 전송 대역폭을 할당해야 한다.
본 발명의 아키텍처는 전체 네트워크에서 클라우드 서비스의 가용성을 보장하기 위해 기존 중앙 클라우드와 분산 MEC의 공존을 지원한다. MEC 서버(120)와 달리 중앙 클라우드에는 훨씬 더 강력한 계산 기능이 있어 많은 수의 신호 작업을 중앙 집중식으로 처리할 수 있다.
기존의 클라우드 컴퓨팅 중앙 집중화로 인해 대기 시간이 길고 프론트 링크 링크에 대한 부담과 같은 일부 제한이 발생할 수 있다. 그러나 분산 MEC는 실시간 비디오 게임, IoT 및 이동성 관련 및 위치 인식 응용 프로그램과 같은 새로운 응용 프로그램 및 서비스에 더 적합하다.
본 발명에 따르면, MBS(110)는 광섬유 백본 네트워크를 통해 중앙 집중식 클라우드(190, Cloun Computing Center)에 연결된다. C-RAN (클라우드 무선 액세스 네트워크)에서 BS는 분산 원격 무선 헤드(RRH)와 베이스 밴드 신호 처리 기능을 담당하는 중앙 집중식 베이스 밴드 유닛(BBU)으로 구성된다.
다중 계층 컴퓨팅 아키텍처는 클라우드 센터(190)가 중앙 BBU에 배치되고 에지 서버가 분산 RRH(,즉 매크로 RRH 및 소형 RRH)에 배치되는 C-RAN에서 설계될 수 있다. 이러한 계층 구조를 통해 MU는 이기종 계산 기능을 갖춘 다양한 컴퓨팅 서버를 활용할 수 있고, 동일하거나 다른 계층의 컴퓨팅 서버와 협력하여 컴퓨팅 성능을 향상시키기 위한 계산을 수행할 수 있다.
그리고 중앙 서버는 셀룰러 네트워크에 통합될 수 있으나, 아마존 웹 서비스(AmazonWeb Service), 마이크로소프트 애저(Microsoft Azure) 및 구글 클라우드 플랫폼(Google Cloud Platform)과 같은 독립형 일 수 있다.
MEC 서버(120)가 지원하는 HetNet의 계산 기능을 강화하고 자연재해 및 비상 상황에 대한 적용범위와 서비스를 보장하기 위해 컴퓨팅 리소스가 있는 UAV 탑재 BS(170)가 구비된다. 즉 본 발명은 UAV 가능 MEC 강화 HetNets를 이용하여, 다음의 시나리오를 제공할 수 있다.
먼저, 지진과 같은 자연재해 이후에 전통적인 지상 통신 인프라가 손상되거나 부분적으로 고장날 수 있기 때문에 UAV를 사용하여 (i) 건물 손상 및 공장 사진과 같은 정보를 수집하여 현장 정보를 원격으로 전송하는 구성, (ii) 지진 발생 지역에서 사람들을 찾는 구성, (iii) MU에 기본 서비스를 제공한다.
또한, 가상현실이나 대규모 게임 도중에는 기존의 MEC 서버(120)는 컴퓨팅에 제한적이고 추가 서비스를 제공하지 못할 수 있어, 더 많은 UAV 탑재 MEC 서버(170)를 사용하여 (i) 불법 활동의 감시를 수행하고 (ii) 가상현실에서 360°축구 경기를 생성, 표시할 수 있도록 한다.
상술한 바와 같이 MU 1(160)에서 MEC 서버(120)로의 작업 오프로드와 유사하게 MU 2(162)는 직접 또는 간접적으로 UAV 장착 MEC 서버(170)로 오프로드 할 수 있다. 예를 들어, MU 2(162)에는 연결할 소형 셀이나 MBS(110)가 없기 때문에 UAV 탑재 MEC 서버(170)는 MU 2의 계산 작업에 가까운 고도와 위치를 조정하고 MU 2(162)의 계산 작업을 처리한다. 그리고 MU 2(162)는 계산 작업을 UAV 탑재 MEC 서버(170)에 오프로드 한다.
최근에, 자유 공간 광(FSO) 통신은 무선 네트워크를 위한 백홀/프론트 홀링을 포함한 광범위한 애플리케이션에 매우 매력적이다. 상기 FSO 통신의 주요 장점은 구축 용이성, 최대 몇 킬로미터까지의 장거리 전송, 높은 데이터 속도(10Gbps 이상), 전자기 간섭에 대한 견고성, 보안 강화 및 전이중 작동 등이라 할 수 있다.
따라서 본 발명에서는 UAV 탑재 MEC 서버(170)와 소형 셀(150) 사이의 프론트홀 링크(fronthaul link)에 FOS를 사용하여 연결한다. 이러한 UAV 탑재 MEC 서버(170)는 서로 다른 고도에 배치할 수 있다는 점에서 다양한 용도로 사용 가능하다.
상기 UAV 탑재 MEC 서버(170)는 한정된 온-보드 에너지로 인해 오랜 시간 동안 사용이 어렵기 때문에, 충분한 작업 처리를 수행할 수 없다. 따라서 UAV 탑재 MEC 서버(170)는 계산이 많은 작업을 지상 MEC 서버로 오프로드 할 수 있다.
또한, UAV 탑재 MEC 서버(170)는 지상 제어국(GBS)(180)과 FSO 백홀 링크(backhaul link)를 설정하여 제어 신호 및 피드백 수집된 정보 및 통계 데이터를 수신할 수도 있다.
본 발명은 MEC 및 HetNets의 잠재적 기능으로 인하여 유선 및 무선 백 홀과 UAV 고려 사항을 통합하여 제안된 MEC 강화 HetNets 아키텍처로서, 추가적인 문제가 있을 수 있다.
HetNets에서 셀간 간섭현상(ICI)이 커지면 무선 백홀 용량이 크게 저하된다. 무선 백 홀은 수 Gbps의 속도를 제공할 수 있는 기존의 유선 백 홀의 속도보다 훨씬 더 엄격한 수 Gbps의 속도를 지원할 수 있다. 반면, 유선 백홀 용량은 고정되어 있지만 무선 백홀에 대한 대역폭 리소스를 할당하는 것이 매우 유연하다.
그러기 때문에, MBS(110)는 다수의 소형 셀(130, 140, 150)에 무선 백 홀을 제공하고 동시에 무선 및 액세스 전송을 위한 대역폭 분할 및 MBS(110)와 동일한 백 홀을 공유하는 상이한 소형 셀(130, 140, 150)에 대한 시분할과 같은 상이한 무선 백홀 연결에 자원을 할당한다.
MEC 강화 HetNets에서 SBS의 전송 전력과 대역폭 분할 요소는 무선 백홀 용량에 공동으로 영향을 미친다.
한편, 오프로딩은 컴퓨팅 작업의 특성, SBS(130, 140, 150)의 전송전력, 대역폭 할당 인자 및 MEC 서버(120)에서의 최대 계산 능력에 따라 결정된다. 즉, 네트워크 성능을 향상시키기 위해서는 간섭 관리, 오프로딩 결정 및 자원(대역폭 및 계산) 할당 문제가 있다.
상기 셀간 간섭현상(ICI)는 MEC 권한을 가진 HetNets 뿐만 아니라 기존의 다중 셀 네트워크에서 고성능을 얻는 데 주요 장애물이므로, 이는 인접한 MEC 서버(120) 사이에서 셀간 간섭현상(ICI)을 완화하기 위한 다음과 같은 방안이 필요하다.
우선 셀 공간을 여러 영역으로 분할하고 각 영역에 고유한 주파수 대역을 할당하는 FFR(Fractional Frequency Reuse)이다. 이를 이용하면 셀-에지 사용자는 셀-중심 사용자를 방해하지 않으며 인접 셀의 셀-에지 사용자를 방해하지 않을 수 있고, 따라서 수신 신호의 품질을 향상시킬 수 있다. 최적의 FFR을 통해 셀 간 및 셀 내 간섭을 크게 줄일 수 있는 것이다.
그리고 MU의 전송 전력을 적응적으로 조정(power control)하는 것이다. 즉 오프로드 MU의 전송 전력을 높이면 전송속도와 오프로드 시간이 증가할 수 있기 때문이다.
또 3D 빔 포밍이다. MEC에 대한 대부분의 연구는 단순히 출력 결과 크기가 작고 MEC 서버(120)로부터의 다운 링크 전송 전력이 높다고 가정했기 때문에 계산 결과를 다시 MU로 반환하기 위한 다운 링크 대기 시간 및 에너지 소비는 무시할 만하다. 다수의 MU는 계산 오프로딩을 즉시 요청할 수 있으며, 예를 들어 증강 현실 애플리케이션에서 MU 그룹에 대해 MEC 서버(120)로부터 출력을 멀티캐스트 할 수 있는 반면 MU는 수평공간뿐만 아니라 고층 빌딩이 많은 도시 지역과 같은 수직방향으로 분산될 수 있다.
따라서 3D 빔 포밍은 수직 및 수평 차원 모두에서 무선 패턴을 동적으로 제어할 수 있다. 예를 들어 중심 구역 및 에지 구역 MU에 대해 상이한 다운 틸트(tilt)를 적응시킬 수 있다. 여기서 MEC 서버(120) 및 안테나의 다운 틸트의 전송 전력을 최적으로 제어하여 다운 링크 및 업 링크의 공동 최적화를 고려할 수도 있다.
그리고 UAV 궤적을 최적화하여 UAV가 관련 지상 BS(셀룰러 연결 모드) 또는 지상 MU(UAV 지원 모드)에 대한 가시선 연결을 설정하고 동시에 접지 MU에 대한 간섭을 피할 수 있도록 한다. 이는 전송 속도를 높이는 것과 같은 상당한 이득을 제공하고 컴퓨팅 오프로딩으로 인한 지상 MU의 이점을 제공할 수 있다.
즉 MEC 서버(120)의 밀집된 배치로 인하여 UAV가 지상 서버와 연결될 수 있고, UAV의 전송 전력도 최적화가 가능하기 때문에 셀간 간섭현상(ICI)이 완화되고 UAV 내구성이 향상되는 것이다.
다른 문제점으로 오프로딩 결정과 관련된 문제일 수 있다.
소형 셀들(130, 140, 150)은 별개의 백홀 솔루션을 통해 MBS(110)에 연결된다. 무선 백 홀이 있는 소형 셀(130, 140, 150)은 대역폭 분할 요소 외에도 백홀 용량을 결정하는 데 전송 전력이 매우 중요하다. 또 소형 셀(130, 140, 150)은 5G 네트워크에 밀집되어 배치되고 MU는 다수의 소형 셀의 커버리지 내에 존재하게 된다.
따라서 각 오프로드 MU는 서로 다른 셀의 할당량, 채널 조건 및 백홀 품질과 관련하여 선호하는 SBS(130, 140, 150)를 선택해야 하는 것이고, 셀에서 MU의 오프로딩 결정을 찾기 위해, 대응하는 BS는 백홀 용량 제약이 위반되지 않고 MEC 서버(120)에서의 계산 자원이 오프 로딩 사용자들 사이에서 상당히 공유되도록 대역폭을 최적으로 분할하게 된다.
여기서 오프로딩 결정의 중앙 집중식 최적화는 모든 MU가 로컬 정보를 중앙 엔티티에 보고해야 하므로 네트워크 전체의 계산 오버 헤드가 커질 수 있다. 또한 휴리스틱(heuristic) 방식은 중앙 집중식 컴퓨팅 오프로드를 해결하기 위해 채택되는 경우가 많으며 무선 네트워크에서 중앙 엔티티가 항상 실현 가능한 것은 아니다.
따라서, 분산된 접근법은 각 MU가 로컬 정보 또는 제한된 정보 교환을 사용하여 오프로딩 결정을 독립적으로 결정할 수 있는 방안이라 할 수 있다. 여기에는 매칭 이론(matching theory), 게임 이론(game theory) 및 머신 러닝(maching learning) 등이 있고, 하나가 채택될 수 있다.
컴퓨팅 오프로딩 정책을 설계할 때는 시간에 따라 변하는 채널 품질, 동적 작업 도착률, 오프로딩을 요청하는 사용자 수 및 MEC 서버(120) 수와 같은 네트워크 역학을 고려해야 한다. 또한 통신, 컴퓨팅, 캐싱 및 제어의 통합은 새로운 5G 네트워크에서 많은 응용 프로그램 및 서비스를 성공적으로 구현하는 데 필수적이다.
이와 같은 이유로, 본 발명의 MEC 강화 HetNets는 방대한 양의 변수를 장기적으로 최적화하는 것이 필요하다. 따라서, 마르코프 결정 프로세스(Markov decision process) 및 머신 러닝(maching learning)과 같은 장기 접근법이 특히 적합하다. 예를 들어, MU는 다른 MU와의 상호 작용 및 과거 경험을 통해 현재 네트워크 상태에서 오프로딩를 결정하고 서버를 선택하는 결정을 한다. 그리고 머신 러닝을 사용하여 MEC 서버(120)가 MU의 동작을 예측할 수 있다. 계산 리소스를 효율적으로 할당하고 마지막으로 UAV는 머신러닝을 사용하여 전송 전력 및 할당된 계산 리소스와 같은 궤적 및 최적화 변수를 최적화할 수 있다.
다음, 계층적 및 협업적 컴퓨팅 오프로드 관련 문제이다. 5G의 개발은 주로 모바일 광대역, 대규모 IoT 및 미션 크리티컬 서비스의 세 가지 범주로 이루어진다. .
첫 번째 클래스는 매우 높은 데이터 전송률과 대용량을 목표로하며, 두 번째 클래스는 초 고밀도, 초 저에너지 및 초 고확장성 요구 사항을 충족하는 방대한 수의 IoT 장치에 서비스를 제공하는 것이다. 강력한 보안, 초 고신뢰도 및 초 저대기 시간에 대한 요구 사항이 높은 중요 애플리케이션에 적합합니다.
또한, 새롭게 부상하는 5G 네트워크의 방대하고 이기종 MU는 배터리 크기, 계산 기능 및 대상 응용 프로그램에서 분명히 다르다. 예를 들어 두 개의 IoT 장치가 있는 네트워크에서 하나는 대략 1ms 엔드 투 엔드 대기 시간이 필요한 애플리케이션을 실행하고 다른 하나는 온도, 습도 및 사진과 같은 환경 조건을 지속적으로 관찰하고 원시 데이터 처리를 위해 애그리게이터(aggregator)에 전달하는 경우, 후자의 MU가 데이터 처리에 필요한 계산 요구 사항이 큰 빅 데이터를 생성할 수 있다. 이 경우 계산 집약적이고 대기 시간이 짧은 응용 프로그램을 사용하는 후자의 IoT 장치는 계산 기능을 상위 서버로 오프로드하는 것을 선호한다.
반대로 대기 시간이 중요한 응용 프로그램을 사용하는 IoT 장치는 낮은 계층 MEC 서버를 사용하는 것이 좋다.
또한 MEC 서버(120)는 데스크톱 컴퓨터와 비슷한 크기와 계산 기능을 가지고 있다. 따라서 일부 계산 작업은 하나의 MEC 서버에서만 엄격하게 처리할 수 없을 것이다. 이에 실질적인 컴퓨팅 성능을 향상시키기 위해 서로 다른 서버가 동일한 계산을 실행하는 데 협력하도록 동기를 부여한다.
무선 백홀에 대한 사용자 연결 및 리소스 할당과 공동으로 최적화 할 경우 계층적 및 공동 작업 계산이 훨씬 더 복잡해 진다. 또한, 대기시간에 민감한 애플리케이션이 있는 MU에 비해 대기 시간에 민감한 애플리케이션이 있는 MU는 더 높은 계산 리소스와 더 나은 연결 품질로 MEC 서버(120)에 액세스하는 데 우선순위가 높다.
다음 MEC 서버(120)의 선택 문제이다. MBS(110)가 다중 운영자 무선 기지국인 복수의 MEC 서버(120)는 동일한 지역에 물리적으로 배치될 수 있다.
이 경우 다양한 백홀 솔루션으로 인한 사용자 연결 문제 외에도, 사용자를 오프로드하기에 적합한 MEC 서버(120)를 선택하는 효율적인 체계가 매우 필요하다.
단일 사용자 네트워크의 경우 MU는 유선 백홀과 최상의 채널 품질을 갖춘 소형 셀에 연결 한 다음 가장 높은 계산 기능을 갖춘 MEC 서버로 오프로드하는 것이 좋다.
그러나 실제 네트워크 시나리오는 다중 사용자이며 소규모 셀은 일반적으로 소수의 사용자 할당량이 제한되어 있다. 결과적으로, 각 MU가 자신의 이익에 따라 행동하고 비협조적인 게임과 같이 독립적으로 오프로딩 결정을 내릴 수 있도록 설계할 수 있다. 여기서 각 MU는 최고의 소형 셀(130, 140, 150) 및 MEC 서버(120)를 선택하여 항상 자체 이익, 예를 들면 에너지 소비 최소 및 제한된 전력으로 인한 계산 시간을 최소화하도록 한다.
다음 NOMA(non-orthogonal multiple access) 지원 MEC 네트워크이다. MEC 서버는 원래 계산 및 배터리 용량이 제한된 엔드 디바이스의 계산 기능을 개선하여 다양한 계산 집약적이고 대기 시간이 중요한 응용 프로그램을 실행할 수 있도록 제안되었다.
이러한 MEC 서버는 2020년까지 인터넷에 연결된 장치의 수는 약 500억 개를 넘어 세계에 수억 대 이상의 센서가 배포될 것이다. 따라서 많은 수의 장치가 계산 집약적인 작업을 위해 단일 MEC 서버에 동시에 접속할 것으로 예상할 수 있다.
이 경우, 여러 MU에 서비스를 제공하기 위해 대역폭 및 시간 리소스를 직교 부분으로 나누어 계산 오프로드를 위해 다른 MU에 할당할 수 있다.
또 최근에 NOMA(non-orthogonal multiple access) 가능 MEC 네트워크에 대한 일부 연구는 NOMA와 MEC의 조합이 에너지 소비와 대기 시간을 줄일 수 있다고 보고되고 있다. 그러나 전술한 바와 같이 기존 작업은 단일 서버 MEC 네트워크의 특정 시나리오로 제한된다. 예를 들어 셀간 간섭현상(ICI)이 없는 오프로드 사용자 세트를 고려하면 클러스터당 사용자 클러스터링, 자원 할당 및 전송 전력 제어를 공동으로 최적화하여 오프로드 사용자의 에너지 소비를 최소화한다.
그러나 점점 더 많은 MEC 서버가 배치됨에 따라 셀간 간섭현상(ICI)은 셀 에지 사용자의 성능을 엄격하게 제한하기 때문에 셀간 간섭현상(ICI)은 분명한 장애물로 간주된다. 그래서 MEC-powered HetNets에서 NOMA의 이점을 달성하기 위해 사용자 클러스터링, 전력 할당 및 사용자 스케줄링(UCPAUS)은 중요한 문제이지만 ME 서버들은 서로 결합되어 있어 해결 가능하다.
하나의 해결책은 각 셀에서 하나의 클러스터만을 고려한 다음 MU의 전송 전력을 할당하는 것이다. 그러나 이 솔루션은 모든 동일 셀 MU의 신호가 송신기 측에서 중첩되고, 크게 중첩된 신호가 수신기 측에서 디코딩되기 때문에 엄청난 복잡성을 갖는다.
다른 해결책은 각 셀에 여러 개의 클러스터가 있고 각 클러스터를 서브 채널에 할당하고 각 클러스터의 전력 할당을 조정하는 것이다. 이를 통해 단일 클러스터 접근 방식에 비해 복잡성 및 하드웨어 요구 사항을 줄일 수 있다. 그러나 여전히 성능은 최적화되지 않는다.
공동 UCPAUS 문제는 MEC 강화 HetNets에서 매우 복잡하다. 먼저, 각 MU는 이진 오프로드의 경우 오프로드를 결정하거나 부분 오프로드의 경우 오프로드 가능한 계산의 비율을 결정해야 한다. 둘째, 최적의 클러스터 수와 클러스터를 만들기 위해 MU를 선택하는 방법을 결정해야 한다. 그러나 이는 쉽지 않다. 예를 들어, 클러스터링 체계는 두 개의 대기 시간에 중요한 MU를 클러스터에 할당하고 다른 두 개의 대기 시간에 강한 MU를 다른 클러스터에 할당할 수 있다. 이로 인해 네트워크 성능이 향상되긴 한다. 그러나 대기 시간이 중요한 MU에서 소정 동작이 실행되는 완료시간이 충족되지 않을 수 있다.
따라서 하나의 적합한 솔루션은 하나의 대기 시간에 민감한 MU를 하나의 대기 시간에 민감한 MU와 그룹화하는 것이다.
마지막으로 MEC 네트워크의 성능은 MEC 서버(120)에서 계산 리소스 할당의 영향을 크게 받는다.
결과적으로, 새로운 5G에서 MEC 및 NOMA를 성공적으로 배치하기 위한 효율적이지만 근접한 체계를 요구하는 NOMA 가능 MEC 네트워크의 성능을 더욱 향상시키기 위해서는 오프로딩 결정, 사용자 클러스터링 및 자원 할당의 연구가 필요하다.
이상에서 설명한 바와 같이 본 발명은 MEC 강화 UAV 지원 HetNets에서 MU는 선호하는 소형 셀을 선택하여 오프로드 할 수 있기 때문에 사용자 연결이 가장 중요함을 알 수 있다. 그리고 이는 다른 소형 셀들 사이의 이종 무선 백홀 솔루션에 의해 동기가 부여된다. 또한, 작업 요구 사항 및 컴퓨팅 오버헤드가 할당된 리소스의 영향을 많이 받기 때문에 컴퓨팅 리소스 할당에 충분한 주의를 기울여야 한다. 또한, 본 발명은 MEC 강화 UAV 지원 HetNets의 아키텍처를 제공하는 것이다.
이상과 같이 본 발명의 도시된 실시 예를 참고하여 설명하고 있으나, 이는 예시적인 것들에 불과하며, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면 본 발명의 요지 및 범위에 벗어나지 않으면서도 다양한 변형, 변경 및 균등한 타 실시 예들이 가능하다는 것을 명백하게 알 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적인 사상에 의해 정해져야 할 것이다.
110: MBS
120: MEC 서버
130, 140, 150: 제1 내지 제3 SBS
160: MU1, 162: MU2
170: UAV
180: 지상 제어국(Ground BS)
190: 클라우드 컴퓨팅 센터
120: MEC 서버
130, 140, 150: 제1 내지 제3 SBS
160: MU1, 162: MU2
170: UAV
180: 지상 제어국(Ground BS)
190: 클라우드 컴퓨팅 센터
Claims (5)
- 모바일 유저에게 서비스 제공을 위하여 전용 광섬유 링크(fiber link)를 통해 MEC 서버와 연결되는 무선 기지국(MBS);
상기 무선 기지국과 무선 백홀(wireless backhaul) 링크에 의해 연결되거나, 유선 백홀로 연결되는 둘 이상의 소형 셀들;
상기 무선 기지국(MBS)과 광섬유 백본 네트워크로 연결되는 중앙 집중식 클라우드 센터;
상기 MEC 서버가 지원하는 이기종 네트워크의 계산기능을 강화하고 확대된 적용범위와 서비스 보장을 위해 다른 고도에 배치될 수 있는 컴퓨팅 리소스가 구비된 비행 기지국; 및
상기 비행 기지국과 FSO 백홀 링크(backhaul link)로 연결되어 제어 신호 및 피드백 수집된 정보, 통계 데이터를 수신하는 지상 제어국(GBS)를 포함하고,
상기 비행 기지국은 어느 하나의 소형 셀과 프론트홀 링크(fronthaul link)에 FSO 링크(free space optical link)를 사용하여 연결되며,
상기 MEC 서버 사이의 셀간 간섭 현상은, FFR(Fractional Frequency Reuse), 모바일 유저의 전송전력 조정, 3D 빔 포밍(Beam forming), 상기 비행 기지국의 비행 궤적 조정을 함께 이용하여 조절하며,
상기 3D 빔포밍 기술은 중심 구역 및 엣지 구역 모바일 유저(MU)에 대해 상이한 다운 틸트를 적응시켜 수직 및 수평 차원 모두에서 무선 패턴을 동적으로 제어하는 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템. - 제 1 항에 있어서,
상기 비행 기지국은,
상기 MEC 서버로 오프로드 하여 계산 작업을 수행하는 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템. - 제 1 항에 있어서,
상기 무선 백홀 링크로 연결된 소형 셀에서의 상기 모바일 유저의 계산은,
상기 무선 백홀 링크를 통해 상기 무선 기지국에 오프로드 된 다음, 광섬유 연결을 통해 상기 MEC 서버로 오프로드되어 수행되는 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템. - 삭제
- MEC(multi-access edge computing)와 HetNets(Heterogeneous Networks)의 통합에 필요한 다수의 무선 및 유선 백홀 솔루션을 지원하며,
상기 MEC를 제어하는 MEC 서버를 사용하는 비행 기지국(BS)을 더 구비하고,
상기 비행 기지국은, 상기 HetNet의 계산 기능을 강화하고 자연재해 및 비상 상황에 대한 적용범위와 서비스를 보장하기 위해 컴퓨팅 리소스 기능이 탑재된 UAV 형태이면서,
어느 하나의 소형 셀과는 FSO 프론트홀 링크(fronthaul link)로 연결되고, 지상 제어국(GBS)과는 제어 신호 및 피드백 수집된 정보, 통계 데이터를 수신하도록 FSO 백홀 링크(backhaul link)로 연결되며,
상기 MEC 서버 사이의 셀간 간섭 현상은, FFR(Fractional Frequency Reuse), 모바일 유저의 전송전력 조정, 3D 빔 포밍(Beam forming), 상기 비행 기지국의 비행 궤적 조정을 함께 이용하며,
상기 3D 빔포밍 기술은 중심 구역 및 엣지 구역 모바일 유저(MU)에 대해 상이한 다운 틸트를 적응시켜 수직 및 수평 차원 모두에서 무선 패턴을 동적으로 제어하여 조절하는 것을 특징으로 하는 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190106599A KR102235763B1 (ko) | 2019-08-29 | 2019-08-29 | 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190106599A KR102235763B1 (ko) | 2019-08-29 | 2019-08-29 | 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| KR20210026171A KR20210026171A (ko) | 2021-03-10 |
| KR102235763B1 true KR102235763B1 (ko) | 2021-04-02 |
| KR102235763B9 KR102235763B9 (ko) | 2022-03-15 |
Family
ID=75148067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190106599A KR102235763B1 (ko) | 2019-08-29 | 2019-08-29 | 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102235763B1 (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113286317B (zh) * | 2021-04-25 | 2023-07-28 | 南京邮电大学 | 一种基于无线供能边缘网络的任务调度方法 |
| CN113687924B (zh) * | 2021-05-11 | 2023-10-20 | 武汉理工大学 | 一种基于边缘计算系统的智能动态任务计算卸载方法 |
| CN113573280B (zh) * | 2021-06-08 | 2023-09-19 | 西安邮电大学 | 一种车辆边缘计算成本效益优化方法、系统、设备、终端 |
| CN117356129A (zh) * | 2021-08-13 | 2024-01-05 | 英特尔公司 | 在基于无线电接入网络的计算系统中对服务质量的支持 |
| CN113965568B (zh) * | 2021-10-19 | 2023-07-04 | 南京莱斯网信技术研究院有限公司 | 一种面向城市道路c-v2x网络的边缘计算系统 |
| CN114143893A (zh) * | 2021-12-08 | 2022-03-04 | 中国石油大学(华东) | 基于移动边缘计算与微波能量传输的无人机资源分配及轨迹优化方法 |
| CN114760605A (zh) * | 2022-03-04 | 2022-07-15 | 福云智控(厦门)智能科技有限公司 | 无人机网络的多址边缘计算系统 |
| CN115604311B (zh) * | 2022-09-30 | 2024-04-26 | 中南大学 | 一种面向服务网络的云端融合计算系统及自适应路由方法 |
| CN116261211B (zh) * | 2023-02-02 | 2024-02-09 | 北方工业大学 | 一种无人机辅助数据传输的低能耗动态缓存方法 |
| CN117354759B (zh) * | 2023-12-06 | 2024-03-19 | 吉林大学 | 一种多无人机辅助mec的任务卸载与充电调度联合优化方法 |
-
2019
- 2019-08-29 KR KR1020190106599A patent/KR102235763B1/ko active IP Right Grant
Non-Patent Citations (2)
| Title |
|---|
| Mohamed Alzenad et al. FSO-based Vertical Backhaul/Fronthaul Framework for 5G+ Wireless Networks. IEEE Communications Magazine, 2017년* |
| Quoc-Viet Pham et al. A Survey of Multi-Access Edge Computing in 5G and Beyond: Fundamentals, Technology Integration, and State-of-the-Art. IEEE Communications Surveys & Tutorials, 2019.06.20.* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210026171A (ko) | 2021-03-10 |
| KR102235763B9 (ko) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102235763B1 (ko) | 멀티 액세스 엣지 컴퓨팅 기반의 이기종 네트워크 시스템 | |
| Arum et al. | A review of wireless communication using high-altitude platforms for extended coverage and capacity | |
| Hu et al. | Computation efficiency maximization and QoE-provisioning in UAV-enabled MEC communication systems | |
| Peng et al. | Fog-computing-based radio access networks: Issues and challenges | |
| Pham et al. | Mobile edge computing with wireless backhaul: Joint task offloading and resource allocation | |
| Zhou et al. | An air-ground integration approach for mobile edge computing in IoT | |
| Han et al. | 5G converged cell-less communications in smart cities | |
| WO2022121985A1 (zh) | 一种静态和动态相结合的毫米波波束资源分配与优化方法 | |
| Peng et al. | System architecture and key technologies for 5G heterogeneous cloud radio access networks | |
| Alnoman et al. | Towards the fulfillment of 5G network requirements: technologies and challenges | |
| Zhang et al. | Heterogeneous ultradense networks with NOMA: System architecture, coordination framework, and performance evaluation | |
| CN106714093B (zh) | 一种蜂窝d2d通信联合用户接入及切片划分方法 | |
| Dai et al. | The multi-objective deployment optimization of UAV-mounted cache-enabled base stations | |
| Elnabty et al. | A survey on UAV placement optimization for UAV-assisted communication in 5G and beyond networks | |
| Wang et al. | Autonomous traffic offloading in heterogeneous ultra-dense networks using machine learning | |
| JP2022511655A (ja) | 仮想無線基地局のための編成器及び相互接続ファブリックマップ作成器 | |
| Arribas et al. | Fair cellular throughput optimization with the aid of coordinated drones | |
| CN110012475A (zh) | 一种ad-hoc自组织网络的切片化架构及其构建方法 | |
| Zheng et al. | Optimal communication-computing-caching for maximizing revenue in UAV-aided mobile edge computing | |
| Xie et al. | Exploiting aerial computing for air-to-ground coverage enhancement | |
| Anastasopoulos et al. | ICT platforms in support of future railway systems | |
| Deruyck et al. | Performance evaluation of the dynamic trajectory design for an unmanned aerial base station in a single frequency network | |
| Zhang et al. | Joint computation offloading and trajectory design for aerial computing | |
| KR20230142438A (ko) | 네트워크들에서 지능형 반사 표면들(irs)을 구현하기 위한 시스템 및 방법 | |
| Shimaday et al. | Novel workload balancing method for UAV-based edge cloud computing systems with handover |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] |