OpenRAN 6G网络:架构、用例和开放问题
英文标题: Open RAN for 6G Networks: Architecture, Use Cases and Open Issues
作者信息
-
Bharat Agarwal:2016年毕业于Galgotias University,获得电气与电子工程学士学位;2023年在爱尔兰都柏林城市大学获得电子工程博士学位。2018年至2019年在印度理工学院德里分校担任研究助理。2023年起在德国德累斯顿的Vodafone Tech Innovation Center担任6G技术专家。研究方向包括异构网络、流量优化、6G、5G、LTE、凸优化和Open-RAN。
-
Ralf Irmer:IEEE高级会员,2005年加入Vodafone Group Research and Development,负责无线接入创新,并启动了Vodafone集团的第一个5G项目。2015年加入德国Vodafone GmbH,担任Vodafone Tech Innovation Center负责人,专注于6G技术。目前是Vodafone德国的首席创新架构师,领导5G/6G和技术创新工作。
-
David Lister:Vodafone集团高级研发经理,负责Vodafone未来颠覆性技术的研究工作。拥有30年经验,涵盖3G、4G和5G技术的引入,曾担任与频谱监管、标准开发和新产品引入相关的技术和商业职务。目前负责Vodafone集团的所有6G研究工作。
-
Gabriel-Miro Muntean:IEEE会士,爱尔兰都柏林城市大学电子工程学院教授,同时也是都柏林城市大学性能工程实验室联合主任。发表了500多篇顶级国际期刊和会议论文,出版了4本书和29章书,编辑了6本书。研究方向包括多媒体和多感官媒体传输的质量、性能和节能问题,技术增强学习,以及其他数据在异构网络上的通信。
论文出处
本文已被接受在《IEEE Communications Surveys & Tutorials》上发表。这是作者的版本,尚未完全编辑,内容在最终出版前可能会有变化。引用信息:DOI 10.1109/COMST.2025.3562429。本文在创作共用4.0许可下授权,更多信息请参见 Deed - Attribution 4.0 International - Creative Commons。
摘要
本文探讨了Open RAN架构及其在6G网络中的应用,重点关注能效和低延迟。文章总结了6G Open RAN的不同可能架构,提出了多种新颖的用例,并讨论了Open RAN在6G中面临的前景和问题。文章还提供了设计原则和复杂流程的潜在解决方案。
关键词
6G网络、人工智能/机器学习算法、Open RAN架构、低延迟、能效、数字孪生
一、引言
文章首先回顾了5G的发展历程,并展望了6G的未来。6G预计将超越5G,提供更高的数据速率、更低的延迟和更高的可靠性。6G的关键性能指标包括极低延迟通信(10微秒至100微秒)、极高峰值数据速率(至少1Tb/s)、极高移动性(≥1000公里/小时)、巨大容量(每平方公里10^7个设备)、减少能源消耗(与5G相比减少100倍)等。文章强调,6G的发展需要在软件化解决方案的基础上进行扩展,以适应未来可能出现的新技术。

二、Open RAN教程
Open RAN通过将基站功能分解为集中单元(CU)、分布式单元(DU)和远程单元(RU),并采用开放接口连接它们,从而实现多供应商构建这些实体。RAN智能控制器(RIC)是Open RAN架构中的关键组件,负责管理任务,如自组织网络和无线资源管理。Open RAN的五个重要特征包括:解耦、开放生态系统、开放接口、硬件与软件解耦以及智能管理。
三、现有调查和教程
文章对现有的Open RAN相关调查进行了总结,分析了这些调查的优势和局限性,并指出了本文的独特贡献。本文不仅总结了Open RAN在5G中的应用,还探讨了其在6G中的扩展应用,提出了一个创新的架构框架,将Open RAN与新兴6G技术(如数字孪生)集成,并展示了Open RAN在实现6G特定要求(如超低延迟和高能效)方面的潜力。
四、Open RAN分类
文章提出了一个Open RAN分类体系,涵盖了架构、技术、挑战和开放研究方向四个主要类别。在架构方面,文章详细讨论了Open RAN在能效(EE)、吞吐量(HT)和低延迟(LL)方面的关键特性。在技术方面,文章探讨了安全、数字孪生、车联网(V2X)和大规模多输入多输出(mMIMO)等技术。在挑战方面,文章讨论了复杂性管理、标准遵循、供应商独立性维持和过度创新等问题。在开放研究方向方面,文章提出了AI在Open RAN安全中的应用、持续集成和持续部署(CI/CD)在Open RAN中的应用、xApps/rApps/dApps的作用、3GPP和非3GPP共存以及量子计算在Open RAN中的应用等方向。
五、Open RAN架构实现能效(EE)
文章详细讨论了Open RAN架构在实现能效方面的关键特性,包括虚拟化和云原生架构、AI和机器学习在资源优化中的作用、动态资源扩展、能效硬件的使用以及功率放大器优化。文章指出,通过这些技术,Open RAN可以在不牺牲性能、可扩展性或灵活性的前提下,显著降低能源消耗,满足6G的能效目标。
六、Open RAN架构实现低延迟(LL)
文章探讨了Open RAN架构在实现低延迟方面的多种策略,包括边缘计算集成、CU和DU的分离、功能分解、实时编排和优化、网络切片以及与低延迟技术的互操作性。文章强调,通过这些策略,Open RAN可以有效地满足6G网络对低延迟的要求,支持实时通信、自动驾驶和沉浸式应用等先进用例。
七、Open RAN应用中间件连续体中的创新技术丰富路径
文章讨论了Open RAN在安全、数字孪生、V2X和mMIMO等技术中的应用,并回顾了相关研究。在安全方面,文章讨论了Open RAN面临的挑战,如多供应商环境和开放接口带来的攻击面增加,并提出了基于AI的威胁检测和响应机制。在数字孪生方面,文章提出了一个Open RAN架构,用于创建网络的虚拟副本,以优化网络性能和管理。在V2X方面,文章探讨了Open RAN如何支持V2X通信,包括车辆到车辆(V2V)、车辆到基础设施(V2I)、车辆到行人(V2P)和车辆到网络(V2N)的交互。在mMIMO方面,文章讨论了Open RAN如何支持大规模MIMO技术,以提高频谱效率和数据吞吐量。
八、Open RAN部署的挑战
文章讨论了Open RAN部署过程中面临的主要挑战,包括复杂性管理、标准遵循、供应商独立性维持和过度创新。这些挑战涉及Open RAN架构的不断演变、多供应商组件的无缝互操作性、网络性能的持续优化以及开放接口带来的安全风险。文章强调,通过行业合作、创新和持续改进,可以克服这些障碍,释放Open RAN在电信行业的潜力。
九、开放研究方向
文章提出了Open RAN的五个主要开放研究方向,包括AI在Open RAN安全中的应用、CI/CD在Open RAN设计中的应用、xApps/rApps/dApps的作用、3GPP和非3GPP共存以及量子计算在Open RAN中的应用。这些研究方向旨在解决Open RAN在6G网络中的关键问题,推动下一代无线通信系统的发展。
十、结论
文章总结了Open RAN和6G网络发展的关键教训。Open RAN的灵活性和互操作性为6G网络提供了宝贵的指导,虚拟化和云原生架构支持6G所需的超低延迟和大规模连接。AI和机器学习的集成在管理复杂网络资源、缓解安全威胁和启用智能服务中发挥着重要作用。网络切片和定制化是6G用例的关键,安全和隐私问题至关重要,标准化和生态系统合作对于推动创新和加速采用至关重要。文章强调,通过采用开放、灵活、虚拟化和智能化的原则,利益相关者可以为6G网络奠定基础,这些网络将塑造未来通信的未来。
相关文章:
OpenRAN 6G网络:架构、用例和开放问题
英文标题: Open RAN for 6G Networks: Architecture, Use Cases and Open Issues 作者信息 Bharat Agarwal:2016年毕业于Galgotias University,获得电气与电子工程学士学位;2023年在爱尔兰都柏林城市大学获得电子工程博士学位。2…...
《TCP/IP详解 卷1:协议》之第四、五章:ARP RARP
目录 一、ARP && RARP 报文结构 1、ARP请求报文示例 2、ARP响应报文示例 3、RARP请求报文示例 4、RARP响应报文示例 5、关于 padding 6、免费ARP 二、tcpdump 的使用 1、基本语法 2、常用选项 3、常用过滤条件 三、arp 命令的使用 1、基本语法 2、常用选…...
ttsfrd的使用
ttsfrd的作用: 文本标准化,将数字转成大写等预处理,例:数字处理123 → 一百二十三, 日期处理2023-12-25 → 2023年12月25日,特殊符号 40¥→40元。从而适合TTS朗读。 SDK模型下载 from modelsc…...
实战华为1:1方式1 to 1 VLAN映射
本文摘自笔者于2024年出版,并得到广泛读者认可,已多次重印的《华为HCIP-Datacom路由交换学习指南》。 华为设备的1 to 1 VLAN映射有1:1和N :1两种方式。1:1方式是将指定的一个用户私网VLAN标签映射为一个公网VLAN标签,是一种一对一的映射关系…...
NLP 梳理03 — 停用词删除和规范化
一、说明 前文我们介绍了标点符号删除、文本的大小写统一,本文介绍英文文章的另一些删除内容,停用词删除。还有规范化处理。 二、什么是停用词,为什么删除它们? 2.1 停用词的定义 停用词是语言中的常用词,通常语义…...
使用若依二次开发商城系统-1:搭建若依运行环境
前言 若依框架有很多版本,这里使用的是springboot3vue3这样的一个前后端分离的版本。 一.操作步骤 1 下载springboot3版本的后端代码 后端springboot3的代码路径,https://gitee.com/y_project/RuoYi-Vue 需要注意我们要的是springboot3分支。 先用g…...
HarmonyOS-ArkUI: 组件内转场(transition)
什么是组件内转场 组件内转场指的是组件在触发转场的时机所具备的动画效果。转场的时机指的是,组件元素发生变化的时候,具体为: 组件被添加组件被删除组件可见性发生变化-Visibility这些场景有时候单纯的让其消失,出现,平移有时候视觉效果会比较突兀。我们可以利用组件内…...
MVVM框架详解:原理、实现与框架对比
文章目录 1. 引言2. MVVM的基本概念3. MVVM的原理与实现3.1 数据绑定原理3.2 命令模式实现 4. MVVM的优势与局限性4.1 优势4.2 局限性 5. 常见MVVM框架对比5.1 MVVM Light5.2 Prism5.3 Caliburn.Micro5.4 MvvmCross5.5 ReactiveUI 6. 实际应用示例7. 最佳实践与注意事项7.1 MVV…...
opencv--图像处理
这里所说的图像处理并不是专业术语,而是值开发人员对图像的处理技术方法。 教程 菜鸟教程 书籍推介--<opencv4.5 计算机视觉开发实践 基于vc>.朱文伟 获取图像数据 三种方式: cv::VideoCapture: OpenCV 提供的视频捕获类࿰…...
达梦官方管理工具 SQLark——全面支持达梦、Oracle、MySQL、PostgreSQL 数据库!
SQLark 是一款面向信创应用开发者的数据库开发和管理工具,用于快速查询、创建和管理不同类型的数据库系统,已支持达梦、Oracle、MySQL数据库;在最新的 V3.4 版本中,SQLark 新增了对 PostgreSQL 的支持,兼容 PostgreSQL…...
解读大型语言模型:从Transformer架构到模型量化技术
一、生成式人工智能概述 生成式人工智能(Generative Artificial Intelligence)是一种先进的技术,能够生成多种类型的内容,包括文本、图像、音频以及合成数据等。其用户界面的便捷性极大地推动了其广泛应用,用户仅需在…...
理解计算机系统_网络编程(1)
前言 以<深入理解计算机系统>(以下称“本书”)内容为基础,对程序的整个过程进行梳理。本书内容对整个计算机系统做了系统性导引,每部分内容都是单独的一门课.学习深度根据自己需要来定 引入 网络是计算机科学中非常重要的部分,笔者过去看过相关的内…...
前端面试场景题
目录 1.项目第一次加载太慢优化 / vue 首屏加载过慢如何优化 2.说说了解的es6-es10的东西有哪些 ES6(ES2015)之后,JavaScript 新增了许多实用的数组和对象方法,下面为你详细介绍: 3.常见前端安全性问题 XSS&#…...
Unity使用Rider的常用快捷键
最近换了IDE,改用Rider进行Unity的代码编写 Rider提供了几个快捷键方案供选择,默认的是Visual Studio的快捷键方案。我索性直接选择了Rider的快捷键方案,一则这2年搞H5没用Visual Studio,快捷键已经忘的差不多了;二则…...
Spring Boot + MyBatis 动态字段更新方法
在Spring Boot和MyBatis中,实现动态更新不固定字段的步骤如下: 方法一:使用MyBatis动态SQL(适合字段允许为null的场景) 定义实体类 包含所有可能被更新的字段。 Mapper接口 定义更新方法,参数为实体对象&…...
Unity多线程渲染指令队列设计与集成技术详解
一、多线程渲染架构设计背景 1. 传统渲染管线瓶颈分析 阶段单线程耗时占比可并行化潜力场景遍历与排序35%★★★★☆材质属性更新20%★★★★★GPU指令提交25%★★☆☆☆资源上传20%★★★★☆ 2. 多线程渲染优势 CPU核心利用率:从单线程到全核心并行 指令缓冲优…...
栈和队列学习记录
一、栈 1.栈的概念 操作受限的线性表-----栈:栈只允许在表的一端进行插入和删除操作,这一端被称为栈顶(Top),另一端则是栈底(Bottom)。这种受限的操作方式使得栈遵循后进先出(LIFO…...
位运算练习:起床困难综合征(贪心,位运算)【算法竞赛进阶指南学习笔记】
目录 前情提要起床困难综合征(贪心,位运算) 前情提要 一些基础运算操作用法看看上一篇; 起床困难综合征(贪心,位运算) 题目原文 [P2114 NOI2014] 起床困难综合症 - 洛谷 思路分析 题目很长…...
ubuntu24设置拼音输入法,解决chrome不能输入中文
## 推荐方案:使用 Fcitx5 Fcitx5 是当前在 Wayland 环境下兼容性最好的输入法框架。 ### 1. 安装 Fcitx5 bash sudo apt update sudo apt install fcitx5 fcitx5-chinese-addons fcitx5-frontend-gtk3 fcitx5-frontend-gtk4 fcitx5-frontend-qt5 fcitx5-module-c…...
React SSR + Redux 导致的 Hydration 报错踩坑记录与修复方案
一条“Hydration failed”的错误,让我损失了半天时间 背景 我在用 Next.js App Router Redux 开发一个任务管理应用,一切顺利,直到打开了 SSR(服务端渲染),突然看到这个令人头皮发麻的报错: …...
轻量级景好鼠标录制器
景好鼠标录制器(详情请戳 官网)是一款免费无广的键鼠动作录制/循环回放工具,轻松自动化应对一些重复繁琐的操作任务,如来回切换窗口、文档同一相对位置的复制粘贴等场景,兼容Win XP - 11 。毕竟此款本身主打简约类型&a…...
leetcode--两数之和 三数之和
1.两数之和 给你一个下标从 1 开始的整数数组 numbers ,该数组已按 非递减顺序排列 ,请你从数组中找出满足相加之和等于目标数 target 的两个数。如果设这两个数分别是 numbers[index1] 和 numbers[index2] ,则 1 < index1 < index2 …...
FFMPEG-视频解码-支持rtsp|rtmp|音视频文件(低延迟)
本人亲测解码显示对比延迟达到7到20毫秒之间浮动兼容播放音视频文件、拉流RTSP、RTMP等网络流 基于 Qt 和 FFmpeg 的视频解码播放器类,继承自 QThread,实现了视频流的解码、播放控制、帧同步和错误恢复等功能 工作流程初始化阶段: 用户设置URL和显示尺寸 调用play()启动线程解…...
openEuler安装nvidia驱动【详细版】
注意:在 openEuler 24.03 LTS 系统中安装 NVIDIA 驱动(RTX 3090)需要禁用默认的 Nouveau 驱动并手动安装官方驱动。 一、准备工作 系统更新与依赖安装 更新系统并安装必要依赖包:sudo dnf update -y sudo dnf install gcc make k…...
力扣DAY63-67 | 热100 | 二分:搜索插入位置、搜索二维矩阵、排序数组查找元素、搜索旋转排序数组、搜索最小值
前言 简单、中等 √ 二分法思路很简单,但是判断边界太麻烦了!难道真的要去背模板吗 搜索插入位置 我的题解 循环条件左不超过右,目标大于中间值(向下取整)时,左中1,小于,右中-1&…...
基于Python爬虫的豆瓣电影信息爬取(可以根据选择电影编号得到需要的电影信息)
# 豆瓣电影信息爬虫(展示效果如下图所示:) 这是一个功能强大的豆瓣电影信息爬虫程序,可以获取豆瓣电影 Top 250 的详细信息。 ## 功能特点 - 自动爬取豆瓣电影 Top 250 的所有电影信息 - 支持分页获取,每页 25 部电影,共 10 页 - 获取每部电影的详细信息,包括: - 标题…...
程序员思维体操:TDD修炼手册
程序员思维体操:TDD修炼手册 ——从"先写代码"到"测试先行"的认知革命 一、重新认识TDD:不仅仅是写测试 什么是TDD(测试驱动开发) TDD其实很简单,不要看名字很高级复杂,传统开发是直…...
PHP异常处理__RuntimeException运行时错误
以下是对 PHP 中 RuntimeException 的详细解释: 一、RuntimeException 概述 RuntimeException 是 PHP 内置的异常类,它继承自 Exception 类。它通常用于表示在程序运行时发生的异常情况,这些异常情况通常是在程序正常执行过程中出现的错误&…...
从性能到安全:大型网站系统架构演化的 13 个核心维度
大型网站系统架构的演化是一个复杂的过程,涉及到多个维度的技术内容,从关键维度进行详细分析: 1.性能维度 缓存技术:包括浏览器缓存、CDN(内容分发网络)缓存、服务器端缓存(如 Memcached、Red…...
基于PaddleOCR对图片中的excel进行识别并转换成word优化(二)
0、原图 一、优化地方 计算行的时候,采用概率分布去统计差值概率比较大的即为所要的值。 def find_common_difference(array):"""判断数组中每个元素的差值是否相等,并返回该差值:param array: 二维数组,其中每个元素是一个…...
