JP7361898B2 - 自律的な仮想無線アクセスネットワーク制御 - Google Patents

Description

本発明は、仮想無線アクセスネットワーク(vRAN)の無線および計算リソースを管理するための方法に関し、vRANは、中央処理装置(CPU)の共通のプールを共有する多数の仮想化無線アクセスポイント(vRAP)を備える。

さらに、本発明は、中央処理装置(CPU)の共通のプールを共有する多数の仮想化無線アクセスポイント(vRAP)を備える、無線および計算リソース管理機能を伴うvRANシステムに関する。

無線アクセスネットワーク仮想化(vRAN)は、モバイル事業者にとって安価なコストで、増大し続けるモバイルサービスに対する需要に対応するための、重要な技術として広く認識されている。図1は、実線の矢印により示されるような、信号の変調および符号化などの無線処理タスクを実行するための、中央処理装置12(CPU)の共通のプールを共有するvRAP11のセットを伴う典型的なvRANシステム10を示す。図1から得られるように、CPUリソースが高価である場合、vRANは、典型的には端点にあるクラウド位置におけるBBU(ベースバンドユニット)プールと呼ばれることがあるコンピューティングインフラストラクチャ14へと、ソフトウェア化された無線アクセスポイント(RAP)スタック13を集める。このことは、リソースプーリング(集中化を介した)、より簡単な更新ロールアップ(ソフトウェア化を介した)、およびより安い管理と制御(コモディティ化を介した)などの、いくつかの利点をもたらす。1平方キロメートル当たりの設備投資額は10～15%減少し、CPU需要は22%減少するという試算がある。

これらの利点を考慮して、vRANは、学術界および産業界において大きな注目を集めてきた。主要な事業者(AT&T、Verizon、またはChina Mobileなど)、製造業者(Intel、Cisco、またはNECなど)、および先端研究機関(スタンフォード大学など)が主導している、OpenRAN、O-RAN Allianceまたは楽天のOpen vRANは、汎用処理プラットフォーム(GPPP)をデカップリングされたBBUおよびリモート無線ユニット(RRU)と組み合わせることに基づく、完全にプログラム可能な仮想化されたオープンなRANソリューションに向けた公になっている取り組みの例にすぎない。

それにもかかわらず、今日vRANにより得ることができる利益は最適なものからは程遠く、これはその大規模な展開を妨げている。リアルタイムのワークロードのピーク需要に対処するために、大半の実装形態は計算容量を過大に設定しているので、計算リソースのプールが非効率である。逆に、複数のvRAPにまたがる需要の時間的な変動にリソースの割振りを動的に適応させることによって、かなりのコスト低減が期待できる。それでも、vRAPの計算挙動および無線リソースと計算リソースとの関係の動態についての実践的な理解は限られている。そのような理解が、実用的なvRANリソース管理システムを設計するには必要である。

S.Ben Alla, H.Ben Alla, A.TouhafiおよびA.Ezzati、「An Efficient Energy-Aware Tasks Scheduling with Deadline-Constrained in Cloud Computing」、Computers 2019、8(2):46は、クラウドコンピューティングにおけるデッドライン制約とともにクラウドブローカー上で実装されるエネルギー認識タスクスケジューラを開示する。タスクは、デッドラインおよび待機時間に基づいて分けられ、順位付けられ、優先される(高、中、低の優先度)。順位付けられた各タイプのタスクに対して、そのタスクを引き受けて実行するVMがすでに存在している。

V.Quintuna RodriguezおよびF.Guillemin、「Higher aggregation of gNodeBs in Cloud-RAN architectures via parallel computing」、22nd Conference on Innovation in Clouds、Internet and Networks and Workshops (ICIN)、2019年2月19日、pp.151-158は、クラウドRAN(C-RAN)フレームワークでリアルタイムネットワーク機能を仮想化して集中化するための方法を開示する。この文書は、イーサネットを介して符号化および復号されたデータを送信するために双方向のintra-PHY機能分割(すなわち、FS-VI)が使用されるような、マルチコアプラットフォーム上で並列コンピューティングを達成するための動的なマルチスレッディング手法を開示する。システムは、リアルタイム機能、たとえば、ネットワークにおけるチャネルコーディングおよび他の機能を、分散したユニットにおいて維持する。

S.Ben Alla, H.Ben Alla, A.TouhafiおよびA.Ezzati、「An Efficient Energy-Aware Tasks Scheduling with Deadline-Constrained in Cloud Computing」、Computers 2019、8(2):46 V.Quintuna RodriguezおよびF.Guillemin、「Higher aggregation of gNodeBs in Cloud-RAN architectures via parallel computing」、22nd Conference on Innovation in Clouds、Internet and Networks and Workshops (ICIN)、2019年2月19日、pp.151-158

上記の欠点に鑑みて、仮想無線アクセスネットワーク(vRAN)の無縁および計算リソースを管理するための方法、ならびに、最初に説明されたタイプの無線および計算リソース管理機能を伴うvRANシステムを、vRANリソース管理の効率と実用性が向上するような方法で、改善してさらに開発することが、本発明の目的である。

本発明によれば、前述の目的は、仮想無線アクセスネットワーク(vRAN)の無線および計算リソースを管理するための方法によって達成され、vRANは、中央処理装置(CPU)の共通のプールを共有する多数の仮想化無線アクセスポイント(vRAP)を備え、方法は、vRAPごとに、L1層処理パイプラインを少なくとも1つの主要処理パイプラインおよび多数の下位処理パイプラインへと分割するステップと、複数のvRAPにまたがるパイプラインの実行を調整するステップとを備える。この調整は、主要処理パイプラインのタスクを専用CPUに割り振り、下位処理パイプラインのタスクを共有CPUに割り振ることを含む。

さらに、前述の目的は、中央処理装置(CPU)の共通のプールを共有する多数の仮想無線アクセスポイント(vRAP)、vRAPごとに少なくとも1つの主要処理パイプラインおよび多数の下位処理パイプラインへと分割されるL1層処理パイプライン、ならびに複数のvRAPにまたがるL1ワークロードのための集中CPUスケジューラを備える、無線および計算リソース管理機能を伴うvRANシステムによって達成され、集中CPUスケジューラは、主要処理パイプラインのタスクを専用CPUに割り振り、下位処理パイプラインのタスクを共有CPUに割り振るように構成される。

本発明によれば、L1層処理パイプラインを少なくとも1つの主要処理パイプラインおよび多数の下位処理パイプラインへと分割するパイプライン概念に基づいて、vRANリソース管理の効率性および実用性を向上させることができるということが、まず認識された。層1(L1)または物理層(PHY)は、ワイヤレス通信スタックにおける第1の処理層であり、符号化/復号、変調/復調などの基本的なベースバンド信号処理を担う。本発明のパイプライン概念によれば、少なくとも1つの主要処理パイプラインおよび多数の下位処理パイプラインは、並列に実行され得る。集中CPUスケジューラは次いで、主要処理パイプラインのタスクを専用CPUに割り振ることによって、および下位処理パイプラインのタスクを共有CPUに割り振ることによって、非常に効率的に複数のvRAPにまたがるパイプラインの実行を調整することができる。

たとえば、実施形態によれば、複数のvRAPにまたがるL1パイプラインの実行は、L1タスクを1つ(または複数)の主要パイプラインおよび2つ(以上)の並列下位パイプラインへと分割する仮想RAP L1層ごとに、デカップリングされたパイプラインに基づいて調整され得る。1つまたは複数のvRAPからの主要パイプラインは、リアルタイムパイプラインであってもよく、制御チャネル関連動作(たとえば、符号化/復号制御チャネル)および他の基本ベースバンド動作(復調および変調など)を担う。たとえば、4Gおよび5Gのセルラー通信システムの場合、並列パイプラインのうちの一方が、PUSCHチャネルからユーザデータを復号することを担い、次いで、復号されたデータをバッファへとバッファリングして得るので、データは、vRAPスタックのより上位の層において処理するための準備ができている。並列下位パイプラインの他方は、ユーザデータをPDSCHチャネルへと符号化することを担ってもよく、PDSCHチャネルは、主要パイプラインによってサブフレームへと配置されるのを待機しながら、準備ができるとバッファリングされる。これに関して、本発明は、ベストエフォートL1タスクの多重化を可能にすることによって、およびvRANシステムの中のすべてのvRAPにまたがるリソースの割振りを集中的に調整することによって、(エッジ)クラウド無線アクセスネットワーク展開(たとえば、O-RANシステムにおける)のコスト効率を高める。

実施形態によれば、システムは、それぞれのタスクが(リアルタイム)主要パイプラインのタスクであるか、または(ベストエフォート)下位パイプラインのタスクであるかに応じて、専用CPUまたは共通CPUのいずれかにタスクを割り当てるように構成される、集中スケジューラを備え得る。具体的には、集中CPUスケジューラは、パイプラインのタイプに応じて、ならびに任意選択で、vRAP QoS要件および/または価格に応じて、適切なタイプのCPUプール(ベストエフォートプールまたはリアルタイムプール)に関連付けられるそれぞれのデジタル信号処理(DSP)ワーカスレッドへとL1ワークパイプラインを割り当てるように構成され得る。ある実施形態では、集中CPUスケジューラは、リアルタイムパイプラインのそれぞれのデッドライン制約を尊重するように、システムの中の複数の仮想RAPにまたがるすべてのスレッド/パイプラインを調整する。この目的で、集中CPUスケジューラは、非リアルタイムパイプラインにおける統計的な多重化を利用し得る。

たとえば、実施形態によれば、L1処理パイプライン(従来技術の解決策のように、符号化および復号機能だけではない)が少なくとも3つのパイプラインへとデカップリングされるとすることができる。これは、符号化および復号パイプライン(これらはさらに並列化され得る)のベストエフォート処理と、CPUの共有に起因するタスクプロセッサの処理デッドラインの起こり得るバースト性を滑らかにするためにバッファを追加することとを可能にする。本発明を実装することによって遅延デッドライン制約から解放される、PUSCH/PDSCH符号化/復号処理タスクの(ベストエフォート)動作は、リアルタイムパイプライン(大半が制御プレーン信号の処理)と同期されて、滑らかな動作を確実にし、多重化の利益をもたらし得る。

いくつかの実施形態では、集中スケジューラはさらに、i)上ですでに説明されたようにCPUへとL1ワークパイプラインを、およびii)リアルタイムで無線リソースへとデータを一緒にスケジューリングするように構成される。この文脈では、L1ワークロードの実行を調整する集中CPUスケジューラにおけるポリシー、および複数のvRAPにまたがる各無線スケジューラにおけるポリシーは、一緒に最適化されるとすることができる。

実施形態によれば、vRANシステムは、RAPの無線スケジューラおよび集中CPUスケジューラが従うべき無線および計算スケジューリングポリシーを計算するように構成される、vRANリソースコントローラを備える。スケジューリングポリシーを計算するために、vRANリソースコントローラは、たとえば、機械学習、強化学習、および/または他の最適化方法を使用し得る。vRANリソースコントローラは、RAPの無線およびCPUスケジューリングポリシーを一緒に管理する集中コントローラとして実装され得る。

本発明の教示をどのように有利に設計してさらに開発すべきかの、いくつかの方法がある。この目的で、一方では従属特許請求項、および、他方では図面により示される例としての本発明の好ましい実施形態の以下の説明を参照するべきである。図面の助けを借りた、本発明の好ましい実施形態の説明に関連して、本教示の一般に好ましい実施形態およびさらなる開発が説明される。

仮想無線アクセスネットワーク(vRAN)システムの概略図である。 vRANシステムにおける仮想LTEスタックの概略図である。 図2に示されるスタックのL1層のワークロードを処理するための処理パイプラインの概略図である。 本発明のある実施形態による集中vRANシステムの概略図である。 本発明のある実施形態による主要および下位処理パイプラインへとデカップリングされるL1処理パイプラインの概略図である。 フィードバックシグナリングパスと一緒に図5のデカップリングされたL1処理パイプラインの概略図である。 O-RAN OAMアーキテクチャを示す概略図である。 本発明のある実施形態による、vRANシステムにおいて使用されるべきDeep Deterministic Policy Gradientアルゴリズムを実装するactor-criticニューラルネットワーク構造の概略図である。

図面全体で、同様の参照番号は、機能が同じ、または少なくとも似ている同様の構成要素を示す。

一般に、vRANの中の動的なリソース割振りは本質的に難しい問題であり、vRAPの計算挙動、および無線リソースと計算リソースとの関係の動態についての洗練された理解が必要である。

図2はvRAPスタック13のセットを示す。図2は4G LTEに注目するが、当業者により理解されるように、非常に似たアーキテクチャが5G NR(New Radio)において見出され得る。図1に示されるものなどの、vRANシステム10の主な問題は、図2のスタックのような複数のスタック13₁、…、13_Nが計算リソースを共有するとき、次の通りである。

(i)図2に示されるようなL1層20は、スタック13の最もCPU負荷の高い層である。L1層20のワークロードを処理するために、デジタル信号処理(DSP)ワーカスレッドが発行されて、たとえば図3に示されるL1パイプライン30のようなパイプラインを実行する。L1層20を実装するための通常の手法は、各サブフレーム上の利用可能なDSPワーカに(ミリ秒ごとに)パイプラインを割り当てることであり、これらのワーカは各RAPによって内部的に調整される。このパイプラインの時間に厳しい性質を考慮すると、これらのDSPワーカスレッドは通常はリアルタイムであり、vRANシステム10のCPUスケジューラ15に直面すると最高の優先度を有する(図1参照)。しかしながら、vRANの中の複数のvRAPが外部調整なしでリアルタイムDSPワーカスレッドを発行するとき、それらは等しい優先度の共通のCPU12を共有することになるので、遅延デッドラインに違反し得る。この文脈で、複数のパイプラインは複数のDSPワーカを通じて並列に実行され得るが、ダウンリンク(DL)サブフレームのための信号は1ミリ秒ごとに準備ができていなければならず、DSPワーカは1ミリ秒ごとにアップリンク(UL)サブフレームを自由に処理できなければならないということに留意されたい。複数のvRAPがCPU12を共有するとき、これらのデッドラインは容易に違反され得る。

(ii)本発明の発明者らにより認識されているように、パイプライン30におけるいくつかのタスクがリアルタイムタスク(たとえば、LTE、PSS/SSS(一次/二次同期信号)信号処理)およびベストエフォートタスク(たとえば、LTE、PUSCH(物理アップリンク共有チャネル)復号)へとデカップリングされ得るという事実にもかかわらず、共通のvRAPの実装形態が図3に示されるようにパイプライン30を実行するためにリアルタイムスレッドを使用する。その上、「PDSCH/PDCCHを符号化する」タスク305(PDSCH/PDCCH=物理ダウンリンク共有/制御チャネル)の一部としての、「PUSCH/PUCCH復号」タスク301(PUSCH/PUCCH=物理アップリンク共有/制御チャネル)の一部としての、「PDSCH復号」などのいくつかのタスクは、他のタスクと比較してかなりの量のCPU時間を必要とし、head-of-lineブロッキングを招くことが認識されており、すなわち、そのようなCPU負荷の高いタスクが終了するまで、パイプライン30全体がストールする。CPUリソースが制約されているシナリオでは、この手法も遅延デッドラインに違反し得る。

(iii)vRAP11の計算挙動は、簡単に制御することはできない無線チャネルまたはユーザの需要を含む、多くの要因に依存する。より具体的には、vRAP11の計算挙動にはコンテキスト(データビットレート負荷および信号対雑音比(SNR)パターンなど)、RAP構成(たとえば、帯域幅、MIMO設定など)、および計算リソースをプールするインフラストラクチャに対する強い依存性がある。

(iv)最後に、計算容量が不足すると、計算制御の決定と無線制御の決定(たとえば、スケジューリングおよび変調およびコーディングの選択)が結合される。当然、より高い変調およびコーディング方式(MCS)でユーザをスケジューリングすることは、より高い瞬時計算負荷を招くことがよく知られている。

図4は、本発明の実施形態に従って前述の課題に対処するvRANシステム40を示す。システム40は、ある数(1、…、N)のvRAPおよびある数のCPU12を集中CPUスケジューラ41とともに備える。集中CPUスケジューラ41は、CPUポリシーのもとで動作し、複数のvRAPにまたがってL1層ワークロード20₁、…、20_Nをスケジューリングするように構成される。以下でより詳しく説明されるように、適切なポリシーを設定することによって、スケジューラ41は、調整された方式でワークロードを利用可能なCPU12に効率的に割り当てることができる。具体的には、スケジューラ41は、リアルタイムスレッドの遅延デッドラインを犠牲にすることなく、異なるvRAPにまたがるリアルタイムワークロードおよびベストエフォートワークロードのバランスを取ることができる。

ある実施形態によれば、L1層ワークロード20₁、…、20_Nの最もCPU負荷の高いタスクは、L1パイプラインからデカップリングされる。すでに上で言及されたように、典型的なL1パイプライン30が図3に示されており、「アップリンク復調(UL FFT)」301、「PUSCH/PUCCH復号」302、「DL/ULグラントを得る」303、「リソースグリッド(PBCH、PCFICH、PSS/SSS)へと基本信号を配置する」304、「PDSCH/PDCCHを符号化する」305、「PHICHを符号化する」306、および「ダウンリンク変調(DL IFFT)」307というタスクを含む。列挙されるタスクの中でも、PUSCH復号およびPDSCH符号化が、圧倒的に最も多くのCPUリソースを必要とするタスクとして明確に特定され得る。結果として、図5に示されるように、これらの2つのタスクはL1パイプライン30からデカップリングされる。

デカップリングの結果は、主要処理パイプライン50および2つの下位処理パイプライン51、52へのL1パイプライン30の分割である。主要処理パイプライン50は、タスク「PDSCHを符号化する」506b(下位処理パイプライン51に含まれる)および「PUSCH復号」502b(下位処理パイプライン52に含まれる)を除き、「アップリンク復調」501から「ダウンリンク変調」508までのすべてのタスクを含む。

本発明のある実施形態によれば、複数のvRAPにまたがるパイプラインの実行は、(1つまたは複数の)主要処理パイプライン50のタスクがリアルタイムタスクまたは準リアルタイムタスクとして処理されるように専用CPU12aに割り振られるような方法で調整されるが、図4から得られるように、(1つまたは複数の)下位処理パイプライン51、52のタスクは、ベストエフォートタスクとして処理されるように共有CPU12bに割り振られる。

具体的には、実施形態によれば、集中CPUスケジューラ41は、図4にも示されるように、リアルタイムまたは準リアルタイム主要パイプライン50のために確保される専用CPU12a(すなわち、CPU 1、…、CPU K)を含む第1のプール、およびベストエフォート下位パイプライン51、52のために確保される共有CPU12b(すなわち、CPU N+1、…、CPU M)を含む第2のプールという、2つのCPUプールを備える。ある実施形態によれば、各リアルタイムDSPワーカ42aが単一の異なるCPU12aに固定されるような方法で、専用CPU12aの第1のプールが使用され得る。このようにして、各ワーカ42aは、リアルタイム遅延デッドラインを保証するために、CPUリソースを共有しなくてもよい。CPUスケジューラ41は次いで、それぞれのCPU12aによって独占的に処理されるように専用DSPワーカ42aに後で割り振られ得る、アイドル状態のリアルタイムCPU12aを第1のプールから選ぶだけでよい。一方、共有CPU12bの第2のプールは、2つ以上のベストエフォートDSPワーカ42bがここでCPUを共有できるような方法で使用されてもよく、すなわち、2つ以上のベストエフォートDSPワーカ42bは、それぞれの共有CPU12bによって一緒に処理される。

図5のL1処理パイプライン50に関して、主要パイプライン51(「アップリンク復調」501から「ダウンリンク変調」508まで)が専用CPU12aに割り振られるリアルタイムスレッドで実行されるが、下位パイプライン51のタスク「PDSCHを符号化する」506bおよび下位パイプライン52のタスク「PUSCH復号」506aが共有CPU12bにおいてベストエフォートスレッドで実行されるとすることができる。このことは、上で言及されたhead-of-lineブロッキング問題を軽減し、CPUリソース多重化を可能にする。結果として、「PDSCHを符号化する」506bおよび「PUSCH復号」506aというタスクの結果はベストエフォート方式で提供され、そのサービスレートはバースト性であり得る。

本発明の実施形態は、それぞれのバッファ53、54における、2つのタスク「PUSCH復号」506aおよび「PDSCHを符号化する」506bから得られるデータのバッファリングを実現する。このようにして、主要パイプライン50は、可能なときにこれらのバッファ53、54からデータを取り、PDSCHをプロトコルスタックに配置し、および/またはPUSCHデータを上方へプロトコルスタックに送信するだけでよい。バッファ53、54は、バースト性のサービスレートの場合、データを収容するのに特に有用である。

さらなる実施形態によれば、図5において点線で示されるように、2つのタスク「PUSCH復号」506aおよび「PDSCHを符号化する」506bはまた、たとえばタスク503におけるDL/ULグラントを計算するために、フィードバックを主要パイプライン50(図の点線)に提供し得る。

図4から得られるように、いくつかの実施形態によれば、vRANシステム40はさらに、vRANリソースコントローラ43を備える。図4の実施形態では、vRANリソースコントローラ43は、外部の集中エンティティとして実装される。一般に、vRANリソースコントローラ43は、vRAPによって実施される無線スケジューリングポリシーを提供するように構成され得る。たとえば、無線スケジューリングポリシーは、変調およびコーディング方式の選択についてのポリシー、物理無線ブロック割振りポリシーなどを含み得る。これは特に、テナントが自身の使用するものに対して支払う、ネットワークスライシングまたはvRAP-as-a-serviceのシナリオにおいて特に有用である。

vRANリソースコントローラ43はまた、ベストエフォートパイプライン51、52のタスクの間での共有CPU12bのリソース共有の量を決定する共有ポリシーを提供することも担い得る。共有ポリシーは、vRAPの必要性に応じて構成され得る。一般に、より多くの共有は、データを復号/符号化するための時間がより長いことを示唆する。これは特に、ネットワークスライシングに適しており、それは、テナントのvRAP(またはスライス)の遅延耐性に応じて、テナントがより低いまたは高い価格を提供され得るからである。これは、遅延に厳しいトラフィックと他のより柔軟なトラフィック(たとえばUDP対TCP)を区別するために有用であり得る。

有利なことに、集中vRANリソースコントローラ43は、CPUポリシーとvRAPの無線スケジューリングポリシーの両方を一緒に最適化するように構成され得る。このタスクを達成するために、無線品質パターンフィードバックおよびCPU負荷パターンフィードバックを提供され得る集中vRANリソースコントローラ43は、所与のサービス品質(QoS)基準またはQoS基準の組合せへの、コンテキスト(たとえば、SNRパターン、ビットレート負荷パターンなど)とアクション(CPUポリシー、無線ポリシー)の学習された対応付けを使用し得る。たとえば、vRAN事業者は、追加の遅延と引き換えにvRAPコスト(CPU使用率)を下げることができる(より低いMCSを実施する、そしてより少ないCPUリソースを必要とするポリシーを用いて)。

図6は、vRANリソースコントローラ43がL1パイプライン50の1つまたは複数のサブタスク(点線の矢印によって示される)においてフィードバック情報を提供されるような、本発明のある実施形態を示す。このフィードバックは、異なるタスクのCPU時間要件を特徴付けるモデルを構築し、このモデルを使用してCPU/無線スケジューリングポリシーを最適化するために、vRANリソースコントローラ43によって使用され得る。

ある実施形態では、本発明は、図7に示されるように、vRANリソースコントローラ43がO-RAN OAMアーキテクチャ70の中のほぼリアルタイムのRANインテリジェントコントローラ71へと統合されるような、vRANリソースコントローラ43を備えるvRANシステムを提供する。O-RAN(参考として、https://www.o-ran.orgを参照されたい)は、無線アクセスネットワークを進化させて、リアルタイム分析、機械学習、および仮想化を通じて無線アクセスネットワークをよりオープンかつスマートにするために、事業者により設立されたアライアンスである。本発明の実施形態によるvRANシステムのvRANリソースコントローラ43をO-RAN OAMアーキテクチャ70へと統合することによって、集中CPUスケジューラ41の統合に加えて、O-RANのE1およびE2インターフェースを利用して、CU(集中ユニット)およびDU(分散ユニット)無線ならびに計算リソースを制御することができる。

ある実施形態では、本発明は、CPUおよび無線スケジューリングポリシーを最適化するために、機械学習(ML)/強化学習(RL)アルゴリズムを使用するように構成されるvRANリソースコントローラ43を備えるvRANシステムを提供する。この目的で、vRANリソースコントローラ43は、図4に示されるMACプロシージャ、たとえば、すべてのvRAPにまたがるUEのDL/ULデータ負荷需要に加えて、L1処理パイプライン50からの監視データ(たとえば、各パイプラインのタスク当たりの使用されるCPU時間、UEのSNRパターン、復号エラー)を使用することができる。vRANリソースコントローラ43は、この監視データを使用して、最適なコンテキスト-スケジューリングアクションのペアを学習し得る。

ある実施形態によれば、性能インジケータの測定が実行されてもよく、これらの測定の結果はvRANリソースコントローラ43に提供されてもよい。性能インジケータの測定結果は、たとえば、パイプライン処理のレイテンシ、信号品質の測定結果、vRAP11のバッファ状態、復号エラーなどに関し得る。測定される性能インジケータは、vRANリソースコントローラ43へと供給されうる性能メトリックを計算するために使用され得る。性能メトリックは、強化学習モデルにも供給され得る。

主な課題は、コンテキスト情報とアクションの両方の空間の高次元の性質に対処することである。これに対処するために、ある実施形態は、たとえば、図8に示されるように、actor-criticニューラルネットワーク構造を用いて実装されるDeep Deterministic Policy Gradientアルゴリズムに基づく手法を使用する。この手法は、オフポリシーかつモデルフリーであるので、背後にあるモデルについて仮定を行うことなくオンラインで最適なポリシーを学習する。

本明細書に記載される本発明の多くの変形および他の実施形態が、前述の説明および関連する図面に提示される教示の利益を有する、本発明が関係する技術分野の当業者に想起されるだろう。したがって、本発明は、開示される特定の実施形態に限定されるべきではなく、その修正および他の実施形態は添付の特許請求の範囲内に含まれることが意図されると理解されるべきである。本明細書において特定の用語が利用されるが、それらは、限定が目的ではなく、全般的な説明の意味のみで使用される。

10 vRANシステム
11 vRAP
12 CPU
12a 専用CPU
12b 共有CPU
13 vRAPスタック
14 コンピューティングインフラストラクチャ
15 CPUスケジューラ
20 L1レイヤ
30 L1パイプライン
40 vRANシステム
41 集中CPUスケジューラ
42a リアルタイムDSPワーカ
42b ベストエフォートDSPワーカ
43 vRANリソースコントローラ
50 主要処理パイプライン
51 下位処理パイプライン
52 下位処理パイプライン
53 バッファ
54 バッファ
70 O-RAN OAMアーキテクチャ
71 ほぼリアルタイムのRANインテリジェントコントローラ

Claims (15)

1. 仮想無線アクセスネットワーク(vRAN)(40)の無線および計算リソースを管理するための方法であって、前記vRAN(40)が、中央処理装置(CPU)(12)の共通のプールを共有する多数の仮想化無線アクセスポイント(vRAP)(11)を備え、前記方法が、
   vRAP(11)ごとに、少なくとも1つの主要処理パイプライン(50)および多数の下位処理パイプライン(51、52)へとL1層処理パイプライン(30)を分割するステップと、
   複数のvRAP(11)にまたがる前記パイプライン(50、51、52)の実行を調整するステップであって、
   前記主要処理パイプライン(50)のタスクを専用CPU(12a)に割り振るステップと、
   前記下位処理パイプライン(51、52)のタスクを共有CPU(12b)に割り振るステップと
   を備える、ステップと
   を備える、方法。
2. 前記主要処理パイプライン(50)の前記タスクが、リアルタイムタスクまたは準リアルタイムタスクとして処理され、前記下位処理パイプライン(51、52)の前記タスクがベストエフォートタスクとして処理される、請求項1に記載の方法。
3. 前記主要処理パイプライン(50)が、制御チャネル関連動作、とりわけ少なくとも制御チャネル符号化および復号動作(506a、502a)と、他の基本ベースバンド動作、とりわけ少なくとも復調および変調動作(501、508)を含むように構成される、請求項1または2に記載の方法。
4. 前記下位処理パイプライン(51、52)が、PUSCHチャネル(502b)からのユーザデータの復号の動作および/またはPDSCHチャネル(506b)へのユーザデータの符号化の動作を含むように構成される、請求項1から3のいずれか一項に記載の方法。
5. PUSCHチャネルからの前記復号されたユーザデータをバッファ(54)へとバッファリングして、vRAPスタック(13)のより上位の層における処理のために前記データを配置するステップをさらに備える、請求項4に記載の方法。
6. ユーザデータをPDSCHチャネルへと符号化した後で、前記主要処理パイプライン(50)のタスク「PUSCHを配置する」(505)によってサブフレームへと配置されるまで、前記符号化されたデータをバッファ(53)においてバッファリングするステップをさらに備える、請求項4または5に記載の方法。
7. 集中CPUスケジューラ(41)によって、リアルタイムまたは準リアルタイムで、L1層処理パイプライン(30)のタスクをCPU(12)へと、およびデータを無線リソースへと一緒にスケジューリングするステップをさらに備える、請求項1から6のいずれか一項に記載の方法。
8. vRANリソースコントローラ(43)によって、前記vRAP(11)の無線スケジューラおよび集中CPUスケジューラ(41)が従うべきCPUスケジューリングポリシーおよび/または無線スケジューリングポリシーを計算するステップをさらに備える、請求項1から7のいずれか一項に記載の方法。
9. パイプライン処理レイテンシ、信号品質測定結果、vRAP(11)のバッファ状態、および復号エラーのうちの少なくとも1つを含む、性能インジケータ測定を実行するステップと、
   前記測定の結果を前記vRANリソースコントローラ(43)に提供するステップと
   をさらに備える、請求項8に記載の方法。
10. 無線および計算リソース管理機能を伴うvRANシステムであって、
    中央処理装置(CPU)(12)の共通のプールを共有する多数の仮想化無線アクセスポイント(vRAP)(11)と、
    vRAP(11)ごとに少なくとも1つの主要処理パイプライン(50)および多数の下位処理パイプライン(51、52)へと分割されるL1層処理パイプライン(30)と、
    複数のvRAP(11)にまたがるL1ワークロードのための集中CPUスケジューラ(41)であって、
    前記主要処理パイプライン(50)のタスクを専用CPU(12a)に割り振り、
    前記下位処理パイプライン(51、52)のタスクを共有CPU(12b)に割り振る
    ように構成される、集中CPUスケジューラ(41)と
    を備える、vRANシステム。
11. 前記専用CPU(12a)が、リアルタイムタスクまたは準リアルタイムタスクとして前記主要処理パイプライン(50)の前記タスクを処理するように構成され、前記共有CPU(12b)が、ベストエフォートタスクとして前記下位処理パイプライン(51、52)の前記タスクを処理するように構成される、請求項10に記載のシステム。
12. 前記vRAP(11)の無線スケジューラおよび前記集中CPUスケジューラ(41)が従うべきCPUスケジューリングポリシーおよび/または無線スケジューリングポリシーを計算するように構成されるvRANリソースコントローラ(43)をさらに備える、請求項10または11に記載のシステム。
13. 前記vRANリソースコントローラ(43)が、前記L1層処理パイプライン(30)のタスクのうちの1つまたは複数からフィードバック情報を受信するように構成される、請求項12に記載のシステム。
14. 前記vRANリソースコントローラ(43)が、前記CPUスケジューリングポリシーおよび/または無線スケジューリングポリシーを最適化するための機械学習(ML)および/または強化学習(RL)アルゴリズムを使用するように構成される、請求項12または13に記載のシステム。
15. 前記vRANリソースコントローラ(43)が、O-RAN OAMアーキテクチャ(70)のほぼリアルタイムのRANインテリジェントコントローラ(RIC)(71)へと統合される、請求項12から14のいずれか一項に記載のシステム。

Images