[論文レビュー] Measurement-Driven O-RAN Diagnostics with Tail Latency and Scheduler Indicators

Theofanis P. Raptis, Weronika Maria Bachan+1 more|arXiv (Cornell University)|Mar 11, 2026

Advanced MIMO Systems Optimization被引用数 0

ひとこと要約

論文は、エンドツーエンドの尾部遅延と無線層スケジューラ指標を結ぶ、測定主導のO-RAN横断診断手法を提示します。多距離・多UE測定とウィンドウ化された劣化フラグを用い、尾部指標（p95、超過）を平均値より重視します。エンドツーエンド遅延が安定して見えても、gNB統計が無線ダイナミクスを明らかにすることを示します。

ABSTRACT

We investigate cross-layer performance diagnostics for an O-RAN instance by jointly analyzing application-level latency and radio-layer behavior from a real measurement campaign. Measurements were conducted at multiple link distances (2, 6 and 11 meters) using two representative UE configurations (a commercial smartphone and a modem-based device), under both static conditions and a controlled dynamic obstruction scenario. Rather than relying on averages, the study adopts tail-focused latency characterization (e.g., 95th percentile and exceedance probabilities) and connects it to scheduler- and link-adaptation indicators (e.g., block error behavior, modulation/coding selection and signal quality). The results reveal (i) UE-dependent differences that primarily manifest in the latency tail, (ii) systematic scaling of tail latency with distance and payload and (iii) cases where radio-layer dynamics are detectable even when end-to-end latency appears stable, motivating the need for cross-layer evidence. Distinct from much of the existing literature (often centered on throughput, simulated setups, or single-layer KPIs) this work contributes a measurement-driven methodology for interpretable O-RAN diagnostics and proposes lightweight, window-based "degradation flags" that combine tail latency and radio indicators to support practical monitoring and troubleshooting.

研究の動機と目的

• O-RANにおけるアプリケーションレベルの遅延尾部と無線層挙動を結ぶことで、横断的な性能診断を動機づける。
• 距離、UEタイプ、ペイロードを跨ぐエンドツーエンド遅延尾部（中央値、p95、超過）を特徴づける。
• 遅延ダイナミクスとスケジューラ/無線指標（BLER、MCS、SNR）を相関させ、根本原因を明らかにする。
• 実務的な監視とトラブルシュートのための軽量でウィンドウベースの劣化フラグフレームワークを提案する。

提案手法

• 距離（2 m、6 m、11 m）およびUEタイプ（スマートフォン、モデムベース）ごとに、ICMP Ping遅延トレースとgNB fullstats（PHY/MAC指標）を収集する。
• 頑健な遅延統計量（中央値、p95）と超過確率を計算し、ウィンドウ集計（10 sウィンドウ、5 sステライド）を用いる。
• 遅延観測をスケジューラ指標と整列させ、クロスレイヤの結合を探索する（Spearman相関）。
• 遅延尾部を無線指標と共に可視化し、劣化フラグを実務的な監視アーティファクトとして実証する。

実験結果

リサーチクエスチョン

• RQ1 O-RAN設定で、距離、パケットサイズ、UEタイプによってエンドツーエンド遅延尾部（中央値、p95、超過）はどう変化するのか？
• RQ2 無線層指標（BLER、MCS、SNR）は、エンドツーエンド遅延だけでは明らかでないダイナミクスを示すのか？
• RQ3 ウィンドウ化したクロスレイヤ分析は、運用監視に適した軽量な劣化フラグを生み出せるか？
• RQ4 静的および動的遮蔽シナリオで、遅延尾部とスケジューラ/無線イベントの横断的結合はどのようになるのか？

主な発見

• UEタイプによって遅延尾部は大きく異なり、スマートフォンは安定した低遅延プロファイルを示す一方、モデムベースのUEはより長く変動する尾部を示す。
• 尾部遅延は距離と大きなペイロードで増加し、超過分析は中央値には現れない希少な停滞を捉える。
• gNBスケジューラ指標（BLER、MCS、SNR）は、エンドツーエンド遅延が安定して見える場合でも無線層ダイナミクスを明らかにする。
• ウィンドウ化分析は、遅延尾部とBLERの間に測定可能な相関を生み、遅延尾部とスケジューラ逸脱の両方が発生したときに劣化フラグを有効にする。
• 動的遮蔽テストは、エンドツーエンド遅延ではマスクされる可能性のある位相依存的な無線ストレスを横断レイヤ指標で検出可能である。