[论文解读] PlaceRAN: Optimal Placement for the Virtualized Next-Generation RAN.

Fernando Zanferrari Morais, Gabriel Matheus de Almeida+5 more|arXiv (Cornell University)|Feb 25, 2021

Software-Defined Networks and 5G参考文献 20被引用 1

一句话总结

本文提出PlaceRAN，一种用于下一代无线接入网（vNG-RAN）中虚拟化无线功能放置的精确优化模型，旨在最小化计算资源使用并最大化功能聚合。通过联合考虑协议栈拆分、传输网络约束以及异构拓扑结构，PlaceRAN在真实5G网络拓扑中实现了高达80%的功能聚合。

ABSTRACT

The fifth-generation mobile evolution introduces Next-Generation Radio Access Networks (NG-RAN) based on the protocol stack disaggregation to enable flexibility to support users' demand for ultra-low latency and high-bandwidth applications. For example, Open RAN solutions focus on an NG-RAN with general-purpose vendor-neutral hardware, software-defined technologies, and interoperability, splitting the protocol stack into the eight options combined into three network units, i.e., central, Distributed, and Radio. These network units and the protocols disaggregated are managed as radio functions. These functions' placement is challenging since the best decision is based on the RAN protocol stack split, routing paths of transport networks with restricted bandwidth and latency requirements, different topologies and link capabilities, asymmetric computational resources, etc. Therefore, this article proposes the first exact model for the placement optimization of radio functions for vNG-RAN planning, named PlaceRAN. The main objective is to minimize the computing resources and maximize the aggregation of radio functions. The PlaceRAN evaluation considered two real network topologies based on 5G-crosshaul and Passion European projects. The PlaceRAN performance reaches up to 80\% aggregation of radio functions centralized.

研究动机与目标

• 解决在协议栈解耦的下一代无线接入网（vNG-RAN）中虚拟化无线功能最优放置的挑战。
• 最小化vNG-RAN部署中在集中式、分布式和无线单元之间总的计算资源使用量。
• 最大化无线功能的聚合，以减少功能碎片化并提升网络效率。
• 考虑真实世界中的约束条件，如计算资源不对称、链路能力可变，以及传输网络中严格的时延和带宽要求。
• 为vNG-RAN规划提供一个精确的数学模型，以支持开放无线接入网（Open RAN）和厂商中立架构中的决策制定。

提出的方法

• 构建一个精确的混合整数线性规划（MILP）模型，用于表示在三种网络单元（集中式、分布式和无线单元）之间的放置问题。
• 将协议栈建模为八种选项组合成三个功能单元，其放置决策基于功能解耦和路由约束。
• 引入传输网络带宽、端到端时延以及节点间计算能力不对称性的约束。
• 优化两个目标：最小化总计算资源消耗，并最大化无线功能的聚合。
• 利用5G-crosshaul和Passion欧洲项目提供的真实网络拓扑，评估模型在真实条件下的表现。
• 采用双目标优化框架，平衡资源最小化与功能聚合之间的权衡。

实验结果

研究问题

• RQ1 如何在vNG-RAN中实现虚拟化无线功能的最优放置，以在遵守传输网络约束的前提下最小化计算资源使用？
• RQ2 在真实网络拓扑和约束条件下，vNG-RAN中无线功能的最大可实现聚合度是多少？
• RQ3 协议栈拆分和传输网络特性如何影响无线功能的最优放置？
• RQ4 精确优化模型在多大程度上能够减少vNG-RAN部署中的资源消耗和功能碎片化？

主要发现

• PlaceRAN在真实5G网络拓扑中实现了高达80%的无线功能聚合，显著减少了功能碎片化。
• 该模型通过智能地在集中式、分布式和无线单元之间分配功能，成功最小化了总计算资源使用量。
• 优化模型综合考虑了异构计算资源、计算能力不对称的链路以及严格的时延和带宽约束。
• 基于5G-crosshaul和Passion项目的真实拓扑评估结果证实了该模型的实际适用性和可扩展性。
• 双目标公式化方法实现了资源最小化与功能聚合之间的权衡，支持灵活的网络规划。
• 精确模型为未来在开放无线接入网和虚拟化无线接入网环境中实现动态和实时放置策略奠定了基础。