[논문 리뷰] RAN Functional Splits in NTN: Architectures and Challenges
이 논문은 6G의 비지상 네트워크(NTN)를 위한 동적 기능 분할 아키텍처를 제안하며, 지연, 에너지 효율성, 자원 활용도를 균형 잡기 위해 AI 기반 최적화를 활용한다. 논문은 8가지 RAN 기능 분할에 대해 비지상 특화 채널 잊힘 영향을 분석하고, F1 인터페이스 요구사항에 대한 실현 가능성 제약을 규명하며, 네트워크 상태와 피로드 제약 조건에 따라 CU/DU 기능을 실시간으로 시스템 인지적으로 재구성할 수 있도록 중앙지능(CI) 유닛을 도입한다.
While 5G networks are already being deployed for commercial applications, Academia and industry are focusing their effort on the development and standardization of the next generations of mobile networks, i.e., 5G-Advance and 6G. Beyond 5G networks will revolutionize communications systems providing seamless connectivity, both in time and in space, to a unique ecosystem consisting of the convergence of the digital, physical, and human domains. In this scenario, NonTerrestrial Networks (NTN) will play a crucial role by providing ubiquitous, secure, and resilient infrastructure fully integrated into the overall system. The additional network complexity introduced by the third dimension of the architecture requires the interoperability of different network elements, enabled by the disaggregation and virtualization of network components, their interconnection by standard interfaces and orchestration by data-driven network artificial intelligence. The disaggregation paradigm foresees the division of the radio access network in different virtualized block of functions, introducing the concept of functional split. Wisely selecting the RAN functional split is possible to better exploit the system resources, obtaining costs saving, and to increase the system performances. In this paper, we firstly provide a discussion of the current 6G NTN development in terms of architectural solutions and then, we thoroughly analyze the impact of the typical NTN channel impairments on the available functional splits. Finally, the benefits of introducing the dynamic optimization of the functional split in NTN are analyzed, together with the foreseen challenges.
연구 동기 및 목표
- 비지상 네트워크(NTN)에서 5G/6G 기능 분할에 대한 연구 부족 문제를 해결한다. 특히 NTN 고유의 채널 잊힘 영향을 고려한다.
- NTN 환경에서 F1 인터페이스의 데이터 전송률 및 왕복 지연 제약 조건을 중심으로 8가지 정의된 RAN 기능 분할의 실현 가능성 분석을 수행한다.
- 변동 가능한 전력 공급 조건과 저전력, 고지연 위성 피로드 환경에서 기능 분할을 구현하는 데 발생하는 시스템 수준의 과제를 규명한다.
- 실시간 네트워크 상태에 따라 지상 CU와 위성 내부 DU 간의 RAN 기능을 적응적으로 재구성할 수 있도록 AI 기반 동적 기능 분할 최적화 프레임워크를 제안한다.
- 피로드 자원 사용 최적화와 피더 링크 활용도 향상을 통해 에너지 효율적이고 QoS 보장이 가능한 운영을 가능하게 한다.
제안 방법
- 고도의 경로 손실, 도플러 시프트, 장거리 전파 지연 등 NTN 고유의 제약 조건을 고려하여 8가지 RAN 기능 분할 옵션(S1~S7)에 대한 종합적 분석을 수행한다.
- Ku, Ka, W, Q/V 대역에서의 시뮬레이션 기반 SRI(위성 귀환 링크) 성능을 활용하여 F1 인터페이스의 전송률 및 왕복 지연 요구사항을 평가한다.
- 실시간 네트워크 KPI를 수집하는 중앙지능(CI) 유닛을 제안한다: 사용자 트래픽 유형/량, 피로드 계산 능력, 가용 전력, 피더 링크 대역폭/지연.
- CI 내부에 AI 기반 의사결정 엔진을 구현하여 실시간 네트워크 조건에 따라 최적의 기능 분할을 계산하고 동적으로 재배치하며, 피로드 에너지 절감과 피더 링크 활용도 최적화를 우선순위로 한다.
- 두 가지 시나리오에서 동적 분할의 실현 가능성을 평가한다: (1) 엄격한 전력 제약 조건(위성 내부 에너지 최소화), (2) 유연한 전력 제약 조건(피더 링크 활용도 최대화).
- 하드웨어 제약 조건을 고려하여 일반 목적 프로세서(너무 전력 소모가 큼)와 고립형 전용 하드웨어(복잡하고 활용도 낮음) 간의 트레이드오프를 분석하고, 향후 저전력 고성능 프로세서의 도입 가능성을 제안한다.
실험 결과
연구 질문
- RQ1현재 F1 인터페이스의 전송률 및 왕복 지연 제약 조건 하에서 8가지 RAN 기능 분할 중 어떤 것이 NTN 환경에서 실현 가능할까?
- RQ2장거리 전파 지연, 도플러 스프레드, 색거름과 같은 NTN 고유의 채널 잊힘 영향이 다양한 기능 분할의 성능과 실현 가능성에 미치는 영향은 어떠한가?
- RQ3동적 기능 분할 최적화를 통해 저궤도 위성(LEO) 위성의 피로드 내부 에너지 소비는 얼마나 줄일 수 있는가?
- RQ4NTN에서 실시간 AI 기반 기능 분할 적응 메커니즘을 구현하기 위해 필요한 주요 네트워크 KPI는 무엇인가?
- RQ5위성 피로드에서 동적 기능 분할을 구현하는 데 발생하는 하드웨어 및 아키텍처 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?
주요 결과
- 저수준 기능 분할(S1–S4)은 Ku 및 Ka 대역을 사용해 NTN 피더 링크를 통해 실현 가능하며, 안정적인 운영을 위한 충분한 F1 전송률(~1 GHz)을 확보할 수 있다.
- 고수준 기능 분할(S6 및 S7)은 W 및 Q/V 대역이 필요하여 필요한 F1 전송률을 확보할 수 있으며, 3GPP 릴리스 17에 도입된 HARQ 절차 타이밍 제약 완화 기능이 적용된 경우에만 실현 가능하다.
- 엄격한 왕복 지연 제약 조건으로 인해, 피더 링크에서 프rotocol 적응 없이 지원 가능한 것은 오직 저수준 기능 분할(S1–S4)뿐이다.
- SRI를 통해 CD-DU 인터페이스 PDUs의 신뢰성 있는 전달은 기능 분할의 안정성에 핵심적이며, 강력한 레이어 2 메커니즘을 통해 보장되어야 한다.
- AI 기반 CI를 통한 동적 기능 분할 최적화로 위성 내부 피로드 에너지 소비를 줄일 수 있으며, RAN 기능을 지상으로 이관함으로써 가능해지지만, 이는 피더 링크의 지연과 대역폭 요구량을 증가시킨다.
- 현재 동적 분할의 구현은 하드웨어 제약으로 인해 저용량 서비스에 국한되어 있으나, 향후 저전력 고성능 프로세서의 도입으로 모든 서비스 유형으로의 적용 범위를 확장할 수 있을 것이다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.