sic 系统可以提供的功能。提升移动网络系统的大部分工作都集中在无线链路、无线接入网络和分组核心网关功能上。然而,只有确保和更新系统的所有功能、协议和组件以满足应用和服务的要求,才能保证整体端到端系统性能,从数字和模拟无线电和天线组件开始,到接入层的硬件和软件平台和功能,最后到分组交换网络和互联网上的分组路由和传输/应用协议。系统的灵活性和可扩展性也可以算作性能助推器。灵活性意味着系统应该易于优化和管理,但也应易于针对各种用例进行定制。可扩展性意味着系统能够以可持续的方式从本地和专用网络系统扩展到全球系统。这需要从同一基础系统进行模块化性能改进,例如使用卫星等非地面网络。因此,软件设计和软件工具,包括开发、管理、
摘要 — 无线设备的爆炸式增长推动了物联网 (IoT) 的发展,物联网能够通过无线通信将大量不同的“事物”互连。作为正在进行的第五代 (5G) 移动网络的一部分,这也被称为海量机器类型通信 (mMTC)。可以预见,在第六代 (6G) 移动网络的帮助下,更多复杂的设备将连接起来形成一个超互联的世界。为了实现此类物联网网络的无线接入,人工智能 (AI) 可以发挥重要作用。本文介绍了集中式和分布式 AI 物联网网络的框架。分析了不同网络架构的关键技术挑战,包括随机接入和频谱共享(频谱接入和频谱感知)。介绍了基于深度强化学习 (DRL) 的策略,并利用基于神经网络的方法来有效实现频谱接入和频谱感知等系统过程的 DRL 策略。我们还讨论了可以在物联网网络中用于进行 DRL 的不同类型的神经网络。
1979 年 12 月 3 日,移动通信使用蜂窝系统开始了第一代移动通信。此后,移动通信的无线接入技术每 10 年就会演变成新一代系统。随着技术的发展,服务也在不断进步。从第一代 (1G) 到第二代 (2G),服务主要是语音通话,但最终发展到简单的短信。第三代 (3G) 技术使任何人都可以使用以“i-mode”为代表的数据通信服务,发送图片、音乐和视频等多媒体信息。在第四代 (4G) 中,通过 LTE (长期演进) 技术实现了超过 100 Mbps 的高数据速率通信,导致智能手机的普及和各种多媒体通信服务的出现。4G 技术以 LTE-Advanced 的形式不断发展,现在已实现超过 1 Gbps 的最大数据速率。进一步的技术进步使第五代 (5G) 成为现实。 DOCOMO于2020年3月25日利用其5G移动通信系统[1-1]推出5G商用服务。
1979 年 12 月 3 日,日本电信电话公司 (NTT) 推出了世界上第一个使用蜂窝系统的移动通信服务。此后,移动通信的无线接入技术每 10 年就会演变成新一代系统。随着技术的发展,服务也取得了进步。从第一代 (1G) 到第二代 (2G),服务主要是语音通话,但最终发展为简单的文本消息。第三代 (3G) 技术使任何人都可以使用以“i-mode”为代表的数据通信服务,并发送图片、音乐和视频等多媒体信息。在第四代 (4G) 中,LTE(长期演进)技术实现了超过 100 Mbps 的高数据速率通信,导致智能手机的普及和各种多媒体通信服务的出现。4G 技术以 LTE-Advanced 的形式不断发展,现在已实现超过 1 Gbps 的最大数据速率。进一步的技术进步使第五代 (5G) 成为现实。 DOCOMO于2020年3月25日利用其5G移动通信系统[1-1]推出5G商用服务。
摘要 — 正在进行的数字化转型引发了各种新网络应用的出现,这些应用需要尖端技术来提高其效率和功能。该方向的一项有前途的技术是数字孪生,这是一种设计和管理具有高度自动化、智能化和弹性的复杂信息物理系统的新方法。本文讨论了使用数字孪生技术作为非地面网络 (NTN) 建模的新方法。数字孪生技术可以创建实时运行的精确数据驱动的 NTN 模型,允许快速测试和部署新的 NTN 技术和服务,同时促进创新和降低成本。具体而言,我们提供了将数字孪生集成到 NTN 中的愿景,并探讨了主要的部署挑战以及 NTN 领域内的关键潜在支持技术。最后,我们提出了一个案例研究,该研究采用数据驱动的数字孪生模型在开放式无线接入网络 (O-RAN) NTN 架构中进行动态和面向服务的网络切片。索引词——人工智能、数字孪生、非地面网络(NTN)、卫星通信。
摘要 - 开放无线接入网络(O-RAN)为建立和操作高级蜂窝网络提供了新的自由度。强调分类,开放界面,多供应商支持和运行智能控制器(RICS),o-ran o-ran促进了对新应用程序和技术趋势的适应。然而,该体系结构引入了新的安全挑战。本文提出了利用零信托原则的o-ran安全性。我们介绍了零信任ran(Ztran),该信托ran(Ztran)嵌入了服务身份验证,入侵检测和安全的切片子系统,该子系统被封装为XAPP。我们在开放的人工智能蜂窝(OAIC)重新搜索平台上实现ZTRAN,并在合法的用户吞吐量和延迟数字方面证明了其可行性和有效性。我们的实验分析说明了Ztran的入侵检测和安全切片微服务如何有效地运作,并在O-Ran Alliance的近实时RIC的一部分中共同运行。研究方向包括探索机器学习和其他威胁智能供稿,以提高性能并扩大Ztran的范围。
摘要 — 学术界和工业界对人工智能 (AI)/机器学习 (ML) 在与蜂窝系统空中接口相关的各种用例中的应用很感兴趣,例如,用于报告信道状态信息 (CSI) 反馈、用于波束管理和定位精度。在本文中,我们开发了一个研究平台,该平台能够使用支持 AI 的 CSI 反馈进行实时推理,该反馈与现实世界的部署场景非常接近。在我们的实验中,我们通过将 CSI 自动编码器集成到 OpenAir-Interface (OAI) 5G 协议栈中来评估所提框架的性能。此外,我们展示了 CSI 压缩框架的实时功能,其中编码器部署在用户设备 (UE) 上,CSI 重建框架的实时功能部署在下一代节点基座 (gNB) 上。实验是在无线 (OTA) 室内测试平台 ARENA 上进行的,以及在使用世界上最大的无线网络模拟器 Colosseum 的模拟环境中进行的。索引词 —AI/ML、CSI 反馈、实时实验、开放式无线接入网络 (Open RAN)
1979 年 12 月 3 日,日本电信电话公司 (NTT) 推出了世界上第一个使用蜂窝系统的移动通信服务。此后,移动通信的无线接入技术每 10 年就会演变成新一代系统。随着技术的发展,服务也取得了进步。从第一代 (1G) 到第二代 (2G),服务主要是语音通话,但最终发展为简单的文本消息。第三代 (3G) 技术使任何人都可以使用以“i-mode”为代表的数据通信服务,并发送图片、音乐和视频等多媒体信息。在第四代 (4G) 中,LTE(长期演进)技术实现了超过 100 Mbps 的高数据速率通信,导致智能手机的普及和各种多媒体通信服务的出现。4G 技术以 LTE-Advanced 的形式不断发展,现在已实现超过 1 Gbps 的最大数据速率。进一步的技术进步使第五代 (5G) 成为现实。 DOCOMO于2020年3月25日利用其5G移动通信系统[1-1]推出5G商用服务。
摘要 — 在本文中,我们讨论了如何使用人工智能中的约束满足问题概念对某些无线接入网络优化问题进行建模,并使用量子计算机大规模解决这些问题。作为一个案例研究,我们讨论了根序列索引 (RSI) 分配问题 — 一个重要的 LTE/NR 物理随机接入信道配置相关自动化用例。我们将 RSI 分配公式化为使用从商业移动网络获取的数据构建的二次无约束二进制优化 (QUBO) 问题,并使用基于云的商用量子计算平台对其进行求解。结果表明,量子退火求解器可以成功分配无冲突的 RSI。与众所周知的启发式方法相比,一些经典算法在解决方案质量和计算时间方面甚至更有效。非量子优势是由于当前实现是一种半量子概念验证算法。此外,结果取决于所使用的量子计算机的类型。尽管如此,所提出的框架具有高度灵活性,并且在利用移动网络自动化中的量子计算能力方面具有巨大潜力。
摘要 — 开放性和智能性是下一代无线网络中引入的两个使能特性,例如超越 5G 和 6G,支持服务异构性、开放硬件、最佳资源利用率和按需服务部署。开放无线接入网络 (O-RAN) 是一种有前途的 RAN 架构,通过虚拟化网络元素和定义明确的接口实现开放性和智能化。虽然在 O-RAN 中部署人工智能 (AI) 模型变得越来越容易,但长期被忽视的一个重大挑战是在现实环境中全面测试它们的性能。本文介绍了一个通用的自动化、分布式和支持 AI 的测试框架,用于测试部署在 O-RAN 中的 AI 模型的决策性能、漏洞和安全性。该框架采用主参与者架构来管理多个终端设备以进行分布式测试。更重要的是,它利用人工智能自动智能地探索O-RAN中人工智能模型的决策空间。支持软件仿真测试和软件定义无线电硬件测试,实现快速概念验证研究和无线研究平台的实验研究。