Open RAN-Enabled Deep Learning-Assisted Mobility Management for Connected Vehicles

要約

コネクテッド ビークル (CV) は、5G および将来の 6G/NextG ネットワークの独自の機能を活用して、高度道路交通システム (ITS) サービスを強化できます。
ただし、セルラー ネットワークの世代が進歩したとしても、ハンドオーバー (HO) とも呼ばれるサービス提供基地局の頻繁な変更により、CV アプリケーションは高モビリティ シナリオで通信の中断を経験する可能性があります。
この文書では、HO によるサービス品質 (QoS) の低下を防ぎ、CV サービスに必要なタイムリーな接続を確保するための意思決定にオープン無線アクセス ネットワーク (Open RAN/O-RAN) と深層学習モデルを採用することを提案します。
このソリューションは、O-RAN Alliance と Linux Foundation のコラボレーションによって開発されたオープンソース O-RAN プラットフォームである O-RAN ソフトウェア コミュニティ (OSC) を利用して、ほぼリアルタイムの RIC で実行される xApp を開発します。
OSC。
この提案の有効性を実証するために、OMNeT++ シミュレーターと OSC を組み合わせた統合フレームワークが作成されました。
評価では、ビデオ ストリーミング送信や無線 (OTA) アップデートなどの都市アプリケーション シナリオで現実世界のデータセットを使用しました。
結果は、この提案が標準の 3GPP HO 手順と比較して優れたパフォーマンスと遅延の削減を達成したことを示しています。

要約(オリジナル)

Connected Vehicles (CVs) can leverage the unique features of 5G and future 6G/NextG networks to enhance Intelligent Transportation System (ITS) services. However, even with advancements in cellular network generations, CV applications may experience communication interruptions in high-mobility scenarios due to frequent changes of serving base station, also known as handovers (HOs). This paper proposes the adoption of Open Radio Access Network (Open RAN/O-RAN) and deep learning models for decision-making to prevent Quality of Service (QoS) degradation due to HOs and to ensure the timely connectivity needed for CV services. The solution utilizes the O-RAN Software Community (OSC), an open-source O-RAN platform developed by the collaboration between the O-RAN Alliance and Linux Foundation, to develop xApps that are executed in the near-Real-Time RIC of OSC. To demonstrate the proposal’s effectiveness, an integrated framework combining the OMNeT++ simulator and OSC was created. Evaluations used real-world datasets in urban application scenarios, such as video streaming transmission and over-the-air (OTA) updates. Results indicate that the proposal achieved superior performance and reduced latency compared to the standard 3GPP HO procedure.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google