Highly Dynamic and Flexible Spatio-Temporal Spectrum Management with AI-Driven O-RAN: A Multi-Granularity Marketplace Framework

要約

現在のスペクトル共有フレームワークは、適応性と格闘しており、多くの場合、静的または不十分な動的であることがよくあります。
彼らは主に、空間的およびスペクトルの次元を見下ろしながら、時間的共有を強調しています。
O-RANアーキテクチャ内の適応型のAI駆動型スペクトル共有フレームワークを提案し、複数のタイムスケールと空間的粒度にわたってスペクトルのニーズを予測するために、識別および生成AI（genai）を統合します。
認定Spectrum Brokerが管理する市場モデルにより、オペレーターはSpectrumを動的に取引し、静的割り当てとリアルタイム取引のバランスをとることができます。
genaiは、トラフィックの予測、スペクトル推定、および割り当てを強化し、コストを削減しながら利用率を最適化します。
このモジュールで柔軟なアプローチは、オペレーターのコラボレーションを促進し、効率と収益を最大化します。
重要な研究の課題は、既存のモデルを超えて配分の粒度と時空間ダイナミクスを改良することです。

要約(オリジナル)

Current spectrum-sharing frameworks struggle with adaptability, often being either static or insufficiently dynamic. They primarily emphasize temporal sharing while overlooking spatial and spectral dimensions. We propose an adaptive, AI-driven spectrum-sharing framework within the O-RAN architecture, integrating discriminative and generative AI (GenAI) to forecast spectrum needs across multiple timescales and spatial granularities. A marketplace model, managed by an authorized spectrum broker, enables operators to trade spectrum dynamically, balancing static assignments with real-time trading. GenAI enhances traffic prediction, spectrum estimation, and allocation, optimizing utilization while reducing costs. This modular, flexible approach fosters operator collaboration, maximizing efficiency and revenue. A key research challenge is refining allocation granularity and spatio-temporal dynamics beyond existing models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google