Placement of 5G RAN slices in multi-tier open ran 5g networks with flexible functional splits

Ağ dilimleme kavramı, yazılım tanımlı ağ ve ağ işlevi sanallaştırma teknolojilerinin gelişmesiyle birlikte, aynı fiziksel ağ altyapısında farklı amaçlar için birbirinden mantıksal olarak yalıtılmış ağları mümkün kıldığı için son zamanlarda ilgi çekici bir konu haline gelmiştir. Ağ fonksiyonlarının sanallaştırılması, farklı 5G radyo erişim ağı gereksinimlerini karşılayan radyo erişim ağı fonksiyonlarının bölünüp dağıtık şekilde yerleştirilebilmesini sağlayarak daha esnek ağ yapılarına imkan tanımaktadır. Ağ fonksiyonlarının bölünmesi, uca yerleştirilmiş radyo birimi (RU), kullanıcılara yakın bölgelere yerleştirilen dağıtık birim (DU) ve diğerlerine kıyasla daha merkezi olarak yerleştirilen merkezi birim (CU) arasındaki radyo erişim ağı fonksiyonlarının dağılımına karar verilmesi olarak ifade edilebilir. Bu çalışmada, çok katmanlı bir 5G radyo erişim ağı mimarisinde sanallaştırılmış radyo erişim ağı fonksiyonlarının yerleştirilmesini, her ağ dilimi için farklı fonksiyonel bölme seçeneklerini ayrı ayrı ele alarak, Karışık Tam Sayılı Kuadratik Kısıtlı Programlama (MIQCP) problemı olarak formülize ettik. Ayrıca, en uygun azaltma stratejisine dayanan bir sezgisel algoritma olan FlexBFDP algoritmasını tasarlayıp literatürdeki başka bir sevgisel algoritmayla kıyasladık. Farklı işlevsel bölme seçenekleriyle yaptığımız deneyler, her ağ dilimi için farklı bölme seçeneği kullanılan esnek işlevsel bölmenin, her ağ diliminin aynı fonksiyonel bölme seçeneğini kullandığı sabit fonksiyonel bölmeye kıyasla farklı ağ dilimi gereksinimlerini daha iyi karşıladığını gösterdi. Gurobi çözücüsünün çözümleri, FlexBFDP algoritması ve literatürde mevcut olan algoritmanın çözümlerini karşılaştıran deneylerimiz, FlexBFDP algoritmasının son teknoloji algoritmadan daha iyi performans gösterdiğini gösterdi. Optimizasyon hedefi açısından üç Gurobi çözümünden ikisi FlexBFDP algoritmasından daha iyi performans gösterse de, FlexBFDP algoritmasının bir sonuç bulma süresi Gurobi çözümlerine kıyasla çok daha az zaman aldığı için büyük ölçekli ağ yapılarında FlexBFDP algoritmasının kullanılması daha uygun olabilir. Sonuçlarımız, MIPGap 0.01 ve 0.1 parametrelerini kullanan Gurobi çözümlerinin birbirine çok benzer performans gösterdiğini ve FlexBFDP algoritmasına kıyasla %21'e kadar daha iyi performans gösterdiğini, fakat ağ dilimi sayısı arttıkça FlexBFDP algoritmasının MIPGap 1 parametresi kullanılan Gurobi çözümünden %26'ya kadar, literatürdeki algoritmadan ise %140'a kadar daha iyi performans gösterdiğini gösterdi.