基于动态光子密度调节（DRL）的RAN切片技术：在战术无线网络中实现高效的切片间隔离

《IEEE Open Journal of Vehicular Technology》：DRL-Based RAN Slicing with Efficient Inter-Slice Isolation in Tactical Wireless Networks

　　

摘要：

下一代战术网络（TNs）有望进一步利用5G及其后续技术（B5G）的关键优势，例如无线接入网络（RAN）切片和开放RAN（O-RAN）架构，从而为创新应用提供新的架构选择。RAN切片和O-RAN架构被视为战术网络领域的变革性技术：前者能够根据用户需求定制服务，后者则为RAN管理带来了开放性和智能化。在战术网络中，带宽资源的稀缺性要求采用动态带宽切片策略。尽管这些策略能高效利用带宽，但可能会影响的服务质量（QoS）方面降低RAN切片的隔离效果。为了解决这一问题，我们提出了一种基于深度强化学习（DRL）的RAN切片机制，称为“带宽共享与切片间/切片内隔离”（BS-IISI），该机制在高效带宽共享与强大的切片间/切片内隔离之间实现了平衡。BS-IISI分为两个阶段进行带宽分配：第一阶段将带宽分配给不同的RAN切片，第二阶段各切片将分配到的带宽分配给相关用户。在两个阶段中，切片操作都受到服务质量相关要求的约束，从而增强了切片间和切片内的隔离效果。BS-IISI依赖DRL算法来完成每个阶段的带宽分配。我们建议在O-RAN架构中部署该机制，并详细描述了相关的O-RAN功能模块以及DRL模型生命周期管理的主要阶段。最后，我们实现了三种基于不同DRL算法的方案，并在多样化的网络配置下评估了它们的性能。