面向QoS感知的可解释可扩展O-RAN无线资源控制框架X-TRAIL-RAN的研究

《Scientific Reports》：X-TRAIL-RAN: an explainable and scalable O-RAN framework for QoS-aware radio resource control in 5G/6G networks

　　

摘要

开放无线接入网（O-RAN）正在成为未来5G/6G网络中实现可编程、智能及服务感知的无线接入控制的关键使能架构。然而，实际的O-RAN决策框架仍面临三大主要局限：在用户设备和遥测负载不断增长的条件下可扩展性受限、编排开销过高，以及运营商对无线资源控制动作为何被选中的可见性不足。本文提出了X-TRAIL-RAN，一个面向QoS感知的无线资源控制的、具备可解释性和可扩展性的O-RAN框架。该框架将RAN控制建模为一个多目标决策问题，综合考虑无线质量、小区负载状态、吞吐量行为、时延敏感性、分组稳定性、服务优先级、移动性风险以及运营商策略约束。与传统的黑盒xApp决策流水线不同，X-TRAIL-RAN为每个控制事件生成结构化的解释记录，包括所选动作、所选服务配置、排序决策因素、局部归因权重、置信度分数以及运营商可读的理由说明。该框架通过基于Kubernetes的服务分解实现，将遥测数据摄取、近实时控制、QoS感知决策逻辑、XAI生成、场景执行和监控分离为独立模块。在代表性的大规模机器通信（eMBB）、超高可靠低时延通信（URLLC）、海量机器类通信（mMTC）、混合服务以及策略受限的RAN场景中的评估表明，该框架在保持可解释且计算可行的决策输出的同时，支持服务依赖的控制行为。结果显示，归一化控制效用介于0.79至0.88之间，QoS满足度介于0.86至0.93之间，决策加XAI时延在评估场景中介于28.4至44.7毫秒之间。另一项可扩展性研究在25至400个并发用户设备的规模下，控制环路时延中位数从27.6毫秒增加到54.9毫秒，95百分位时延在最大评估负载下保持在66.2毫秒。通过整合QoS优化、可解释决策智能和可扩展编排，X-TRAIL-RAN为未来O-RAN使能的5G/6G系统中的可信自主RAN控制提供了应用工程基础。