Obtaining access to exclusive spectrum, cell sites, Radio Access Network (RAN) equipment, and edge infrastructure requires major capital expenses for mobile network operators. A neutral host infrastructure, where a third-party company provides RAN services to mobile operators through network virtualization and slicing techniques, is seen as a promising solution to decrease these costs. Currently, however, neutral host providers lack automated and virtualized pipelines for onboarding new tenants and to provide elastic and on-demand allocation of resources matching operator's demands. To address this gap, this paper presents NeutRAN, a zero-touch framework based on the O-RAN architecture to support applications on neutral hosts and automatic operator onboarding, that enables multiple tenants to access a shared RAN infrastructure. The NeutRAN architecture builds upon two key components: (i) an optimization engine to guarantee coverage and meet quality of service requirements while accounting for the limited amount of shared spectrum and RAN nodes, and (ii) a fully virtualized and automated infrastructure that converts the output of the optimization engine into deployable micro-services to be executed at RAN nodes and cell sites. NeutRAN was prototyped on an OpenShift cluster and on a programmable testbed with 4 base stations and 10 users from 3 different tenants. We evaluated the benefits of NeutRAN compared to a traditional license-based RAN where each tenant has dedicated physical and spectrum resources. Experimental results show that NeutRAN can deploy a fully operational neutral host-based cellular network in around 10 seconds, and it increases the cumulative network throughput by 2.18x and the per-user average throughput by 1.73x with shared spectrum blocks of 30 MHz.


翻译:中性主机基础设施,即第三方公司通过网络虚拟化和切片技术向移动操作员提供RAN服务,被视为降低这些费用的一个大有希望的解决办法;然而,目前中性主机供应商缺乏自动和虚拟管道,无法进入新租户,无法提供弹性和按需分配符合操作员需求的资源;为解决这一差距,本文介绍了基于O-RAN结构的NeutRAN(NeutRAN),这是支持中性主机和自动登机操作员应用程序的零触碰框架,使多个租户能够利用共享RAN基础设施的RAN服务。 NeutRAN建筑以两个关键组成部分为基础:(一) 优化引擎,以保障服务覆盖面和满足服务质量,同时考虑有限数量的共享频谱和RAN节点;以及(二) 完全虚拟和自动基础设施,将优化型发动机的输出转换成可部署的微服务,用于在RANNN型主机和自动登机操作操作操作器周围的应用程序应用,在RAN型主机舱和Seloal-Silal 10号主机舱主机点上,通过Siral-sal-sal-sal-sal-sal-stal-stal-stital 10-stital-stital-stital-stital-stital-stital-stital-stital 10-stital-stital-stital-stital-stital-stital 10-stal-stital-salitalitalital-stitalital-sal-sal-sal-stital-stital-sal-stital-st-stal-st-stal-s-st-stital-stital-stital-stal-st-st-stal-st-stal-stal-stal-stal-stal-stal-stal-sal-sal-sal-sal-sal-stal-sal-stal-stital-sal-sal-sal-sal-sal-sal-sal-sal-sal-sal-sal-sal-sal-sal

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
13+阅读 · 2021年3月3日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员