面向临时热点的无线接入网资源分配理论与技术研究

Wireless hotspots that support special mass events are usually space- and time-limited, and thus are the perfect way to test and trial large-scale 5G deployments. In radio access networks (RANs) serving such scenarios, however, it can be costly to leave resources under-utilized in regular days, but it can also be in short of resources in event hours to meet the demanding local needs. This project focuses on resource allocation issues that play a key role in optimizing the performance-cost trade-off in RANs for special event hotspots, with the aim to achieve efficient organization and utilization of local communication and computing resources in an online manner. In particular, to deal with the temporality of hotspot demands and to further achieve high performance on the availability of network capacity, the balance of network loads, and the sensitivity of network latency, this project tackles fundamental challenges that arise from incorporating ultra-dense heterogeneous networks, full-spectrum access, and mobile edge computing into the C-RAN concept. It is proposed to take full advantage of existing licensed spectrum, supplemental unlicensed spectrum, and local computing resources through fast self-optimization of spectrum access, multi-band load balancing, and multi-tier computational offloading, respectively. This project aims to theoretically and technically contribute to the implementation and application of spectrum-efficient, load-flexible, and real-time RANs for special event hotspots.

为支持大型特别活动而产生的无线热点受限于空间和时间，故为5G新技术的理想实验场。但是，服务于这类临时场景的无线接入网在非活动时段资源闲置，却会在活动时段资源紧缺而难以满足格外苛求的本地网络性能。本项目关注临时热点场景中对于协调性能与开销十分关键的无线接入网资源分配，深入分析如何在线且高效地组织和利用本地临时的通信与计算资源这一核心问题，针对热点需求临时性以及在其基础上以高标准特别要求的网络容量即需性、网络流量平衡性、和网络时延敏感性，面向将C-RAN思想分别与超密集立体异构网络、全频谱接入、和移动边缘计算相结合所带来的基础性挑战开展前瞻性研究，提出最大复用现有频谱资源的快速频谱自优化、全面利用额外频谱资源的多频段负载均衡、和充分调动本地计算资源的多层次计算分流相关的模型与方法，为实现频谱高效、负载灵活、业务实时的临时热点网络提供理论基础和技术支撑。

服务于临时热点场景的无线接入网在非活动时段资源闲置，却会在活动时段资源紧缺而难以满足格外苛求的本地网络性能。本项目关注临时热点场景中对于协调性能与开销十分关键的无线接入网资源分配，深入分析如何在线且高效地组织和利用本地临时的通信与计算资源这一核心问题，针对热点需求临时性以及在其基础上以高标准特别要求的网络容量即需性、网络流量平衡性、和网络时延敏感性，面向将无线接入网分别与超密集小蜂窝、全频谱接入、和移动边缘计算相结合所带来的基础性挑战开展了前瞻性研究。具体地，本项目围绕（A）热点网络的快速频谱自优化问题；（B）热点网络的多频段负载均衡问题；（C）热点网络的多层次计算分流问题，在执行期内分别开展研究。针对问题（A），研究了如何在热点网络中兼顾云平台控制能力与小蜂窝自治能力，借助多无人系统、分布式AI、无源反射等技术来消除或缓解用户-用户、用户-小蜂窝、用户-宏蜂窝三级接入之间在超密集部署时产生的相互干扰并最大化网络按需部署效率，达到了预期研究目标；针对问题（B），研究了如何借助认知无线电、分布式AI等技术来充分利用多频段多跳网络资源，以保证热点网络的灵活建立和高效运转，达到了预期研究目标；针对问题（C），研究了如何借助移动边缘计算、分布式AI等技术来全面调动端侧和边缘大量的数据和算力资源，以提升热点网络自适应管控能力，最小化网络服务时延并最大化用户体验，达到了预期研究目标。本项目前瞻性地在热点网络中引入了多无人系统、分布式AI、云边端协同、通感算一体化等前沿技术，使得相关研究成果能够广泛兼容于典型5G乃至未来6G场景，特别是兼有分布数据处理与按需网络服务的应用场景。