Coordination of smart B5G radio access and autonomous optical transport networks

Abstract

(English) Future radio access network (RAN) will operate with massive and heterogeneous small-cell deployments and end-to-end (e2e) connectivity in support of diverse beyond fifth-generation (B5G) use cases. More and more connectivity services are requiring not only stringent but also more predictable Quality of Service (QoS) performance, measured in terms of key performance indicators (KPI) such as throughput and capacity. With the advent of Open RAN (O-RAN), the implementation of flexible function splits/placement for guaranteeing target latency requirements and improved reliability is enabled. This smart operation must also precisely match capacity requirements, which typically reduces energy consumption, by managing the number of active base stations (BS) that are required to support user traffic requirements. In addition to RAN, access and metro optical networks play a fundamental role to meet e2e requirements, in terms of both capacity and latency. Thus, optical transport networks can operate autonomously, e.g., to adapt optical capacity to current traffic. Nevertheless, the foreseen B5G scenarios poses challenges to autonomous optical network operation, since smart RAN operation generates highly variable and unpredictable traffic. Indeed, smart operation of both RAN and fixed network makes difficult to achieve optimal e2e connectivity performance if they are done independently. Instead, both domains can share knowledge and coordinate with the objective of guaranteeing strict QoS requirements and efficient resource utilization of e2e connectivity services. This Ph.D. thesis is dedicated to developing solutions that coordinate both smart and autonomous operation of RAN and fixed optical network segments under B5G foreseen scenarios. To this aim, three goals are defined. The first goal aims at providing a methodology for smart operation of RAN cells with dense deployment of BSs, which is one of the most challenging scenarios envisioned for B5G networks. Relying on Open-RAN capabilities regarding monitoring and control loops, an AI-based approach that integrates both supervised and unsupervised machine learning algorithms to achieve intelligent RAN operation is proposed. The objective is to minimize energy consumption by switching on/off BSs while providing the desired coverage and required capacity needs. From the previous contributions and lessons learnt, the second goal focuses on analyzing the impact in terms of traffic to be supported by the underlying access and metro optical networks assuming smart RAN operation. The main conclusion of this goal is that smart RAN operation can have a critical affectation on underlying optical transport, which requires coordination between RAN and optical networks for efficient e2e network management. In light of the above, the third goal tackles two different use cases where coordination between smart RAN operation and autonomous optical network management provide benefits and allow e2e QoS assurance. On the one hand, a procedure for which RAN configuration changes to be performed are anticipated to the fixed network controller is proposed. By means of contextual data, fixed access and metro traffic prediction models are extended with RAN context in order to predict ongoing sharp traffic changes. On the other hand, a second use case focuses in the scenario of serving particular services where a maximum e2e delay need to be assured. In particular, a dynamic coordination mechanism is proposed, where actual RAN delay is informed in case that this exceeds a given level, so that the fixed network controller can adapt its budget and take decisions according to the new constraint. The research leading to these results has received funding from the Smart Networks and Services Joint Undertaking under the European Union's Horizon Europe research and innovation programme under Grant Agreement No. 101096120 (SEASON), and the MICINN IBON (PID2020-114135RB-I00) projects and from the ICREA Institution.

(Català) La futura xarxa d'accés de ràdio (RAN) funcionarà amb desplegaments massius i heterogenis de cel·les petites i connectivitat d'extrem a extrem (e2e) per donar suport a casos d'ús diversos més enllà de la cinquena generació (B5G). Cada cop hi ha més serveis de connectivitat que requereixen no només un rendiment de qualitat de servei (QoS) estricte sinó també més previsible, mesurat en termes d'indicadors de rendiment clau (KPI) com ara el rendiment i la capacitat. Amb l'arribada de l'Open RAN (O-RAN), s'habilita la implementació de divisió de funcions flexibles per garantir els requisits de latència objectiu i una fiabilitat millorada. Aquesta operació intel·ligent també ha d'ajustar-se amb precisió als requisits de capacitat, que normalment redueixen el consum d'energia, mitjançant la gestió del nombre d'estacions base (BS) actives que es requereixen per donar suport als requisits de tràfic.A més de la RAN, les xarxes òptiques d'accés i metro juguen un paper fonamental a l’hora de complir els requisits e2e, tant en termes de capacitat com de latència. Així, les xarxes òptiques de transport poden funcionar de manera autònoma, per exemple, per adaptar la capacitat òptica a la demanda real. No obstant això, els escenaris B5G previstos plantegen reptes per al funcionament autònom de la xarxa òptica, ja que el funcionament intel·ligent de la RAN genera trànsit impredictible. El funcionament intel·ligent tant de la RAN com de la xarxa fixa fa difícil aconseguir un rendiment òptim de connectivitat e2e si es fan de manera independent. En canvi, ambdós dominis poden compartir coneixement i coordinar-se amb l'objectiu de garantir requisits estrictes de QoS i una utilització eficient dels recursos dels serveis de connectivitat e2e.Aquest tesi doctoral es centra a desenvolupar solucions que coordinen l'operació intel·ligent i autònoma de segments de xarxa òptica fixa i RAN sota escenaris previstos B5G. Amb aquest objectiu general, es defineixen tres objectius especifics. El primer té com a objectiu proporcionar una metodologia per al funcionament intel·ligent de les cèl·lules RAN amb un desplegament dens de BS, que és un dels escenaris més difícils previstos per a les xarxes B5G. Basant-se en les capacitats d'Open-RAN pel que fa als bucles de monitorització i control, es proposa un enfocament basat en IA que integra algorismes d'aprenentatge automàtic supervisats i no supervisats per aconseguir un funcionament intel·ligent de la RAN. L'objectiu és minimitzar el consum d'energia mitjançant l'encesa/desactivació de les BS alhora que proporciona la cobertura desitjada i les necessitats de capacitat requerides.El segon objectiu se centra a analitzar l'impacte en termes de tràfic de dades que s'ha de suportar per les xarxes òptiques d'accés i metro subjacents assumint el funcionament intel·ligent de la RAN. La conclusió principal d'aquest objectiu és que el funcionament intel·ligent de la RAN pot tenir una afectació crítica en el transport òptic subjacent, que requereix la coordinació entre la RAN i les xarxes òptiques per a una gestió eficient de la xarxa e2e.El tercer objectiu aborda dos casos d'ús diferents en què la coordinació entre el funcionament intel·ligent de la RAN i la gestió autònoma de la xarxa òptica ofereix avantatges i permet una garantia de QoS. D'una banda, es proposa un procediment pel qual s’anticipen els canvis de configuració de RAN a realitzar al controlador de xarxa fixa. Mitjançant dades contextuals, s'amplien els models d'accés fix i de predicció del tràfic de dades de la xarxa de metro per tal de predir els canvis bruscos en curs. D'altra banda, un segon cas d'ús se centra en proveïr serveis on s'ha d'assegurar un retard màxim e2e. En particular, es proposa un mecanisme de coordinació dinàmica, on s'informa del retard real de la RAN en cas que aquest superi un determinat nivell, de manera que el controlador de xarxa fixa pugui adaptar el seu llindar i prendre decisions segons la nova restricció.

(Español) La futura red de acceso de radio (RAN) funcionará con despliegues masivos y heterogéneos de celdas pequeñas y conectividad extremo a extremo (e2e) para soportar casos de uso diversos más allá de la quinta generación (B5G). Los servicios de conectividad requieren no sólo un estricto rendimiento de calidad de servicio (QoS) sino también más previsible, medido en términos de indicadores de rendimiento clave (KPI) como la latencia y la capacidad. Con la llegada de Open RAN (O-RAN), se habilita la implementación de división de funciones flexibles para garantizar los requisitos de latencia objetivo y una fiabilidad mejorada. Esta operación inteligente reduce el consumo de energía, mediante la gestión del número de estaciones base (BS) activas que se requieren para apoyar los requisitos de tráfico de datos de los usuarios.Además de la RAN, las redes ópticas de acceso y metro juegan un papel fundamental a la hora de cumplir los requisitos e2e, tanto en términos de capacidad como de latencia. Así, las redes ópticas de transporte pueden funcionar de forma autónoma, por ejemplo, para adaptar la capacidad óptica a la demanda real. Sin embargo, los escenarios B5G previstos plantean retos para el funcionamiento autónomo de la red óptica, ya que el funcionamiento inteligente de la RAN genera tráfico muy variable e impredecible. De hecho, el funcionamiento inteligente tanto de la RAN como de la red fija hace difícil conseguir un rendimiento óptimo de conectividad e2e si se realizan de forma independiente. Por el contrario, ambos dominios pueden compartir conocimiento y coordinarse con el objetivo de garantizar requisitos estrictos de QoS y una utilización eficiente de los recursos de los servicios de conectividad e2e. Esta tesis doctoral se centra en desarrollar soluciones que coordinan la operación inteligente y autónoma de segmentos de red óptica fija y RAN bajo escenarios previstos B5G. Sobre este objetivo general, se definen tres objetivos específicos. El primero tiene como objetivo proporcionar una metodología para el funcionamiento inteligente de las redes RAN con un despliegue denso de BS, que es uno de los escenarios más difíciles previstos para las redes B5G. Basándose en las capacidades de Open-RAN en lo que se refiere a los bucles de monitorización y control, se propone un enfoque basado en IA que integra algoritmos de aprendizaje automático supervisados y no supervisados para conseguir un funcionamiento inteligente de la RAN. El objetivo es minimizar el consumo de energía mediante el encendido/desactivación de las BS a la vez que se proporciona la cobertura deseada y las necesidades de capacidad requeridas.El segundo objetivo se centra en analizar el impacto en términos de tráfico de datos que debe ser soportado por las redes ópticas de acceso y metro subyacentes asumiendo el funcionamiento inteligente de la RAN. La principal conclusión de este objetivo es que el funcionamiento inteligente de la RAN puede tener una afectación crítica en el transporte óptico subyacente, que requiere de la coordinación entre la RAN y las redes ópticas para una gestión eficiente de la infraestructura e2e.El tercer objetivo aborda dos casos de uso diferentes en los que la coordinación entre el funcionamiento inteligente de la RAN y la gestión autónoma de la red óptica ofrece ventajas y permite una garantía de QoS. Por un lado, se propone un procedimiento por el que se anticipan los cambios de configuración de la RAN a la red fija. Mediante datos contextuales, se amplían los modelos de predicción de tráfico de datos de la red de acceso y metro para poder así predecir los cambios bruscos. Por otro lado, un segundo caso de uso se centra en proveer servicios donde debe asegurarse un retardo máximo e2e. En particular, se propone un mecanismo de coordinación dinámica, donde se informa del retardo real de la RAN en caso de que éste supere un determinado nivel, de modo que la red fija pueda adaptar su umbral y tomar decisiones según la nueva restricción.