Nothing Special   »   [go: up one dir, main page]

JP2021141419A - Control device, control method, and program - Google Patents

Control device, control method, and program Download PDF

Info

Publication number
JP2021141419A
JP2021141419A JP2020037110A JP2020037110A JP2021141419A JP 2021141419 A JP2021141419 A JP 2021141419A JP 2020037110 A JP2020037110 A JP 2020037110A JP 2020037110 A JP2020037110 A JP 2020037110A JP 2021141419 A JP2021141419 A JP 2021141419A
Authority
JP
Japan
Prior art keywords
learning
unit
ran
arrangement
control device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020037110A
Other languages
Japanese (ja)
Other versions
JP7330918B2 (en
Inventor
優 塚本
Masaru Tsukamoto
優 塚本
晴久 平山
Haruhisa Hirayama
晴久 平山
スンイル ムン
Seung Il Moon
スンイル ムン
忍 難波
Shinobu Nanba
忍 難波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Research Inc
Original Assignee
KDDI Research Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KDDI Research Inc filed Critical KDDI Research Inc
Priority to JP2020037110A priority Critical patent/JP7330918B2/en
Publication of JP2021141419A publication Critical patent/JP2021141419A/en
Application granted granted Critical
Publication of JP7330918B2 publication Critical patent/JP7330918B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

To adaptively control the use of a computer resource for distributed learning within a RAN to which network slicing is applied according to the placement of a base station function in the RAN.SOLUTION: A learning controller 20 acquires arrangement information indicating the arrangement of a DU and a CU for each slice set on the RAN as arrangement information indicating the arrangement of base station functions in the RAN. The learning controller 20 controls the arrangement of the learning unit to distribute the learning of the learning model to one or more antenna sites and accommodating stations within the RAN on the basis of the acquired arrangement information and the learning model to be learned used for processing in the RAN. The learning unit arranged in the RAN uses computer resources available at the arrangement destination to acquire learning data from the acquisition destination corresponding to the learning model and perform learning.SELECTED DRAWING: Figure 4

Description

本発明は、ネットワークスライシングが適用されたRANにおける分散的な学習のための制御装置、制御方法、及びプログラムに関するものである。 The present invention relates to control devices, control methods, and programs for distributed learning in RANs to which network slicing has been applied.

第3世代パートナーシッププロジェクト(3GPP)で規格化されている第5世代(5G)移動通信システムでは、サービスタイプが大容量(eMBB:enhanced Mobile BroadBand)、超低遅延(URLLC:Ultra-Reliable and Low Latency Communications)、及び多接続(mMTC:massive Machine Type Communications)に大別されており、それぞれのサービス要求が異なる。このように要件が異なるサービスを経済的かつ柔軟に提供するために、ネットワークスライシングが検討されている。 In the 5th generation (5G) mobile communication system standardized by the 3rd generation partnership project (3GPP), the service type is large capacity (eMBB: enhanced Mobile BroadBand) and ultra-reliable and low latency (URLLC: Ultra-Reliable and Low Latency). It is roughly divided into Communications) and Multi-connection (mMTC: massive Machine Type Communications), and each service request is different. Network slicing is being considered in order to provide services with different requirements economically and flexibly.

RAN(無線アクセスネットワーク)の構成として、無線装置であるRU(Radio Unit)をアンテナサイトに配置し、基地局機能のうち下位レイヤの機能(無線スケジューリング等)を有するDU(Distributed Unit)と、上位レイヤの機能(ヘッダ圧縮及び暗号化処理等)を有するCU(Central Unit)とを、アンテナサイト又は収容局の汎用サーバ上に柔軟に配置する構成が検討されている。非特許文献1では、サービスごとにCU及びDUを適切なサイトの汎用サーバに仮想マシンとして動作させ、それらを論理ネットワーク(スライス)で接続するRANスライシング技術が提案されている。これにより、複数のサービスをサービス要件に応じて柔軟に提供可能にしている。 As a configuration of RAN (radio access network), RU (Radio Unit), which is a wireless device, is placed at the antenna site, and DU (Distributed Unit), which has lower layer functions (radio scheduling, etc.) among base station functions, and upper DU (Distributed Unit). A configuration is being studied in which a CU (Central Unit) having layer functions (header compression, encryption processing, etc.) is flexibly arranged on a general-purpose server of an antenna site or an accommodation station. Non-Patent Document 1 proposes a RAN slicing technique in which a CU and a DU are operated as virtual machines on a general-purpose server at an appropriate site for each service, and they are connected by a logical network (slice). This makes it possible to flexibly provide multiple services according to service requirements.

また、近年のRANでは、ネットワークの最適化という観点からAI/ML(Artificial Intelligence/Machine Learning)の活用(例えば、サービス分類、アドミッション制御、無線リソースの割り当て等における活用)が議論されている。AI/MLでは、一般に、学習データが分散的に存在する場合、学習データをデータセンタ等に送信し、そこで集中的に学習を行い、得られた学習済みモデルを使用する。これに対し、データセンタへ大量の学習データを送信することを避けるべく、FL(Federated Learning)と称される学習手法が提案されている。これは、データを分散的に学習し、学習済みモデルに関する情報のみをデータセンタに送信し、データセンタでそれらのモデルを統合して使用する手法である。この手法によれば、学習のためのデータ送信量の削減が可能である。 Further, in recent RAN, utilization of AI / ML (Artificial Intelligence / Machine Learning) (for example, utilization in service classification, admission control, allocation of radio resources, etc.) is discussed from the viewpoint of network optimization. In AI / ML, generally, when learning data exists in a distributed manner, the learning data is transmitted to a data center or the like, intensive training is performed there, and the obtained trained model is used. On the other hand, a learning method called FL (Federated Learning) has been proposed in order to avoid transmitting a large amount of learning data to a data center. This is a method of training data in a distributed manner, sending only information about trained models to the data center, and integrating and using those models in the data center. According to this method, it is possible to reduce the amount of data transmitted for learning.

(株)KDDI総合研究所,"世界初、5G本格展開時代に向けた基地局ネットワークスライシング技術の開発と実証に成功",[online], 令和2年1月29日, [令和2年2月28日検索], インターネット<URL: https://www.kddi-research.jp/newsrelease/2020/012901.html>KDDI R & D Laboratories, Inc., "Successful development and demonstration of base station network slicing technology for the world's first full-scale 5G deployment era", [online], January 29, 2nd year of Reiwa, [2nd year of Reiwa Search on February 28], Internet <URL: https://www.kddi-research.jp/newsrelease/2020/012901.html>

上述のRANスライシングにFLを適用する場合、アンテナサイトや収容局に設置された汎用サーバの計算機リソースを使用して、RAN内で分散的に学習を行うことが可能でありうる。しかし、上述のRANスライシングが適用されたRANでは、基地局機能(CU及びDU)が各サイトに適応的に配置され、その配置は動的に変更される。このため、各サイトの汎用サーバ上で使用可能な残りの計算機リソース量が変化する可能性がある。また、学習データの取得先となりうるCU及びDUがサイト間で移動する可能性がある。したがって、このようなRANでは、各サイトの計算機リソースを単純に使用して分散的な学習を行うことはできない。 When applying FL to the above-mentioned RAN slicing, it may be possible to perform decentralized learning within the RAN by using the computer resources of the general-purpose server installed at the antenna site or the accommodation station. However, in the RAN to which the above-mentioned RAN slicing is applied, the base station functions (CU and DU) are adaptively arranged at each site, and the arrangement is dynamically changed. Therefore, the amount of remaining computer resources available on the general-purpose server at each site may change. In addition, CUs and DUs that can be the acquisition destinations of learning data may move between sites. Therefore, in such a RAN, it is not possible to perform distributed learning by simply using the computer resources of each site.

本発明は、上述の課題に鑑みてなされたものである。本発明は、ネットワークスライシングが適用されたRANにおいて、基地局機能の配置に応じて、RAN内での分散的な学習のための計算機リソースの使用を適応的に制御する技術を提供することを目的とする。 The present invention has been made in view of the above-mentioned problems. An object of the present invention is to provide a technique for adaptively controlling the use of computer resources for distributed learning in a RAN according to the arrangement of base station functions in a RAN to which network slicing is applied. And.

本発明の一態様の係る制御装置は、1つ以上のアンテナサイトと、当該1つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク(RAN)における制御装置であって、前記RANにおける基地局の機能の配置を示す配置情報として、前記RAN上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第1ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第2ユニットとの配置を示す配置情報を取得する取得手段と、前記取得手段によって取得された前記配置情報と、前記RANにおける処理に使用される、学習対象の学習モデルとに基づいて、前記1つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記RAN内で分散して行うための学習ユニットの配置を制御する制御手段であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御手段と、を備えることを特徴とする。 A control device according to an aspect of the present invention is a control device in a radio access network (RAN) including one or more antenna sites and an accommodation station provided between the one or more antenna sites and a core network. Therefore, as the arrangement information indicating the arrangement of the functions of the base station in the RAN, the first unit having a part of the functions of the base station for each slice set on the RAN and the base station. The acquisition means for acquiring the arrangement information indicating the arrangement with the second unit having the function of the upper layer than the part of the functions of the above, the arrangement information acquired by the acquisition means, and the processing in the RAN. Controls the placement of learning units for the one or more antenna sites and the accommodation station to distribute the learning of the learning model within the RAN, based on the learning model of the learning target used in The control means for acquiring learning data from an acquisition destination corresponding to the learning model and performing the learning by using the computer resources available at the arrangement destination. It is characterized by being prepared.

本発明によれば、ネットワークスライシングが適用されたRANにおいて、基地局機能の配置に応じて、RAN内での分散的な学習のための計算機リソースの使用を適応的に制御することが可能になる。 According to the present invention, in a RAN to which network slicing is applied, it is possible to adaptively control the use of computer resources for distributed learning within the RAN according to the arrangement of base station functions. ..

RANの構成例及び学習ユニットの配置例を示す図The figure which shows the configuration example of RAN and the arrangement example of a learning unit アンテナサイト、収容局及びデータセンタに設けられたサーバ装置のハードウェア構成例を示す図The figure which shows the hardware configuration example of the server device provided in the antenna site, the accommodation station and the data center. アンテナサイト及び収容局の計算機リソースの使用の制御例を示す図The figure which shows the control example of the use of the computer resource of the antenna site and the accommodation station. 学習ユニットの配置制御のための制御シーケンスを示す図The figure which shows the control sequence for the arrangement control of a learning unit 学習ユニットの配置を決定するための処理の手順を示すフローチャートFlowchart showing the procedure of the process for determining the placement of the learning unit

以下、添付図面を参照して実施形態を詳しく説明する。尚、以下の実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態で説明されている特徴の組み合わせの全てが発明に必須のものとは限らない。実施形態で説明されている複数の特徴のうち二つ以上の特徴が任意に組み合わされてもよい。また、同一又は同様の構成には同一の参照番号を付し、重複した説明は省略する。 Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. It should be noted that the following embodiments do not limit the invention according to the claims, and not all combinations of features described in the embodiments are essential to the invention. Two or more of the plurality of features described in the embodiments may be arbitrarily combined. In addition, the same or similar configuration will be given the same reference number, and duplicate description will be omitted.

<RAN構成>
図1は、本発明の実施形態に係る、ネットワークスライシングが適用されたRAN(無線アクセスネットワーク(Radio Access Network))の論理的なネットワーク構成例を示す図である。本実施形態では、3GPP規格による、NR(New Radio)と称される5G移動通信システムを想定しているが、本発明は他の通信規格による移動通信システムに適用されてもよい。5G規格では、コアネットワークは5Gコアネットワーク(5GC:5G Core)とも称される。本実施形態のRANは、1つ以上のアンテナサイト(に配置された機能群)と、当該1つ以上のアンテナサイトとコアネットワークとの間に設けられた収容局(に配置された機能群)とを含む。
<RAN configuration>
FIG. 1 is a diagram showing a logical network configuration example of a RAN (Radio Access Network) to which network slicing is applied according to an embodiment of the present invention. In the present embodiment, a 5G mobile communication system called NR (New Radio) according to the 3GPP standard is assumed, but the present invention may be applied to a mobile communication system according to another communication standard. In the 5G standard, the core network is also referred to as a 5G core network (5GC: 5G Core). The RAN of the present embodiment includes one or more antenna sites (function groups arranged in) and accommodation stations (function groups arranged in) provided between the one or more antenna sites and the core network. And include.

図1の構成例では、一例として、3つのアンテナサイト(#1〜#3)、1つの収容局、及び1つのデータセンタのみが示されているが、1つの収容局には1つ以上の(任意の数の)アンテナサイトを収容(接続)可能である。また、1つ以上の収容局が接続される上位の収容局が更に設けられてもよい。即ち、上位の収容局に対して1つ以上の下位の収容局を収容(接続)する階層構造によりRANを構成してもよい。 In the configuration example of FIG. 1, as an example, only three antenna sites (# 1 to # 3), one accommodation station, and one data center are shown, but one accommodation station has one or more. It can accommodate (connect) antenna sites (of any number). Further, a higher-level accommodation station to which one or more accommodation stations are connected may be further provided. That is, the RAN may be configured by a hierarchical structure in which one or more lower accommodation stations are accommodated (connected) to the upper accommodation station.

本実施形態のRANでは、RANに設けられる基地局の機能が、CU(Central Unit)、DU(Distributed Unit)及びRU(Radio Unit)に分散して配置される。RUは、基地局の機能のうちの電波の送受信機能(例えば、RFの機能)を少なくとも有する無線装置である。DUは、基地局の機能のうちの無線リソースのスケジューリング機能(例えば、High MACの機能)を少なくとも有する。CUは、基地局の機能のうち、対応するDUが有する機能よりも上位レイヤの機能(例えば、SDAP/RRC及びPDCPの機能)を有する。本実施形態では、DUは、RAN上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第1ユニットの一例であり、CUは、基地局の機能のうちの当該一部の機能より上位レイヤの機能を有する第2ユニットの一例である。 In the RAN of the present embodiment, the functions of the base stations provided in the RAN are distributed and arranged in the CU (Central Unit), the DU (Distributed Unit), and the RU (Radio Unit). The RU is a wireless device having at least a radio wave transmission / reception function (for example, an RF function) among the functions of a base station. The DU has at least a radio resource scheduling function (for example, a High MAC function) among the functions of the base station. The CU has a higher layer function (for example, a function of SDAP / RRC and PDCP) than the function of the corresponding DU among the functions of the base station. In the present embodiment, the DU is an example of the first unit having a part of the functions of the base station for each slice set on the RAN, and the CU is the function of the base station. This is an example of a second unit having a function of a higher layer than some functions.

RUは、アンテナサイトに配置される。本実施形態のRANでは、アンテナサイトごとに1つのRUが設けられ、当該1つのRUは複数のスライスで共有される。これにより、1つのRUによって形成される同一のセル内で、複数のスライス(サービス)が提供される。DU及びCUは、スライスごとに個別に設けられる。各DU及び各CUは、対応するスライスのサービス要件に応じて、アンテナサイト又は収容局に配置される。アンテナサイト又は収容局に配置された、各スライスに対応するDU及びCUは、データセンタに配置された5GC(5GC機能)に接続される。なお、スライスごとに個別にRUが設けられてもよい。また、各CUは、1つ以上のスライスに対応していてもよく、各DUも、1つ以上のスライスに対応していてもよい。 The RU is located at the antenna site. In the RAN of the present embodiment, one RU is provided for each antenna site, and the one RU is shared by a plurality of slices. As a result, a plurality of slices (services) are provided in the same cell formed by one RU. DU and CU are provided individually for each slice. Each DU and each CU is located at an antenna site or accommodation station, depending on the service requirements of the corresponding slice. The DUs and CUs corresponding to each slice, located at the antenna site or accommodating station, are connected to the 5GC (5GC function) located at the data center. In addition, RU may be provided individually for each slice. Further, each CU may correspond to one or more slices, and each DU may also correspond to one or more slices.

図1の構成例では、DU#1及びCU#1はスライス#1に対応し、DU#2及びCU#2はスライス#2に対応し、DU#3及びCU#3はスライス#3に対応する。スライス#1については、DU#1及びCU#2は収容局に配置されている。スライス#2については、DU#2は各アンテナサイトに配置され、CU#2は収容局に配置されている。スライス#3については、DU#3及びCU3は各アンテナサイトに配置されている。ただし、アンテナサイト#3には、DU#3及びCU3は配置されておらず、即ち、アンテナサイト#3のRUによって形成されるセル内ではスライス#3によるサービスは提供されていない。 In the configuration example of FIG. 1, DU # 1 and CU # 1 correspond to slice # 1, DU # 2 and CU # 2 correspond to slice # 2, and DU # 3 and CU # 3 correspond to slice # 3. do. For slice # 1, DU # 1 and CU # 2 are located at the containment station. For slice # 2, DU # 2 is located at each antenna site and CU # 2 is located at the containment station. For slice # 3, DU # 3 and CU3 are located at each antenna site. However, DU # 3 and CU3 are not arranged at the antenna site # 3, that is, the service by the slice # 3 is not provided in the cell formed by the RU of the antenna site # 3.

各アンテナサイト、収容局及びデータセンタには、汎用サーバとして構成されるサーバ装置がそれぞれ設置される。データセンタでは、RANコントローラ10及び学習コントローラ20が、サーバ装置上で立ち上げられて動作する。RANコントローラ10は、RANの制御を行う、NFV(Network Functions Virtualization)/SDN(Software Defined Networking)ベースのコントローラである。本実施形態では、RANコントローラ10は、スライスの設定のために、アンテナサイト又はデータセンタのサーバ装置上に立ち上げるDU及びCUの制御及び管理を行う。即ち、RANコントローラ10は、RAN上に設定されるスライスごとの、1つ以上のアンテナサイト及び収容局に対するDU及びCUの配置を制御する。各DU及び各CUは、RANコントローラ10による制御に従って、アンテナサイト又はデータセンタのサーバ装置上で、仮想マシンとして立ち上げられて動作する。 A server device configured as a general-purpose server is installed at each antenna site, accommodation station, and data center. In the data center, the RAN controller 10 and the learning controller 20 are started up and operated on the server device. The RAN controller 10 is an NFV (Network Functions Virtualization) / SDN (Software Defined Networking) based controller that controls the RAN. In this embodiment, the RAN controller 10 controls and manages DUs and CUs that are launched on the server device of the antenna site or data center for slice setting. That is, the RAN controller 10 controls the placement of DUs and CUs with respect to one or more antenna sites and accommodating stations for each slice set on the RAN. Each DU and each CU is started up and operates as a virtual machine on the server device of the antenna site or the data center under the control of the RAN controller 10.

学習コントローラ20は、RANにおけるAI/MLによる学習に関連する処理を制御するコントローラであり、本発明の制御装置の一例である。本実施形態では、学習コントローラ20は、1つ以上のアンテナサイト及び収容局に対する、学習モデル(AI/MLモデル)の学習をRAN内で分散して行うための学習ユニット40(40a〜40d)の配置を制御する。後述するように、学習ユニット40の配置は、RANコントローラ10によって生成される、RANにおける基地局の機能の配置(即ち、RAN上に設定されたスライスごとのDU及びCUの配置)を示す配置情報と、学習対象の学習モデルとに基づいて行われる。学習コントローラ20は、学習ユニット40の配置を示す配置情報を含む配置通知を、それぞれのアンテナサイト及び収容局に配置された仮想化制御部30(30a〜30d)へ送信する。 The learning controller 20 is a controller that controls processing related to learning by AI / ML in RAN, and is an example of the control device of the present invention. In the present embodiment, the learning controller 20 is a learning unit 40 (40a to 40d) for distributed learning of a learning model (AI / ML model) for one or more antenna sites and accommodation stations in the RAN. Control placement. As will be described later, the arrangement of the learning unit 40 is the arrangement information generated by the RAN controller 10 indicating the arrangement of the base station functions in the RAN (that is, the arrangement of the DU and CU for each slice set on the RAN). And the learning model of the learning target. The learning controller 20 transmits a placement notification including placement information indicating the placement of the learning unit 40 to the virtualization control units 30 (30a to 30d) arranged at the respective antenna sites and accommodation stations.

各アンテナサイト及び収容局では、NFVI(Network Functions Virtualization Infrastructure)に対応する仮想化制御部30(30a〜30d)が、サーバ装置上で立ち上げられて動作する。後述するように、仮想化制御部30は、RANコントローラ10からの、基地局機能の配置情報に従って、対応するアンテナサイト又は収容局のサーバ装置上に、DU及びCUを仮想マシンとして追加する(立ち上げる)又は削除する設定を行う。また、仮想化制御部30は、学習コントローラ20からの、学習ユニット40の配置情報に従って、対応するアンテナサイト又は収容局のサーバ装置上に、学習ユニット40を仮想マシンとして追加する(立ち上げる)又は削除する設定を行う。 At each antenna site and accommodation station, virtualization control units 30 (30a to 30d) corresponding to NFVI (Network Functions Virtualization Infrastructure) are started up and operated on the server device. As will be described later, the virtualization control unit 30 adds DU and CU as virtual machines on the server device of the corresponding antenna site or accommodation station according to the arrangement information of the base station function from the RAN controller 10. Set to raise) or delete. Further, the virtualization control unit 30 adds (starts up) the learning unit 40 as a virtual machine on the server device of the corresponding antenna site or accommodation station according to the arrangement information of the learning unit 40 from the learning controller 20. Set to delete.

このように、DU及びCUのそれぞれは、配置情報に従って、1つ以上のアンテナサイト及び収容局のいずれかに配置され、配置先において仮想マシンとして立ち上げられて動作する。また、学習ユニット40は、学習コントローラ20によって定められた配置先において仮想マシンとして立ち上げられて動作する。 In this way, each of the DU and CU is arranged at one or more antenna sites and accommodation stations according to the arrangement information, and is started up and operates as a virtual machine at the arrangement destination. Further, the learning unit 40 is started up and operates as a virtual machine at the arrangement destination defined by the learning controller 20.

学習ユニット40が立ち上げられると、当該学習ユニットは、配置先(アンテナサイト又は収容局)において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行う。アンテナサイトに配置された学習ユニット40a,40cは、当該アンテナサイトにおいて学習データを収集して学習を行う。図1の例では、アンテナサイト#1に配置された学習ユニット40aは、アンテナサイト#1に配置されたDU#2、DU#3及びCU#3から学習データを収集して学習を行う。アンテナサイト#3に配置された学習ユニット40cは、アンテナサイト#3に配置されたDU#2から学習データを収集して学習を行う。 When the learning unit 40 is started, the learning unit acquires learning data from the acquisition destination corresponding to the learning model and performs learning by using the computer resources available at the arrangement destination (antenna site or accommodation station). .. The learning units 40a and 40c arranged at the antenna site collect learning data at the antenna site and perform learning. In the example of FIG. 1, the learning unit 40a arranged at the antenna site # 1 collects learning data from the DU # 2, DU # 3, and CU # 3 arranged at the antenna site # 1 to perform learning. The learning unit 40c arranged at the antenna site # 3 collects learning data from the DU # 2 arranged at the antenna site # 3 and performs learning.

また、収容局に配置された学習ユニット40dは、当該収容局において学習データを取得して学習を行う。また、学習ユニット40dは、収容局の配下の1つ以上のアンテナサイトのうちの対象となるアンテナサイトから学習データを更に取得して、学習に使用してもよい。図1の例では、収容局に配置された学習ユニット40dは、収容局に配置されたDU#1、CU#1及びCU#2から学習データを収集するとともに、アンテナサイト#2に配置されたDU#2、DU#3及びCU#3から学習データを収集し、収集した学習データを用いて学習を行う。 Further, the learning unit 40d arranged in the accommodation station acquires learning data at the accommodation station and performs learning. Further, the learning unit 40d may further acquire learning data from a target antenna site among one or more antenna sites under the accommodation station and use it for learning. In the example of FIG. 1, the learning unit 40d arranged at the accommodation station collects learning data from DU # 1, CU # 1 and CU # 2 arranged at the accommodation station, and is arranged at the antenna site # 2. Learning data is collected from DU # 2, DU # 3 and CU # 3, and learning is performed using the collected learning data.

<ハードウェア構成>
アンテナサイト、収容局及びデータセンタに配置される、汎用サーバとして構成されるサーバ装置は、一例として、図2に示されるようなハードウェア構成を有する。具体的には、サーバ装置は、CPU101、ROM102、RAM103、HDD等の外部記憶デバイス104、及び通信デバイス105を有する。
<Hardware configuration>
A server device configured as a general-purpose server, which is arranged at an antenna site, an accommodation station, and a data center, has a hardware configuration as shown in FIG. 2 as an example. Specifically, the server device includes a CPU 101, a ROM 102, a RAM 103, an external storage device 104 such as an HDD, and a communication device 105.

サーバ装置では、例えばROM102、RAM103及び外部記憶デバイス104のいずれかに格納された、上述の各機能を実現するプログラムがCPU101によって実行される。なお、CPU101は、ASIC(特定用途向け集積回路)、FPGA(フィールドプログラマブルゲートアレイ)、DSP(デジタルシグナルプロセッサ)等の1つ以上のプロセッサによって置き換えられてもよい。通信デバイス105は、CPU101による制御下で、外部装置との通信を行うための通信インタフェースである。サーバ装置は、それぞれ接続先が異なる複数の通信デバイス105を有していてもよい。 In the server device, for example, a program stored in any one of the ROM 102, the RAM 103, and the external storage device 104, which realizes each of the above-mentioned functions, is executed by the CPU 101. The CPU 101 may be replaced by one or more processors such as an ASIC (application specific integrated circuit), an FPGA (field programmable gate array), and a DSP (digital signal processor). The communication device 105 is a communication interface for communicating with an external device under the control of the CPU 101. The server device may have a plurality of communication devices 105, each of which has a different connection destination.

なお、アンテナサイト、収容局及びデータセンタは、本明細書で説明する各機能を実行する専用のハードウェアを備えてもよいし、一部をハードウェアで実行し、プログラムを動作させるコンピュータでその他の部分を実行してもよい。また、全機能がコンピュータとプログラムにより実行されてもよい。例えば、アンテナサイトにおいて、RUは専用のハードウェアによって実現されてもよい。 The antenna site, accommodation station, and data center may be provided with dedicated hardware for executing each function described in the present specification, or a computer that executes a part of the hardware and runs the program. You may execute the part of. Also, all functions may be performed by a computer and a program. For example, at an antenna site, the RU may be implemented with dedicated hardware.

<計算機リソースの使用の制御例>
本実施形態では、RANの制御、サービス分類、アドミッション制御、スライスに対する無線リソースの割り当て、端末に対する無線リソースのスケジューリング、伝搬環境の推定、トラヒック予測等の、RANにおける処理に、AL/MLによる学習を適用する。具体的には、図1に示す、ネットワークスライシングが適用されたRANにFLを適用して、アンテナサイト又は収容局に設定されたサーバ装置の計算機リソースを使用してRAN内で分散的に学習を行う。即ち、アンテナサイト又は収容局からデータセンタへ学習データを送信して、データセンタの計算機リソースを使用して集中的に学習を行うのではなく、アンテナサイト又は収容局の計算機リソースを使用して分散的な学習を行う。これにより、RAN内の各サイト(アンテナサイト又は収容局)からデータセンタへ学習済みの学習モデルに関する情報を送信することで、学習に使用される学習データ自体を送信するよりもデータ送信量を削減できる。
<Example of controlling the use of computer resources>
In this embodiment, learning by AL / ML is performed in RAN processing such as RAN control, service classification, admission control, allocation of radio resources to slices, scheduling of radio resources to terminals, estimation of propagation environment, and traffic prediction. To apply. Specifically, FL is applied to the RAN to which network slicing is applied as shown in FIG. 1, and learning is distributed within the RAN using the computer resources of the server device set at the antenna site or the accommodation station. conduct. That is, instead of transmitting learning data from the antenna site or accommodation station to the data center and intensively learning using the computer resources of the data center, it is distributed using the computer resources of the antenna site or accommodation station. Learning. As a result, by transmitting information about the trained learning model from each site (antenna site or accommodation station) in the RAN to the data center, the amount of data transmission is reduced compared to transmitting the training data itself used for training. can.

しかし、本実施形態における、ネットワークスライシングが適用されたRANでは、基地局機能(CU及びDU)が各サイトに適応的に配置され、その配置は動的に変更される。このため、各サイトのサーバ装置上で使用可能な残りの計算機リソース量が変化するとともに、学習データの取得先となりうるCU及びDUがサイト間で移動する可能性がある。したがって、このようなRANでは、各サイトの計算機リソースを単純に使用して分散的な学習を行うことはできない。 However, in the RAN to which network slicing is applied in the present embodiment, the base station functions (CU and DU) are adaptively arranged at each site, and the arrangement is dynamically changed. Therefore, the amount of remaining computer resources that can be used on the server device of each site changes, and the CU and DU that can be the acquisition destinations of the learning data may move between the sites. Therefore, in such a RAN, it is not possible to perform distributed learning by simply using the computer resources of each site.

そこで、本実施形態では、RANにおける各サイト(アンテナサイト又は収容局)への基地局機能(CU及びDU)の配置と、学習対象の学習モデルとに基づいて、各サイトへの学習ユニット40の配置を制御する(即ち、各サイトにおける分散的な学習のための計算機リソースの使用を制御する)。これにより、各サイトからデータセンタへのデータ送信量を最小限にし、学習に関連するデータの送信に使用される帯域幅を節約する。また、学習ユニット40による学習に、各サイトにおける空きの計算機リソースを活用することで、RAN内の計算機リソースの利用効率を向上させる。 Therefore, in the present embodiment, the learning unit 40 at each site is based on the arrangement of the base station functions (CU and DU) at each site (antenna site or accommodation station) in the RAN and the learning model of the learning target. Control placement (ie, control the use of computer resources for distributed learning at each site). This minimizes the amount of data sent from each site to the data center and saves the bandwidth used to send learning-related data. Further, by utilizing the free computer resources at each site for learning by the learning unit 40, the utilization efficiency of the computer resources in the RAN is improved.

RANにおける上述のような分散的な学習の効果を高めるためには、可能な限りアンテナサイト又はアンテナサイトに近いサイト(収容局)で学習が分散的に行われることが望ましい。このため、本実施形態では、学習コントローラ20は、各アンテナサイトに、学習モデルに対応した学習データの取得先となるDU及びCUの少なくともいずれかが配置されており、かつ、当該アンテナサイトにおいて学習に必要となる計算機リソースを確保できる場合には、当該アンテナサイトに学習ユニット40を配置するよう構成される。 In order to enhance the effect of distributed learning as described above in RAN, it is desirable that learning is performed in a distributed manner at the antenna site or a site (accommodation station) as close to the antenna site as possible. Therefore, in the present embodiment, in the learning controller 20, at least one of the DU and CU that is the acquisition destination of the learning data corresponding to the learning model is arranged at each antenna site, and the learning controller 20 learns at the antenna site. If the computer resources required for the above can be secured, the learning unit 40 is configured to be arranged at the antenna site.

図3は、アンテナサイト及び収容局の計算機リソースの使用の制御例を示す図であり、時刻t1及び、時刻t1より後の時刻t2における、各サイトの計算機リソースの使用状況の例を示している。 FIG. 3 is a diagram showing an example of controlling the use of computer resources at the antenna site and the accommodation station, and shows an example of the usage status of computer resources at each site at time t1 and time t2 after time t1. ..

アンテナサイト#1では、時刻t1において、DU#2、DU#3及びCU#3によって全計算機リソースが使用されている。その後、DU及びCUの配置変更により、DU#3及びCU#3がアンテナサイト#1から削除されると、空きの計算機リソースが生じる。これにより、時刻t2には、学習ユニット40aが、空きの計算機リソースを使用してアンテナサイト#1において追加されている(立ち上げられている)。 At antenna site # 1, at time t1, all computer resources are being used by DU # 2, DU # 3, and CU # 3. After that, when DU # 3 and CU # 3 are deleted from the antenna site # 1 due to the rearrangement of the DU and CU, free computer resources are generated. As a result, at time t2, the learning unit 40a is added (launched) at antenna site # 1 using free computer resources.

アンテナサイト#2では、時刻t1において、DU#2、DU#3、CU#3及び学習ユニット40bによって全計算機リソースが使用されている。その後、DU#2のスケールアップ(即ち、計算機リソースの使用量の増加)が行われることで、学習ユニット40bのための計算機リソースを確保できなくなっている。これにより、時刻t2には、学習ユニット40bが、アンテナサイト#2から削除されている。このとき、アンテナサイト#2に対して上位のサイトである収容局では、アンテナサイト#2で学習ユニット40bによって行われていた学習を当該収容局において空きの計算機リソースを使用して行うべく、学習ユニット40dのスケールアップが行われている。 At antenna site # 2, all computer resources are used by DU # 2, DU # 3, CU # 3 and the learning unit 40b at time t1. After that, the scale-up of DU # 2 (that is, the increase in the amount of computer resources used) is performed, so that the computer resources for the learning unit 40b cannot be secured. As a result, at time t2, the learning unit 40b is deleted from the antenna site # 2. At this time, the accommodation station, which is a higher site than the antenna site # 2, learns to perform the learning performed by the learning unit 40b at the antenna site # 2 by using the free computer resources at the accommodation station. The unit 40d is being scaled up.

アンテナサイト#3では、時刻t1において、DU#2及び学習ユニット40cによって計算機リソースが使用され、かつ、空きの計算機リソースが存在している。その後、DU及びCUの配置変更により、時刻t3においてDU#3及びCU#3がアンテナサイト#3に追加されている(立ち上げられている)。このとき、学習ユニット40dによる学習に必要な計算機リソースは確保できる状況であるため、学習ユニット40dについては、計算機リソースの使用状況は変化せずに、アンテナサイト#3の計算機リソースを使用して動作し続けている。 At antenna site # 3, at time t1, computer resources are used by DU # 2 and the learning unit 40c, and there are free computer resources. After that, DU # 3 and CU # 3 were added (launched) to the antenna site # 3 at time t3 due to the rearrangement of the DU and CU. At this time, since the computer resources required for learning by the learning unit 40d can be secured, the learning unit 40d operates using the computer resources of antenna site # 3 without changing the usage status of the computer resources. I keep doing it.

本実施形態では、図3に例示されるように、RANコントローラ10による基地局機能(CU及びDU)の配置と、学習対象の学習モデルとに基づいて、RAN内の各サイト(アンテナサイト又は収容局)の計算機リソースを使用して分散的な学習が行われるように学習ユニット40(40a〜40d)の配置が制御される。 In this embodiment, as illustrated in FIG. 3, each site (antenna site or accommodation) in the RAN is based on the arrangement of the base station functions (CU and DU) by the RAN controller 10 and the learning model to be learned. The arrangement of the learning units 40 (40a to 40d) is controlled so that distributed learning is performed using the computer resources of the station).

<制御シーケンス>
次に、図4を参照して、学習ユニット40の配置制御のための制御シーケンスの例について説明する。
<Control sequence>
Next, an example of a control sequence for controlling the arrangement of the learning unit 40 will be described with reference to FIG.

S41で、RANコントローラ10は、RAN内で動作中のDU及びCUから(例えば定期的に)送信される性能指標情報(例えば、KPI(Key Performance Indicator)報告)を受信する。その後S42で、RANコントローラ10は、受信した性能指標情報に基づいて、基地局機能の配置を決定する。基地局機能の配置を決定すると、次にS43で、RANコントローラ10は、RANにおける基地局機能の配置を示す配置情報を含む配置通知を、学習コントローラ20と、各アンテナサイト及び収容局で動作している仮想化制御部30(30a〜30d)へ送信する。 In S41, the RAN controller 10 receives performance indicator information (eg, KPI (Key Performance Indicator) report) transmitted (for example, periodically) from the DU and CU operating in the RAN. After that, in S42, the RAN controller 10 determines the arrangement of the base station function based on the received performance index information. After deciding the arrangement of the base station functions, in S43, the RAN controller 10 operates the arrangement notification including the arrangement information indicating the arrangement of the base station functions in the RAN at the learning controller 20, each antenna site, and the accommodation station. It is transmitted to the virtualization control unit 30 (30a to 30d).

仮想化制御部30(30a〜30d)及び学習コントローラ20は、S43において、RANコントローラ10から送信される配置通知により、RANにおける基地局の機能配置を示す配置情報を取得する。この配置情報は、RAN上に設定されたスライスごとの、(各アンテナサイト及び収容局に対する)DU及びCUの配置を示す。また、配置情報には、各サイトにおけるDU及びCUによる計算機リソースが使用量を示す情報(例えば、DU及びCUのスケールアップ又はスケールダウンを示す情報)が含まれてもよい。 In S43, the virtualization control units 30 (30a to 30d) and the learning controller 20 acquire the arrangement information indicating the functional arrangement of the base station in the RAN by the arrangement notification transmitted from the RAN controller 10. This placement information indicates the placement of DUs and CUs (for each antenna site and accommodation station) for each slice set on the RAN. In addition, the placement information may include information indicating the usage of computer resources by the DU and CU at each site (for example, information indicating scale-up or scale-down of DU and CU).

仮想化制御部30は、RANコントローラ10からの配置通知を受信すると、S44で、配置情報に従ってDU/CUの追加又は削除の設定を行う。例えば、仮想化制御部30は、対応するアンテナサイト又は収容局において、配置情報に従ってDU/CUを新たに立ち上げるか、又は動作中のDU/CUを終了させる。あるいは、仮想化制御部30は、動作中のDU/CUのスケールアップ又はスケールダウンを行う場合もある。 Upon receiving the placement notification from the RAN controller 10, the virtualization control unit 30 sets the addition or deletion of the DU / CU according to the placement information in S44. For example, the virtualization control unit 30 newly starts a DU / CU according to the arrangement information at the corresponding antenna site or the accommodation station, or terminates the operating DU / CU. Alternatively, the virtualization control unit 30 may scale up or down the operating DU / CU.

また、学習コントローラ20は、RANコントローラ10からの配置通知を受信すると、S45で、取得した配置情報と、学習対象の学習モデルとに基づいて、1つ以上のアンテナサイト及び収容局に対する学習ユニット40の配置を決定する。この配置の決定は、後述する図5に示す手順に従って行われる。学習コントローラ20は、学習ユニット40の配置を決定すると、S46で、学習ユニット40の配置を示す配置情報を含む配置通知を、各アンテナサイト及び収容局で動作している仮想化制御部30(30a〜30d)へ送信する。 Further, when the learning controller 20 receives the arrangement notification from the RAN controller 10, the learning unit 40 for one or more antenna sites and accommodation stations is based on the arrangement information acquired in S45 and the learning model to be learned. Determine the placement of. The determination of this arrangement is made according to the procedure shown in FIG. 5 described later. When the learning controller 20 determines the arrangement of the learning unit 40, in S46, the virtualization control unit 30 (30a) operating the arrangement notification including the arrangement information indicating the arrangement of the learning unit 40 at each antenna site and the accommodation station. ~ 30d).

仮想化制御部30は、学習コントローラ20からの配置通知を受信すると、S47で、配置情報に従って学習ユニット40の追加又は削除の設定を行う。例えば、仮想化制御部30は、対応するアンテナサイト又は収容局において、配置情報に従って学習ユニット40を新たに立ち上げるか、又は動作中の学習ユニット40を終了させる。あるいは、仮想化制御部30は、動作中の学習ユニット40のスケールアップ又はスケールダウンを行う場合もある。このようにして、学習コントローラ20による、1つ以上のアンテナサイト及び収容局に対する学習ユニット40の配置制御が行われる。 Upon receiving the placement notification from the learning controller 20, the virtualization control unit 30 sets addition or deletion of the learning unit 40 according to the placement information in S47. For example, the virtualization control unit 30 newly starts the learning unit 40 according to the arrangement information at the corresponding antenna site or the accommodation station, or terminates the learning unit 40 in operation. Alternatively, the virtualization control unit 30 may scale up or down the learning unit 40 in operation. In this way, the learning controller 20 controls the placement of the learning unit 40 with respect to one or more antenna sites and accommodation stations.

<学習ユニットの配置の決定処理>
図5は、図4のS45において学習コントローラ20によって実行される、学習ユニット40の配置を決定するための処理の手順を示すフローチャートである。学習コントローラ20は、S51で、収容局に接続されている1つ以上のアンテナサイトを処理対象として順に選択して、S52〜S56の処理を各アンテナサイトについて行う。
<Determining the placement of learning units>
FIG. 5 is a flowchart showing a procedure of processing for determining the arrangement of the learning unit 40, which is executed by the learning controller 20 in S45 of FIG. In S51, the learning controller 20 sequentially selects one or more antenna sites connected to the accommodation station as processing targets, and performs the processing of S52 to S56 for each antenna site.

S51において処理対象となるアンテナサイト(対象アンテナサイト)を選択すると、S52で、学習コントローラ20は、対象アンテナサイトに、学習対象の学習データの取得先が配置されているか否かを判定する。具体的には、学習コントローラ20は、RANコントローラ10から取得した、基地局機能の配置情報に基づいて、学習対象の学習モデルに対応した学習データの取得先となるDU及びCUの少なくともいずれかが配置されているか否かを判定する。 When the antenna site (target antenna site) to be processed is selected in S51, in S52, the learning controller 20 determines whether or not the acquisition destination of the learning data of the learning target is arranged at the target antenna site. Specifically, the learning controller 20 is at least one of DU and CU, which is a learning data acquisition destination corresponding to the learning model to be learned, based on the arrangement information of the base station function acquired from the RAN controller 10. Determine if it is placed.

例えば、学習対象の学習モデルが、スライスに対する無線リソースの割り当てに使用される場合には、過去の無線リソースの割り当てを示す情報、及び無線通信品質を示す情報が、学習用の学習データとして必要になりうる。この場合、このような情報を有するDUが、学習データの取得先となりうる。また、例えば、学習対象の学習モデルが、トラヒック予測に使用される場合には、過去のトラヒック量を示す情報が、学習用の学習データとして必要になりうる。この場合、このような情報を有するCUが、学習データの取得先となりうる。ただし、これらの例は一例にすぎず、学習データの取得先は、学習対象の学習モデルに応じて任意に設定されうる。 For example, when the training model to be trained is used for allocating radio resources to slices, information indicating past allocation of radio resources and information indicating radio communication quality are required as training data for training. Can be. In this case, the DU having such information can be the acquisition destination of the learning data. Further, for example, when the learning model to be learned is used for traffic prediction, information indicating the past traffic amount may be required as learning data for learning. In this case, the CU having such information can be the acquisition destination of the learning data. However, these examples are only examples, and the acquisition destination of the learning data can be arbitrarily set according to the learning model of the learning target.

S52で、学習コントローラ20は、対象アンテナサイトに、学習対象の学習データの取得先が配置されていない場合には、S55に処理を進める。S55で、学習コントローラ20は、収容局に学習ユニット40を配置することを決定し、S56へ処理を進める。 In S52, the learning controller 20 proceeds to S55 when the acquisition destination of the learning data to be learned is not arranged at the target antenna site. In S55, the learning controller 20 decides to arrange the learning unit 40 in the accommodation station, and proceeds to S56.

S52で、学習コントローラ20は、対象アンテナサイトに、学習対象の学習データの取得先が配置されている場合には、S53に処理を進める。S53で、学習コントローラ20は、対象アンテナサイトにおいて学習ユニット40による学習に必要となる計算機リソースを確保できるか否かを判定する(即ち、空きの計算機リソースの量が、必要となる計算機リソースの量以上であるか否かを判定する)。学習コントローラ20は、対象アンテナサイトにおいて学習ユニット40による学習に必要となる計算機リソースを確保できない場合には、S55へ処理を進める。S55で、学習コントローラ20は、収容局に学習ユニット40を配置することを決定し、S56へ処理を進める。 In S52, when the learning data acquisition destination of the learning target is arranged at the target antenna site, the learning controller 20 proceeds to the process in S53. In S53, the learning controller 20 determines whether or not the computer resources required for learning by the learning unit 40 can be secured at the target antenna site (that is, the amount of free computer resources is the amount of required computer resources). Judge whether or not it is the above). When the learning controller 20 cannot secure the computer resources required for learning by the learning unit 40 at the target antenna site, the learning controller 20 proceeds to S55. In S55, the learning controller 20 decides to arrange the learning unit 40 in the accommodation station, and proceeds to S56.

S53で、学習コントローラ20は、学習コントローラ20は、対象アンテナサイトにおいて学習ユニット40による学習に必要となる計算機リソースを確保できる場合には、S54へ処理を進める。S54で、学習コントローラ20は、対象アンテナサイトに学習ユニット40を配置することを決定し、S56へ処理を進める。このようにして、学習コントローラ20は、対象アンテナサイトに、学習モデルに対応した学習データの取得先となるDU及びCUの少なくともいずれかが配置されているか否かを、配置情報に基づいて判定し、当該判定の結果に従って対象アンテナサイトに学習ユニット40を配置する。 In S53, the learning controller 20 proceeds to S54 when the learning controller 20 can secure the computer resources required for learning by the learning unit 40 at the target antenna site. In S54, the learning controller 20 decides to arrange the learning unit 40 at the target antenna site, and proceeds to S56. In this way, the learning controller 20 determines whether or not at least one of the DU and CU that is the acquisition destination of the learning data corresponding to the learning model is arranged at the target antenna site based on the arrangement information. , The learning unit 40 is arranged at the target antenna site according to the result of the determination.

S56で、学習コントローラ20は、収容局に接続されている1つ以上のアンテナサイトの全てについて、上述の処理が完了すると、図5の手順による処理を終了する。 In S56, the learning controller 20 ends the process according to the procedure of FIG. 5 when the above-mentioned process is completed for all of the one or more antenna sites connected to the accommodation station.

このようにして、図5の手順により学習ユニット40の配置の決定処理(S45及び図5)が実行されるごとに、RANにおける学習ユニット40の配置が更新される。なお、学習コントローラ20は、各アンテナサイト及び収容局に対するDU及びCUの配置が変更されるごとに、学習ユニット40の配置を更新してもよい。また、各アンテナサイト及び収容局に配置されているDU及びCUが使用する計算機リソースの量に変更(即ち、スケールアップ又はスケールダウン)が生じるごとに、学習ユニット40の配置を更新してもよい。 In this way, the arrangement of the learning units 40 in the RAN is updated every time the process of determining the arrangement of the learning units 40 (S45 and FIG. 5) is executed according to the procedure of FIG. The learning controller 20 may update the arrangement of the learning unit 40 each time the arrangement of the DU and the CU with respect to each antenna site and the accommodating station is changed. In addition, the arrangement of the learning unit 40 may be updated every time the amount of computer resources used by the DUs and CUs arranged at each antenna site and accommodation station is changed (that is, scaled up or scaled down). ..

<学習モデルの使用例>
上述のように、RANにおいて分散的な学習により生成される学習モデルは、RANにおける種々の処理に使用されうる。本実施形態では、アンテナサイト及び収容局で動作する学習ユニット40は、配置先において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行い、学習済みの学習モデルを学習コントローラ20へ送信する。学習コントローラ20は、必要に応じて、アンテナサイト及び収容局に分散して配置された複数の学習ユニット40から受信された複数の学習モデルを1つの学習モデルに統合する。更に、学習コントローラ20は、必要に応じて、統合された学習モデルを、当該学習モデルを使用する機能(例えば、DU、CU又はRANコントローラ10)へ提供する。
<Example of using the learning model>
As mentioned above, the learning model generated by distributed learning in RAN can be used for various processes in RAN. In the present embodiment, the learning unit 40 operating at the antenna site and the accommodation station acquires learning data from the acquisition destination corresponding to the learning model and performs learning by using the computer resources available at the placement destination, and has already learned. The learning model of is transmitted to the learning controller 20. The learning controller 20 integrates a plurality of learning models received from a plurality of learning units 40 distributed and arranged at the antenna site and the accommodation station into one learning model, if necessary. Further, the learning controller 20 provides an integrated learning model to a function (for example, DU, CU or RAN controller 10) that uses the learning model, if necessary.

例えば、学習モデルが、RANコントローラ10によるRANの制御に使用される学習モデルである場合、学習コントローラ20は、上述のように、複数の学習ユニット40から受信された学習モデルを統合し、統合した学習モデルをRANコントローラ10へ提供する。RANコントローラ10は、学習コントローラ20から提供される学習モデルを使用して、RANの制御を行う。 For example, when the learning model is a learning model used for controlling the RAN by the RAN controller 10, the learning controller 20 integrates and integrates the learning models received from the plurality of learning units 40 as described above. The learning model is provided to the RAN controller 10. The RAN controller 10 controls the RAN by using the learning model provided by the learning controller 20.

また、例えば、学習モデルが、端末に対する無線リソースのスケジューリングに使用される学習モデルのように、複数の基地局間の関係が影響する処理のための学習モデルである場合、学習コントローラ20は、学習モデルを統合し、統合した学習モデルを、無線リソースのスケジューリング機能を有するDUへ提供する。また、学習モデルが、単一の基地局にのみ影響する処理のための学習モデルである場合、各アンテナサイトにおける学習ユニット40による学習済みの学習モデルが、そのまま当該アンテナサイトで使用されてもよい。なお、これらの例は一例にすぎず、学習データの統合及び提供は、学習モデルの用途に応じて種々に実現されうる。 Further, when the learning model is a learning model for processing in which the relationship between a plurality of base stations affects, such as a learning model used for scheduling radio resources for terminals, the learning controller 20 learns. The model is integrated, and the integrated learning model is provided to the DU having a radio resource scheduling function. Further, when the learning model is a learning model for processing that affects only a single base station, the learning model learned by the learning unit 40 at each antenna site may be used as it is at the antenna site. .. It should be noted that these examples are only examples, and the integration and provision of learning data can be realized in various ways depending on the use of the learning model.

以上説明したように、本実施形態の学習コントローラ20は、RANにおける基地局の機能の配置を示す配置情報として、RAN上に設定されたスライスごとの、DU及びの配置を示す配置情報を取得する。学習コントローラ20は、取得された配置情報と、RANにおける処理に使用される、学習対象の学習モデルとに基づいて、1つ以上のアンテナサイト及び収容局に対する、学習モデルの学習をRAN内で分散して行うための学習ユニット40の配置を制御する。RAN内で配置される学習ユニット40は、配置先において使用可能な計算機リソースを用いて、学習モデルに対応した取得先から学習データを取得して学習を行う。 As described above, the learning controller 20 of the present embodiment acquires the arrangement information indicating the arrangement of the DU and the arrangement for each slice set on the RAN as the arrangement information indicating the arrangement of the base station functions in the RAN. .. The learning controller 20 distributes the learning of the learning model to one or more antenna sites and accommodating stations in the RAN based on the acquired arrangement information and the learning model to be learned used for processing in the RAN. The arrangement of the learning unit 40 is controlled. The learning unit 40 arranged in the RAN acquires learning data from an acquisition destination corresponding to the learning model and performs learning by using computer resources available at the arrangement destination.

本実施形態によれば、ネットワークスライシングが適用されたRANにおいて、基地局機能の配置に応じて、RAN内での分散的な学習のための計算機リソースの使用を適応的に制御することが可能になる。これにより、学習ユニット40による学習に、各サイトにおける使用可能な計算機リソースを活用することができ、それによりRAN内の計算機リソースの利用効率を向上させることが可能になる。また、RAN内で分散的な学習を実現することで、各サイトからデータセンタへのデータ送信量を最小限にすることができ、学習に関連するデータの送信に使用される帯域幅を節約することが可能になる。 According to the present embodiment, in a RAN to which network slicing is applied, it is possible to adaptively control the use of computer resources for distributed learning within the RAN according to the arrangement of base station functions. Become. As a result, the computer resources available at each site can be utilized for learning by the learning unit 40, and thereby the utilization efficiency of the computer resources in the RAN can be improved. In addition, by realizing distributed learning within the RAN, the amount of data transmitted from each site to the data center can be minimized, and the bandwidth used for transmitting data related to learning can be saved. Will be possible.

[その他の実施形態]
上述の実施形態に係る制御装置(学習コントローラ20)は、コンピュータを制御装置として機能させるためのコンピュータプログラムにより実現することができる。当該コンピュータプログラムは、コンピュータが読み取り可能な記憶媒体に記憶されて配布が可能なもの、又は、ネットワーク経由で配布が可能なものである。
[Other Embodiments]
The control device (learning controller 20) according to the above-described embodiment can be realized by a computer program for operating the computer as a control device. The computer program is stored in a computer-readable storage medium and can be distributed, or can be distributed via a network.

発明は上記の実施形態に制限されるものではなく、発明の要旨の範囲内で、種々の変形・変更が可能である。 The invention is not limited to the above-described embodiment, and various modifications and changes can be made within the scope of the gist of the invention.

10:RANコントローラ
20:学習コントローラ
30(30a〜30d):仮想化制御部
40(40a〜40d):学習ユニット
10: RAN controller 20: Learning controller 30 (30a to 30d): Virtualization control unit 40 (40a to 40d): Learning unit

Claims (15)

1つ以上のアンテナサイトと、当該1つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク(RAN)における制御装置であって、
前記RANにおける基地局の機能の配置を示す配置情報として、前記RAN上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第1ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第2ユニットとの配置を示す配置情報を取得する取得手段と、
前記取得手段によって取得された前記配置情報と、前記RANにおける処理に使用される、学習対象の学習モデルとに基づいて、前記1つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記RAN内で分散して行うための学習ユニットの配置を制御する制御手段であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御手段と、
を備えることを特徴とする制御装置。
A control device in a radio access network (RAN) including one or more antenna sites and an accommodation station provided between the one or more antenna sites and a core network.
As the arrangement information indicating the arrangement of the functions of the base station in the RAN, the first unit having a part of the functions of the base station for each slice set on the RAN and the functions of the base station An acquisition means for acquiring arrangement information indicating arrangement with a second unit having a function of a higher layer than some of the above-mentioned functions, and
Based on the arrangement information acquired by the acquisition means and the learning model to be learned used for processing in the RAN, learning of the learning model for the one or more antenna sites and the accommodation station is performed. It is a control means for controlling the arrangement of learning units to be distributed in the RAN, and the learning unit learns from an acquisition destination corresponding to the learning model by using computer resources available at the arrangement destination. The control means that acquires data and performs the learning, and
A control device comprising.
前記制御手段は、前記1つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第1ユニット及び前記第2ユニットの少なくともいずれかが配置されているか否かを、前記配置情報に基づいて判定し、当該判定の結果に従って当該アンテナサイトに前記学習ユニットを配置する
ことを特徴とする請求項1に記載の制御装置。
The control means arranges at least one of the first unit and the second unit, which is the acquisition destination of the learning data corresponding to the learning model, at the antenna site for each of the one or more antenna sites. The control device according to claim 1, wherein it is determined based on the arrangement information, and the learning unit is arranged at the antenna site according to the result of the determination.
前記制御手段は、前記1つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第1ユニット及び前記第2ユニットの少なくともいずれかが配置されており、かつ、当該アンテナサイトにおいて前記学習ユニットによる前記学習に必要となる計算機リソースを確保できる場合、当該アンテナサイトに前記学習ユニットを配置する
ことを特徴とする請求項2に記載の制御装置。
The control means arranges at least one of the first unit and the second unit, which is the acquisition destination of the learning data corresponding to the learning model, at the antenna site for each of the one or more antenna sites. The control device according to claim 2, wherein the learning unit is arranged at the antenna site when the computer resource required for the learning by the learning unit can be secured at the antenna site. ..
前記制御手段は、前記1つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第1ユニット及び前記第2ユニットの少なくともいずれかが配置されているが、当該アンテナサイトにおいて前記学習ユニットによる前記学習に必要となる計算機リソースを確保できない場合、前記収容局に前記学習ユニットを配置する
ことを特徴とする請求項2又は3に記載の制御装置。
The control means arranges at least one of the first unit and the second unit, which is the acquisition destination of the learning data corresponding to the learning model, at the antenna site for each of the one or more antenna sites. However, the control according to claim 2 or 3, wherein the learning unit is arranged at the accommodation station when the computer resource required for the learning by the learning unit cannot be secured at the antenna site. Device.
前記制御手段は、前記1つ以上のアンテナサイトのそれぞれについて、当該アンテナサイトに、前記学習モデルに対応した前記学習データの取得先となる前記第1ユニット及び前記第2ユニットのいずれも配置されていない場合、前記収容局に前記学習ユニットを配置する
ことを特徴とする請求項2から4のいずれか1項に記載の制御装置。
For each of the one or more antenna sites, the control means is provided with both the first unit and the second unit, which are the acquisition destinations of the learning data corresponding to the learning model, at the antenna sites. The control device according to any one of claims 2 to 4, wherein if not, the learning unit is arranged in the accommodation station.
前記取得手段は、前記RAN上に設定されるスライスごとの、前記1つ以上のアンテナサイト及び前記収容局に対する前記第1ユニット及び前記第2ユニットの配置を制御するコントローラから、前記配置情報を取得する
ことを特徴とする請求項1から5のいずれか1項に記載の制御装置。
The acquisition means acquires the arrangement information from the controller that controls the arrangement of the first unit and the second unit with respect to the one or more antenna sites and the accommodation station for each slice set on the RAN. The control device according to any one of claims 1 to 5, wherein the control device.
前記制御手段は、前記1つ以上のアンテナサイト及び前記収容局に対する前記第1ユニット及び前記第2ユニットの配置が変更されるごとに、前記1つ以上のアンテナサイト及び前記収容局に対する前記学習ユニットの配置を更新する
ことを特徴とする請求項1から6のいずれか1項に記載の制御装置。
The control means has the learning unit for the one or more antenna sites and the accommodation station each time the arrangement of the first unit and the second unit for the one or more antenna sites and the accommodation station is changed. The control device according to any one of claims 1 to 6, wherein the arrangement of the control device is updated.
前記制御手段は、前記1つ以上のアンテナサイト及び前記収容局のそれぞれに配置されている前記第1ユニット及び前記第2ユニットが使用する計算機リソースの量が変更されるごとに、前記1つ以上のアンテナサイト及び前記収容局に対する前記学習ユニットの配置を更新する
ことを特徴とする請求項1から7のいずれか1項に記載の制御装置。
The control means is one or more each time the amount of computer resources used by the first unit and the second unit arranged at each of the one or more antenna sites and the accommodation station is changed. The control device according to any one of claims 1 to 7, wherein the arrangement of the learning unit with respect to the antenna site and the accommodation station is updated.
前記アンテナサイトに配置された前記学習ユニットは、当該アンテナサイトにおいて前記学習データを取得して前記学習を行い、
前記収容局に配置された前記学習ユニットは、当該収容局において前記学習データを取得し、かつ、前記1つ以上のアンテナサイトのうちの対象となるアンテナサイトから前記学習データを取得して前記学習を行う
ことを特徴とする請求項1から8のいずれか1項に記載の制御装置。
The learning unit arranged at the antenna site acquires the learning data at the antenna site and performs the learning.
The learning unit arranged in the accommodation station acquires the learning data at the accommodation station, and acquires the learning data from the target antenna site of the one or more antenna sites to learn the learning. The control device according to any one of claims 1 to 8, wherein the control device is characterized by performing the above.
前記第1ユニット及び前記第2ユニットのそれぞれは、前記配置情報に従って、前記1つ以上のアンテナサイト及び前記収容局のいずれかに配置され、配置先において仮想マシンとして立ち上げられて動作し、
前記学習ユニットは、前記制御手段によって定められた配置先において仮想マシンとして立ち上げられて動作する
ことを特徴とする請求項1から9のいずれか1項に記載の制御装置。
Each of the first unit and the second unit is arranged at one of the one or more antenna sites and the accommodation station according to the arrangement information, and is started up and operates as a virtual machine at the arrangement destination.
The control device according to any one of claims 1 to 9, wherein the learning unit is started up and operates as a virtual machine at an arrangement destination defined by the control means.
前記学習モデルは、前記RANの制御に使用される学習モデルであり、
前記学習ユニットは、学習済みの前記学習モデルを前記制御装置に送信し、
前記制御装置は、
前記1つ以上のアンテナサイト及び前記収容局に分散して配置された複数の学習ユニットから受信された複数の学習モデルを1つの学習モデルに統合する統合手段と、
前記統合手段により統合された学習モデルを、前記RANを制御するコントローラへ提供する提供手段と、
を更に備えることを特徴とする請求項1から10のいずれか1項に記載の制御装置。
The learning model is a learning model used for controlling the RAN, and is a learning model.
The learning unit transmits the trained learning model to the control device, and the learning unit transmits the trained learning model to the control device.
The control device is
An integrated means for integrating a plurality of learning models received from the one or more antenna sites and a plurality of learning units distributed and arranged in the accommodation station into one learning model.
A providing means that provides a learning model integrated by the integrated means to a controller that controls the RAN, and a providing means.
The control device according to any one of claims 1 to 10, further comprising.
前記学習モデルは、無線リソースのスケジューリングに使用される学習モデルであり、
前記学習ユニットは、学習済みの前記学習モデルを前記制御装置に送信し、
前記制御装置は、
前記1つ以上のアンテナサイト及び前記収容局に配置された複数の学習ユニットから受信された複数の学習モデルを1つの学習モデルに統合する統合手段と、
前記統合手段により統合された学習モデルを、無線リソースのスケジューリング機能を有する前記第1ユニットへ提供する提供手段と、
を更に備えることを特徴とする請求項1から10のいずれか1項に記載の制御装置。
The learning model is a learning model used for scheduling radio resources.
The learning unit transmits the trained learning model to the control device, and the learning unit transmits the trained learning model to the control device.
The control device is
An integrated means for integrating a plurality of learning models received from the one or more antenna sites and a plurality of learning units arranged in the accommodation station into one learning model.
A providing means for providing the learning model integrated by the integrated means to the first unit having a radio resource scheduling function, and
The control device according to any one of claims 1 to 10, further comprising.
前記第1ユニットは、DU(Distributed Unit)であり、
前記第2ユニットは、CU(Central Unit)である
ことを特徴とする請求項1から12のいずれか1項に記載の制御装置。
The first unit is a DU (Distributed Unit).
The control device according to any one of claims 1 to 12, wherein the second unit is a CU (Central Unit).
1つ以上のアンテナサイトと、当該1つ以上のアンテナサイトとコアネットワークとの間に設けられる収容局とを含む無線アクセスネットワーク(RAN)における制御装置によって実行される制御方法であって、
前記RANにおける基地局の機能の配置を示す配置情報として、前記RAN上に設定されたスライスごとの、基地局の機能のうちの一部の機能を有する第1ユニットと、前記基地局の機能のうちの前記一部の機能より上位レイヤの機能を有する第2ユニットとの配置を示す配置情報を取得する取得工程と、
前記取得工程で取得された前記配置情報と、前記RANにおける処理に使用される、学習対象の学習モデルとに基づいて、前記1つ以上のアンテナサイト及び前記収容局に対する、前記学習モデルの学習を前記RAN内で分散して行うための学習ユニットの配置を制御する制御工程であって、前記学習ユニットは、配置先において使用可能な計算機リソースを用いて、前記学習モデルに対応した取得先から学習データを取得して前記学習を行う、前記制御工程と、
を含むことを特徴とする制御方法。
A control method performed by a controller in a radio access network (RAN) that includes one or more antenna sites and a containment station provided between the one or more antenna sites and a core network.
As the arrangement information indicating the arrangement of the functions of the base station in the RAN, the first unit having a part of the functions of the base station for each slice set on the RAN and the functions of the base station The acquisition process of acquiring the arrangement information indicating the arrangement with the second unit having the function of the upper layer than the above-mentioned part of the functions, and the acquisition process.
Based on the arrangement information acquired in the acquisition step and the learning model to be learned used for processing in the RAN, learning of the learning model for the one or more antenna sites and the accommodation station is performed. This is a control step for controlling the arrangement of learning units to be distributed in the RAN, and the learning unit learns from an acquisition destination corresponding to the learning model by using computer resources available at the arrangement destination. The control process, which acquires data and performs the learning,
A control method comprising.
制御装置が備えるコンピュータに、請求項14に記載の制御方法の各工程を実行させるためのプログラム。 A program for causing a computer included in a control device to execute each step of the control method according to claim 14.
JP2020037110A 2020-03-04 2020-03-04 Control device, control method, and program Active JP7330918B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020037110A JP7330918B2 (en) 2020-03-04 2020-03-04 Control device, control method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020037110A JP7330918B2 (en) 2020-03-04 2020-03-04 Control device, control method, and program

Publications (2)

Publication Number Publication Date
JP2021141419A true JP2021141419A (en) 2021-09-16
JP7330918B2 JP7330918B2 (en) 2023-08-22

Family

ID=77669128

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020037110A Active JP7330918B2 (en) 2020-03-04 2020-03-04 Control device, control method, and program

Country Status (1)

Country Link
JP (1) JP7330918B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023199438A1 (en) * 2022-04-13 2023-10-19 株式会社Nttドコモ Terminal, wireless communication method, and base station

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017200172A (en) * 2016-04-27 2017-11-02 株式会社東芝 Radio resource slicing in radio access network
JP2018195912A (en) * 2017-05-15 2018-12-06 日本電気株式会社 Resource control apparatus, system, method, and program
JP2019525651A (en) * 2016-08-12 2019-09-05 日本電気株式会社 Communication system that supports network slicing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017200172A (en) * 2016-04-27 2017-11-02 株式会社東芝 Radio resource slicing in radio access network
JP2019525651A (en) * 2016-08-12 2019-09-05 日本電気株式会社 Communication system that supports network slicing
JP2018195912A (en) * 2017-05-15 2018-12-06 日本電気株式会社 Resource control apparatus, system, method, and program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023199438A1 (en) * 2022-04-13 2023-10-19 株式会社Nttドコモ Terminal, wireless communication method, and base station

Also Published As

Publication number Publication date
JP7330918B2 (en) 2023-08-22

Similar Documents

Publication Publication Date Title
US20220116799A1 (en) Method and device for o-ran-based performance optimization and configuration
US20240422055A1 (en) Telecommunication networks
Bonati et al. SCOPE: An open and softwarized prototyping platform for NextG systems
CN109842955B (en) Communication method and device
JP7197460B2 (en) Control device, control method, and program
EP3439359B1 (en) Method of generating radio access network slice, radio access network, and slice manager
Zhou et al. Software-defined hyper-cellular architecture for green and elastic wireless access
JP2021520748A (en) Model update method and equipment, and system
CN113475149B (en) Base station system, radio unit, and radio communication device
WO2023172292A9 (en) Zero-touch deployment and orchestration of network intelligence in open ran systems
CN112997548B (en) Method and apparatus for mutually exclusive access of roaming terminal to network slice in wireless communication system
TW202249505A (en) Computing resource scheduling method and apparatus
CN113315648B (en) Method and apparatus for executing virtualized network functions
WO2022087930A1 (en) Model configuration method and apparatus
CN116324723A (en) Method and apparatus for managing load of network node
CN109219936A (en) Device and method for the reliable communication in multi-connection
CN106664742A (en) Communication network and method
WO2018036341A1 (en) Service processing method and related device
JP7330918B2 (en) Control device, control method, and program
KR20230068874A (en) Method and apparatus for configuring session connection mode using network data analytics function in wireless communications system
EP4340536A1 (en) Control device and control method, and device and processing method
JP7560432B2 (en) Radio access network control device
US20240155363A1 (en) Base station function deployment control device, base station function deployment control method, and computer program
JP7100613B2 (en) Controls, control methods, programs and base stations
US20250126522A1 (en) Network slice controller for a wireless communication network

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20210203

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211125

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221026

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221125

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230124

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230710

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230809

R150 Certificate of patent or registration of utility model

Ref document number: 7330918

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150