5G无线接入网架构综述

阵列14（2022）1001705G无线接入网：综述武约湾奥卢瓦塞伊？帕纳巴巴洛拉·巴什，维平·巴良开普敦半岛科技大学电气、电子和计算机科学工程系，贝尔维尔，7537，南非A R T I C L E I N F O保留字：5GCRANFRANHCRANA B S T R A C T第五代（5G）技术改善了用户体验，并为各种应用创造了新的可能性，包括交通运输、设备到设备通信、农业和制造业。这些新的用例显著增加了用户数量、流量、吞吐量和延迟。因此，我们认为， 需要修改用于5G系统的无线电接入网络（RAN）。本研究调查了各种RAN架构，如云RAN（CRAN），异构云RAN（HCRAN）和雾RAN（FRAN）。从系统效率、频谱和能量效率、前传容量、延迟、资源共享和分配等方面对这些架构进行了分析，并指出了当前这些架构存在的问题以及一些现有的补救措施。1. 介绍COVID-19疫情对全球数码格局产生重大影响。为遏止病毒蔓延，我们已实施社会隔离及封锁等措施，强调有效及包容的数码经济的必要性，并透过增加可靠及合适的宽带接入以促进社会经济福祉。 第五代（5G）技术是第四次工业革命（4IR）的重要组成部分，它支持将集成频谱与传统技术结合使用。与过去几代移动网络不同，5G旨在提供增强型移动宽带（eMBB）、大规模机器类型通信（mMTC）和超可靠低延迟通信（uRLLC）。因此，5G可用于各种应用，包括医疗保健、汽车、娱乐、物联网（IoT）和工业物联网（IIoT）应用，这些应用需要超低延迟以实现最大性能。此外，对互联网资源的需求以指数速度增长，因此对5G网络提出了资源约束和管理挑战。例如，2017年至2019年期间，物联网的行业收入从1000亿美元增加到2120亿美元，预计到2025年将达到1.6万亿美元[1]。根据IDC [2]的预测，到2030年，全球将有大约500亿台互联设备投入使用，从而形成一个庞大的互联设备网络，涵盖从汽车到智能手机、家用电器等各种设备。因此，文献中提出了不同的设计和技术进步，特别是在5G网络的无线接入网络（RAN）领域。这些设计旨在满足不断增长的容量需求，降低资本支出（CAPEX），运营支出（OPEX）网络，为多个最终用户提供超低延迟和更高带宽，并集成现有技术。云无线接入网（CRAN）是一种利用云计算实现5G目标的架构[3]。此外，诸如安全性、前传和集中式基带单元（BBU）池约束之类的问题降低了CRAN能力。在CRAN中，需要集中的BBU处理来具有高带宽和超低延迟的前传链路然而，在实时应用中，链路的容量通常是有限的并且具有时延。因此，降低了CRAN的频谱和能量效率在[4]中引入了将用户平面与控制平面分离的异构CRAN（HCRAN），以解决CRAN前传问题。不间断的覆盖和其他控制平面职责由高功率节点（HPN）提供，其通过回程链接到BBU池以管理干扰。另一方面，使用远程无线电头端（RRH）来提供用户平面高速数据传输。然而，实时实现HCRAN仍然是一个问题。连接RRH和集中式BBU池的前传链路增加，由于位置感知社交应用的使用增加而具有若干冗余业务数据，因此HCRAN的前传负担增加。能够进行数据存储和处理的边缘设备（诸如RRH和智能用户设备（UE））可以用于最小化BBU池和前传链路限制。然而，边缘设备在低流量期间没有得到充分利用，导致CAPEX/OPEX成本上升。 雾天无线接入网（FRAN）是近年来迅速兴起的一项新技术。该技术通过将计算资源从*通讯作者。电子邮件地址：vuyopana@gmail.com（V.S.Pana），seyi852002@gmail.com（O.P. Babalola），vipin. rediffmail.com（V.Balyan）。https://doi.org/10.1016/j.array.2022.100170接收于2022年4月7日;接受于2022年4月19日2022年4月26日网上发售2590-0056/© 2022作者。爱思唯尔公司出版这是一篇基于CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）的开放获取文章。可在ScienceDirect上获得目录列表阵列期刊主页：www.elsevier.com/locate/arrayV.S. Pana等人阵列14（2022）1001702BBU池到网络边缘FRAN处理云无线电接入网络（CRAN）和异构云无线电接入网络（HCRAN）的限制，具有高移动性、增强的无线电资源分配、增强的服务质量和低延迟的显著特征[5]。然而，在5G网络中实施FRAN架构仍然存在挑战，例如最佳资源分配、超低延迟、频谱和能源效率等。因此，需要开发用于5G Fog-RAN（5G FRAN）的增强型资源管理方案。这是为了最大限度地减少物联网设备的挑战，同时满足工业要求。在这篇文章中，对不同的5G-RAN架构，即CRAN、HCRAN和FRAN进行了广泛的比较研究。 该调查旨在从能源和频谱使用、CAPEX/OPEX、系统级性能等各个角度研究这些RAN架构，以提供增强的用户本文其余部分的结构如下。第2节介绍了5G系统的基础知识、关键里程碑和标准开发组织（SDO）。第3节讨论了5G无线电接入网络（5GRAN）架构和限制。最后，第4节总结了主要贡献和未来的工作。2. 5G移动通信5G移动通信对社会和行业产生了重大影响。与前几代蜂窝相比，5G允许显著更高的峰值数据速率，几乎随时随地可用。虽然移动宽带服务如今已广泛使用，但5G使人类连接和人与万物的交互达到了新的水平，例如广泛使用虚拟或增强现实、免费视点视频和远程呈现为了增强5G能力，在2020年信息社会移动和无线通信使能器（METIS）项目中提出了三种主要服务类型：eMBB、mMTC和uRLLC[9]。eMBB利用5G作为4G LTE移动宽带服务的发展，具有更快的连接，更高的吞吐量和更大的容量。另一方面，uRLLC被认为是将网络用于关键任务应用，即需要不间断和强大数据传输的服务。在这种情况下，使用短分组数据传输来满足可靠和延迟的无线通信网络。此外，mMTC预计将用于连接许多设备，特别是众多连接的IoT设备。该等应用进一步获国际电信联盟无线电通信部门（ITU-R）第5D工作组（WP 5D）认可，因此于二零二零年仅部署eMBB。最近，ITU-R制定了一项新的建议，称为国际移动电信（IMT）随后，诸如第三代合作伙伴计划（3GPP）、电气和电子工程师协会（IEEE）等标准化组织将ITU的目标转变为5G标准。此外，其他标准开发组织（SDO）和工业论坛继续开发与3GPP标准竞争或互补的技术，诸如宽带论坛（BBF）、开放无线电接入网络（O-RAN）、小小区论坛等。[123. 5G无线接入网架构无线接入网（RAN）是移动网络中最关键的组成部分。这在部署阶段是显而易见的，随后是操作的复杂性和成本。RAN是链接到核心网络并基于无线电接入技术（RAT）在特定区域中提供覆盖的互连基站的集合。传统的移动网络依赖于分布式RAN架构，使得单个RRH被链接到一个或多个RAN。单个和特定基带单元（BBU）。例如，位于塔的杆上的RRH使用公共公共无线电接口（CPRI）或同轴电缆链路链接到位于塔的基座处的BBU。这种一对一的RRH-BBU设计既不成本也不节能。因此，需要针对连接设备数量的指数增长和5G标准的不断增加的数据速率来演进传统RAN以满足各种服务需求。尽管对传统的分布式RAN进行了改进，但该架构无法满足5G的要求;因此，在[16- 18 ]中提出了云RAN（CRAN）3.1. 云无线接入网（CRAN）CRAN是一种5G移动架构，源于现有的流量模式和技术发展。CRAN基于集中处理、协作无线电和实时云基础架构，即拆分基站（BS）的BBU池和RRH以创建集中池，如图所示。1.一、集中式BBU通过虚拟化和云计算技术增强了计算能力CRAN设计的目的是最大限度地减少BS的数量，并减少网络中的能量消耗此外，CRAN利用协作和虚拟化技术实现动态资源分配、增强频谱效率、高带宽利用率、设计灵活性和运营效率。CRAN将BS分为BBU和RRH的关键概念。BBU负责密集的基带信号处理活动，而RRH负责信号调制和放大等轻型计算任务[19]。这也中断了BBU和RRH之间的直接链路，因此每个RRH都被动态分配给BBU池。在[20]中，RRH使用虚拟BBU发送和接收信号，而虚拟BS3.1.1. CRAN的优势CRAN相对于常规RAN的一些重要益处讨论如下。• 增强的能量和频谱效率与传统RAN不同，CRAN使用较少数量的BBU，从而显著降低功耗[21，22]。此外，无线电模块不需要大量的现场支持设备，如空调，因为RRH可以通过悬挂在桅杆或建筑物墙壁上自然冷却。另外，CRAN使得能够将能量消耗数据计算从UE和BS计算卸载此外，协作无线电技术的引入有助于减小RRH与UE之间的距离，这最小化了RRH之间的干扰，同时减少了5G网络中的能量消耗。作为通过部署CRAN来提高频谱效率的相关研究的一部分，[23]考虑了将不同技术的许可和未许可频谱用于5G-CRAN的前端的优点和缺点。更重要的是，[20，24]研究了用于改进SE的协调和协作传输技术，例如连接到相同云的RRH上的增强小区间干扰协调（eICIC）和协调多点传输（CoIMP）• 降低CAPEX/OPEX移动网络运营商（MNO）可以通过在云平台中虚拟化基带过程来降低5G-CRAN的CAPEX和OPEX。CRAN架构要求低成本的RRH空间-时间部署、安装和操作。在[25]中，基于空间域中的几个过程检查了部署BS、传输网络和数据中心的成本。分析表明，CRAN可以根据BS的成本和回程方法的组合将CAPEX降低15%，V.S. Pana等人阵列14（2022）1001703Fig. 1. 5G CRAN架构。将BS与数据中心连接起来。同样，在[26]中提出了一个在CRAN中找到最佳BS聚类方案的两阶段框架。该框架的成本降低了12.88表15G CRAN的好处。优势业绩参考的部署。在[27]中，对BBU酒店化策略的成本进行了建模：BBU堆叠、BBU池化和CRAN BBU，性能进行了比较。在[28]中，网络规划增强的能量和频谱效率BBU池减少了物理设备的数量。无需冷却。使用许可和[20并提出了优化成本未经许可的乐队。在CRAN部署。该框架利用混合整数二次约束规划（MIQCP）方法，降低CAPEX/OPEXBBU池减少了站点位置的数量。RRU减少了站点[25最大化部署虚拟化5G服务链的成本。脚印 维护成本低。• 增强的移动性管理高灵活性和高性能回程传输（光纤或高速）[31、32]BBU池的一个重要优点是，它允许动态容量微波）将BBU资源分配给RRH，用于在BBU池之间对移动业务进行负载均衡。中的负载平衡容量增强的移动性BBU池增强切换协调[29、30]分布式BBU池使得CRAN适合于动态分布式业务。尽管服务RRH相对于UE移动不断地改变，但是服务BBU保持在相同池中，因为BBU的覆盖范围大于UE移动的覆盖范围。典型的BS因此，UE生成的非均匀分散的业务可以通过同一BBU池内的虚拟BS路由;因此，帮助MNO进行移动性管理。在[29]中，提出了用于塔聚类的基于位置的算法，以及使用CRAN中的移动性和流量模式预测的BBU聚类分类CRAN为5G移动通信系统提供了其他几个好处，这些好处在[30]中详细讨论。表1总结了CRAN在5G系统中的一些主要优势3.1.2. CRAN的挑战除了CRAN为5G系统带来的好处外，还存在一些限制，包括：• 安全由于网络攻击不断增加，CRAN安全问题引起了人们的关注。 除了主用户仿真攻击（PUEA）等传统无线网络常见的安全威胁外，CRAN还面临着更多的安全威胁，如落峰和干扰，媒体访问控制（MAC）欺骗，管理IP欺骗和劫持、传输控制协议（TCP）泛洪攻击和文件传输协议（FTP）攻击[33]。CRAN安全威胁和缓解措施已在[3，33• 前传链路容量随着多个BS的BBU被迁移到云，如果云发生故障，则可能使整个网络处于不工作状态。前传链路提供RRH和BBU池（集中式池）之间的无缝连接，而回程链路提供BBU与核心移动网络之间的连接。尽管CRAN的好处，它仍然有性能，由于前传和回程链路容量的限制。已经进行了关于前传压缩的若干研究，以解决与下行链路和上行链路CRAN的容量相关的前传问题[36这些技术旨在前传链路上的有效传输。 两种主要的传输技术：数据共享和压缩技术。这些技术取决于是在单独的BS（数据共享技术）处还是在集中式BBU（压缩技术）处执行针对移动用户的信息的联合编码和预编码。生成的信号V.S. Pana等人阵列14（2022）1001704在通过前传链路发送到RRH之前，对来自后者的数据进行量化和压缩[37]。在[36]中提出了用于下行链路CRAN的压缩技术开发了有限容量的前传来连接BS 一个中央处理器。该方法允许集中式处理器以协作方式对将由BS使用前传链路广播的信号进行集中编码在[37]中，引入了一种用于下行链路CRAN的组合数据共享和压缩解决方案此外，在[39]中研究了在BBU处联合优化数字基带波束成形和前传压缩技术以及在RRH处的RF波束成形的问题。这种前传和混合波束成形的联合设计确保了CRAN系统的加权下行链路和速率和网络能量效率最大化。在[47]中研究了标准的点对点前传压缩方法，而在[48，49]中研究了几种多变量前传。对于上行链路CRAN，[40，41]考虑了多天线用户的联合前传压缩和发射波束成形设计。用户使用多天线BS与集中式处理器通信。BS通过有限容量的数字前传链路连接到中央处理器。 作者在[40]中研究了两种不同的前传压缩技术;单用户压缩（点对点压缩）和用于CRAN的Wyner-Ziv编码。他们进一步提出了噪声协方差矩阵量化的优化策略。每个BS利用矢量量化来在单用户压缩中压缩跨不同BS的接收信号。然而，Wyner-Ziv编码充分利用接收信号的相关性来实现增强的压缩效率;因此，获得改善的整体性能。研究了CRAN与无线前传链路和OFDMA接入链路的联合设计在[44，50]中。此外，在[41]中，基于智能反射表面增强了用于在多天线RRH和多天线BBU池之间通信的无线前传链路。使用Wyner-Ziv编码对各个RRH处的每个接收信号进行压缩。在[42]中提出了一种自适应压缩方法，以最小化前传传输速率;从而最大化压缩效率。此外，在[43]中，在RRH处执行前传压缩，以通过前传链路将基带信号发送到集中式单元。该算法利用3.2. 异构云无线接入网络（HCRAN）对密集5G RAN的需求已经导致了异构云RAN（Heterogeneous CloudRAN，HCRAN）的概念。HCRAN是一种具有成本效益的解决方案，它利用了异构网络（HetNet）和云计算的组合，如图所示。二、[4，51]中的HCRAN设计包括不同的小区，例如宏BS，即HPN、微BS和RRH。宏BS提供网络控制、移动性管理和系统性能增强。另一方面，微基站和RRH提高了系统的容量，降低了传输功率。RRH实现信号处理和射频功能，而BBU池包含与上层相关联的基带的其他物理处理功能。 此外，所有物理层和网络层功能都可用 在HPN中。HPN向UE发送系统广播数据和控制信令，从而提高了前传链路容量并且减少了HCRAN中的时间延迟。HCRAN在5G系统中的一些好处讨论如下。3.2.1. HCRAN的优势HCRAN充分利用了HetNet和云计算能力的优势，在能源效率、频谱效率、资源分配、成本管理和负载均衡、移动性管理、性能增强等方面进行了多项研究。5G系统。• 增强的能量和频谱效率HetNet与CRAN的集成允许实现用于高效能量和频谱利用的新颖策略。在[52]中描述的基于云计算的协调多点（CC CoMP）系统是协调发送和接收的示例。该支持CC-CoMP的HCRAN类似于大型分布式MIMO系统，其中毫微微小区、微微小区和宏小区基本上是连接到集中式基带处理中心的RRH，信号在该集中式基带处理中心被组合。 通过消除分散小区之间严格的回程和同步要求，HCRAN中的联合处理变得可能并且经济实用。在[53]中采用联合传输协作多点（CoMP）传输来减轻小区间干扰，以增强基于NOMA的网络中小区边缘用户的频谱效率。 此外，在[4]中，HCRAN的覆盖区域被仔细设计，以通过显著缩短服务RRH与期望移动终端之间的通信距离来提高频谱效率。• 资源共享和分配HCRAN的资源共享分为三类：频谱共享[54，55]、基础设施共享[56，57]和网络共享[58，59]。频谱和基础设施资源可以进一步划分为共享实体、网络切片和逻辑连接[60]。 共享实体表示可接入资源的集合，诸如基站、互连基站的网络或基站的组件。 在两个或更多共享实体之间分配可用资源被称为网络切片。 然而，在网络级，HCRAN的频谱和基础设施基于诸如吞吐量和处理的参数被分类为网络切片。在HCRAN中，这些步骤中的每一个都允许 以获得资源共享益处，诸如频谱资源的动态池、改进的基础设施覆盖以及适合于某个服务类别的虚拟网络。• 增强的移动性管理HCRAN的分离平面设计增强了5G系统中的用户移动性因此，在[61]中提出了用于具有分离的管理和数据BS层的HetNet的小区中断管理（COM）技术。管理BS用于控制信息传输和用户移动性，而数据BS用于管理用户数据。此外，在[62]中提出了此外，[63]采用COD和小区中断补偿（COC）算法分别用于HetNet中的微小区和宏小区故障识别和缓解。在高度密集的HCRAN中，作者在[64]中提出了一种用户设备直接选择在小区特征、移动设备、移动性特征和应用特征方面具有最高优先级的小区的方案。• 增强的性能HCRAN中的系统性能由于中央云计算控制功能而得到增强，其中各种节点实体接口。[4，51]中的HCRAN设计将控制面和用户面分开，以增加CRAN因此，在HCRAN设计下，CRAN的频谱和能量效率可以得到显著改善。在[52]中，两个独立的HCRAN架构具有不同的单元V.S. Pana等人阵列14（2022）1001705表2图二. HCRAN架构。该系统 此外，无线电资源管理方案5G HCRAN优势优势业绩参考在[66]中，提出了基于非正交多址（NOMA）的HRAN，以最大化HCRAN的能量效率作者增强的能量和频谱效率缓解小区间干扰并增强频谱效率，[4、52、53]设计 的 网络 能源 效率 最大化问题混合整数非线性规划问题（MLNLP） 在该方法中，用户使用非小区边缘用户正交资源，这提高了系统资源共享和分配支持网络切片和频谱资源的动态池。改善基础设施[54使用.此外，在[67]中引入了预编码方法以增强HCRAN网络的能量使用该计划覆盖探索了宏/毫微微HetNet，使得高远程无线电增强的移动性灵活的设计允许轻松的切换管理。[61头端（HRRH）表示宏基站（MBS），而低远程无线电头端（LRRH）表示毫微微BS。作为com-管理出台对于单个云，使用无线或光学回程链路将云连接到来自不同层的BS。另一方面，使用混合回程将多个云连接到一组BS。此外，在[65]中提出了一种将HCRAN操作分离为独特层的设计;基础设 施 层 、 控 制 层 和 应 用 层 。 该 设 计 结 合 了 大 规 模 MIMO（mMIMO），以实现宽带传输。该方法提高了系统的可扩展性和灵活性，因为RRH变得更小，并且可以通过mMIMO获得的BBU池来执行和管理复杂的计算。表2总结了HCRAN在5G系统中的一些主要优势3.2.2. HCRAN的挑战尽管5G系统中的异构网络和云计算具有上述优点，但HCRAN具有几个限制，这些限制在下面详细描述并在表3中总结。• 能耗在HCRAN中，部署了RRH和微型BS的超密集部署，以提高容量，同时增加能源使用与没有CRAN的传统HetNet不同，该方法在利用低能量的同时表现出增加的吞吐量。• 回程负载平衡随着蜂窝通信网络演进到密集和动态的HetNet，BBU池和RRH之间的回程链路上的越来越高的数据传输量是采用HCRAN集中化的主要挫折由于回程容量不足，RRH不能完全利用HCRAN系统中的现有无线电资源。因此，需要减少并有效地平衡回程链路上的传输负载。时域和频域中的数据压缩方法已经被充分研究以解决HCRAN传输回程问题。这些方法提高了数据压缩的效率，但增加了系统的复杂度。在[69]中，回程工作负载平衡被建议作为缓解HCRAN的回程数据传输需求的解决方案。这种方法需要收集特定区域内活动RRH的数量，并设计每个RRH所需的区域作为一个优化问题。然而，仍然存在将多个用户之间的数据传输分配给宏BS或RRH的挑战。同时，已经研究了在超密集异构蜂窝网络中将HCRAN与CoMP传输集成作为针对诸如前传带宽不足和过度噪声的挑战的可行解决方案。注意V.S. Pana等人阵列14（2022）1001706一些文献假设具有无限容量的无损前传链路，这对于现实世界容量受限的前传链路是不现实的。因此，分布式压缩技术表35G HCRAN的挑战和解决方案。挑战解决方案参考例如分布式压缩 和 解码 [第七十一届] 是 一般 使用 使能耗基于NOMA的无线资源管理方案。预编码[66，67]通过容量受限的前传链路的传输。方法• 延迟如前所述，5G系统的关键目标之一是回程负载均衡数据压缩方法。集成的HCRAN-CoMP方案。[68提供uRLLC服务。鉴于HCRAN的引入分布压缩法为了改进网络管理、资源管理和提高吞吐量，仍然存在诸如实现超低等待时间网络的完全自组织的其它挑战。 在[72]中，使用资源调度方法增强了端到端延迟性能。该技术减少了系统空中接口的数据传输延迟此外，访问控制延迟资源调度方法。访问控制政策。延迟感知中心方案。开环无线接入系统设计，以信息为基础的资源优化方法。动态随机资源优化[72通过减少模型在[73]中介绍了有线和无线网络回程中的延迟。然而，在空中接口中仍然存在由信令开销引起的数据传输中的相当大的延迟。因此，在[74]中提出了一种以延迟感知为中心的技术，可以避免信令开销并增强延迟性能该方法利用了抢占式网络，它结合了使用CoMP的智能移动机器（IMM）的设备。该方法是有效的，因为HCRAN设计包含许多接入点（AP），用于覆盖和高性能。干扰减轻基于细胞睡眠方法的干扰敏感用户关联策略。联合传输CoMP分簇方法。用户加权概率策略。基于合同的干扰协调框架。协同处理和协同无线资源[77功率节点（HPN），以实现更广泛的覆盖。此外，[75]讨论了降低三种形式的延迟的设计：空中接口延迟，无线电资源优化延迟和路由/寻呼过程延迟。作者利用具有独特开环无线电接入的系统设计来减少空中接口延迟。同样地，实现基于信息的资源优化以减少无线电资源优化延迟，而使用基于社交数据缓存的路由/寻呼策略来消除后一种类型的延迟。但是，这种设计并不适用对于HCRAN上的异构载波通信，由于延迟性能可能受到不可靠通信的负面影响，因此此外，[76]引入了一个动态随机资源优化模型，以获得能源效率和队列延迟限制之间的权衡。该方法利用了一个简单的李亚普诺夫优化策略的基础上，在发射机的本地信息。该方法解决了能效优化、RRH功耗和干扰限制等问题，通过使用加权最小均方误差（WMMSE）技术最小化业务拥塞来实现接近最优的系统稳定性。因此，在时间平均能量效率和队列积压之间产生平衡。• 干扰减轻与典型的HetNet相比，干扰控制在HRAN中旨在更有效，因为CRAN的集中式操作允许跨网络的协作信号处理并且支持BS之间的协调。此外，由于BS的广泛异质性、网络大小和前传/回程限制，控制HRAN中的干扰可能是具有挑战性的。因此，已经进行了许多研究来解决HCRAN干扰问题。 在[77]中，研究了基于小区睡眠方法的干扰意识用户关联策略，使得云计算单元用于管理BS的操作状态。为了优化用户效用，引入了一个次优用户关联问题，提出了一种分布式启发式算法。此外，在[78]中引入了一种基于联合传输CoMP聚类方法来减轻小区边缘用户的干扰的协作方法。作者利用伪动态聚类方法获得两类RRH：测量分配（CRRA）方案。RRH和协调RRH。前者存储测量的RRH数据，例如接收信号强度指示符（RSSI）和信道状态信息（CSI），而后者收集和预处理用户数据。类似地，[79]描述了基于用户加权概率策略的RRH和MBS之间的协作干扰减轻系统，用于将频谱分成共享和专用部分。该策略有助于根据QoS要求将各个BS分配到适当的频谱部分，以及优化每层用户此外，[80]中提出了一种基于合同的干扰协调框架，可减轻层间干扰。该方法根据三种调度方法将下行链路传输周期分为三个阶段：与所有UE的RRH、与单独UE的RRH、与单独UE的RRH-MBS。作为决策代理的MBS从所有RRH（主体）的BBU池接收合同请求，并基于逻辑约束决定接受或拒绝合同。 在委托人和代理人都具有理想CSI的条件下，实现了基于费率效用最大化的最优契约设计。此外，该研究还考虑了优化部分CSI的合同。在[81]中，针对HCRAN层间干扰抑制引入了协作处理和协作无线电资源分配（CRRA）技术。该方法利用干扰协作（IC）和波束成形（BF）方案来减轻层间干扰。进一步建立了IC和BF方案的CRRA优化模型，以最大化基于功率分配的用户接入RRH3.3. 雾天无线接入网（FRAN）为了解决HCRAN的困难，并为用户提供增强的QoS，最近在文献中研究了一种新的RAN设计，重点是雾计算。基于CRAN和雾计算的优点，基于雾计算的RAN（FRAN）设计旨在解决不断增长的流量需求的问题，同时还提高最终用户的QoS。鉴于目前全球对物联网终端用户解决方案的需求V.S. Pana等人阵列14（2022）1001707图三. 5G FRAN架构。云计算是最合适的解决方案之一，其中物联网设备生成的数据由托管在互联网上的远程服务器存储、处理、管理和分析。它允许组织专注于其主要活动，而不是规划，部署和维护网络基础设施[82]。然而，云存储方法面临着诸如长的端到端延迟、流量拥塞、巨大的数据处理和连接成本等问题。因此，[83]提出了一种雾计算方法来取代远程服务器的功能。这种方法用于将云计算扩展到网络边缘，允许在移动网络的边缘分配大量的计算、存储、通信、控制、配置、测量和管理功能与使用集中式内容存储架构的CRAN不同，[84]将FRAN分为分布式和集中式网络。BBU的一些任务（包括计算、缓存和资源管理）被委托给分布式FRAN中的RRH和UE。另一方面，集中式FRAN利用软件定义网络（SDN）和网络虚拟化来支持逻辑集中式控制平面，提供改进的资源管理和简化的资源共享。几项研究[83，85图图3显示了典型的FRAN系统架构[86]。[86]中的FRAN架构由三层组成;终端、接入和云计算层。具体地，雾计算层包含分别在终端层和网络层中的雾UE（F-UE）和雾接入点（F-AP）。附近的F-UE可以使用D2 D模式或移动中继模式在终端层中彼此对接。此外，F-UE可以接入高功率节点（HPN）以接收系统信号信息。此外，HPN和F-AP位于网络接入层。F-AP处理从F-UE接收的数据，并通过前传链路将其发送到云计算层另一方面，HPN通过回程链路连接到BBU池。与HCRAN的BBU池和集中式缓存相适应的BBU池位于云计算层。注意，将协作无线电信号处理（CRSP）和协作无线电资源管理（CRRM）功能的大部分分配给F-AP和F-UE减少了前传和BBU池负载约束。3.3.1. FRAN的优势从文献中的不同上下文检查了用于5G移动通信系统的FRAN技术，包括系统级效率、能量使用、无线电资源分配、缓存、服务准入控制等。FRAN解决方案在各种环境中的最新调查讨论• 系统级效率对FRAN系统的效率进行了几项研究。考虑到具有超低应用（如物联网应用）的FRAN系统，在[87]中讨论了FRAN系统中系统性能、计算和通信成本该研究表明，仔细选择这些参数以提供超低延迟服务是多么重要。在[89]中，引入了用于FRAN的分层内容缓存方法，以减少对前传容量和传输延迟的约束。为了在该方法中最大限度地利用中央和边缘缓存，RRH集群是在基于公共集中式云的BBU池中创建的，而本地内容则由F-AP提供。系统的遍历率推导使用随机几何。此外，等待时间和传输延迟的建模，使用排队理论。FRAN的系统控制技术是利用[90]中的嵌入式游戏模型开发的。为了最大化系统效率，该方法考虑了频谱分配、缓存放置和服务接纳算法的协同设计此外，[91]提出了一种混合云和边缘处理方法来减少FRAN下行链路延迟，同时采用信道编码和前传压缩方法来减少从BBU到请求UE的前传内容递送延迟。类似地，在[92]中，提出了一种叠加编码方法，该方法在硬传输模式和软传输模式中使用前传链路，用于任意预取方案的交付阶段设计在[93]中，该设计用于生成增强型RRH（eRRH）的缓存。在[94]中，马尔可夫链被用于建模和识别移动社交网络对FRAN边缘缓存效率的影响。在[95]中引入了一种组合的分布式计算和内容共享方法，以通过减少前传连接问题来实现超低延迟。此外，[96]提出了一种动态资源平衡方法来提高FRAN中的系统可靠性• 频谱和能源效率FRAN已经在许多出版物中被提出作为CRAN问题的解决方案，并提高5G网络的频谱和能量效率。 通常，允许单个UE接入附近RRH的特定组提高了CRANS的频谱效率。这些周围的RRH组通常是V.S. Pana等人阵列14（2022）1001708使用不相交的聚类方法或以用户为中心的聚类方法来建立，使得聚类生成取决于参考信号的接收功率阈值虽然表4FRAN福利。优势业绩参考不相交的群集方法可以减少小区间干扰，边缘用户可能经历来自周围环境的显著干扰，系统级效率改进的系统性能、计算和通信[85，96，103]成簇。使用以用户为中心的方法可减少干扰成本因为没有边缘用户。因此，CRAN还执行功率分配和动态调度频谱和能源效率基于用户的[87到大规模CRSP，以提高频谱效率。 不像调度和功率分配CRAN，用户可以轻松访问具有内容缓存功能的F-AP。在FRAN系统中，分发簇通常由用户期望的缓存内容和从F-AP到UE的参考信号的接收功率来决定此后，资源配置针对一系列用户设备（UE）降低能量成本并增强计算资源分配。最小[99基于用户调度和功率分配来提高频谱效率。在FRAN中，最近研究的目标是在前传容量和发射功率之间创建折衷。这是因为提高频谱效率可能会给前传带来很大的压力，因为前传的数据流量容量有限。 因此，[84]中的研究调查了集中式FRAN中的组合资源分配和协调卸载方案。 目的是使用可能的最少量的能量来卸载UE的所有计算活动，同时考虑每个UE的延迟容限、前传和回程容量以及可用资源。在[85]中提出了一种节能方法，该方法考虑了最大延迟容限以及前传和回程容量限制。对于许多UE，该方法导致改进的计算资源分配和有效的传输功率分配。在[97]中，对多播FRAN下行链路设计进行了评估。特别讨论了基于信息压缩的（软）和基于信息共享的（硬）前传。每个RRH都分配了一个具有独特的有限信号处理能力的存储模块。因此，在非高峰时段存储按需数据改善了延迟，同时降低了网络能耗。 在[98]中研究了基于毫米波的FRAN接入和前传链路的挑战和性能。该研究检查了正交频分多址接入网络中的能量有效功率分配以管理干扰。为了提高系统的能量利用率，将优化问题转化为一个非线性规划问题.为了找到能量有效的功率分配的最佳解决方案，提出了一种基于梯度的迭代技术。• 资源配置以下研究[99-[99]一个共享的资源分配， 提出了一种结构化的计算卸载方案，以降低能量消耗，提高计算资源的分配效率。此外，该方法旨在最小化传送到每个UE的传输功率量和分裂因子。此外，卸载选项和计算资源分配被组合以增加[100]中UE重定位的可能性。 采用混合整数非线性规划（MINLP）方法解决了该问题，并提出了一种基于基尼系数的FCNs选择算法（GCFSA），以提供一种次优卸载策略.此外，作者采用了基于遗传算法的分布式资源优化方法（ROAGA）来解决计算资源分配问题。作者在[101]中使用嵌入式游戏模型为FRAN系统开发了系统控制策略和动态模式选择。缓存放置，频谱分配和服务接纳算法的联合设计，以提高系统的性能。类似地，[102]提出了用于设备到设备（D2D）通信的联合模式选择和资源分配方法。该方法在考虑时间和资源重用约束的同时提高了能量效率。传输功率3.3.2. FRAN的挑战与其他5G RAN架构一样，FRAN仍然面临着一些主要的研究问题。边缘缓存通过最大限度地减少云服务器的流量拥塞并使F-UE能够更快地访问和获取内容来增强FRAN性能。与集中式缓存方案相反，在FRAN中，单个F-AP和F-UE的缓存容量是有限的。边缘缓存策略（例如确定缓存哪些内容以及何时在不同的边缘设备中提供缓存）需要进行优化，以提高FRAN中的整体缓存性能。 更重要的是，传统的高速缓存规则，如最近最少和最不频繁使用，先进先出，应加以改进，以提高FRAN缓存命中率。网络功能虚拟化（NFV）有助于虚拟化SDN控制器以托管FRAN中的云服务器。因此，服务器可以根据网络的需求移动到其他位置。然而，在5G F-RAN系统中虚拟化SDN控制器仍然不确定。这是因为边缘器件的分布特性。此外，安全性和隐私、计算复杂性、可扩展性、与现有RAN设计的核心操作和维护兼容性等问题仍然是未解决的研究问题。4. 结论5G需要对移动网络设计进行全面反思，特别是RAN架构，因为对于快速增长的用户群体，巨大的连接性，海量数据以及对极低延迟和更高数据速率的新作为回应，对5G移动网络的当前RAN设计进行了评估，特别是CRAN，HCRAN和FRAN。目标是探索CRAN和HCRAN的好处，同时不忽视每个网络设计遇到的挑战。因此，对当前的CRAN和HCRAN解决方案进行了研究。对于能源效率、前传容量、延迟和其他因素，以表格形式提供了详细的总结在FRAN的情况下，采用了不同的方法，重点是设计层内的资源类别，然后分析资源管理系统。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作引用[1]韦尔舍里湖物联网（IoT）在2019年和2030年连接全球设备，按技术划分。统计研究部;2021年。[2]MacGillivray C，Crooka S，Torchia M，Chinta K，Kotagi S，LeungJ，et al.全球物联网预测更新，2020-2024年。IDC Corporate; 2021.[3]吴军，张智，洪英，文英。云无线接入网络（C-RAN）：入门。IEEE Netw2015;29（1）：35-41. http://dx.doi.org/10.1109/MNET.2015.7018201网站。V.S. Pana等人阵列14（2022）1001709[4]彭明，李英，姜建，李建，王春。异构云无线电接入网络：提高频谱和能源 效 率 的 新 视 角 。 IEEE WirelCommun 2014;21 （ 6 ） ： 126-35.http://dx.doi.org/10.1109/MWC.2014.7000980网站。[5]张华，邱毅，朱X，龙K。雾无线电接入网络：移动性管理，干扰缓解和资源优化。24.第24章.[6]华为技术有限公司虚拟现实/增强现实。2017年，中国信息通信技术研究院（CAICT）URL。[7]JangJ，Ko Y，Shin WS，Han I.用于学习的增强现实和虚拟现实：使用扩展技术接受模型的考试。IEEE Access2021;9：6798-809.[8]Doumanoglou A，Griffin D，SerranoJ，Zioulis N，Phan TK，Jiménez D，等.3-D沉浸式媒体流的体验质量。 IEEE Trans Broadcast2018;64（2）：379-91.[9]Katsutoshi K，Mikael F.更新了5G移动和无线系统的场景、要求和KPI，并为未来的调查提供了建议。技术报告ICT-317669-METIS/D1.5，2015。[10] 国际电信联盟。IMT愿景