雾无线接入网：架构、原理和挑战

doi:10.11959/j.issn.1000-0801.2016162

电信科学 ›› 2016, Vol. 32 ›› Issue (6): 20-27.doi: 10.11959/j.issn.1000-0801.2016162

雾无线接入网：架构、原理和挑战

尹博南,艾元,彭木根

北京邮电大学，北京 100876

出版日期:2016-06-20 发布日期:2016-07-20
基金资助:
国家重点基础研究发展计划（“973”计划）基金资助项目;国家自然科学基金资助项目;国家高层次人才特殊支持计划项目

Fog computing based radio access networks：architecture，principles and challenges

Bonan YIN,Yuan AI,Mugen PENG

Beijing University of Posts and Telecommunications，Beijing 100876，China

Online:2016-06-20 Published:2016-07-20
Supported by:
The National Key Basic Research Program of China（973 Program）;The National Natural Science Foundation of China;The National Program for Special Support of Eminent Professionals

摘要/Abstract

摘要：

为了降低前传（fronthaul）链路开销、避免传统云无线接入网基带单元池中无线信号处理大规模/高实时要求、充分利用边缘网络设备的计算和存储能力，提出了雾无线接入网络（fog computing based radio access network，F-RAN），作为异构云无线接入网络的演进。F-RAN的核心是利用用户和边缘网络设备的计算和存储功能，进行本地业务分发、分布式信号处理和分布式资源管理等。详细介绍了F-RAN的系统架构、关键技术及未来需研究的问题。

关键词: 雾无线接入网, 雾计算, 边缘云, 边缘缓存

Abstract:

To reduce the burden of fronthaul link，avoid large-scale wireless signal processing in centralized baseband unit（BBU）pool，and take full advantage of processing and storage capabilities in edge devices，a fog computing based radio access network（F-RAN）was presented as an evolution form of heterogeneous cloud radio access networks.The core idea of F-RAN was to take full advantage of processing and storage capabilities in edge devices which could achieve the local distributed content delivery，the local distributed collaboration radio signal processing and the local distributed cooperative radio resource management functions.System architectures of F-RAN，promising key techniques，and researching open issues of F-RAN were discussed in detail.

Key words: fog computing based radio access network, fog computing, edge cloud, edge caching

尹博南,艾元,彭木根. 雾无线接入网：架构、原理和挑战[J]. 电信科学, 2016, 32(6): 20-27.

Bonan YIN,Yuan AI,Mugen PENG. Fog computing based radio access networks：architecture，principles and challenges[J]. Telecommunications Science, 2016, 32(6): 20-27.

图/表 8

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 13

[1]	PENG M G ， WANG C ， LI J ，et al. Recent advances in underlay heterogeneous networks：interference control，resource allocation，and self-organization[J]. IEEE Communications Surveys ＆Tutorials， 2015，17（2）： 700-729.
[2]	PENG M G ， SUN C ， LI X ，et al. Recent advances in cloud radio access networks：system architectures，key techniques，and open issues[J]. IEEE Communications Surveys ＆ Tutorials， 2016（3）： 1.
[3]	PENG M G ， LI Y ， JIANG J ，et al. Heterogeneous cloud radio access networks：a new perspective for enhancing spectral and energy efficiencies[J]. IEEE Wireless Communications， 2014，21（6）： 126-135.
[4]	PENG M G ， WANG C ， LAU V ，et al. Fronthaul-constrained cloud radio access networks：insights and challenges[J]. IEEE Wireless Communications， 2015，22（2）： 152-160.
[5]	PENG M G ， LI Y ， ZHAO Z ，et al. System architecture and key technologies for 5G heterogeneous cloud radio access networks[J]. IEEE Network， 2014，29（2）： 6-14.
[6]	PENG M G ， YAN S ， ZHANG K ，et al. Fog computing based radio access networks：issues and challenges[EB/OL].[2016-03-15]. .
[7]	PENG M G ， LI Y ， QUEK T Q S ，et al. Device-to-device underlaid cellular networks under rician fading channels[J]. IEEE Transactions on Wireless Communications， 2014，13（8）： 4247-4259.
[8]	YAN S ， PENG M G ， WANG W . User access mode selection in fog computing based radio access networks[EB/OL].[2016-03-15]. .
[9]	PENG M G ， ZHANG K ， JIANG J ，et al. Energy-efficient resource assignment and power allocation in heterogeneous cloud radio access networks[J]. Mathematics， 2014，64（11）： 5275-5287.
[10]	ZHAO Z ， PENG M G ， DING Z ，et al. Cluster formation in cloud-radio access networks： performance analysis and algorithms design[C]// IEEE International Conference on Communications，June 8-12，2015，London，UK. New Jersey： IEEE Press， 2015： 1-6.
[11]	LI J ， PENG M G ， CHENG A ，et al. Resource allocation optimization for delay-sensitive traffic in fronthaul constrained cloud radio access networks[J]. IEEE Systems Journal， 2014，7335（1）： 1-12.
[12]	HSU H ， CHEN K . resource allocation perspective on caching to achieve low latency[J]. Communications Letters IEEE， 2016，20（1）： 145-148.
[13]	ZHAO Z ， PENG M G ， DING Z ，et al. Cluster content caching：an energy-efficient approach in cloud radio access networks[J]. IEEE Journal on Selected Areas in Communications， 2016（3）： 1.

雾无线接入网：架构、原理和挑战

Fog computing based radio access networks：architecture，principles and challenges

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 13

相关文章 10

Metrics

推荐阅读 0

[1]	张乐, 马洪源. 运营商网络边缘云安全实践[J]. 电信科学, 2023, 39(4): 165-172.
[2]	宁岩, 张蕾, 陆肖元. 基于5G边缘云的港口统一通信方案研究与实践[J]. 电信科学, 2022, 38(11): 123-135.
[3]	惠宁,伍杰,周一青,刘玲,潘振岗. 未来车辆雾计算网络[J]. 电信科学, 2020, 36(6): 14-27.
[4]	张贤,曹雪妍,刘炳宏,艾元,刘晨熙. 6G智慧雾无线接入网：架构与关键技术[J]. 电信科学, 2020, 36(1): 3-10.
[5]	王俊文. 未来工业互联网发展的技术需求[J]. 电信科学, 2019, 35(8): 26-38.
[6]	涂山山,于金亮,孟远,WWAQAS M,刘雷. 面向5G雾计算中基于Q-learning的安全中继节点选择方法[J]. 电信科学, 2019, 35(7): 60-68.
[7]	吕华章,陈丹,王友祥. 运营商边缘云平台建设和典型案例分析[J]. 电信科学, 2019, 35(3): 7-17.
[8]	夏骋宇,蒋雁翔. D2D集成雾无线接入网中的双层分布式缓存[J]. 电信科学, 2018, 34(4): 49-56.
[9]	孙毅,王鸿,宋荣方. 异构网络中两种边缘缓存策略的能耗分析[J]. 电信科学, 2018, 34(1): 17-26.
[10]	程锦堃,陈巍,石远明. 5G室内密集立体覆盖的计算通信：架构、方法与增益[J]. 电信科学, 2017, 33(6): 41-53.