Hybrid fronthaul planning становится ключевым фактором масштабирования CF-mMIMO в O-RAN. Разбираем, как двухуровневая оптимизация снижает стоимость и удерживает capacity.
Необходимость применения проявляется, когда плотность сети (ultra-dense networks, UDN) начинает упираться в ограничения fronthaul. В CF-mMIMO архитектуре множество распределённых точек доступа (AP) должны синхронно обмениваться данными с вычислительными узлами (DU). Это создаёт высокие требования к пропускной способности (throughput) и задержкам (latency). Традиционный подход с полным использованием оптики даёт стабильность, но плохо масштабируется по стоимости. Альтернативы вроде mmWave и FSO добавляют гибкость, но вводят ограничения по среде и надёжности. В результате задача сводится не к выбору технологии, а к их комбинированию.
Авторы предлагают двухуровневую модель hybrid fronthaul planning, где сначала формируется топология, затем оптимизируется стоимость владения (TCO). Первый уровень реализован через алгоритм NOFAC (Near-Optimal Fronthaul Association and Configuration). Он группирует AP с помощью K-means, затем балансирует группы через split/merge правила и минимизирует внутригрупповые расстояния. Для radio stripes (RS) используется комбинация TSP и nearest neighbor, а для иерархической схемы (HS) — Minimum Spanning Tree. Второй уровень формализован как задача целочисленного линейного программирования (ILP), где выбирается тип fronthaul (fiber, mmWave, FSO) с учётом ограничений по capacity, QoS и стоимости.
Ключевой инженерный момент — это работа с functional split. Вариант FS8 требует около 2.95 Gbps на AP, тогда как FS7.2x снижает нагрузку до ~1.73 Gbps за счёт переноса части PHY-функций на edge. Это напрямую влияет на выбор технологии: более высокий throughput увеличивает давление на fronthaul и делает беспроводные варианты менее эффективными. В модели также учитывается overhead control plane через коэффициент, что приближает расчёты к реальным O-RAN сценариям. При этом используется worst-case подход — все AP планируются под максимальную нагрузку, что увеличивает надёжность, но повышает стоимость.
Инсайты из модели показывают устойчивые паттерны. Fiber доминирует в децентрализованных конфигурациях благодаря стабильной capacity (10 Gbps на линк) и предсказуемости. mmWave оказывается эффективен при умеренной централизации, где расстояния ограничены и можно использовать beamforming с высоким SNR. FSO выступает как заполняющая технология, она закрывает «дыры» в покрытии, но страдает от атмосферных потерь и зависит от условий среды. При этом иерархическая схема (HS) снижает риск single point of failure по сравнению с RS, где последовательное соединение AP делает цепочку уязвимой.
Отдельный компромисс — это структура топологии. RS минимизирует количество соединений и упрощает прокладку, но ухудшает отказоустойчивость. HS добавляет избыточность через древовидную структуру, увеличивая устойчивость, но потенциально повышая сложность управления. В обоих случаях группировка AP и выбор ведущего узла (leading AP) критичны, так как именно они определяют точки подключения к DU и, соответственно, нагрузку на fronthaul.
Для индустрии это выглядит как прагматичный сдвиг от «одной технологии» к гибридной архитектуре. Hybrid fronthaul planning позволяет снижать TCO за счёт адаптации под конкретную топологию и нагрузку. FS7.2x становится предпочтительным вариантом, так как балансирует требования к сети и edge-вычислениям. Практическое применение — это планирование с учётом геометрии сети: расстояния, плотность AP и уровень централизации должны напрямую влиять на выбор между fiber, mmWave и FSO. Такой подход уменьшает инфраструктурную избыточность и даёт контролируемую масштабируемость.
Новостной источник
arXiv — крупнейший открытый репозиторий препринтов (с 1991, под эгидой Cornell), где учёные оперативно выкладывают рабочие версии статей; материалы общедоступны, но не проходят полноценную рецензии, так что результаты следует считать предварительными и по возможности проверять в обновлённых версиях или в рецензируемых журналах. arxiv.org