IP Force 特許公報掲載プロジェクト 2022.1.31 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィの特許一覧

特許7511777通信リンクのQoS性能相互依存度を学習する方法
<>
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図1
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図2
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図3
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図4
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図5
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図6
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図7
  • 特許-通信リンクのQoS性能相互依存度を学習する方法 図8
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-06-27
(45)【発行日】2024-07-05
(54)【発明の名称】通信リンクのQoS性能相互依存度を学習する方法
(51)【国際特許分類】
   H04W 28/16 20090101AFI20240628BHJP
   H04W 24/10 20090101ALI20240628BHJP
【FI】
H04W28/16
H04W24/10
【請求項の数】 12
(21)【出願番号】P 2023559193
(86)(22)【出願日】2021-09-15
(65)【公表番号】
(43)【公表日】2023-12-21
(86)【国際出願番号】 JP2021034922
(87)【国際公開番号】W WO2022208936
(87)【国際公開日】2022-10-06
【審査請求日】2023-06-14
(31)【優先権主張番号】21305412.5
(32)【優先日】2021-03-31
(33)【優先権主張国・地域又は機関】EP
(73)【特許権者】
【識別番号】503163527
【氏名又は名称】ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ
【氏名又は名称原語表記】MITSUBISHI ELECTRIC R&D CENTRE EUROPE B.V.
【住所又は居所原語表記】Capronilaan 46, 1119 NS Schiphol Rijk, The Netherlands
(74)【代理人】
【識別番号】100110423
【弁理士】
【氏名又は名称】曾我 道治
(74)【代理人】
【識別番号】100111648
【弁理士】
【氏名又は名称】梶並 順
(74)【代理人】
【識別番号】100122437
【弁理士】
【氏名又は名称】大宅 一宏
(74)【代理人】
【識別番号】100147566
【弁理士】
【氏名又は名称】上田 俊一
(74)【代理人】
【識別番号】100188514
【弁理士】
【氏名又は名称】松岡 隆裕
(72)【発明者】
【氏名】リ、キャンルイ
(72)【発明者】
【氏名】ボノビル、エルベ
(72)【発明者】
【氏名】グレッセ、ニコラ
(72)【発明者】
【氏名】シャラフ、アクル
【審査官】望月 章俊
(56)【参考文献】
【文献】米国特許出願公開第2005/0254428(US,A1)
【文献】特開2008-113186(JP,A)
【文献】米国特許出願公開第2008/0101227(US,A1)
【文献】3GPP TS 23.501 V16.8.0,フランス,3GPP,2021年03月30日,P.1,133-137,[検索日 2024.05.21]
(58)【調査した分野】(Int.Cl.,DB名)
H04W4/00-H04W99/00
H04B7/24-H04B7/26
3GPP TSG RAN WG1-4
SA WG1-4
CT WG1、4
(57)【特許請求の範囲】
【請求項1】
中央ノードによって管理されるネットワークにおいて複数の通信リンクのQoS性能相互依存度を学習する方法であって、前記中央ノードは、共通アプリケーションを共有するために、前記ネットワーク内の複数のユーザの間で前記複数の通信リンクを確立し、前記方法は、
前記複数の通信リンクの中から少なくとも2つのリンクを選択することと、
各選択された前記リンクに対してトレーニング要求のそれぞれを生成することと、
前記トレーニング要求について各選択された前記リンクに関するQoS性能を測定することと、
選択された前記リンク間の測定された前記QoS性能を相互結合して、選択された前記リンクのQoS性能の集合を得ることによって、選択された前記リンク間の前記QoS性能相互依存度を学習することと、
を含む、方法。
【請求項2】
各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、選択された前記リンクにおけるトラフィックの生成をトリガーすることを含み、
前記トレーニング要求について各選択された前記リンクに関するQoS性能を前記測定することは、前記選択された前記リンクに関する向上又は劣化を測定することを含む、請求項1に記載の方法。
【請求項3】
前記トラフィックは、前記共通アプリケーションに関する実際のトラフィックであるか、又は前記共通アプリケーションのトラフィック特性に従って生成されるダミートラフィックである、請求項2に記載の方法。
【請求項4】
各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、制御プレーン手順を通じて各選択された前記リンクについてのQoSプロファイルを要求することを含み、
前記トレーニング要求について各選択された前記リンクに関するQoS性能を前記測定することは、選択された前記リンクにおけるQoSプロファイル変化を検出することを含む、請求項1に記載の方法。
【請求項5】
前記通信リンクは、無線リンクである、請求項1に記載の方法。
【請求項6】
各選択された前記リンクに対してトレーニング要求のそれぞれを前記生成することは、動的GBR QoSプロファイル手順を通じて各選択された前記リンクについての代替QoSプロファイル(AQP)を要求することを含み、
前記トレーニング要求について各選択された前記リンクに関するQoS性能を前記測定することは、選択された前記リンクにおけるQoSプロファイル変化を検出することを含む、請求項1に記載の方法。
【請求項7】
異なるチャネル状態を定義し、各前記チャネル状態について前記方法を実行することを含む、請求項1に記載の方法。
【請求項8】
前記チャネル状態は、低SNRシナリオ、中SNRシナリオ及び高SNRシナリオを含み、前記QoS性能相互依存度は、各シナリオについて取得される、請求項に記載の方法。
【請求項9】
外部イベントによってトリガーされる、請求項1に記載の方法。
【請求項10】
取得された前記QoS性能相互依存度は、連続又は離散QoSプロファイルの集合を含む、請求項1に記載の方法。
【請求項11】
請求項1に記載の方法を実行する手段を備えるデータ処理装置。
【請求項12】
QoS性能相互依存度を用いてアプリケーションの性能を最適化する方法であって、
請求項1に従ってQoS性能相互依存度を学習することと、
取得された前記QoS性能の集合の各集合について前記アプリケーションの性能を予測することと、
前記アプリケーションに最高の性能を与えるQoS性能の集合を選択することと、
を含む、方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ネットワークサービスのサービス品質(QoS)管理に関し、特に、共同性能指数を適用する共通アプリケーションとインターフェースする異なるリンクのQoS性能相互依存度を学習する方法と、QoS性能相互依存度を用いてアプリケーション性能を最適化する方法とに関する。
【背景技術】
【0002】
5G等の最新の無線ネットワークは、技術革新及びビジネス革新が関与する垂直市場のエコシステムを創造する能力を有しているため、広範に使用されている。例えば、5Gを使用してバーティカルを強化する場合、プロフェッショナルアプリケーションは、サービス品質(QoS)に関する特定の要件を有する。5Gベースの鉄道通信ネットワークを例にとると、鉄道アプリケーションが5G公共ブロードバンドネットワークで搬送される場合、鉄道専用通信ネットワークと同様のレベルの安全性、回復力及び信頼性を保証しなければならない。
【0003】
例えば、5Gにおいて、QoSの概念はフローに基づく。QoSフローは、PDUセッション(UEとデータネットワークとの間の論理接続)において最も細かい粒度のQoS差別化である。各QoSフローは、以下のパラメータとともに、QoSフローID(QFI)によって一意に識別される。以下のパラメータとはすなわち、リソースタイプ(保証ビットレート(GBR)、非GBR、遅延クリティカルGBR)を含む5G QoS識別子(5QI)、優先度、パケット遅延バジェット(PDB)及びパケットエラーレート(PER)、割当て保持優先度(ARP)、並びに任意選択で保証最大フロービットレートである。ネットワークは、パケットの5QIタグに基づいてパケットを扱う。
【0004】
ユーザ(UE)は、異なるデータネットワークといくつかのPDUセッションを確立することができるが、あるPDUセッションは、UPF(User Plane Function)と称されるユーザプレーン機能とコアネットワークトランク用のgNBとの間の単一のIPトンネル(N3 GTP-Uトンネル)、及びgNBとUEとの間の1つ又はいくつかのデータ無線ベアラ(DRB)によって成り立っている。5Gでは、QoSフローマッピングがダウンリンク方向において2回生じることが知られている。UPFによって行われる第1のQoSフローマッピングは、ピアエンティティからN3 GTP-UトンネルへのQoSフローをマッピングすることと、フローに5QIをタグ付けすることである。N3における各QoSフローは、単一のGTP-Uトンネルにマッピングされる。第2のQoSマッピングは、gNBによって行われ、QoSフローをDRBにマッピングする。5Gでは、エアインターフェースにおいてN3上のGTP-UトンネルとDRBとの間に一対多の関係が存在する。gNBは、個々のQoSフローを(R)AN((無線)アクセスネットワーク)における1つ以上のDRBにマッピングすることができる。それゆえ、DRBは、1つ以上のQoSフローを輸送することができる。コアネットワークは、ピアエンティティからのQoSフローを独立して管理し、また、アクセスネットワークは、独立して無線ベアラを管理する。
【0005】
従来の無線通信システムでは、中央ノード(例えば、BS)は、無線の視点から見て異なるUEのリンク性能を管理し、アプリケーションレベルの視点は有しない。それゆえ、通信システムは、概して、UEのアプリケーションは独立しているものと仮定している。これは一般的に、eMBBサービスにおけるセルラーユーザ及びアプリケーションについて当てはまる。実際、従来の事例では、通信システムは、アプリケーションの視点から見てUEが依存する可能性があるとは認識していない。また、アプリケーションは通常、異なるUEからのリンク性能が相互依存している場合があることを理解する手がかりはなく、一方、実際には、無線アクセスネットワークでは、無線リソースは共有される、すなわち、1つのユーザ性能は他のユーザに依存している。図1に示すように、ユーザUE及びUEは、独立したアプリケーションApp及びAppをそれぞれ使用し、中央ノード5G gNBは、アプリケーション間の関係又は依存を考慮することなく、異なるUEのリンクを独立して管理する。
【0006】
しかしながら、5G対応バーティカル等の特定の無線ネットワークでは、プロフェッショナルアプリケーションは、5G公共MNOネットワークで搬送することができる。通常、プロフェッショナルアプリケーションに専用の共通アプリケーション層が展開される。異なる無線リンクの性能は集計され、プロフェッショナルアプリケーションにおいて規定されるいくつかの要件を共同で満たす。この場合、異なるリンク間のQoS管理は相互依存しており、異なるリンク間のそのような相互依存を知ることは有益であ得ることがわかった。これにより、システムは、ユーザ間の競争的側面を協調的側面に変換することができ、プロフェッショナルアプリケーションの所定の性能指数のいくつかの更なる最適化を実行することができるため、プロフェッショナルアプリケーションに対してよりよいQoS管理を提供することが可能になる。そのような状況を図2に示す。UE及びUEは、共通アプリケーションAppを使用し、中央ノード5G gNBは、同じアプリケーションに基づいてリンク間の関係又は依存を考慮して、異なるUEのリンクを管理する。
【発明の概要】
【発明が解決しようとする課題】
【0007】
本発明は、そのような知見を使用して、当該技術分野において、アプリケーション間の依存がまだ考慮されていない従来方式におけるQoS管理を改善することを目的とする。
【課題を解決するための手段】
【0008】
これに関して、本発明の1つの態様によれば、中央ノードによって管理されるネットワークにおいて複数の通信リンクのQoS性能相互依存度を学習する方法であって、複数の無線リンクは、共同性能指数を適用する共通アプリケーションとインターフェースし、本方法は、
複数の通信リンクの中から少なくとも2つのリンクを選択することと、
各選択されたリンクに対してトレーニング要求をそれぞれ生成することと、
トレーニング要求について各選択されたリンクに関するQoS性能を測定することと、
選択されたリンクの測定されたQoS性能を組み合わせて、選択されたリンク間のQoS性能相互依存度を取得することと、
を含む、方法が提供される。「組み合わせる」という用語は、特に、選択されたリンクの間の(数学的)関係を見出すために、選択されたリンクの測定されたQoS性能を相互に関連付けるか又は整理することを意味する。
【0009】
本発明の文脈において、通信リンクは、5G等の無線リンクと、ファイバー、銅線等の有線リンクとの両方を含む。
【0010】
代替的に、取得されたQoS性能相互依存度は、連続又は離散QoSプロファイルの集合を含む。
【0011】
そのような方法によって、共同性能指数を適用する共通アプリケーションとインターフェースする異なる無線リンクのQoS性能相互依存度を学習及び取得することが可能である。
【0012】
一実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、選択されたリンクにおけるトラフィック生成をトリガーすることを含む。また、トレーニング要求について各選択されたリンクに関するQoS性能を測定するステップは、選択されたリンクに関する向上又は劣化を測定することを含む。
【0013】
特に、トラフィックは、優先度、PDB、PER及び/又はスループット等の異なるQoSパラメータの集合を使用することによって生成される。
【0014】
代替的に、トラフィックは、上記共通アプリケーションに関する実際のトラフィックであるか、又は上記共通アプリケーションのトラフィック特性に従って生成されるダミートラフィックである。
【0015】
別の実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、制御プレーン手順を通じて各選択されたリンクについてのQoSプロファイルを要求することを含む。また、トレーニング要求について各選択されたリンクに関するQoS性能を測定するステップは、選択されたリンクにおけるQoSプロファイル変化を検出することを含む。
【0016】
特に、制御プレーン手順は、QoS交渉である。
【0017】
更に別の実施の形態において、各選択されたリンクに対してトレーニング要求をそれぞれ生成するステップは、動的GBR QoSプロファイル手順を通じて各選択されたリンクについての代替QoSプロファイル(AQP)を要求することを含む。さらに、トレーニング要求について各選択されたリンクに関するQoS性能を測定するステップは、選択されたリンクにおけるQoSプロファイル変化を検出することを含む。
【0018】
さらに、本発明による方法は、異なるチャネル状態を定義し、各チャネル状態について上述のステップを実行することを含むこともできる。
【0019】
特に、チャネル状態は、低SNRシナリオ、中SNRシナリオ及び高SNRシナリオを含み、QoS性能相互依存度は、各シナリオについて取得される。
【0020】
代替的に、本発明による方法は、チャネル変動の受容確率を測定し、確率と取得されたQoS性能相互依存度とを組み合わせるステップを含むこともできる。
【0021】
さらに、本発明による方法は、外部イベントによってトリガーされる。
【0022】
本発明の第2の態様によれば、上述の方法のステップを実行する手段を備えるデータ処理装置が提供される。
【0023】
本発明の第3の態様によれば、QoS性能相互依存度を用いてアプリケーション性能を最適化する方法であって、
本発明の第1の態様に記載の方法に従ってQoS性能相互依存度を取得することと、
取得されたQoS性能相互依存度の各QoSプロファイル集合についてアプリケーションの性能を予測することと、
アプリケーションに最高の性能を与えるQoSプロファイル集合を選択することと、
を含む、方法が提供される。
【0024】
そのような方法を用いると、学習及び取得されたQoS相互依存度情報によって共通アプリケーションの性能を向上させることが可能である。
【0025】
本発明の他の特徴及び利点は、添付図面に関連して以下の説明において明らかとなろう。
【図面の簡単な説明】
【0026】
図1】当該技術分野における、別個のアプリケーションを有するUEの独立したQoS管理を示す図である。
図2】本発明による、同じアプリケーションを有するUEの依存したQoS管理を示す図である。
図3】本発明による、異なるリンク間のQoS独立度を学習する一例示の方法のフローチャートである。
図4】本発明による、異なるリンク間のQoS独立度を学習する方法によって取得される、ベストエフォートトラフィックについてリンクlとリンクlとの間のスループット相互依存関係を示す図である。
図5】本発明による、異なるリンク間のQoS独立度を学習する方法によって取得される、GBRトラフィックについてリンクlとリンクlとの間のQoSプロファイル相互依存関係を示す図である。
図6】本発明による、異なるリンク間のQoS独立度を学習する方法によって取得される、AQPを伴うGBRトラフィックについてリンクlとリンクlとの間のQoSプロファイル相互依存関係を示す図である。
図7】QoS性能相互依存関係を用いてアプリケーション性能を向上させる第1の例示的な実施形態を示す図である。
図8】QoS性能相互依存関係を用いてアプリケーション性能を向上させる第2の例示的な実施形態を示す図である。
【発明を実施するための形態】
【0027】
図2に、本発明が実施される5Gネットワーク等のネットワークの一例示的な設定を示す。ここでは、ユーザUE及びUEは、列車又はビデオストリームアプリケーション用の監視ビデオ通信のプロフェッショナルアプリケーション等の共通アプリケーションAppを使用する。5G gNB等の中央ノードは、5Gコアネットワークを介して共同性能指数を適用する共通アプリケーションAppとインターフェースする異なるUEの無線リンクUuを管理する。
【0028】
特に、図2に示すような5Gネットワークでは、少なくとも2つのユーザUE及びUEは、共通リソースを共有し、中央ノードgNBは、ユーザのそれぞれと個々の、すなわち一対一のラインを確立する。ユーザの観点から見ると、ユーザUE及びUEは、共通アプリケーション又はサービスを供給する場合であっても、互いに未知である場合がある。ユーザは、ユーザの性能に対する自身の挙動及びトラフィックの影響を知らない。確立されたリンクは相互依存しており、異なるユーザ又は単一のユーザにそれぞれ属し得ることに留意されたい。
【0029】
いくつかのユーザに共通のアプリケーション層を展開すると、ユーザのフロー間の相互依存度を学習することが可能になることがわかった。
【0030】
次に、これらの無線リンクのQoS性能相互依存度を学習するために、一例示的な方法について図3を参照しながら説明する。
【0031】
図3は、異なるリンク間のQoS性能相互依存度を学習する例示的な方法のステップを示すフローチャートである。
【0032】
一例として、第1のステップS1では、2つのリンクl及びリンクlが、特徴付けられるように選択される。本発明によれば、リンクの数は2に限定されない。
【0033】
リンクが選択されると、次のステップS2において、各選択されたリンクl及びlについてトレーニング要求が生成される。トレーニング要求は、例えば、割り当てられるリソース、無線状態、及び中央ノードに対するユーザ位置に依存するとともに、他のユーザトラフィック、無線状態及び割り当てられるリソースにも依存するユーザ性能に関する。
【0034】
例えば、ステップS2において、所与のリンクl及びlについて、トレーニング要求は、リンクl及びlにおけるトラフィック生成、又は制御プレーンQoS交渉/適合をトリガーすることによって生成することができる。これについては詳細に後述する。
【0035】
その後、ステップS3において、選択された各リンクに関するQoS性能、すなわち、トレーニング要求に応答する性能変化が測定され、特に、各リンクl又はlにおいて実際のQoSプロファイル切替えが検出される。
【0036】
代替的に、QoS性能が測定されるとき、ステップS30において、リンクl及びlを分類して、相互依存スナップショットを提供し、その後、サンプルの数が十分であるか否かを判断する(S31)ことが可能である。数が十分でない場合、ステップS32において、サンプルの数が十分になるまで、新たなトレーニング要求をトリガーするとともに性能変化を測定するために、リンクの情報を更新して報告し、その後、ある場合はトラフィック生成コマンド及び設定を更新することが可能である。当業者であれば、異なるトレーニング要求に基づいて、リンク間の相互依存度を取得するのに数が十分である限り、サンプルの数が十分であるか否かを難なく理解及び判断する。
【0037】
測定が終了すると、ステップS4において、選択されたリンクl及びlの測定されるQoS性能は、選択されたリンク間のQoS性能相互依存度を取得するために、相互リンクすること等によって組み合わされる。
【0038】
上述のように、異なる様式でトレーニング要求を生成することが可能であり、これは、異なるリンク間の性能相互依存度を異なる方法で学習することができることも意味する。次に、例のために、3つの異なる事例について論述する。
【0039】
第1の事例において、リンク相互依存度の学習は、異なるQoSパラメータ(例えば、優先度、PDB、PER、スループット)の集合を使用して、リンクlにおけるネットワークへのダミートラフィックを生成し、lにおける性能変化(向上又は劣化)を測定することによって達成することができ、その逆についても同様である。リンク状態(無線状態、位置、リソース)は、生成されたトラフィック及び測定された性能とともに報告され、これにより、これらのトラフィック及び性能が学習特徴である。リンクlとリンクlとの間のスループット相互依存度として示される、ベストエフォートトラフィックのQoS相互依存関係の詳細な例を図4に示す。ベストエフォートトラフィックのリンクl及びlのスループットは相互リンクされ、それらの相互依存関係を取得する。
【0040】
代替的に、リンクl及びlにおける上記共通アプリケーションに関する実際のトラフィックを生成し、実際のトラフィックに応答した性能変化を測定することも可能である。
【0041】
この事例では、実際又はダミーのデータフローは、オープンなデータフローパイプを通じて送信され、無線アクセスネットワーク(RAN)は、フロー性能を測定し、このデータフローについて確立することができるQoSをアプリケーションサーバにフィードバックすることができる。
【0042】
第2の事例において、リンク相互依存度の学習は、QoSを主要な指標として考慮して達成することもできる。主に、既存のシステム手順、例えば、QoS交渉等の制御プレーン手順を通じて、QoSプロファイルQがlに関して要求され、Qがlに関して要求される。
【0043】
及びQの異なるレベルに対して同時に反復することによって、共通アプリケーション層は、所与の状態において2つのリンク間の関係を確立することができる。各QoSプロファイル要求の受容及び拒否は、gNB等の中央ノードを介してアプリケーションサーバ側において獲得される。ネットワーク及び共通アプリケーション層の両方についてQoSプロファイルが既知であるため、実際のトラフィックを生成する必要はない。リンクlとリンクlとの間のQoSプロファイル相互依存関係として示される、GBRトラフィックのQoS相互依存関係の一例を図5に示す。GBRトラフィックのリンクl及びlについてのQoSプロファイルは相互リンクされる。
【0044】
さらに、制御プレーン手順中、アプリケーション層(アップリンク又はダウンリンクトラフィックに応じて、ユーザノードにおけるアプリケーション層、又はデータネットワーク内に存在するアプリケーションサーバのいずれか)は、QoSパラメータを用いてデータフローをオープンしようとし、無線アクセスネットワーク(RAN)は、RANレベル情報(例えば、選択されたリンク(l、l)の伝播チャネル状態、システムの現在の負荷等)に従ってデータフローを受容又は拒否することに留意されたい。制御プレーン手順は、データフローをオープンしようとするアプリケーション層の制御プレーンにおける手順、及びどのようにRANがデータフローの確立に応答するかを指す。
【0045】
第3の事例において、リンク相互依存度の学習は、代替QoSプロファイル(AQP)を通じて達成することもできる。
【0046】
GBR QoSフローについて、アプリケーションは、目標(好ましい)QoSプロファイルと、アプリケーションが適合することが可能なリンクl及びlにおけるフォールバックQoSパラメータ(例えば、PDB、PER、GFBR)のリストとを要求するようにユーザ端末に依頼することができる。ここで、トラフィック、無線状態、基地局負荷等に応じて各フローについていずれのQoSプロファイルが可能であるかを判断するのはネットワーク(基地局)であり、アプリケーション(又は端末)は、使用時の現在のQoSプロファイルに関して警告される。実際又はダミーのトラフィックを注入することができる。注入されたトラフィック及びいくつかのユーザについて報告された現在のQoSプロファイルを知ると、アプリケーションサーバは、通信システムの共同挙動を学習することができる。リンクlとリンクlとの間のQoSプロファイル相互依存関係として示される、AQPを伴うGBRトラフィックのQoS相互依存関係の一例を図6に示す。
【0047】
加えて、GBR QoSフローについて、QoSプロファイルに基づくか又はAQPに基づくかに関係なく、制御プレーン手順は、純粋なシグナリングメッセージ(データプレーン送信はない)であり、すなわち、アプリケーション層は、フローを特徴付けるQoSパラメータを用いて要求を送ることによってデータフローをオープンしようとし、RANは肯定で応答する。
【0048】
さらに、QoS要求を通じたGBR又はレイテンシー制約サービスとのトラフィック適合の事例については、RANは、yesかnoかのみで応答する、すなわち、QoSフローは、受容されるか拒否されるかのいずれかである。AQPを通じたGBR又はレイテンシー制約サービスとのトラフィック適合の事例については、QoS要求は、目標(最大)QoSプロファイルとフォールバックQoSモードのリストとを含み、RAN応答は、アプリケーションサーバが適合することが可能なQoSパラメータをアプリケーションサーバに報知する。
【0049】
上記の例示的な学習方法は、サンプルが取得された異なる状態及び構成を考慮することもできる点で好ましい。したがって、リンク間の取得されたQoS性能相互依存関係は、異なる構成に関して調整することができ、又は多次元データベースとして提示することができる。
【0050】
例えば、無線リンク状態がチャネル変動に起因して変動することから、そのような変動を考慮するために、QoS相互依存関係学習手順中に、チャネル状態を低/中/高SNRシナリオに類別し、各シナリオについてのQoS相互依存関係を取得することが可能である。別の可能性として、ステップS31等、学習したQoS相互依存関係を、チャネル変動を考慮する確率測度(例えば、(Q,Q,P))と組み合わせたQoS相互依存指標として提示することもできる。換言すれば、プロファイルQがリンクlに関して要求されるとき、Qは、Pの確率を有してlにおいて達成可能である。
【0051】
したがって、学習したQoS相互依存関係は、図に提示される対情報として又はデータベース内に記憶されるnタプル情報として提示することができる。この関係は、システム構成に応じて、連続的又は離散的とすることができる。この関係は、無線状態の変動を反映するために、異なる構成(例えば、SNRレジーム)に関して調整することができ、又は他の情報(例えば、受容確率)と組み合わせることができる。
【0052】
リンク相互依存学習手順は、図3におけるステップS0に示すように、無用な相互依存(データ無効化)又は近傍の変化等の外部イベントによってトリガーすることができることが好ましい。
【0053】
異なるリンクについてのQoS性能相互依存情報が上述の実施形態によって学習されると、そのような情報は、上記の2リンク例を例として、達成可能なQoSプロファイル集合(Q ,Q )、...、(Q ,Q )の形式で提示することができ、プロファイル集合は、離散化集合とすることができ、又は曲線で提示される連続関係、すなわち、QoSプロファイル集合の無限対とすることができる。プロファイル集合を使用することで、以下の2段階手順によってアプリケーションの性能を向上させることができる。
1.達成可能なQoSプロファイル集合構成(Q ,Q )ごとに、上述のQoSプロファイルに基づいてアプリケーションの性能を予測する。全ての達成可能なQoSプロファイル集合について手順を繰り返す。リンクにわたる連続QoS相互依存関係関数の事例では、アプリケーション性能をQoS相互依存関係関数の関数として導出し、確率測度とともに提示されるQoSプロファイルの事例では、アプリケーション性能評価のために期待最適化を実行する。
2.アプリケーションに最高の性能を与えるQoSプロファイル集合を選択する。
【0054】
ステップ1において、アプリケーションの性能予測は、アプリケーションの所定の性能指数に基づいており、この性能指数は、例えば、スループット、遅延、信頼度等、全てアプリケーションに依存することができることに留意されたい。一対のQoSプロファイルが与えられた場合、所定の性能指数に関するアプリケーションのためのいくつかの他の構成パラメータに対する更なる最適化を実行することができることが知られている。
【0055】
以下、アプリケーション性能を最適化するQoS相互依存関係情報学習を利用する2つの例を示す。
【0056】
第1の実施形態は、鉄道通信システムのバックホールとしての5G MNOを通じたトラフィック適合及びQoS管理である。特に、第1の実施形態は、バックホールとしての5G MNOを通じた鉄道通信システム用の監視ビデオ遅延最小化を行う共同QoS管理及びルーティング最適化に関する。
【0057】
図7に示すように、ユーザは、図7の破線の矩形に示すように、専用列車無線ネットワークにおける路傍無線ユニット、例えばWRU、WRU、及びWRUである。共通アプリケーションである列車アプリは、例えば、列車の監視ビデオ通信である鉄道事業者関連プロフェッショナルアプリケーションである。5G gNBとWRUとの間、及び5G gNBとWRUとの間という2つのUuリンクは相互依存しており、それらのQoS相互依存関係は、QoS性能相互依存度を学習する上述の例示的な方法のうちの1つに従って学習することができる。
【0058】
列車アプリケーションの1つのある性能指数は、監視ビデオの遅延最小化とすることができる。図7に示すように、5G MNOは、プロフェッショナル列車アプリケーションのバックホールとして使用される。5G MNOの視点から見ると、WRUは、Uuインターフェースを通じてサービス提供される従来のユーザである。しかしながら、図7の破線の矩形内のローカル5G列車ネットワークの目で見ると、WRUは、列車の中継点又はアクセスポイントとして機能する。したがって、2つのUuリンクを通るフローは、同じ列車アプリケーション、すなわち列車アプリに属することができ、これにより、リンクは互いに相互依存する。
【0059】
この事例では、QoS相互依存関係学習の後、達成可能なQoSプロファイルの各対について、監視ビデオアプリケーションの遅延を最小化するために、図7の破線の矩形内の専用列車無線ネットワークについてのPC5ルーティングトポロジーの最適化を、実行する必要がある。
【0060】
達成可能な各QoSプロファイルにわたって性能予測を繰り返した後、最小の遅延性能につながる最適なQoSプロファイル対及び関連する最高のPC5ルーティング構成を選択することが可能である。
【0061】
第2の実施形態は、ビデオスタジオのバックホールとしてのMNOを通じたQoE(体験品質)管理である。特に、本実施形態は、バックホールとしての5G MNOを通じたビデオスタジオ用のQoE最適化を行う共同QoS管理及びcodec(/ルーティング)最適化に関する。
【0062】
図8は、第1のカメラUE及び第2のカメラUEからのビデオストリームを、このビデオストリームを使用又は視聴するエンドユーザに提供するネットワークを示す。UE及びUEは、5G gNBを介して5Gネットワーク上で共通ビデオスタジオアプリを共有する。したがって、MNO中央ノード5G gNBとUEとの間、及びMNO中央ノード5G gNBとUEとの間という2つのUuリンクは相互依存しており、それらのQoS相互依存関係は、QoS性能相互依存度を学習する上述の例示的な方法のうちの1つに従って学習することができる。
【0063】
典型的には、常に全てのビデオストリームに最高品質を要求する必要はない。すなわち、例えば、「オンエア」のカメラは高ビデオ品質を必要とするが、他のカメラから到来するビデオフローについてはより低品質で許容可能である。それゆえ、異なるビデオフロー特性は、アプリケーションレベルにおいてリンクされる。
【0064】
この実施形態において、ビデオスタジオアプリケーションの1つのある性能指数は、QoE向上、例えば、音声/画像品質等とすることができる。この事例では、QoS相互依存関係学習の後、達成可能なQoSプロファイルの各対について、目標QoE指標を達成することができるように、異なるユーザについてのcodecの最適化が実行される。
【0065】
代替的に、複雑なローカルネットワークが関与する場合、QoE最適化についてと併せて、経路選択又はローカルネットワークルーティングトポロジー最適化を最適化することもできる。そのような最適化は、当該技術分野において既知である。
【0066】
上述の方法を用いて、本発明は、複数の通信リンク間の相互依存関係を取得するために、共同性能指数を達成するように、共通アプリケーションとインターフェースするリンクのQoS相互依存度を学習する方法を提案する。加えて、本発明は、アプリケーションの性能指数に基づいて、リンクのQoSと経路選択等のいくつかの他の構成指標との共同最適化によって、ネットワーク性能を更に向上させる方法も提案する。
【0067】
加えて、当業者に既知であるように、本発明による、上記で説明された例示のアーキテクチャは、多くの方法、例えば、プロセッサによる実行のためのプログラム命令、ソフトウェアモジュール、マイクロコード、コンピュータ可読媒体上のコンピュータプログラム製品、論理回路、特定用途向け集積回路、ファームウェア等において実施することができる。本発明の実施形態は、完全にハードウェアの実施形態の形式、完全にソフトウェアの実施形態の形式、又はハードウェア要素及びソフトウェア要素の双方を含む実施形態の形式を取ることができる。好ましい実施形態において、本発明は、ソフトウェアにおいて実施され、ソフトウェアは、ファームウェア、常駐ソフトウェア、マイクロコード等を含むが、これらに限定されない。
【0068】
さらに、本発明の実施形態は、コンピュータ、処理デバイス、又は任意の命令実行システムによる、又はこれらに関連した使用のためのプログラムコードを提供するコンピュータ使用可能又はコンピュータ可読媒体からアクセス可能なコンピュータプログラム製品の形式を取ることができる。本明細書において、コンピュータ使用可能又はコンピュータ可読媒体は、命令実行システム、装置又はデバイスによる、又はこれらに関連した使用のためのプログラムを収容、記憶、通信、又は送達することができる任意の装置とすることができる。媒体は、電子、磁気、光学、又は半導体システム(又は装置若しくはデバイス)とすることができる。コンピュータ可読媒体の例として、半導体又はソリッドステートメモリ、磁気テープ、取り外し可能コンピュータディスケット、RAM、リードオンリーメモリ(ROM)、リジッド磁気ディスク、光学ディスク等が挙げられるが、これらに限定されない。光学ディスクの現在の例として、コンパクトディスクリードオンリーメモリ(CD-ROM)、コンパクトディスクリード/ライト(CD-R/W)及びDVDが挙げられる。
【0069】
本明細書において上記で説明した実施形態は、本発明の説明である。添付の特許請求の範囲から生じる本発明の範囲から離れることなく、実施形態に対し様々な変更を行うことができる。
図1
図2
図3
図4
図5
図6
図7
図8