Self-organizing networks (SONs) need to be endowed with self-coordination capabilities to manage the complex relations between their internal components and to avoid their destructive interactions. Existing communication technologies commonly implement responsive self-coordination mechanisms that can be very slow in dynamic situations. The sixth generation (6G) networks, being in their early stages of research and standardization activities, open new opportunities to opt for a design-driven approach when developing self-coordination capabilities. This can be achieved through the use of hybrid SON designs. A hybrid architecture combines the centralized and distributed management and control. In this article, we review the history of SONs including the inherent self-coordination feature. We then delve into the concept of hybrid SONs (H-SONs), and we summarize the challenges, opportunities, and future trends for H-SON development. We provide a comprehensive collection of standardization activities and recommendations, discussing the key contributions and potential work to continue the evolution and push for a wide adoption of the H-SON paradigm. More importantly, as a key 6G architectural feature we propose that H-SONs should be loosely coupled networks. Loose coupling refers to the weak interaction of different layers and weak interaction between users in the same layer, i.e., the various feedback loops must be almost isolated from each other to improve the stability and to avoid chaotic situations. We finally conclude the paper with the key hints about the future landscape and the key drivers of 6G H-SONs.


翻译:自我组织网络(SONs)需要具备自我协调能力,以管理内部各组成部分之间的复杂关系,避免其破坏性的相互作用。现有的通信技术通常采用反应灵敏的自我协调机制,在动态情况下,这种机制可能非常缓慢。第六代(6G)网络处于研究和标准化活动的早期阶段,为选择设计驱动方法开发自我协调能力开辟了新的机会。这可以通过混合的SON设计来实现。混合结构将中央和分布式的管理和控制结合起来。在本篇文章中,我们审查了SON的历史,包括固有的自我协调特征。然后我们深入探讨混合的SON(H-SONs)概念,我们总结了HONS发展所面临的挑战、机会和未来趋势。我们全面收集了标准化活动和建议,讨论了关键贡献和潜在工作,以继续演进和推动广泛采用HSON模式。更重要的是,我们建议HONs的建筑特征应该是松散的网络,包括内在的自我协调特征。我们随后探讨混合的自我协调机制概念概念,我们总结了HONS-S-SON-S-H-M-M-HON-HON-H-HON-HON-HON-D-NLLLL)-ILLUG-IOL-ILOLL 和S-IL-NLOLOLOLOL-L-L-HOLOLOLL 和S-H-L-H-H-H-LLV-LOL-H-H-LLOL-LOL-LLLLLLLLL)之间的关键互动。最后,我们必须。我们。最后,必须从不同层次和不同层次和不同层次和不同层次。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
16+阅读 · 2021年7月18日
Neural Architecture Search without Training
Arxiv
10+阅读 · 2021年6月11日
Arxiv
12+阅读 · 2018年9月5日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员