霧無線接入網：架構、原理和挑戰

尹博南，艾元，彭木根

（北京郵電大學，北京 100876）

霧無線接入網：架構、原理和挑戰

尹博南，艾元，彭木根

（北京郵電大學，北京 100876）

為 了 降 低 前 傳 （fronthaul）鏈 路 開 銷 、避 免 傳 統 云 無 線 接 入 網 基 帶 單 元 池 中 無 線 信 號 處 理 大 規 模／高 實時 要 求 、 充 分 利 用 邊 緣 網 絡 設 備 的 計 算 和 存 儲 能 力 ， 提 出 了 霧 無 線 接 入 網 絡 （fog computing based radio access network，F-RAN），作為異構云無線接入網絡的演進。 F-RAN 的核心是利用用戶和邊緣網絡設備的計算和存儲功能，進行本地業務分發、分布式信號處理和分布式資源管理等。 詳細介紹了 F-RAN 的系統架構、關鍵技術及未來需研究的問題。

霧無線接入網；霧計算；邊緣云；邊緣緩存

1 引言

隨著 4G 移動通信系統技術的成熟與標準化，5G 移動通 信 系 統 的 研 究 最 近 幾 年 開 始 在 國 內 外 陸 續 展 開［1］。歐 盟最 早 于 2012 年 11 月 宣 布 啟 動 METIS（mobile and wireless communications enablers for the 2020 information society-2，2020 年 信 息 社 會 的 無 線 移 動 通 信 關 鍵 技 術 —2）的 5G 研究項目，目標是為建立下一代移動和無線通信系統奠定基礎，為未來的移動通信和無線技術在需求、特性和指標上達成共識，取得在概念、雛形、關鍵技術組成上的統一意見。我國也于 2013 年開始 5G 研發，2013 年 4 月 19日，IMT-2020 （International Mobile Telecommunications-2020，國際移動電信—2020）推進組第一次會議在北京召開。與此同時，為了保障國家在 5G 中的知識產權比例，增強我國在 5G 國際標準制定中的地位，我國科技部也啟動多個與5G 相關的“863”計劃科研項目。2016 年 3 月，國際無線通信 主 流 標 準 化 組 織 3GPP（the 3rd Generation Partner Project）確定了第一個 5G 研究項目，用來定義第一個 5G標準，標志著 5G 標準規模化展開。

近 年 來 ，產 業 界 陸 續 提 出 了 云 無 線 接 入 網 （cloud radio access network，C-RAN）和異構 云無線接入 網（heterogeneous cloud radio access network，H-CRAN）等 先 進 網 絡 架 構 ，作 為5G 的 接 入 網 方 案［2，3］。C-RAN 和 H-CRAN 結 合 軟 件 定 義 網 絡的發展，充分利用集中式大規模云計算處理，將傳統的基站分離 為 離 用 戶更 近 的 無 線 遠 端 射 頻 單 元 （remote radio head，RRH），和 多 個 基 帶 處 理 單 元（baseband unit，BBU）集 中 到 一起形成的 BBU 池，將無線信號處理和資源管理功能都集中到 BBU 池，能夠獲得集中式大規模協同信號處理和資源管理增益，無論是網絡頻譜效率、能量效率，還是網絡規劃優化管理等，都得到了非常明顯的改善。

C-RAN 通過把多個傳統基站的無線信號處理和資源管理功能集中在 BBU 池，通過大規模協同信號處理解決RRH 間的干擾， 并通過 BBU 池實現有限頻譜資源的共享和復用，減少了基站站址建設和空調使用以及維護等成本，提高了能量效率和網絡管理性能。C-RAN 主要為非實時數據業務設計，存儲、控制和通信處理等功能都集中在云計算網絡層，沒有考慮控制平面和業務平面的分離，前傳 （fronthaul）鏈 路 容 量 受 限 和 BBU 池 的 大 規 模 集 中 協 同信號處理時延降低了網絡性能增益，并且也沒有實現對現有 移 動 通 信 網 絡 的 平 滑 過 渡 和 兼 容［4］。C-RAN 系 統 架 構 如圖1所示。

H-CRAN 結 合 了 異 構 網 絡 （heterogeneous network，HetNet）和 C-RAN 的各自優點。H-CRAN 中的 BBU 池和已有 的 大 功 率 節 點 （high power node，HPN）相 連 ，可 以 充 分 利用 3G 和 4G 等蜂窩網絡的宏基站實現無縫覆蓋，且實現控制和業務平面功能分離。HPN 用于全網的控制信息分發，把集中控制云功能模塊從 BBU 池剝離出來。RRH 用于滿足熱點區域海量數據業務的高速傳輸需求。此外，BBU池和 HPN 之間的數據和控制接口分別為 S1 和 X2，其繼承于現有的 3GPP 標準協議，以實現 BBU 池和 HPN 的協作 資 源 管 理［5］。但 實 際 中 ，RRH 和 BBU 之 間 非 理 想 的 前 傳鏈路受限依然會嚴重影響 H-CRAN 的整體頻譜效率和能量效率。 一種可行的解決思路是利用 RRH 或者智能用戶設 備 （user equipment，UE）等 邊 緣 設 備 中 的 分 布 式 存 儲 和分布式信號處理功能，讓部分業務傳輸發生在本地，以減輕前傳鏈路的開銷。 因此，更進一步的新型無線接入網的網絡架構和解決方案值得研究與探索，以滿足 5G 的性能目標要求。 H-CRAN 系統架構如圖 2 所示。

圖1 C-RAN 系統架構

圖2 H-CRAN 系統架構

“霧計算”概念最初由思科公司提出。就像霧是更貼近地面的云，霧計算是指充分開發利用更靠近用戶的網絡邊緣設備的計算、存儲、通信、控制和管理等功能，將云計算模式擴展到網絡邊緣。通過將“霧計算”概念融入無線接入網架 構 中 ，提 出 了 霧 無 線 接 入 網 （fog computing based radio access network，F-RAN） 作 為 5G 無 線 接 入 網 解 決 方 案［6］。F-RAN 中 ，協 作 無 線 信 號 處 理 （collaboration radio signal processing，CRSP）和 協 同 無 線 資 源 管 理 （cooperative radio resource management，CRMM）功能不僅可 以 在 BBU 池 中 執行，也可以在用戶終端 UE 和 RRH 中實現。如果用戶終端應用只需在本地處理或者需求緩存內容已經存儲在鄰近的 RRH，則不必相連 BBU 池進行數據通信。F-RAN 通過將更多功能在邊緣設備實現，從而克服了 H-CRAN 中非理想前傳鏈路受限的影響，從而實現更優的網絡性能增益。

2 F-RAN 的系統架構

F-RAN 系統架構如圖 3 所示，其中 BBU 池與 HPN 功能繼承于 H-CRAN。所有的信號處理單元集中工作在 BBU池中以共享整體的信令、數據以及信道狀態信息。當網絡負載升高時，運營商僅需升級 BBU 池來提高容量。HPN 主要 被 用 來 實 現 控 制 平 面 的 功 能 ，為 所 有 的 F-UE （fog user equipment）提供 控 制信令和 小區 特 定 參 考 信 號 ，并 為 高 移動用戶提供基本比特速率的無縫覆蓋，從而降低不必要的切換并減輕同步限制。傳統的 RRH 通過結合存儲和 CRSP和 CRRM 功 能 演 進 為 霧 計 算 接 入 點 （fog access point，F-AP），通過前傳鏈路與 BBU 池相連。鄰近的 F-UE 之間可以 通 過 D2D（device to device，D2D）模 式 或 者 中 繼 模 式 直 接通信，以提高系統的頻譜效率。BBU 池通過集中式大規模協 同 多 點 （coordinated multiple points，CoMP）傳 輸 技 術 進 行聯合處理與調度，抑制 F-AP 與 HPN 間的跨層干擾。不同的是，由于部分 CRSP 功能和 CRRM 功能被遷移到 F-AP和 F-UE 中，且用戶可通過邊緣設備的受限緩存獲得數據業務而無需通過 BBU 池的集中式緩存，緩解了前傳鏈路和 BBU 池的開銷負擔，并降低了傳輸時延。

由于 F-AP 具備 CRSP 和 CRRM 功能，協同多點傳輸技術可以實現抑制層內和層間干擾。相鄰的 F-AP 之間互聯并形成不同種類的拓撲結構以實現本地分布式 CRSP。相比于網狀（mesh）拓撲結構，樹狀拓撲結構可以節省網絡部署和維護成本約 50%，更適合實際的 F-RAN 架構。如果分布式 CRSP 和 CRRM 技術不能有效解決干擾問題，F-AP的功能將退化為傳統的 RRH，選擇在 BBU 池實現全局集中式 CRSP 和 CRRM 功能進行處理。

F-RAN 通過異構網絡 和 C-RAN 演進 而 來 ，完全兼 容其 他 5G 系統 。一 些 5G 先 進 技 術 ，例 如 大 規 模 MIMO（massive multiple input multiple output）、認 知 無 線 電 、毫 米波通信和非正交多址技術都可以直接應用到 F-RAN 中。F-RAN 利用網絡邊緣設備的實時 CRSP 和靈活 CRRM 功能，可以實現網絡對流量和無線環境動態變化的自適應過程，通過對于 D2D、無線中繼、分布式協作和大規模集中式協作等不同模式的智能化選擇，實現以用戶為中心的網絡功能，匹配環境區域內的業務需求。

圖3 F-RAN 系統架構

3 F-RAN 的關鍵技術

3.1 傳輸模式選擇

根 據 移 動 速 度 、通 信 距 離 、位 置 、服 務 質 量 （quality of service，QoS）需求以及處理和緩存能力等信息參數，F-UE有 4 種可供選擇的傳輸模式接入 F-RAN 中，分別為：D2D和中繼模式、本地分布式協作模式、全局 C-RAN 模式與HPN 模式。所有的 F-UE 周期性地接收 HPN 的控制信令，并在其監管下做出最優傳輸模式選擇。首先根據來自 HPN的公共廣播導頻信道，估計 F-UE 的移動速度以及不同F-UE 配對之間的距離。如果 F-UE 處于高速移動狀態或者提供實時語音通信，則優先觸發 HPN 模式。如果相互通信的兩個 F-UE 間的相對移動速度較低并且距離不超過閾值D1，則觸發 D2D 模式。 相反，如果距離在閾值 D1與 D2之間并且有相鄰的 F-UE 可以作為中繼傳輸信息，則觸發中繼模式。此外，如果兩個 F-UE 移動速率較慢，而且相互之間距離在 D2與 D3之間，或者距離不超過 D2但其中至少有一個 F-UE 不支持 D2D 或中繼模式，則觸發本地分布式協作模式 ，F-UE 與 鄰近的 F-AP 進行通信。 如果本地分布 式協作模式不能滿足性能要求，或者兩個 F-UE 間距離超過閾值 D3，再或者需求內容來自云服務器，則觸發全局C-RAN 模式，此時所有的 CRSP 和 CRRM 功能都在集中式BBU 池中實現，與 C-RAN 系統相同。自適應傳輸模式選擇流程如圖4所示。

D2D 和中繼模式以用戶為中心， 通信只在終端層進行，可獲得顯著的性能增益并減輕前傳鏈路負擔。HPN 為這種模式下的每個 F-UE 分配設備標識。因為 D2D 通信中天線高度較低，因此其快衰落受到很強的視距因素影響，不 同 于 傳 統 無 線 網 絡 中 的 瑞 利 分 布［7］。本 地 分 布 式 協 作 模式下，數據流量直接來自于 F-AP 而非云服務器。通過考慮實現復雜度和 CoMP 增益，F-AP 簇自適應形成并執行分布式協作。其中 CoMP 增益取決于 F-RAN 簇的拓撲結構以及連接 F-AP 的回傳鏈路容量。通過分布式協作，小區邊緣用戶的下行鏈路頻譜效率可以提高大約 70%，上行鏈路頻譜效率可以提高大約 122%。F-AP 的分簇策略對于頻譜效率的影響至關重要， 圖 5 比較了不同 F-AP 緩存大小下本地分布式協作模式的遍歷速率與簇半徑閾值之間的關系，其中 ，Cf表 示 緩 存 大 小 ，γth表 示 遍 歷 速 率 ，Lc表 示 簇 半 徑 閾值。 隨著簇半徑閾值的增加，簇內 F-AP 數目增多，使得更多的 F-AP 服務于用戶，同時信號強度增加且干擾減少，顯著 提 高 了 分 布 式 協 作 模 式 的 遍 歷 速 率［8］。此 外 ，更 大 的 緩 存空間意味著用戶有更高概率獲得所需文件，同樣提高了系統遍歷速率。全局 C-RAN 模式下，RRH 將接收到的無線信號轉發到 BBU 池，BBU 池全局集中式執行所有的 CRSP和 CRRM 功能。不同于本地分布式協作模式，全局 C-RAN模式可通過多個 RRH 共同為目標 UE 服務以提高頻譜效率。同時在其他 3種模式的協助下，前傳鏈路的容量需求顯著降低，容量和時延限制得到緩解。HPN 模式可以降低控制信道的開銷并且避免不必要的切換。此模式主要用于保 證 基 本 QoS 支 持 的 無 縫 覆 蓋 。軟 部 分 頻 率 復 用 （soft fractional frequency reuse，S-FFR） 方 案 可 以 用 于 HPN 模式，減輕 HPN 與 F-AP 的層間干擾，顯著提高系統能量效率 和 頻 譜 效 率［9］。

圖4 F-RAN 的自適應傳輸模式選擇流程

圖5 本 地 分 布 式 協 作 模 式 下 不 同 F-AP 的 Cf、γth與 Lc的 關 系

3.2 干擾抑制

4 種傳輸模式下的 F-UE 共享相同的無線資源，干擾嚴重影響 了 F-RAN 的 系統性能 。F-RAN 中 的 干擾抑制 技術可以分為物理層的協作預編碼與媒質訪問控制（medium access control，MAC）層的協調調度。

協作預編碼技術主要分為全局式和分布式。全局式協作預編碼包括 HPN 模式下單天線大規模 MIMO 技術以及全局 C-RAN 模式下基于分布式 F-AP 的 大規模協作 MIMO技術。分布式協作預編碼技術為本地分布式協調模式下的簇內分布式 F-AP 間的聯合處理 CoMP。 為了平衡性能與復雜度，協作預編碼大小需稀疏化設計，以降低復雜度與信道估計開銷。參考文獻［10］研究了 F-AP 協作預編碼簇的形成策略，利用隨機幾何推導了固定的簇內協作策略的成功接入概率的顯示表達式。將推導的理論結果作為效用函數，F-AP 的分組問題建立為聯盟形成博弈問題，得出基于合并和分裂方法的簇內協作算法。 為了評估性能增益，體現完全集中式和完全分布式的大類簇形成和無簇策略作為兩種基礎方案用于比較分析。如圖 6 所示，τ=0.1 表示功率消耗部分的影響得到減輕，此時可以提供更靈活的選擇用于簇大小的設置，目標數據速率隨著信號與干擾加噪聲比 （signal to interference plus noise ratio，SINR） 閾 值 的 增 加而增加，因此平均數據速率也會在 SINR 閾值的中下等區間保持增加。然而在較高的 SINR 閾值的區間中，成功接入概率會隨著閾值的增加而減少，此時平均數據速率的增長變得緩慢，甚至會開始下降。由于功率消耗固定，因此能量效率曲線的趨勢與相應的平均數據速率曲線基本相同。

圖6 不同算法下的能量效率

F-RAN 的最優協調調度方案需要解決時延感知下多目標跨層優化問題，通常有 3 種解決思路，分別為等效速度約束方法、李雅普諾夫（Lyapunov）優化方法以及馬爾可夫（Markov）決 策 過 程 方 法［11］。等 效 速 度 約 束 方 法 通 過 使 用 排隊論或大偏差理論將平均時延約束轉化為等效平均速率約束 ；Lyapunov 優 化 方 法 將 平 均 時 延 約 束 轉 化 為 最 小 化Lyapunov 偏 移 加 效 用 函 數 ；Markov 決 策 過 程 方 法 是 系 統性 通 過 隨 機 學 習 或 微 分 方 程 的 方 式 推 導 貝 爾 曼 （Bellman）方程。

3.3 邊緣緩存

邊緣緩存技術最初提出應用于計算機系統。已有研究表明，互聯網中的大部分流量主要是由相對一小部分業務數據和多媒體文件等信息流轉造成。通過將高流行度的互聯網內容文件緩存在網絡邊緣，用戶無需向較遠的數據中心獲取文件，可以有效降低業務流量和接入時延，減輕網絡負擔。隨著移動通信的發展，移動終端的高質量視頻流、社交網絡和智能應用等呈爆炸式增長，因此，將邊緣緩存技術引入新型的移動通信系統，可以極大提高性能增益，滿足日益增長的業務需求。

F-RAN 中 邊 緣 設 備 具 備 緩 存 與 計 算 的 能 力 ，可 為F-UE 提供快捷內容訪問與檢索功能，有效緩解云服務器的負擔，降低內容傳遞時延，通過面向對象與內容認知技術提高性能增益和用戶體驗。相比于傳統集中式緩存機制，F-AP 和 F-UE 中的緩存空間相對較小。參考文獻［12］研究了基于 F-AP 和 F-UE 的協作緩存策略，不同文件大小情況下的最優緩存選擇策略如圖 7所示。仿真結果表明，對于高流行度的文件應該優先緩存在 F-AP 中。由于 D2D 連接的不穩定性，可以考慮將較高流行度中較小尺寸的文件緩存在 F-UE 通過 D2D 連 接實現共享 。數值 結果分析表明，根據不同流行度和大小的協作資源緩存策略，可以有效地降低系統時延。為了更好地利用邊緣緩存技術 提 高 系 統 性 能 增 益 ，參 考 文 獻 ［13］研 究 了 F-RAN 場景下的緩存資源與傳統無線資源的聯合優化問題，并提出了兩種基于博弈的聯盟形成算法，數值結果分析表明，提出的優化算法可以極大地提高系統的能量效率與服務質量。

圖7 F-RAN 中緩存選擇的最優策略

3.4 資源調度

D2D 技術是一種利用小區分裂增益來提升網絡容量、擴展網絡覆蓋以及改善鏈路傳輸頑健性的有效技術。然而，頻譜資源的復用所帶來的 F-AP 通信與 D2D 通信的跨層干擾成為了限制吞吐量提升的一個關鍵問題。F-RAN 可以通過 HPN 發送控制信令對用戶的資源調度進行指示，因此可以設計可行的集中式 D2D 通信頻譜接入方案，以有效抑制 D2D 通信和 F-AP 之間的干擾，提高系統頻譜利用率。

［7］提 出 了 一 種 集 中 式 機 會 頻 譜 接 入 控 制（centralized opportunistic access control，COAC）方 案 ，利 用 隨機 幾 何 推 導 了 傳 統 的 分 布 式 隨 機 頻 譜 接 入 控制（distributed random access control，DRAC）方 案 以 及 所 提 頻 譜 接 入 控制方案下 D2D 通信以 及 F-AP 通信網絡的 成功傳 輸概率和平均容量的理論表達式。傳統的頻譜資源劃分策略通常基于固定頻譜劃分或隨機信道接入，沒有考慮利用干擾信道信息進行機會式的頻譜接入。對于 DRAC 方案，D2D 發送用戶不知道對受干擾 F-AP 通信用戶的干擾信道信息，每個用戶隨機從子信道中選擇接入。而對于 COAC 方案，則可以利用干擾信道信息進行機會式的頻譜接入。在一個典型的子信道上，分配到該子信道的 F-AP 通信用戶檢測D2D 發送用戶的強干擾源，F-AP 通信用戶將其強干擾源集合反饋到 HPN 集中控制云。HPN 通過控制信道指示每一個 D2D 發送用戶的接入／空閑狀態：若該 D2D 發送用戶對于子信道上任意的 F-AP 用戶是強干擾源，則將其設置為空閑狀態；否則若對于子信道上所有的 F-AP 用戶都不是強干擾源，則將其設置為接入狀態。兩種頻譜接入控制方案的性能與 D2D 頻譜資源占用率 ε的關系如圖 8 所示。圖 8 中考慮稀疏、中等和密集 3 種 D2D 通信的密度場景 ，分 別 對 應 λD／λM=10、100 和 1 000 （λD是 D2D 用 戶 密度，λM是 F-AP 密度且固定）。另外，圖 8 中還描點繪制了漸進表達式的結果用于驗證該漸進解的準確度以及 ε=0（即 F-AP 通 信 網 絡 性 能 上界 ，用虛 線 表 示 ）和 ε=l的 場 景（即 F-AP 通信網絡性能下界，用點狀線表示）。F-AP 通信網絡成功傳輸概率隨著 D2D 頻譜資源占用率 ε的增加而降低，而且 ε→0 時的極值與上界、ε=1 時的極值與下界能夠完全對應。由于 COAC 方案中用戶利用了干擾信道信息進行集中式的資源調度與機會接入，相對于 DRAC 方案顯著提高了系統頻譜效率。

圖8 DRAC 和 COAC 方案下成功傳輸概率與 ε 的關系

4 F-RAN 的技術挑戰及開放問題

F-RAN 作 為 C-RAN 和 H-CRAN 的 增 強 演 進 方 案 ，仍有許多技術挑戰亟需解決，包括社交感知、網絡功能虛擬化 （network function virtualization，NFV）和 軟 件 定 義 網 絡（software defined networking，SDN）技術。

4.1 社交感知

傳統 C-RAN 中，UE 在信道滿足相應條件下，能夠與其他 UE 建立連接進行通信。然而在實際中，用戶個人參與構建了復雜的社會關系網絡。用戶攜帶的 UE通常基于安全性的考慮不會與不熟悉的 UE建立連接。根據不同的地理位置、興趣和背景，用戶個人或者 UE 被分為不同的社會群體。同一社會群體內的 UE 可以交換信息，不同群體間的 UE 則很少建立連接。相比 于 C-RAN，F-RAN 中 邊緣設備通過緩存不同的社交媒體文件，其社交特征更加顯現，有助于構建社會群體。因此，社交關系作為新的影響因素，有助于提高 D2D 通信以及 F-RAN 的性能增益。目前F-RAN 中的性能分析與資源分配都沒有考慮社交關系的影響，如何利用社交關系提高系統性能，并構建社交感知下 F-RAN 通信系統，值得未來研究與探索。

4.2 網絡功能虛擬化和軟件定義網絡

NFV 通過軟硬件解耦及網絡功能抽象化，旨在使網絡設備功能不再依賴于專用硬件，從而實現新業務的快速開發和部署、資源的靈活共享以及資本和運營開銷的顯著下降 。F-RAN 可 為 NFV 提 供 虛 擬 網 絡 功 能 （virtual network function，VNF）間 的 可 編 程 連 接 ，這 些 連 接 通 過 VNF 的 協調器進行管理。F-RAN 繼承于 H-CRAN，將 控 制層和業 務層分離，通過控制器實現獨立于硬件的軟件重新設計和重新配置，實現網絡架構的靈活性與可重構性。由于網絡邊緣設備需實時向 SDN 中央控制器發送信息用于決策，會嚴重增加前傳鏈路負擔，降低網絡性能。目前 SDN 主要研究 應 用 于 互 聯 網 協 議 （internet protocol，IP）層 ，仍 然 沒 有 完善的解決方案能夠在 F-RAN 邊緣設備的 MAC 層和物理層實現 SDN 功能。F-RAN 中 SDN 和 NFV 的功能實現，依然面臨著安全、計算性能、VNF 互聯、可移植性以及與傳統RAN 的兼容運營和管理等眾多難題的挑戰。

5 結束語

本文系統地介紹了新型 5G 無線接入網架構 F-RAN。與 傳統基于 集 中 式云計 算 的 網 絡 架構 C-RAN 和 H-CRAN相比，F-RAN 中的 CRSP 和 CRRM 功能可以在更靠近終端用戶的網絡邊緣設備自適應地實現。此外，重點介紹了F-RAN 的傳輸模式選擇、干擾消除、邊緣緩存和資源調度等關鍵技術，并提出了相應的解決方案。 F-RAN 目前仍處于研究初期，未來有許多未解決的問題值得研究與完善。

參考文獻：

［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 Y，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］. http：／／arxiv.org／abs／1506.04233.

［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］. http：／／arxiv.org／abs／1602.00766.

［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.A 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.

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

YIN Bonan，AI Yuan，PENG Mugen
Beijing University of Posts and Telecommunications，Beijing 100876，China

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.

fog computing based radio access network，fog computing，edge cloud，edge caching

s：The National Key Basic Research Program of China（973 Program）（No.2013CB336600），The National Natural Science Foundation of China（No.61361166005），The National Program for Special Support of Eminent Professionals

TN929.53

：A

10.11959／j.issn.1000-0801.2016162

尹博南（1993-），男，北京郵電大學泛網無線通信教育部重點實驗室碩士生，主要研究方向為異構云無線接入網、分子通信和身體域納米網絡。

艾元（1993-），男，北京郵電大學泛網無線通信教育部重點實驗室博士生，主要研究方向為異構云無線接入網。

彭木根（1978-），男，北京郵電大學教授、博士生導師，教師發展中心主任。教育部重 點 實 驗 室 研 究 中 心 主 任 、IET 會 士 、 中國電子學會青年科學家俱樂部副主席、北京科技人才研究會副秘書長。獲得第三十屆北京五四青年獎章，入選首屆國家自然科學基金優秀青年基金、首屆長江學者獎勵計劃青年學者、國家萬人計劃—青年拔尖人才項目等。 發表本領域頂級期刊論文 40 余篇，其中 7 篇論文入選 ESI高被 引 論 文 數 據 庫 ，Google 學術引用 3 200 余 次 。 擔任IEEE Communication Magazine、IEEE Access、IET Communications等期刊編委，在國際學術會議上做特邀報告 7 次，7 次獲得國際學術會議最佳論文獎。 出版專著譯著 12 部，包括英文專著1部，獲得中華優秀出版物圖書獎。獲得國內外授權技術發明專利 59 項，其中轉讓 28 項。 曾獲得高等學校科學研究優秀成果獎（科學技術）技術發明獎一等獎（排名第二）和自然科學獎二等獎（排名第一）、中國通信學會技術發明獎一等獎（排名第一）、茅以升科技獎北京青年科技獎、國際電氣和電子工程師協會亞太區杰出青年科學家獎等。

2016-05-11；

：2016-06-06

國 家 重 點 基 礎 研究發展計劃（“973”計劃）基金資助項目（No.2013CB336600）；國家自然科學基金資助項目（No.61361166005）；國家高層次人才特殊支持計劃項目