Die Vielfalt der Aufgaben ist eine der größten Herausforderungen, denen die zukünftigen 6G-Netze gegenüberstehen werden. Künstliche Intelligenz (KI) steuert dynamisch das 6G RAN (Radio Access Network), um genau auf die personalisierten Anforderungen der Benutzer einzugehen. KI kann jedoch nur die Parameter einzelner RAN-Funktionen konfigurieren und keine Funktionen verteilen. Daher ist es ein Trend in der Entwicklung des 6G RAN, die Fähigkeiten des RAN dynamischer und konfigurierbarer zu machen. Dieser Artikel schlägt eine auf Diensten basierende RAN-Architektur vor, die separate RAN-Funktionen je nach Aufgabenbereich bereitstellen kann. Die Analyse der Protokolle zeigt die Komplexität der Interaktionsbeziehungen zwischen den RAN-CP-Funktionen (Steuerungsebene), die eine Trennung nach den Prinzipien hoher Kohäsion und geringer Kopplung erfordern. Basierend auf der Graphentheorie anstelle von Expertenerfahrung wurde eine Lösung zur Auftrennung von RAN-Funktionen entwickelt. Erstellung eines ungerichteten Graphen, der die funktionale Verbindung und Interaktion darstellt, und Trennung der Funktion über den minimalen Spannbaum. Unter Berücksichtigung wiederholter und überflüssiger RAN- und CN-Funktionen wurde eine integrierte RAN-CN-Trennungslösung vorgeschlagen. Die Analyse der Flexibilität der Trennung, der Komplexität der Signalisierung und der Verarbeitungsverzögerung zeigt, dass die Trennung der RAN-Steuerungsebene in 4 Dienste besser geeignet ist. Durch die integrierte RAN-CN-Trennung wird die technische Engpass der sequenziellen Effizienz der Schnittstelle Ng gelöst und ermöglicht eine vollständig serviceorientierte 6G-Netzwerk, das eine umfassende KI-basierte Funktionenplanung unterstützt.

Service-Trennung ; offene Intelligenz ; Dienstorientiertes RAN ; Graphentheorie ; vollständig serviceorientiertes 6G-Netzwerk