本文提出并比较了 min-max fairness 和 Vickrey-Clarke-Groves（VCG）基于拍卖的 x-haul 和 DU-CU 资源分配机制，以创建一个可持续发展的多租户 O-RAN 生态系统，其中使用 PON 虚拟化技术的 x-haul 接口在 RU 和边缘云之间提供光学连接，并设计了有效的启发式算法来提高经济效率和网络资源利用率。

Jan, 2023

本文提出了针对 O-RAN 中虚拟化单元的优化部署策略，以最小化网络中断并符合 O-RAN 特定的要求，从而提高网络的可用性和维护服务质量。

Oct, 2021

虚拟基站（vBS）中资源分配的在线学习算法，平衡有效吞吐量和虚拟基站能耗，在各种环境下实现零平均最优差距，节约高达 64.5% 的能耗。

Sep, 2023

通过 FROST（Flexible Reconfiguration method with Online System Tuning），我们提出了一种能源感知的机器学习管道解决方案，可根据 O-RAN 的规范和原则对能耗进行优化，从而实现高达 26.4% 的能源节省而不降低模型的准确性或引入显著的时间延迟。

Oct, 2023

该研究提出了一种新的框架来设计绿色 Cloud-RAN，包括 RRH 选择和功率最小化波束成形问题，通过引入群组稀疏性和加权的 l1/l2 范数最小化来解决这个问题，结果显示，该算法显着降低了网络功耗并减少了传输链接的功耗。

Oct, 2013

该论文研究了如何利用机器学习算法实现开放式无线接入网络的智能化管控，提出了一种基于多智能体和多臂赌博机的负载平衡和资源分配策略，并通过仿真实验证明，该算法在有效提升网络吞吐率的同时，相对于基于规则的和其他启发式算法，更能实现开放接入单元之间的负载均衡。

Mar, 2023

本文介绍了 ns-O-RAN 软件框架，该框架整合了实际的生产级别的基于近实时 RAN 智能控制器 (near-RT RIC) 以及基于 ns-3 的 3GPP 模拟环境，以便开发 xApp 和自动化的大规模数据收集，并测试深度强化学习驱动的用户级优化控制策略。同时，作者提出了第一个面向用户的 O-RAN Traffic Steering (TS) 智能切换框架，将两种算法结合在一起，优化网络中的用户级别基站服务，使得传输速率和频谱效率平均提高了 50％。

Sep, 2022

本文探讨了 O-RAN 联盟提出的解聚的网络架构是否为 NextG 网络的关键要素，并在此框架下研究了数据驱动优化方法的潜力、挑战和局限性，以及实现自主和自优化网络愿景的深度强化学习智能体通过实时分析与控制的闭环集成的可行性。

Dec, 2020

本篇论文讨论了云计算资源分配的核心问题，对计算资源、网络资源、能源消耗等多方面因素进行细致分析与探讨，为构建全面的、高效的、绿色可持续的云计算数据中心提供了参考。

Sep, 2013

我们提出了一种创新的方法，旨在协调 Open Radio Access Network（O-RAN）中的多个独立 xAPPs，以实现网络切片和资源分配，并优化用户设备（UE）之间的加权吞吐量和物理资源块（PRB）的分配。通过设计 power control xAPP 和 PRB allocation xAPP，我们的方法通过监督学习和无监督学习的组合实现了高效的网络切片问题解决方案。与其他方法相比，我们的方法在不同场景中展现出更高的性能和效果。

Jan, 2024