| Nombre corto | Entregable | Descripción |
|---|---|---|
| SORUS-DRONE-A1.1-E1 | Primera versión de la arquitectura | El principal objetivo de los tres proyectos 6G-SORUS es estudiar la integración de los UAVs con RIS y vRAN. Esta integración puede proporcionar varios beneficios, incluyendo mayor cobertura y capacidad, eficiencia energética y espectral mejorada, y una mayor seguridad y privacidad. Los UAVs pueden ser usados como estaciones base aéreas para proveer cobertura inalámbrica a áreas donde es difícil o imposible desplegar estaciones base tradicionales. Usando RIS, los UAVs pueden mejorar la calidad de la señal y la cobertura, mientras que vRAN puede proporcionar asignación dinámica de recursos y administración eficiente de los recursos inalámbricos. Este documento describe los elementos de la arquitectura para la integración de UAVs en la operación de la red. |
| SORUS-DRONE-A1.2-E1 | Casos de Uso de UAVs | El proyecto SORUS-DRONES se centra en los retos que plantea la integración de vehículos aéreos no tripulados (UAV, UAS, drones) con redes de acceso radioeléctrico virtualizadas (vRAN) y superficies inteligentes reconfigurables (RIS) en el despliegue y funcionamiento de una red B5G. El diseño y desarrollo de la solución UAV se realizará atendiendo a las necesidades de los casos de uso que permitirán validar los desarrollos alcanzados en los otros subproyectos (vRAN y RIS), así como al estado del arte de la tecnología relacionada con los drones, las comunicaciones y la IA-Edge Computing. La solución propuesta atenderá las funcionalidades de los diferentes casos de uso con el grado de flexibilidad y adaptabilidad suficientes que permitan su puesta en marcha operativa para las demostraciones. |
| SORUS-DRONE-A2.1-E1 | Perfilado de UAV – Versión inicial | El proyecto SORUS-DRONES se centra en los retos que plantea la integración de vehículos aéreos no tripulados (UAV, UAS, drones) con redes de acceso radioeléctrico virtualizadas (vRAN) y superficies inteligentes reconfigurables (RIS) en el despliegue y funcionamiento de una red B5G. El proceso de análisis de diferentes soluciones y definición de prototipos para pruebas de validación se lleva a cabo en la fase de PROFILING. Este documento presenta el desarrollo conceptual y funcional de esta fase de PROFILING, así como los resultados preliminares de las pruebas iniciales destinadas a crear las herramientas necesarias para alcanzar los objetivos del proyecto. |
| SORUS-DRONE-A2.1-E2 | Perfilado de UAV Versión intermedia | El proyecto SORUS-DRONES se centra en los retos que plantea la integración de vehículos aéreos no tripulados (UAV, UAS, drones) con redes de acceso radioeléctrico virtualizadas (vRAN) y superficies inteligentes reconfigurables (RIS) en el despliegue y funcionamiento de una red B5G. El diseño y desarrollo de la solución UAV se realizará atendiendo a las necesidades de los casos de uso que permitirán validar los desarrollos alcanzados en los otros subproyectos (vRAN y RIS), así como al estado del arte de la tecnología relacionada con los drones, las comunicaciones y la IA-Edge Computing. El proceso de análisis de las diferentes soluciones y definición de los prototipos que permitirán realizar las pruebas de validación se desarrollan en la fase de PERFILADO. |
| SORUS-DRONE-A2.2-E1 (RE10) | Optimización de redes I: algoritmos para la orquestación de redes 6G para UAVs | El principal objetivo de 6G-SORUS es estudiar la integración de UAV con RIS y vRAN. Este documento describe un conjunto de algoritmos y técnicas a utilizar cuando se orquesta un escenario B5G con drones. El documento proporciona una revisión del estado del arte y un subconjunto inicial de técnicas a aplicar. Éstas se dividen en tres grupos: algoritmos generales a ser usados por los vehículos aéreos no tripulados (planificación de trayectorias, localización, etc.), algoritmos de orquestación (es decir, algoritmos para controlar el funcionamiento global del servicio), y técnicas y algoritmos para proporcionar comunicaciones mediante drones. |
| SORUS-DRONE-A3.1-E1 (E12) | Evaluación inicial del rendimiento | En este entregable, llevamos a cabo un análisis en profundidad de estrategias destinadas a mejorar los escenarios Beyond 5G (B5G) mediante la integración de vehículos aéreos no tripulados (UAV) y superficies inteligentes reconfigurables (RIS). Nuestra investigación se centra en indicadores clave de rendimiento (KPI) críticos, como la probabilidad de cobertura, el retraso de un extremo a otro o el consumo de energía. Exploramos de manera sistemática la interacción dinámica entre estas métricas bajo varios factores influyentes que dan forma al panorama B5G, ofreciendo información fundamental para optimizar el despliegue de UAV y RIS. |
| SORUS-DRONE-A3.2-E1 | Diseño de UAV | El proyecto SORUS-DRONES se centra en los retos que plantea la integración de vehículos aéreos no tripulados (UAV, UAS, drones) con redes de acceso radioeléctrico virtualizadas (vRAN) y superficies inteligentes reconfigurables (RIS) en el despliegue y funcionamiento de una red B5G. Para los objetivos del proyecto SORUS, se ha diseñado una aeronave específica, con los elementos hardware, especificaciones y prestaciones adecuados para los casos de uso definidos en la tarea A1.2. Este dron tendrá una configuración básica con un diseño modular, se producirá un PROTOTIPO INICIAL, que sirva de plataforma de prueba de los diferentes sistemas en desarrollo por separado y posteriormente se producirá el PROTOTIPO FINAL, un dron de mayor tamaño, dimensionado para embarcar los sistemas previstos en cada caso de uso. El presente documento describe el diseño y los elementos que componen el Prototipo inicial a fabricar para el desarrollo de las primeras pruebas. |
| SORUS-DRONE-A3.2-E2 | Prototipo inicial de UAV | El proyecto SORUS-DRONES se centra en los retos que plantea la integración de vehículos aéreos no tripulados (UAV, UAS, drones) con redes de acceso radioeléctrico virtualizadas (vRAN) y superficies inteligentes reconfigurables (RIS) en el despliegue y funcionamiento de una red B5G. Para los objetivos del proyecto SORUS, se están diseñando y perfilando aeronaves específicas, con los elementos hardware, especificaciones y prestaciones Adecuados para los casos de uso definidos en la tarea A1.2. En esta fase, se ha configurado un PROTOTIPO INICIAL que servirá de plataforma de prueba de los diferentes sistemas en desarrollo por separado y como base para el desarrollo del PROTOTIPO FINAL, un dron de mayor tamaño, dimensionado para embarcar los sistemas previstos en cada caso de uso |
| SORUS-RAN-A1.1-E1 | Primera versión de la arquitectura | El principal objetivo de los tres proyectos 6G-SORUS es estudiar la integración de los UAVs con RIS y vRAN. Esta integración puede proporcionar varios beneficios, incluyendo mayor cobertura y capacidad, eficiencia energética y espectral mejorada, y una mayor seguridad y privacidad. Los UAVs pueden ser usados como estaciones base aéreas para proveer cobertura inalámbrica a áreas donde es difícil o imposible desplegar estaciones base tradicionales. Usando RIS, los UAVs pueden mejorar la calidad de la señal y la cobertura, mientras que vRAN puede proporcionar asignación dinámica de recursos y administración eficiente de los recursos inalámbricos. Este documento describe los elementos de la arquitectura para la integración de vRAN en la operación de la red. |
| SORUS-RAN-A1.2-E1 | Casos de uso de vRAN | Este documento corresponde al entregable A1.2 – Casos de uso VRAN – que se encuentra en la fase inicial de las tareas descritas en el pliego de condiciones técnicas. Se describen tres casos de uso de vRAN relevantes y se estudian los parámetros que interesa optimizar, las métricas a tener en cuenta y los distintos objetivos de optimización. Tras la introducción, el objetivo principal es identificar los escenarios en los que la virtualización vRAN sea una ventaja respecto a los despliegues existentes. Se estudia el despliegue de múltiples O-DU virtualizadas sobre los nodos de computación compartida, así como las ventajas, desventajas y retos de desplegar diferentes O-DUs virtualizadas en la misma plataforma. También se describen los retos técnicos que presenta desplegar múltiples O-DUs a nivel computacional y aceleración de hardware compartidos, así como servicios de IA asociados en el Edge. Se analiza el uso tanto de controladores Non-Real Time como Near-Real Time para mejorar la asignación de recursos según la demanda. |
| SORUS-RAN-A2.1-E1 | Perfilado inicial de vRAN | Este documento corresponde al entregable A2.1 –Perfilado de vRAN– que se encuentra en la fase inicial de las tareas descritas en el pliego de condiciones técnicas. En este documento se definen los elementos utilizados en la implementación de dos testbed para la realización de diversos experimentos orientados a la obtención de datos de consumo de energía. Estos datos incluyen tanto a la CPU como a los dispositivos en su conjunto, pudiendo comparar los consumos energéticos de forma separada bajo los casos de uso planteados en el documento SORUS-RAN-A1.2. Esto ha permitido apreciar, de cara a la reducción del consumo de energía, que la plataforma hardware utilizada juega un papel fundamental en el consumo total, resultando esencial seleccionar la misma ajustada a las necesidades. A su vez, encontrar el balance correcto de MCS, airtime y resolución de las imágenes (en su caso), en cada situación es esencial para reducir el consumo energético sin perjudicar la experiencia del usuario final. |
| SORUS-RAN A2.1-E2 | Perfilado final de vRAN | En este documento se resumen las características existentes en entornos de vRAN y las soluciones a través de la arquitectura O-RAN propuesta, que incluye tanto el control inteligente de la radio en tiempo no real como casi real. Se aborda principalmente el problema de los noisy neighbours en este tipo de despliegues con compartición de recursos. Se presenta una plataforma experimental basada en Docker con la que se han realizado diferentes experimentos para encontrar la razón principal de la degradación exponencial del rendimiento con el aumento de vBS. Se ha llegado a la conclusión de que la computación segura afecta débilmente a dicho aumento (7%) y los cambios de contexto suponen un 43% de la sobrecarga total. Sin embargo, el principal problema reside en las pérdidas de caché, llegando a aumentar en un 500% con cinco vBS. |
| SORUS-RAN-A2.2-E1 | Primera versión de algoritmos de optimización conjunta | Este entregable trata de los algoritmos creados para la optimización de redes IoT con la finalidad de proporcionar conectividad de bajo coste y gran ancho de banda. Para ello se ha desarrollado un algoritmo basado en superficies inteligentes reconfigurables (RISs), llamado RISMA, que optimiza conjuntamente los parámetros de la RIS y la estrategia de formación de haces en el transmisor desde una perspectiva teórica. A su vez, se presenta un algoritmo desarrollado a partir del anterior, denominado Lo-RISMA, que pretende dar solución a los casos donde se utilizan RISs de baja resolución a través del estudio del error cuadrático medio agregado (SMSE) para conseguir una optimización de la tasa de transmisión agregada del sistema en el enlace descendente. |
| SORUS-RAN-A2.2-E2 | Versión final de algoritmos de optimización conjunta | Este documento se corresponde con el entregable SORUS-RAN-A2.2-E2 que se encuentra en la fase final de las tareas descritas en el pliego de condiciones técnicas. El objetivo es extender el trabajo previo con un caso de uso con múltiples usuarios, además de evaluar numéricamente tanto el caso de uso con usuario único como múltiple utilizando superficies inteligentes reconfigurables (RISs). La optimización ha consistido en minimizar la suma de errores cuadráticos medios sobre todos los nodos de usuario. Para ello se optimizan por separado de forma iterativa los parámetros de la RIS y la precodificación de la estación base. Además, se han propuesto dos algoritmos: RISMA, como una solución con baja complejidad computacional para encontrar soluciones óptimas en tiempo real; y Lo-RISMA, diseñado para metasuperficies de baja resolución, con alta eficiencia computacional, ideal para dispositivos con recursos limitados. Los resultados reflejan una mejora del 40% respecto a un precodificador MMSE y una ganancia entre el 20% y el 120% en comparación con un precodificador ZF, dependiendo del radio de la red. |
| SORUS-RAN-A2.3-E3 | Versión final del prototipo para validar la orquestación vRAN | Este documento se corresponde con el entregable SORUS-RAN-A2.3-E3. El trabajo reportado en este entregable aborda el problema del consumo energético en redes de acceso radio (RAN) virtualizadas. En particular, el uso de aceleradores hardware (HA) implica un gran incremento en el consumo de energía, lo que aumenta los costes y tiene graves consecuencias para el medio ambiente. Para resolver este problema, recopilamos datos de nuestra plataforma experimental y comparamos el rendimiento y el consumo energético de una HA (GPU NVIDIA V100) frente a una CPU (Intel Xeon Gold 6240R, 16 núcleos) para el procesamiento de software de bajo consumo energético. A partir de los datos obtenidos, diseñamos una estrategia para descargar tráfico en los HA de forma oportunista con el fin de ahorrar energía y mantener la fiabilidad. Sin embargo, esta estrategia de descarga debe configurarse casi en tiempo real para cada estación base (BS) que comparte recursos de computación comunes. Esto plantea un problema colaborativo multi-agente en el que el número de agentes implicados (BS) puede ser arbitrariamente grande y cambiar con el tiempo. Por lo tanto, proponemos un algoritmo llamado ECORAN, que resuelve un problema formulado como un contextual bandit multi-agente de forma eficiente. Nuestra solución aplica conceptos de la teoría del campo medio para ser totalmente escalable. Utilizando una plataforma real y trazas de una red móvil de producción, demostramos que ECORAN puede proporcionar hasta un 40% de ahorro de energía con respecto al enfoque utilizado actualmente por la industria. |
| SORUS-RAN-A3.1-E1 | Primera versión del prototipo para validar la orquestación vRAN | Este documento conforma el entregable SORUS-RAN-A3.2-E1, en el que se plantean diferentes algoritmos para dar solución a los tres casos de uso planteados en el entregable SORUS-RAN-A1.2. La finalidad de los mismos es la de explorar distintos escenarios para optimizar el consumo energético de las estaciones base virtualizadas, manteniendo los requerimientos de calidad de servicio. El objetivo es diseñar un sistema de políticas de energía capaz de adaptarse a las necesidades del usuario y a las condiciones de la red maximizando el rendimiento del sistema. Se han hecho experimentos tanto en escenarios estáticos como dinámicos para calcular el rendimiento de la propuesta en presencia de rápida variabilidad y cambios de repentinos de restricción. |
| SORUS-RAN A3.1-E2 | Segunda versión del prototipo para validar la orquestación vRAN | Este documento se corresponde con el entregable SORUS-RAN-A3.2-E2. Este trabajo presenta soluciones a dos problemas detectados en vRANs generados por la compartición de recursos. En la primera parte se presenta AIRIC, un sistema para proporcionar reconfiguración dinámica basada en Reinforcement Learning teniendo en cuenta el problema de los noisy neighbours. Se ha conseguido reducir la utilización de recursos en un 17% dimensionando correctamente el conjunto de núcleos de computación a lo largo del tiempo. La segunda parte está destinada a describir el framework implementado para solucionar la asignación óptima de memoria caché LLC (L3). Para ello se presenta MemorAI, que, mediante un Digital Twin y un clasificador basado en redes neuronales,permite una asignación de LLC óptima con un ahorro energético entre 0,35kJ y 1 kJ según la estrategia de asignación de vías de caché. |
| SORUS-RIS-A1.1-E1 | Primera versión de la arquitectura | El principal objetivo de los tres proyectos 6G-SORUS es estudiar la integración de los UAVs con RIS y vRAN. Esta integración puede proporcionar varios beneficios, incluyendo mayor cobertura y capacidad, eficiencia energética y espectral mejorada, y una mayor seguridad y privacidad. Los UAVs pueden ser usados como estaciones base aéreas para proveer cobertura inalámbrica a áreas donde es difícil o imposible desplegar estaciones base tradicionales. Usando RIS, los UAVs pueden mejorar la calidad de la señal y la cobertura, mientras que vRAN puede proporcionar asignación dinámica de recursos y administración eficiente de los recursos inalámbricos. Este documento describe los elementos de la arquitectura para la integración de RIS en la operación de la red. |
| SORUS-RIS-A1.2-E1 | Casos de uso de RIS | Este documento corresponde al entregable A1.2 – Casos de uso de RIS – que se encuentra en la fase inicial de las tareas descritas en el pliego de condiciones técnicas. En este documento se presenta un estudio preliminar de la tecnología y la viabilidad técnica necesarias para abordar el reto de mejorar las redes inalámbricas mediante el uso de superficies inteligentes reconfigurables. Se han definido tres focos principales de mejora: conectividad y fiabilidad, localización y detección o sostenibilidad y seguridad. Se describe teóricamente cómo esta tecnología puede ser útil para superar problemas en entornos urbanos con alta densidad de obstáculos o sin visión directa por parte de las estaciones base (BSs, por sus siglas en inglés). En entornos interiores y exteriores se podría utilizar para la detección de personas a modo de radar pasivo o mapeo del entorno. Y respecto a la seguridad, puede permitir comunicaciones altamente direccionales, lo que resulta en mayor eficiencia energética y evita la captación de la señal por otros agentes. |
| SORUS-RIS-A2.1-E1 | Plataforma de mediciones | Este informe presenta el entorno utilizado para medir el consumo de energía de los teléfonos inteligentes, basado en la arquitectura de Battery Labs (Varvello, 2022). Tras describir el entorno, nos centraremos en analizar las tecnologías de acceso radio (3G, 4G, 5G y Wi-Fi) y su impacto en el consumo energético. Posteriormente, detallaremos los experimentos planificados para el próximo Entregable 2. Finalmente, desde la perspectiva de Telefónica como proveedor de conectividad, exploraremos los mecanismos de ahorro de energía de las estaciones base al entrar en diferentes patrones de suspensión. Estos resultados se presentarán en el Entregable 3. |
| SORUS-RIS-A2.1-E2 | Diseño y Desarrollo de Experimentos | En el ámbito de las telecomunicaciones, comprender el consumo de energía de los teléfonos inteligentes es un área crítica de enfoque. Con aproximadamente 8 mil millones de teléfonos inteligentes en uso a nivel mundial, examinar cómo estos dispositivos consumen energía durante el uso de internet puede resaltar oportunidades para mejoras y optimizaciones significativas. A pesar de su importancia, esta área sigue siendo relativamente inexplorada por los investigadores. Nuestro objetivo es identificar los factores principales que contribuyen al aumento del consumo de energía en los teléfonos inteligentes durante el uso de internet. Para lograr esto, nos hemos concentrado en elementos clave como el tamaño del contenido, las tecnologías de acceso radioeléctrico (3G, 4G, 5G, WiFi), la antigüedad del dispositivo (modelos más nuevos vs. más antiguos), los operadores de redes móviles (por ejemplo, Vodafone, Movistar) y los tipos de aplicaciones (navegadores web, redes sociales, transmisión de video). Al identificar estos factores, buscamos descubrir conocimientos que puedan impulsar un uso más eficiente de la energía en los teléfonos inteligentes. |
| SORUS-RIS-A2.2-E1 | Metodologías de captura y Clasificación inicial de UEs según el modelo de comportamiento | Este Entregable describe las actividades realizadas durante el primer período de SORUS-RIS-A2.2. Éstas incluyen la identificación de los conceptos psicológicos y conductuales relevantes para la caracterización de la respuesta de los usuarios a la latencia del sistema, así como la identificación de la metodología a utilizar para su medición. Además, este Entregable presenta la primera versión del algoritmo de clasificación de usuarios, aplicado a tres conjuntos de datos diferentes, así como los resultados del estudio piloto basado en el uso de señales psicofisiológicas, como un primer paso para la integración de estas en el algoritmo de clasificación. |
| SORUS-RIS-A2.3-E2 | Versión inicial del simulador RIS | Este informe presenta una investigación sobre los beneficios de incorporar equipos RIS (Superficies Reconfigurables Inteligentes) en las Redes de Acceso Radio (RAN) para mejorar los servicios celulares. En la primera parte de este estudio, evaluamos los beneficios de incluir elementos RIS para mejorar la cobertura radio en escenarios del mundo real. En particular, seleccionamos una ubicación en una ciudad densamente poblada con una topografía compleja y un entorno que refleja diversidad en los modelos de propagación. Para esta configuración, recopilamos el despliegue de la red radio real de una red comercial y derivamos la cobertura teórica en función de dicho despliegue. Utilizamos esta información en un simulador de trazado de rayos Wireless InSite aumentado con RIS, con el fin de considerar el despliegue estratégico de RIS en cada escenario específico. Nuestro objetivo es demostrar el impacto de los despliegues de RIS en diferentes entornos y configuraciones. Nuestros hallazgos apoyan el uso de RIS como una solución rentable para expandir la cobertura en redes móviles urbanas del mundo real.
En la segunda parte del estudio, empleamos una herramienta de trazado de rayos diferente, Sionna RT (de Nvidia). Para este fin, desarrollamos un simulador modular a nivel de sistema para analizar y optimizar entornos de redes inalámbricas. El simulador incluye bloques para el despliegue de estaciones base/usuarios, cálculo del canal y cálculo de KPI, capturando indicadores clave de rendimiento como cobertura, SNR, SINR y tasas de datos. Utilizando conjuntos de datos de la red celular de Telefónica, mejoramos el simulador para modelar con precisión los despliegues reales y lo integramos con Sionna RT de Nvidia para un modelado avanzado de canales, permitiéndonos evaluar escenarios de propagación con gran precisión. Las características clave de Sionna RT, como la colocación de RIS y la optimización de los modos de re-radiación, nos permiten evaluar el impacto de las RIS en el rendimiento de la red.
|
| SORUS-RIS-A3.1-E1 | Diseño del simulador RIS | Este informe representa una investigación preliminar sobre los beneficios de incorporar equipos de Superficie Inteligente Reconfigurable (RIS, por sus siglas en inglés) en las Redes de Acceso por Radio (RAN) para mejorar los servicios celulares. Para llevar a cabo esta evaluación, es necesario diseñar un simulador a nivel de sistema capaz de capturar entornos de propagación realistas así como el comportamiento del RIS. En este trabajo, hemos diseñado dicho simulador utilizando el trazador de rayos Remcom Wireless InSite, una herramienta comercial avanzada para análisis a nivel de radio. Nuestro objetivo es aumentar las capacidades de esta herramienta para ayudar en el despliegue y simulación de RIS, con patrones de radiación específicos derivados de entornos de banco de pruebas de laboratorio. Nos proponemos evaluar el impacto de los repetidores RIS en la mejora de la cobertura de radio, teniendo en cuenta parámetros clave del sistema como el tamaño, la ubicación y la orientación. |
| SORUS-RIS-A3.2-E1 | Diseño de la plataforma | En este documento se incluyen los requerimientos impuestos para conseguir una RIS pasiva, escalable y sostenible. A diferencia de otros trabajos, se propone un diseño de RIS con características de modularidad y capaz de ofrecer una resolución de 3 bits, lo que permite codebooks de alta resolución espacial. Se propone un diseño de RIS utilizando un conmutador RF, que reduce el coste de control de las células reflectoras respecto a soluciones basadas en diodos PIN, y la utilización de dos buses denominados buses de selección de celda y selección de fase, que posibilitan la escalabilidad. |
| SORUS-RIS-A3.2-E2 | Plataforma RIS operativa | Este documento corresponde al entregable SORUS-RIS A3.2-E2 que se encuentra en la fase inicial de las tareas descritas en el pliego de condiciones técnicas. Este documento explica la implementación práctica y la caracterización empírica de un prototipo de RIS basado en el diseño presentado en el documento SORUS-RIS A3.2-E1, donde se presentó un sistema basado en superficies inteligentes reconfigurables capaces de ajustar la fase de las señales de radiofrecuencia incidentes para la conformación de haz 3D pasiva. Se detalla la construcción en una placa de circuito impreso y todos las decisiones de diseño implicadas en el proceso. Se valida el prototipo mediante distintos experimentos que incluyen patrones de haz, medición de potencia recibida y análisis de escalabilidad, así como un estudio de costes asociado a la producción de cada celda. |
