⚡ electrical engineering

Disaggregated multi-domain interference classification for O-RAN

本文提出了一种利用 O-RAN 功能分割的多域分布式干扰分类架构，通过融合时域、频域和信道状态信息，在仅牺牲 4% 分类性能的前提下，将推理延迟降低 9 倍、计算成本降低 11 倍，实现了低延迟、低成本且高精度的跨技术干扰分类。

原作者： Dieter Verbruggen, Hazem Sallouha, Sofie Pollin

发布于 2026-04-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Dieter Verbruggen, Hazem Sallouha, Sofie Pollin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何在拥挤的无线世界里，用更聪明、更快速的方法识别“噪音”和“干扰”的故事。

想象一下，你正在一个非常嘈杂的派对上（这就是现代无线网络），你想听清朋友说话（你的 5G 信号），但周围有各种各样的声音：有人在敲鼓（雷达信号），有人在放音乐（Wi-Fi），还有人在大声喊叫（其他 5G 信号）。这些声音混在一起，就是论文里说的**“跨技术干扰”（CTI）**。

为了听清朋友，你需要一个**“超级耳朵”（干扰分类器）来分辨这些声音。这篇论文提出的方案叫 OSIRIS，它就像是一个“分布式智能团队”**，专门解决传统方法太慢、太笨重的问题。

以下是用通俗语言和比喻对这篇论文核心内容的解读：

1. 痛点：以前的“超级大脑”太累了

传统做法：以前的系统（比如论文里对比的 ResNet 模型）就像一个独裁的超级大脑。它把所有听到的声音（数据）都塞进一个巨大的、复杂的黑盒子里，试图一次性分析出所有细节。
问题：这个大脑虽然聪明（准确率高），但它反应太慢，而且消耗巨大的能量（计算成本高）。在 5G 网络里，时间是以毫秒（千分之一秒）计算的，如果大脑反应慢了，网络就会卡顿，甚至断连。这就好比让一个米其林大厨去切菜，虽然切得完美，但太慢了，赶不上上菜时间。

2. 创新：OSIRIS 的“三人小组”战术

这篇论文利用 O-RAN（一种新型的网络架构）的特点，把“超级大脑”拆成了一个高效的小团队。

分工合作（多域处理）：
想象一下，为了分辨声音，团队里有三个专家，他们从不同的角度听声音：
1. 时间专家（Time Domain）：在信号刚进大门（无线电单元 O-RU）时就听。他擅长听节奏和突发声音（比如雷达的“哒哒”声）。
2. 频率专家（Frequency Domain）：在信号经过初步处理后（分布式单元 O-DU）听。他擅长听音调的高低和结构（比如 Wi-Fi 的特定旋律）。
3. 状态专家（CSI）：他听的是信号在传播过程中的**“回声”和“变形”**，擅长分辨那些长得非常像的信号（比如 4G 和 5G 混在一起时）。
流水线作业（功能拆分）：
以前的方法是把所有数据都送到一个地方再处理。OSIRIS 的做法是：谁离数据最近，谁就先处理。
- 时间专家在“门口”（O-RU）就先把节奏记下来。
- 频率和状态专家在“大厅”（O-DU）接着分析。
- 最后，大家把各自的笔记（特征）拼在一起，由一个轻量级的“裁判”（分类器）做出最终判断。

3. 训练秘诀：先练基本功，再搞团建

为了让这个团队配合默契，作者发明了一种**“分步训练法”**：

以前的做法：把三个专家扔进一个大房间，让他们一边学怎么听声音，一边学怎么配合，结果大家容易乱套，训练不稳定。
OSIRIS 的做法（预训练）：
1. 先让时间专家单独练，练到能听出所有节奏。
2. 再让频率专家单独练，练到能听出所有旋律。
3. 最后，把练好的专家召集起来，进行**“团建”**（融合训练），学习如何把各自的笔记拼成完美的报告。
- 效果：这样训练出来的团队，既稳定又强大，而且不容易出错。

4. 惊人的成果：快 9 倍，省 11 倍

实验结果显示，这个“三人小组”战术效果惊人：

速度：它的反应速度比传统“超级大脑”快了 9 倍（从 3700 多微秒缩短到 400 微秒左右）。这意味着它能在 1 毫秒的 5G 时间片内轻松完成任务，完全不会拖后腿。
效率：它消耗的计算资源只有原来的 1/11。这意味着它不需要昂贵的超级计算机，普通的 CPU 就能跑得飞快，就像用一辆省油的小轿车代替了耗油的重型卡车，却能跑同样快的路。
准确率：虽然它变轻快了，但准确率只下降了 4%（依然保持在 90% 以上）。在需要争分夺秒的 5G 世界里，这点牺牲换来巨大的速度提升，是非常划算的买卖。

总结

这篇论文的核心思想就是：不要试图用一个巨大的大脑去解决所有问题，而是利用网络架构的优势，把任务拆解给不同的“专家”分别处理，最后再汇总。

这就好比在厨房里，与其让一个主厨切菜、炒菜、摆盘全包（慢且累），不如让切菜工、炒菜工、摆盘工各司其职（快且高效）。OSIRIS 就是这样一个为 5G 网络量身定制的、轻量级、高效率的“干扰识别小团队”，它让未来的无线网络能更聪明、更快速地应对各种复杂的信号干扰。

论文技术总结：面向 O-RAN 的解耦多域干扰分类 (OSIRIS)

1. 研究背景与问题定义 (Problem)

随着无线连接需求的激增，频谱共享和动态频谱重用技术变得至关重要，但这不可避免地导致了跨技术干扰 (Cross-Technology Interference, CTI) 的加剧。在下一代 O-RAN (Open Radio Access Network) 架构中，为了维持服务质量 (QoS)，需要实时、准确且低延迟的干扰分类与缓解机制。

当前面临的主要挑战包括：

现有方案的局限性：现有的干扰分类方案多依赖于高复杂度的单体深度学习模型（Monolithic Deep Learning）。虽然这些模型在频率域数据上能达到较高的分类精度，但带来了巨大的计算开销和延迟，难以满足 O-RAN 实时控制（如 dApp）在 1ms 5G 子帧内的严格约束。
数据利用不充分：O-RAN 的功能拆分（Split 7.2x）天然地将物理层数据分为了三个域：时域（在 O-RU 处理）、频域（在 O-DU 处理）和 信道状态信息 (CSI)。传统方法通常仅利用其中单一域（通常是频域），忽略了多域数据的互补性，导致在复杂信道和不同信干噪比 (SIR) 下的鲁棒性不足。
计算资源限制：在共享的物理计算基础设施上部署轻量级模型是必须的，但现有的高精度模型往往无法在标准 CPU 上满足实时性要求。

2. 方法论 (Methodology)

本文提出了 OSIRIS (O-RAN Split Inference for Radio Interference Sensing)，一种专为 O-RAN 物理层设计的轻量级多域干扰分类架构。

核心架构设计

OSIRIS 利用 O-RAN Split 7.2x 的功能拆分，直接从同一数据流中提取并处理三种表示形式：

时域 (Time-domain)：在 O-RU (Radio Unit) 处提取，经过 ADC 和循环前缀 (CP) 去除后的原始采样序列 ( $X_{time}$ )。
频域 (Frequency-domain)：在 O-DU (Distributed Unit) 处，经过 FFT 变换后的符号序列 ( $X_{freq}$ )。
CSI 域 (Channel State Information)：在 O-DU 处，经过资源单元 (RE) 解映射和信道估计后得到的 CSI 序列 ( $X_{CSI}$ )。

网络结构：

特征提取骨干 (Backbone)：为每个域设计独立的特征提取器。每个提取器包含一个可学习的滤波器组（Filterbank）和四个深度可分离卷积层 (Depthwise Separable Convolutional Layers)。这种设计显著降低了参数量和计算量。
融合策略 (Fusion)：采用后期融合 (Late Fusion) 策略。各域提取的潜在特征 ( $F_{time}, F_{freq}, F_{CSI}$ ) 被拼接 (Concatenated) 后，输入到一个统一的分类头 (Classifier Head) 进行最终决策。
计算分布：约 42% 的时域处理负载在 O-RU 完成，剩余 58%（频域 42% + CSI 16%）在 O-DU 完成，天然契合 O-RAN 的分布式架构。

训练策略

为了优化多域融合模型，作者对比并提出了两种训练策略：

OSIRISrand：随机初始化，端到端训练整个网络。
OSIRISpre (推荐)：采用分阶段预训练 (Staged Pre-training) 策略。
- 阶段一：独立预训练时域、频域和 CSI 的特征提取器（每个域附带辅助分类头）。
- 阶段二：将表现最好的预训练权重迁移到完整的 OSIRIS 模型中，重新训练融合层和分类头。
- 优势：这种策略提高了训练稳定性，加速了收敛，并增强了模型区分高度相似波形（如 LTE 和 NR）的能力。

3. 关键贡献 (Key Contributions)

架构创新：提出了首个与 O-RAN Split 7.2x 物理层流水线直接对齐的轻量级多域干扰分类模型。通过利用 O-RAN 内部已计算的时域、频域和 CSI 表示，消除了学习复杂物理层变换的计算负担。
训练策略优化：引入分阶段预训练策略，解决了多域融合模型训练不稳定和收敛慢的问题，显著提升了模型在区分相似干扰源时的判别力。
性能突破：证明了分布式多域融合架构可以在标准 CPU 上实现亚毫秒级推理，同时保持高分类精度，完美平衡了精度与效率。

4. 实验结果 (Results)

实验基于合成的 5G 环境数据集（包含 7 类干扰：噪声、LTE、RADAR、Wi-Fi、NR 等），在标准 CPU (Intel Xeon Gold) 和 GPU 上进行了评估。

延迟与计算效率：
- 相比单体 ResNet 基线，OSIRIS 的推理延迟降低了 9 倍（中位延迟从 3761 µs 降至 398 µs）。
- 计算复杂度降低了 11 倍（MFLOPs 从 55.14M 降至 4.9M，参数量从 115.6k 降至 52.7k）。
- 成功在标准 CPU 上满足 1ms 的 5G 子帧约束。
分类精度：
- 虽然单体 ResNet 在峰值精度上略高 (84.86%)，但 OSIRISpre 达到了 80.22% 的准确率，仅牺牲了约 4% 的性能。
- 在高干扰条件（高 SIR）下，OSIRIS 保持了 >90% 的准确率。
- 训练稳定性：OSIRISpre 的训练稳定性方差 (2.14%) 显著优于随机初始化的 OSIRISrand (6.43%)。
多域协同效应：
- 对于瞬态信号（如 RADAR），时域特征占主导；对于宽带结构化信号（如 Wi-Fi），频域特征占主导。
- 对于频谱重叠严重的信号（如 NR1,20），单一域无法有效分类，但多域融合将分类准确率提升至 82.4%，证明了互补特征的重要性。
- 混淆矩阵显示，预训练策略显著减少了 LTE 与 NR1,20 之间的误判（从 20.6% 降至 16.9%）。

5. 意义与影响 (Significance)

推动 O-RAN 实时智能应用：OSIRIS 证明了通过利用 O-RAN 架构的天然特性（功能拆分和多域数据），可以部署满足严格实时性要求（<1ms）的 AI 应用（dApp），解决了当前 AI 模型在无线边缘部署中“太重、太慢”的痛点。
能效与成本优化：通过降低 11 倍的计算成本，使得在资源受限的边缘设备（如 O-RU 和 O-DU）上运行复杂的干扰管理成为可能，无需昂贵的专用硬件加速。
方法论启示：该研究展示了“领域特定特征提取 + 后期融合”以及“分阶段预训练”在无线信号处理中的有效性，为未来设计轻量级、高鲁棒性的物理层 AI 模型提供了新的范式。

总结：本文提出的 OSIRIS 模型成功地将干扰分类任务解耦到 O-RAN 的分布式架构中，利用多域数据的互补性，在大幅降低延迟和计算成本的同时，保持了高水平的分类精度，为下一代 6G 及 O-RAN 网络的实时智能干扰管理奠定了坚实基础。