english Icono del idioma   español Icono del idioma  

Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12008/55904 How to cite
Title: Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
Authors: Cerecetto, Betina
Conti, Lourdes
Melgar, Camilo
Tutor: Rattaro, Claudina
Navarro Gutiérrez, Juan
Inglés, Lucas
Type: Tesis de grado
Keywords: ORAN, 5G, Redes Moviles, xApps, RL, QLEAR, Deep Q-Network, Deep Reinforcement Learning
Issue Date: 2026
Abstract: O-RAN surge como una arquitectura orientada a transformar la red de acceso radioeléctrico en una infraestructura más abierta, interoperable y programable. Una de sus principales características es la posibilidad de incorporar aplicaciones de control y gestión mediante xApps y rApps. Las xApps se ejecutan sobre el Near-Real-Time RIC y permiten implementar funciones de monitoreo, análisis y control con requisitos temporales cercanos al tiempo real, mientras que las rApps se asocian al Non-Real-Time RIC, orientándose a tareas de optimización, planificación y automatización de más largo plazo. Si bien ambas representan componentes relevantes dentro del enfoque O-RAN, este proyecto se concentra principalmente en las xApps, dado que los entornos disponibles ofrecen mayor madurez práctica para trabajar con el Near-RT RIC, mientras que las implementaciones completas del Non-RT RIC aún presentan menor disponibilidad y consolidación. En este marco, el presente proyecto de grado explora las capacidades que ofrece O-RAN para modificar, monitorear y controlar componentes de la red en entornos de simulación y emulación, con foco en redes 5G. Esta tecnología introduce nuevos requerimientos de capacidad, latencia y conectividad masiva, lo que incrementa la complejidad de la gestión de recursos en la red de acceso radioeléctrico. El trabajo se desarrolló sobre dos entornos complementarios. Como primera contribución, se integraron en ns-3 dos líneas de desarrollo previamente separadas : por un lado, el módulo 5G-LENA, que provee capacidades nativas de simulación 5G, y por otro, componentes orientados al paradigma O-RAN. Sobre este entorno se implementaron componentes para recolectar métricas de la red, procesarlas y utilizarlas en la toma de decisiones del scheduler, es decir, el componente encargado de asignar los recursos radioeléctricos disponibles entre los distintos usuarios. Además, se incorporó comunicación mediante gRPC entre ns-3, desarrollado en C++, y un agente externo implementado en Python, basado en aprendizaje por refuerzo, capaz de recibir el estado de la red y generar acciones de asignación de recursos. Por otro lado, se trabajó en un entorno de emulación basado en OpenAirInterface y FlexRIC, donde se modificó una xApp de monitoreo para incorporar una lógica de diagnóstico del enlace. Este entorno permitió realizar pruebas más cercanas a una implementación real, aunque con una complejidad de desarrollo significativamente mayor que en simulación, asociada a la integración, configuración y depuración de componentes reales de la arquitectura. La funcionalidad desarrollada permite clasificar el estado del enlace de cada usuario a partir de distintas métricas de red, identificando posibles condiciones degradadas de funcionamiento. En síntesis, el proyecto muestra que O-RAN habilita la adaptación programable de componentes de la red mediante aplicaciones como las xApps, permitiendo incorporar nuevas lógicas de monitoreo, diagnóstico y control. Los desarrollos realizados constituyen una base práctica para futuros trabajos orientados al diseño de xApps y mecanismos inteligentes de asignación de recursos en redes 5G y futuras generaciones.
Publisher: Udelar.FI.
Citation: Cerecetto, B., Conti, L. y Melgar, C. Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN [en línea]. Tesis de grado. Montevideo : Udelar. FI. IIE, 2026.
Obtained title: Ingeniero Electricista
University or service that grants the title: Universidad de la República (Uruguay). Facultad de Ingeniería.
License: Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
Appears in Collections:Tesis de grado - Instituto de Ingeniería Eléctrica

Files in This Item:
File Description SizeFormat  
CCM26.pdfTesis de grado2,44 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons