5G Fronthaul in Modular P4: eCPRI Protocol Processing and Precise BMv2 Timestamps for PTP-1588
Notice bibliographique
Résumé
P4, a domain-specific language (DSL) for programming network devices, offers flexibility in defining packet processing behaviors. This paper demonstrates the use of P4 to achieve modular eCPRI protocol processing and enhanced PTP-1588 synchronization, both critical for 5G fronthaul applications in Open Radio Access Network (O-RAN) environments. By implementing an eCPRI packet processing unit based on the eCPRI Specification Version 2 and inspired by Intel’s FPGA-based IP, we enable modular addition of new message types and custom packet processing functionality in P4. Our approach reduced lines of code per type by 85% and decreased configuration time by up to 5x compared to traditional methods, significantly simplifying complexity. Additionally, we introduce precise ingress and automatic egress timestamps for the BMv2 software switch to improve PTP-1588 accuracy, reducing error margins from 24,000 microseconds to 60 microseconds (99.75% improvement) and achieving sub-microsecond precision. Extensive testing in a Mininet environment validates these improvements, demonstrating enhanced precision and flexibility in handling time-sensitive protocols. While this paper focuses on 5G fronthaul applications in O-RAN networks, the techniques and results presented are equally applicable to other use cases across end-to-end 5G networks and beyond, paving the way for modular, high-precision, and programmable solutions in future open and interoperable network architectures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».