Cellular networks have significantly transformed the way we communicate and access data and the data rates have only been increasing for the last 30 years. 5G is the current generation of cellular networks and enables faster data rates and lower latency. One of the cellular network architectures used to enable 5g is centralized radio access networks (C-RAN). C-RAN centralizes all the baseband units (BBU) into one or a few locations in contrast to traditional architectures where BBUs are separated. This centralization causes more demand on the fronthaul to transfer larger amounts of data. To mitigate this demand on the fronthaul, functional splits were developed to distribute the baseband functions dependent on the need. This thesis focuses on simulating several functional splits in C-RAN with packetized fronthaul. The objective is to study the impact the functional split options have on the network by investigating key metrics such as fronthaul link throughput, utilization, and, buffer usage. The thesis includes the development of a digital twin (DT) of C-RAN deployments. This digital twin is implemented in Python using the SimPy library to enable discrete event simulation. The DT was then used to simulate each split option over low, medium, and high traffic loads. The network that was simulated includes one BBU, fronthual link, one switch, and three remote radio units with 64 antennas. The fronthaul link is 1 km long and has a transfer rate of 100 Gbps. The results show that various functional split options have a significant impact on the network’s overall performance. This impact is mostly dependent on the split option choice and not on the load for this configuration. Overall, this thesis contributes to the understanding of functional splits in centralized radio access networks with packetized fronthaul. / Mobilnäten har förändrat hur vi kommunicerar och får tillgång till data, och datahastigheterna har bara ökat under de senaste 30 åren. 5G är den nuvarande generationen av mobilnät och möjliggör snabbare datahastigheter och lägre latens. En av de mobilnät arkitekturer som används för att möjliggöra 5g är centraliserade radioaccessnät (C-RAN). C-RAN centraliserar alla basbandsenheter (BBU) till en eller ett mindre antal platser i motsats till traditionella arkitekturer där BBU är separerade. Denna centralisering leder till att fronthaul länken belastas mer för att överföra större data mängder. För att minska denna belastning på fronthaul länken kan funktionella uppdelningar användas för att distribuera basbandsfunktionerna beroende på behov. Det här arbetet fokuserar på att simulera flera funktionella uppdelningar i centraliserade radio radioaccessnätvärk med paketerad fronthaul. Syftet är att studera vilken påvärkan de funktionella uppdelnings alternativen har på nätverket genom att undersöka och mäta värden som genomströmning, utnyttjande av fronthaul kabel och buffertanvändning i fronthaulen. I arbetet inkluderar utvecklingen av en digital tvilling (DT) av C-RAN. Denna digitala tvilling implementeras i Python med hjälp av SimPy-biblioteket för att möjliggöra discrete event simulation"vilket betyder simulering av diskreta händelser. DT användes sedan för att simulera varje uppdelnings alternativ över låg, medelhög och hög trafikbelastning. Nätverket som simulerades inkluderar en badeband unit (BBH), en fronthual länk, en switch och tre remote radio unit (RRU) med 64 antenner. Fronthaul länken är 1 km lång och har en överföringshastighet på 100 Gbps. Resultaten visar att olika uppdelningar har en betydande påvärkan på nätverkets övergripande prestanda. Denna påverkan beror främst på valet av delningsalternativet och inte av belastningen för denna konfiguration.svis så bidrar detta arbete till förståelsen av funktionella delningar i centraliserade radioaccessnät radioaccessnät med paketerad fronthaul i olika trafikbelastningar.

In centralized radio access network (C-RAN) architecture, the base-band unit (BBU) is connected to one or more remote radio units (RRUs) via a fronthaul (FH) interface. Upgrading base station antennas in C-RAN to support massive multiple-input multiple-output (MIMO) technology can improve network spectral efficiency and largely boost the capacity of the 5G system. Those great benefits also introduce new challenges to the FH interface since the required FH capacity increases proportionally to the number of transceiver units (TXRUs) for traditional receiver processing at the BBU. To reduce the FH link load, different base-band splitting options between RRUs and BBU are considered in practical C-RAN networks. In this project, we investigate three beamforming algorithms (MRC, DFT and Enhanced) which are expected to reduce the number of streams on FH link, and evaluate their performance for single-user MIMO in different mobility scenarios via system-level simulations. The results show that we successfully reach the goal of reducing the number of streams to one-fourth the number of TXRUs meanwhile maintaining relatively good performance. Additionally, we observe that the Enhanced algorithm performs the best in majority of scenarios. / I en centraliserad nätverksarkitektur för radioåtkomst är basbandsenheten ansluten till en eller flera fjärrradionheter via ett fronthaul-gränssnitt. Genom att uppgradera basstationsantennerna i C-RAN för att stödja massiv multipel input-multipel output-teknik kan man förbättra nätverkets spektraleffektivitet och till stor del öka kapaciteten i 5G-systemet. Dessa stora fördelar medför också nya utmaningar för FH-gränssnittet eftersom den nödvändiga FH-kapaciteten ökar proportionellt mot antalet sändare för traditionell mottagarbearbetning vid BBU. För att minska belastningen på FH-länken övervägs olika alternativ för uppdelning av basbandet mellan RRUs och BBU i praktiska C-RAN-nät. I det här projektet undersöker vi tre strålformningsalgoritmer (MRC, DFT och Enhanced) som förväntas minska antalet strömmar på FH-länken och utvärderar deras prestanda för single-user MIMO i olika mobilitetsscenarier med hjälp av simuleringar på systemnivå. Resultaten visar att vi lyckas uppnå målet att minska antalet strömmar till en fjärdedel av antalet TXRU:s samtidigt som vi behåller en relativt god prestanda. Dessutom kan vi konstatera att den förbättrade algoritmen presterar bäst i de flesta scenarier.