论文部分内容阅读
网络切片因其能在共享的底层物理网络下按需定制逻辑上相对独立的端到端虚拟网络,更好地支持具有差异化性能需求的垂直行业共存,受到了学者们的广泛关注和深入研究。网络切片本身按需定制、灵活可扩展和提供特定服务性能的特点对无线资源管理的灵活性提出了较高的要求。因此,在线无线资源管理技术起到至关重要的作用,其能优化网络资源配置,使不同应用间差异化的服务质量(Quality of Service,Qo S)需求能同时得到良好满足。网络切片和在线无线资源管理技术相结合具有潜在的性能优势,本文重点探究基于网络切片的在线无线资源管理问题,主要研究工作总结如下:1.针对云无线接入网络(Cloud Radio Access Network,C-RAN)下网络切片高效的动态资源分配问题,本文提出了一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(Constrained Markov Decision Process,CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(Post-Decision State,PDS),其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于PDS的网络切片在线虚拟资源分配算法,其会根据系统当前状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,所提出的算法能有效地满足各切片的Qo S需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。2.针对多样化应用场景共存的异构云无线接入网络(Heterogeneous Cloud Radio Access Network,H-CRAN)下的网络切片动态资源调度问题,通过联合考虑业务接入控制、拥塞控制、资源分配和复用,本文建立了一个以最大化网络平均和吞吐量为目标,受限于基站发射功率、系统稳定性、不同切片的Qo S需求以及资源分配和复用等约束的随机优化模型。进一步,借助Lyapunov优化理论将所建立的具有时间平均优化目标和约束条件的数学模型转化为单时隙内的优化问题,并进而提出了一种基于系统稳定性和Qo S保障的网络切片在线资源分配算法。具体地,该算法将每一时隙内的优化问题进一步分解成两个独立的子问题,即流量接入控制与子载波分配、复用和功率分配子问题,并对其分别求解。性能分析和仿真结果表明,所提出的算法能在满足切片用户不同Qo S需求和维持网络稳定的条件下,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。