CN104619029A - 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 - Google Patents

一种集中式蜂窝网络架构下的基带池资源分配方法和装置 Download PDF

Info

Publication number
CN104619029A
CN104619029A CN201510033107.0A CN201510033107A CN104619029A CN 104619029 A CN104619029 A CN 104619029A CN 201510033107 A CN201510033107 A CN 201510033107A CN 104619029 A CN104619029 A CN 104619029A
Authority
CN
China
Prior art keywords
bbu
computational resource
resource allocation
baseband pool
resource
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510033107.0A
Other languages
English (en)
Other versions
CN104619029B (zh
Inventor
钱蔓藜
王园园
石晶林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Computing Technology of CAS
Original Assignee
Institute of Computing Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN201510033107.0A priority Critical patent/CN104619029B/zh
Publication of CN104619029A publication Critical patent/CN104619029A/zh
Application granted granted Critical
Publication of CN104619029B publication Critical patent/CN104619029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种集中式蜂窝网络架构下的基带池资源分配方法,包括:1)获取集中式蜂窝网络架构下的每个小区进行基带处理所需的计算资源,根据所需计算资源的大小进行降序排列并依次选取各个小区;2)分别根据基带池中各个BBU的剩余计算资源情况以及分配计算资源后的预计功耗,直接将单个BBU的相应剩余计算资源分配给当前小区;或者,将当前小区的基带处理分解为若干个子任务,再将这些子任务映射到不同的BBU上。本发明能够在保证系统业务需求的前提下,尽量减少基带池中基带计算单元使用数目,从而降低基带池功耗,减小网络运营成本。

Description

一种集中式蜂窝网络架构下的基带池资源分配方法和装置
技术领域
本发明涉及移动通信网络技术领域,具体地说,本发明涉及一种集中式蜂窝网络架构下的基带池资源分配方法和装置。
背景技术
随着智能终端以及移动多媒体业务的迅猛发展,移动网络数据流量需求日益增加,用户的移动特性以及数据业务的突发特性导致系统负载时空变化更加明显,而传统蜂窝移动通信系统以小区基站为中心,通过简单物理叠加的方式进行组网,各小区基站相对独立,单个基站的处理能力仅能为其覆盖区域内的用户使用,无法实现不同基站间处理能力的动态共享。当小区处于空载或低负载状态时,其服务基站的处理能力有剩余,由于运营商需要每时每刻都保持网络的覆盖,使得这些处于空载或低负载的基站必须和处于高负载状态的基站消耗一样的功率,造成资源浪费;而当小区处于高负载时,基站所需的计算资源远高于低负载状态时的需求,在最坏的情况下,其计算资源可能不能满足系统极端峰值情况下对计算资源的需求,从而无法为其覆盖区域内的全部用户提供服务;这一小区基站处理能力的不均匀性使得系统资源利用率较低。
针对该问题,中国移动等单位提出基于集中式基带处理、由远端天线射频单元和天线组成的协作式无线网络和基于开放平台的实时云型基础设施的无线接入网的概念(参考文献China Mobile Research Institute,“C-RAN The RoadTowards Green RAN,White Paper,v2.5,”Oct.2011.),基于云计算平台构建基站系统的思想引起产业界和学术界的广泛关注。该思想的核心是将原来分布式的基站资源统一到云计算平台上,形成集中式RAN架构,通过资源池化技术将传统网络中不同小区基站的处理资源进行统一管理,从而提高资源利用率,降低运营商的网络建设、维护、升级成本。在集中式RAN络架构下,各小区基站的处理资源不再为单一基站所独享,计算资源(如用于基带处理的CPU资源、DSP资源等)作为一种新的资源分配单位被引入,通过资源池化技术在全系统内实现动态共享,可以根据各个小区的的负载情况,将基带池中一个或多个不同的计算处理资源实体映射到该小区对应的虚拟基站中,使得系统可以根据各小区负载需求对基带池计算资源进行按需分配,有效提升系统计算资源利用率,降低系统能耗。
然而,现有的集中式蜂窝网络架构下的基带池资源管理方案中,大都仅考虑基带池的无线资源分配,未考虑基带池计算资源的分配;有的虽然给出了基带池计算资源分配方案,但未考虑各小区负载的动态变化,此时通常只能按照各小区最大负载情况进行资源分配,导致基带池计算资源的浪费。
另外,中国专利申请CN201310626013提出了一种基带池资源的分配方法,该方法通过周期性获取小区的资源利用率、资源低负荷门限和资源高负荷门限,结合小区的资源利用率,以及资源低负荷门限和资源高负荷门限进行判决,并根据判决结果,对基带池中的各小区进行分组,其中,任一高负荷小区与至少一个低负荷小区和/或至少一个中负荷小区在同一组,释放同一组中的低负荷小区和/或中负荷小区的部分资源,将所释放出来的部分资源分配给该组中的高负荷小区。这种方案虽然能够提升基带池资源的利用率,但由于其小区分组是固定的,当大量小区的负载出现大范围动态变化时,该方案仍然难以适应。
发明内容
因此,本发明的任务是提供一种能够克服现有技术的上述问题的基带池资源分配解决方案。
本发明提出了一种集中式蜂窝网络架构下的基带池资源分配方法,包括下列步骤:
1)获取集中式蜂窝网络架构下的每个小区进行基带处理所需的计算资源,根据所需计算资源的大小进行降序排列并依次选取各个小区;
2)对于所述各个小区,分别根据基带池中各个BBU的剩余计算资源情况以及分配计算资源后的预计功耗,直接将单个BBU的相应剩余计算资源分配给当前小区;或者,将当前小区的基带处理分解为若干个子任务,再将这些子任务映射到不同的BBU上。
其中,所述步骤1)还包括:统计集中式蜂窝网络架构下的每个小区对应的虚拟基站在前一时段内的平均负载,计算出对相应负载进行基带处理所需的计算资源,将该计算资源作为相应小区在下一时段进行基带处理所需的计算资源。
其中,所述步骤2)中,将当前小区的子任务映射到不同BBU上进行处理时,每个子任务所需的计算资源包括:直接执行该子任务所需的计算资源,以及不同BBU在处理同一个小区的不同任务的时候,相互之间传送与该小区相关数据信息所额外使用的计算资源。
其中,所述步骤2)中,优先将基带池中已开启的BBU的剩余资源分配给当前小区。
其中,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)将当前小区的基带处理分解为若干个子任务,然后再分别为每个子任务找出可以为该子任务提供足够剩余计算资源的已开启的单个BBU,从而完成当前小区的计算资源分配。
其中,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)将一个未开启的BBU开启,并将该新开启的BBU的相应计算资源分配给当前小区。
其中,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)分别按a)、b)方法进行计算资源的预分配,其中:
a)将一个未开启的BBU开启并分配相应的计算资源给当前小区;
b)将当前小区的基带处理分解为若干个子任务,然后再分别为每个子任务找出可以为该子任务提供足够剩余计算资源的已开启的单个BBU,从而完成当前小区的计算资源分配;
24)分别计算a)方法和b)方法的计算资源预分配方案的基带池功耗,选择功耗低的方案执行。
其中,所述步骤24)中,单个BBU j的功耗Pj,BBU为:其中,j为基带池中BBU的序号,ηj表示BBU j开启或者关闭,Ps表示单个BBU的静态功耗,ak表示单个BBU的每单位计算资源所使用的功耗,Lj,alloc表示单个BBU j所分配的计算资源,K表示单个BBU的动态功耗系数。
其中,所述步骤2)中,基带处理分解出的子任务包括:编码、调制或者FFT变换子任务。
其中,所述的集中式蜂窝网络架构下的基带池资源分配方法还包括步骤:
3)基于步骤2)所分配的计算资源,为各个小区构建相应的虚拟基站。
本发明还提供了一种集中式蜂窝网络架构下的基带池资源分配装置,包括:资源分配决策器,以及与资源分配决策器连接的负载统计器和基带资源控制器,其中:
负载统计器用于统计集中式蜂窝网络架构下的每个小区对应的虚拟基站在前一时段内的平均负载,计算出对相应负载进行基带处理所需的计算资源并将其传输至资源分配决策器;
基带资源控制器用于将基带池中各个BBU的剩余计算资源情况传输至资源分配决策器,同时根据资源分配决策器反馈的资源分配方案分配基带池中的计算资源;
资源分配决策器,用于分别根据基带池中各个BBU的剩余计算资源情况以及分配计算资源后的预计功耗,直接将单个BBU的相应剩余计算资源分配给当前小区;或者,将当前小区的基带处理分解为若干个子任务,再将这些子任务映射到不同的BBU上。
与现有技术相比,本发明具有下列技术效果:
1、本发明能够在保证系统业务需求的前提下,尽量减少基带池中基带计算单元使用数目,从而降低基带池功耗,减小网络运营成本。
2、本发明特别适用于潮汐效应显著的移动通信网络。
附图说明
以下,结合附图来详细说明本发明的实施例,其中:
图1示出了集中式蜂窝网络架构的示意图;
图2示出了本发明的一个实施例的基带池资源分配方法的流程图;
图3示出了本发明一个实施例提供的基带池资源分配装置以及它与集中式蜂窝网络架构的连接关系。
具体实施方式
下面结合附图和实施例对本发明做进一步地描述。
图1示出了集中式蜂窝网络架构(集中式RAN架构)的示意图,该网络构架包括:基带资源池,虚拟基站和远端天线阵列三个层次。在该架构下,基带资源池包含用于进行基带数据处理的大量计算资源(如用于基带处理的CPU资源、DSP资源等,本发明中统一称为基带处理单元,以BBU表示),每个虚拟基站(Virtual Base Station,缩写为VBS)都与一个或多个不同的计算资源实体映射。而各个虚拟基站则分别与各个小区的远端天线阵列对应。
本发明提供了一种基于上述集中式RAN架构的基带池资源分配方法,该方法可以根据各个小区的负载情况,将基带池中一个或多个不同的计算处理资源实体映射到该小区对应的虚拟基站中,使得系统可以根据各小区负载需求对基带池计算资源进行按需分配,有效提升系统计算资源利用率,降低系统能耗。
图2示出了根据本发明的一个实施例的基带池资源分配方法的流程图,该基带池资源分配方法包括下列步骤:
步骤1:统计每个小区对应的虚拟基站(Virtual Base Station,VBS)在前一时段内的平均负载,并计算出对相应负载进行基带处理所需的计算资源。其中,计算资源单位定义为MOPTS(即million operations pertime-slot,每时隙百万指令集数量)。参考图1,本实施例中,基带资源池中一共有M个BBU,对每个BBU进行编号,分别为1,2,3…M。基带资源池中每个BBU具有相同的资源处理能力,记做LA MOPTS;每个小区对应一个虚拟基站,将待分配计算资源的虚拟基站VBS进行编号,分别为1,2,3…C,C表示待分配计算资源的虚拟基站总数;对于给定时段,VBS i需要对所对应的小区i的负载需求进行基带处理,所需的计算资源表示为Li,REQ MOPTS,其中i=1,2,3…C。
进一步地,本实施例中,根据通信处理特点,VBS i在对小区i进行基带处理时,将物理层处理可以分为N个子任务,如在LTE系统中,可以分为编码、调制、FFT变换等子任务,VBS i的子任务n对于计算资源需求为MOPTS,这样,VBS i处理小区i负载所需的计算资源Li,REQ为各子任务计算需求之和,n=1,2,3…N。这样,基于前文描述,本实施例中各小区负载所需的计算资源的集合可表示为
步骤2:获取当前基带资源池中各个BBU的计算资源分配情况。本实施例中,各个BBU的计算资源分配情况用各BBU可用资源集合表示,该集合为Μ={(η1,LVBS,1),(η2,LVBS,2),…,(ηM,LVBS,M)},其中ηj表示BBU j当前状态,若ηj=1,则表示BBU j当前为开启状态,若ηj=0,则表示BBU j当前为关闭状态;LVBS,j表示BBU j当前剩余的可分配计算资源。
步骤3:根据步骤1所得的每个虚拟基站进行基带处理所需的计算资源(即各小区资源需求),在当前基带资源池中各个基带处理单元的计算资源分配方案的基础上进行调整,得到下一时段各个基带处理单元的计算资源分配方案。
本实施例中,将基于基带资源池功耗P进行计算资源分配。基带资源池功耗P定义为基带池中每个BBU功耗之和,单个BBU j的功耗由静态功耗与动态功耗两部分组成,动态功耗与BBU当前使用的计算资源成多项式关系,记做其中ηj=1表示BBU j开启,ηj=0表示BBUj关闭。Ps表示单个BBU的静态功耗,ak表示单个BBU的动态功耗因子,即每单位计算资源所使用的功耗,Lj,alloc表示单个BBU j所分配的计算资源,K表示单个BBU动态功耗系数,它是已知的整数常量,通常根据BBU功耗模型确定。
在一个实施例中,步骤3包括下列子步骤:
步骤31:对当前系统各小区资源需求Li,REQ按照降序进行排列,获得排序后的待分配资源小区集合;排序后的待分配资源小区集合用表示,它是按资源需求Li,REQ对前文集合中各元素排序后所得的集合,下文中用i′表示集合各个元素中小区的序号;
步骤32:从基带池(即基带资源池)可用资源集合Μ={(η1,LVBS,1),(η2,LVBS,2),…,(ηM,LVBS,M)}中,选出当前已开启的BBU集合,记做Μ′={M|ηj=1,j=1,2,...,M};
步骤33:若集合不为空,则选取中第一个元素对应的小区i′,其计算资源需求为Li′,REQ;依次从集合Μ′中第一个元素开始搜寻(Μ′中元素的顺序按照j从小到大排序),寻找第一个满足LVBS,j′≥Li′,REQ的BBU编号j′;若集合为空,则资源分配过程结束;
步骤34:若能够从Μ′中找到LVBS,j′≥Li′,REQ满足的BBU j′,则从BBU j′分配大小为Li′,REQ的计算资源给小区i′,记录资源分配结果βi′,n,j′=1,n=1,2,…,N;更新集合Μ′中BBU j′的剩余资源为LVBS,j′=LVBS,j′-Li′,REQ;将小区i′从待分配资源小区集合中移除;转入步骤33;
步骤35:若不能从Μ′中找到LVBS,j′≥Li′,REQ满足的BBU j′,则分别按照步骤36和步骤37执行资源预分配,即分别执行步骤36和步骤37;
步骤36:从基带池可用资源集合Μ中选取一个ηj′=0,即当前未开启的BBU j′,开启该BBU j′;从这一新开启的BBU j′分配大小为Li′,REQ的计算资源给小区i′,记录资源分配结果βi′,n,j′=1,n=1,2,…,N;将BBU j′加入到集合Μ′中,设置ηj′=1,BBU j′的剩余资源为LVBS,j′=LA-Li′,REQ;根据计算这一预分配策略下系统基带池功耗转至步骤38;
步骤37:将待分配计算资源的小区i′的基带处理分解为若干个子任务,然后再分别为每个子任务找出可以为该子任务提供足够剩余计算资源的单个BBU,从而完成当前小区的计算资源分配。
其中,在对小区i进行基带处理时,如果将物理层处理子任务映射到不同BBU上进行处理需要一定的额外开销,这个额外的开销即指不同BBU在处理同一个小区的不同任务的时候,相互之间传送与该小区相关数据信息所额外使用的计算资源,记做δCOSTMOPTS。
本步骤中,将待分配计算资源的小区i′基带计算过程分为N个子任务后,对每一个子任务n′,若能从集合Μ′中找到第一个能够满足的BBU j′,则从BBU j′分配大小为的小区i′,用于其子任务n′的处理,记录资源分配结果βi′,n′,j′=1,更新集合Μ′中BBU j′的剩余资源为LVBS,j′=LVBS,j′-Li′,REQCOST;若集合Μ′中不存在满足的BBUj′,则从基带池可用资源集合序列Μ中选取一个ηj′=0,即当前未开启的BBUj′,开启该BBU j′,从这一新开启的BBU j′分配大小为的计算资源给小区i′,用于其子任务n′的处理,记录资源分配结果βi′,n′,j′=1,将BBU j′加入到集合Μ′中,设置ηj′=1,BBU j′的剩余资源为重复上述过程直至小区i′的N个基带处理子任务均完成资源分配为止;根据计算这一预分配策略下基带池功耗然后执行步骤38;
步骤38:比较步骤36和步骤37两种资源预分配方式下的基带池功耗P1和P2,选取功耗小的资源预分配方式来进行资源分配;将小区i′从待分配资源小区集合中移除,然后转入步骤33,继续处理下一个待分配资源小区直至集合为空,当集合为空时资源分配过程结束。
需要说明的是,上述实施例中,步骤35至38是通过两种不同的方法进行资源预分配,然后根据功耗来选择其中较优的资源预分配方法,本发明并不限于此。例如,在另一个实施例中,所述步骤35中,若不能从Μ′中找到LVBS,j′≥Li′,REQ满足的BBU j′,则直接执行步骤36或者步骤37,步骤38中也直接采用步骤36或者步骤37的资源预分配结果进行资源分配。
进一步地,图3示出了本发明一个实施例提供的基带池资源分配装置以及它与集中式蜂窝网络架构的连接关系。所述基带池资源分配装置包括:负载统计器,基带资源控制器以及资源分配决策器。其中,
负载统计器:用于统计每个小区对应的虚拟基站(Virtual Base Station,VBS)在一段时间内的平均负载,并将处理对应负载通信需求,在进行基带处理时所需的计算资源提供给资源分配决策器。其中,计算资源单位定义为MOPTS(即million operations per time-slot,每时隙百万指令集数量)。由于各小区负载实时变化较为频繁,如对各小区计算资源分配实时调整,则系统开销较大,因此,本方法根据各个小区对应的负载在一天的时间内变化规律,将一天分为24个时间段,统计出每个小时内小区的平均负载,并根据该平均负载需求为该小区对应的虚拟基站分配基带计算资源。本实施例中,负载统计器执行前述步骤1。
基带资源控制器:用于获取基带池中各个基带处理单元当前计算资源分配情况,并将结果发送给资源分配决策器;同时,当从资源分配决策器获得当前时间段基带资源分配结果后,即每个VBS与BBU的映射关系,完成VBS与BBU间的映射,并控制各BBU完成对应的基带处理过程。本实施例中,前述步骤2由基带资源控制器执行。
资源分配决策器:资源分配决策器根据负载统计器提供的每个小区对应的虚拟基站的处理资源需求,以及基带资源控制器提供的当前系统基带池中各基带处理单元处理能力,来决定每个小区对应的虚拟基站获得哪个或哪几个基带处理单元的计算资源,即每个VBS与BBU的映射关系,并将结果发送给基带资源控制器。本实施例中,前述步骤3由资源分配决策器执行。
目前集中式蜂窝网络架构被认为是解决当前移动蜂窝网络高能耗问题的主要途径,通过大规模集中式基站资源池的构建,可以实现系统各类无线资源与计算资源的动态共享和协同管控,从而提高资源利用率,降低运营商的网络建设、维护、升级成本。但现有技术均未涉及到大规模基带池资源的动态分配。而通过本发明的集中式蜂窝网络架构下基带池资源动态分配方法以及装置,可以在集中式蜂窝网络系统中,有效根据系统各小区负载情况以及对于计算资源的需求,灵活对基带池中的基带处理资源进行管理,从小区级以及小区任务级两个层次进行基带池计算资源分配,组合成为不同的虚拟基站实体,执行来自不同小区的通信基带处理过程,从而有效应对网络潮汐效应,在保证系统业务需求的前提下,尽量减少基带池中基带计算单元使用数目,从而降低基带池功耗,减小网络运营成本。
最后应说明的是,以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制,本发明在应用上可以延伸为其它的修改、变化、应用和实施例,并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。

Claims (11)

1.一种集中式蜂窝网络架构下的基带池资源分配方法,包括下列步骤:
1)获取集中式蜂窝网络架构下的每个小区进行基带处理所需的计算资源,根据所需计算资源的大小进行降序排列并依次选取各个小区;
2)对于所述各个小区,分别根据基带池中各个BBU的剩余计算资源情况以及分配计算资源后的预计功耗,直接将单个BBU的相应剩余计算资源分配给当前小区;或者,将当前小区的基带处理分解为若干个子任务,再将这些子任务映射到不同的BBU上。
2.根据权利要求1所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤1)还包括:统计集中式蜂窝网络架构下的每个小区对应的虚拟基站在前一时段内的平均负载,计算出对相应负载进行基带处理所需的计算资源,将该计算资源作为相应小区在下一时段进行基带处理所需的计算资源。
3.根据权利要求2所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)中,将当前小区的子任务映射到不同BBU上进行处理时,每个子任务所需的计算资源包括:直接执行该子任务所需的计算资源,以及不同BBU在处理同一个小区的不同任务的时候,相互之间传送与该小区相关数据信息所额外使用的计算资源。
4.根据权利要求2所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)中,优先将基带池中已开启的BBU的剩余资源分配给当前小区。
5.根据权利要求4所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)将当前小区的基带处理分解为若干个子任务,然后再分别为每个子任务找出可以为该子任务提供足够剩余计算资源的已开启的单个BBU,从而完成当前小区的计算资源分配。
6.根据权利要求4所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)将一个未开启的BBU开启,并将该新开启的BBU的相应计算资源分配给当前小区。
7.根据权利要求4所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)包括下列子步骤:
21)对于每个小区,在基带池中查找可以为当前小区提供足够剩余计算资源的已开启的单个BBU,如果找到,则执行步骤22),如果未找到,则执行步骤23);
22)直接将所找到已开启的单个BBU的相应剩余计算资源分配给当前小区;
23)分别按a)、b)方法进行计算资源的预分配,其中:
a)将一个未开启的BBU开启并分配相应的计算资源给当前小区;
b)将当前小区的基带处理分解为若干个子任务,然后再分别为每个子任务找出可以为该子任务提供足够剩余计算资源的已开启的单个BBU,从而完成当前小区的计算资源分配;
24)分别计算a)方法和b)方法的计算资源预分配方案的基带池功耗,选择功耗低的方案执行。
8.根据权利要求7所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤24)中,单个BBU j的功耗Pj,BBU为:其中,j为基带池中BBU的序号,ηj表示BBU j开启或者关闭,Ps表示单个BBU的静态功耗,ak表示单个BBU的每单位计算资源所使用的功耗,Lj,alloc表示单个BBU j所分配的计算资源,K表示单个BBU的动态功耗系数。
9.根据权利要求1~8中任意一项所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,所述步骤2)中,基带处理分解出的子任务包括:编码、调制或者FFT变换子任务。
10.根据权利要求1~8中任意一项所述的集中式蜂窝网络架构下的基带池资源分配方法,其特征在于,还包括步骤:
3)基于步骤2)所分配的计算资源,为各个小区构建相应的虚拟基站。
11.一种集中式蜂窝网络架构下的基带池资源分配装置,其特征在于,包括:资源分配决策器,以及与资源分配决策器连接的负载统计器和基带资源控制器,其中:
负载统计器用于统计集中式蜂窝网络架构下的每个小区对应的虚拟基站在前一时段内的平均负载,计算出对相应负载进行基带处理所需的计算资源并将其传输至资源分配决策器;
基带资源控制器用于将基带池中各个BBU的剩余计算资源情况传输至资源分配决策器,同时根据资源分配决策器反馈的资源分配方案分配基带池中的计算资源;
资源分配决策器,用于分别根据基带池中各个BBU的剩余计算资源情况以及分配计算资源后的预计功耗,直接将单个BBU的相应剩余计算资源分配给当前小区;或者,将当前小区的基带处理分解为若干个子任务,再将这些子任务映射到不同的BBU上。
CN201510033107.0A 2015-01-22 2015-01-22 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 Active CN104619029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510033107.0A CN104619029B (zh) 2015-01-22 2015-01-22 一种集中式蜂窝网络架构下的基带池资源分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510033107.0A CN104619029B (zh) 2015-01-22 2015-01-22 一种集中式蜂窝网络架构下的基带池资源分配方法和装置

Publications (2)

Publication Number Publication Date
CN104619029A true CN104619029A (zh) 2015-05-13
CN104619029B CN104619029B (zh) 2018-09-07

Family

ID=53153238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510033107.0A Active CN104619029B (zh) 2015-01-22 2015-01-22 一种集中式蜂窝网络架构下的基带池资源分配方法和装置

Country Status (1)

Country Link
CN (1) CN104619029B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105517163A (zh) * 2015-12-03 2016-04-20 中国科学院计算技术研究所 虚拟化基站并行任务的反向资源分配的方法
CN105554897A (zh) * 2015-12-03 2016-05-04 中国科学院计算技术研究所 虚拟化基站并行任务的资源分配的方法
CN106879022A (zh) * 2015-12-10 2017-06-20 上海贝尔股份有限公司 无线接入网的基带单元池的资源分配方法和装置
CN107148053A (zh) * 2016-03-01 2017-09-08 中兴通讯股份有限公司 一种数据配置方法和装置
CN108684075A (zh) * 2018-04-27 2018-10-19 中国科学院计算技术研究所 集中式基站架构下的处理资源分配方法
CN110167031A (zh) * 2019-05-13 2019-08-23 中国科学院计算技术研究所 一种面向集中式基站的资源分配方法、设备及存储介质
CN110532079A (zh) * 2019-08-30 2019-12-03 北京中科晶上科技股份有限公司 计算资源的分配方法及装置
EP4047958A4 (en) * 2019-12-04 2022-11-16 Huawei Technologies Co., Ltd. DATA PROCESSING METHOD AND DEVICE

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022112836A1 (en) * 2020-11-30 2022-06-02 Telefonaktiebolaget Lm Ericsson (Publ) Real-time processing resource scheduling for physical layer processing at virtual baseband units
WO2022179712A1 (en) * 2021-02-27 2022-09-01 Nokia Solutions And Networks Oy Efficient cell baseband processing pooling

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103269519A (zh) * 2013-06-18 2013-08-28 中国科学院计算技术研究所 一种集中式基站架构中的处理资源分配方法与系统
CN103945548A (zh) * 2014-04-29 2014-07-23 西安电子科技大学 一种c-ran网络中的资源分配系统及任务/业务调度方法
CN103945549A (zh) * 2014-04-29 2014-07-23 西安电子科技大学 C-ran架构下基带处理资源分配系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103269519A (zh) * 2013-06-18 2013-08-28 中国科学院计算技术研究所 一种集中式基站架构中的处理资源分配方法与系统
CN103945548A (zh) * 2014-04-29 2014-07-23 西安电子科技大学 一种c-ran网络中的资源分配系统及任务/业务调度方法
CN103945549A (zh) * 2014-04-29 2014-07-23 西安电子科技大学 C-ran架构下基带处理资源分配系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G. ZHAI ET AL.: ""Load diversity based optimal processing resource allocation", 《IEEE ICC 2014 - WIRELESS COMMUNICATIONS SYMPOSIUM》 *
MANLI QIAN, WIBOWO HARDJAWANA, JINGLIN SHI,BRANKA VUCETIC: "Baseband Processing Units Virtualization for Cloud Radio Access Networks", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554897A (zh) * 2015-12-03 2016-05-04 中国科学院计算技术研究所 虚拟化基站并行任务的资源分配的方法
CN105554897B (zh) * 2015-12-03 2018-11-30 中国科学院计算技术研究所 虚拟化基站并行任务的资源分配的方法
CN105517163B (zh) * 2015-12-03 2019-02-01 中国科学院计算技术研究所 虚拟化基站并行任务的反向资源分配的方法
CN105517163A (zh) * 2015-12-03 2016-04-20 中国科学院计算技术研究所 虚拟化基站并行任务的反向资源分配的方法
CN106879022A (zh) * 2015-12-10 2017-06-20 上海贝尔股份有限公司 无线接入网的基带单元池的资源分配方法和装置
CN106879022B (zh) * 2015-12-10 2020-11-24 上海诺基亚贝尔股份有限公司 无线接入网的基带单元池的资源分配方法和装置
CN107148053A (zh) * 2016-03-01 2017-09-08 中兴通讯股份有限公司 一种数据配置方法和装置
WO2017148246A1 (zh) * 2016-03-01 2017-09-08 中兴通讯股份有限公司 一种数据配置方法和装置
CN107148053B (zh) * 2016-03-01 2021-10-29 中兴通讯股份有限公司 一种数据配置方法和装置
CN108684075B (zh) * 2018-04-27 2020-12-29 中国科学院计算技术研究所 集中式基站架构下的处理资源分配方法
CN108684075A (zh) * 2018-04-27 2018-10-19 中国科学院计算技术研究所 集中式基站架构下的处理资源分配方法
CN110167031A (zh) * 2019-05-13 2019-08-23 中国科学院计算技术研究所 一种面向集中式基站的资源分配方法、设备及存储介质
CN110167031B (zh) * 2019-05-13 2021-07-20 中国科学院计算技术研究所 一种面向集中式基站的资源分配方法、设备及存储介质
CN110532079A (zh) * 2019-08-30 2019-12-03 北京中科晶上科技股份有限公司 计算资源的分配方法及装置
CN110532079B (zh) * 2019-08-30 2022-11-08 北京中科晶上科技股份有限公司 计算资源的分配方法及装置
EP4047958A4 (en) * 2019-12-04 2022-11-16 Huawei Technologies Co., Ltd. DATA PROCESSING METHOD AND DEVICE

Also Published As

Publication number Publication date
CN104619029B (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN104619029A (zh) 一种集中式蜂窝网络架构下的基带池资源分配方法和装置
CN108494612B (zh) 一种提供移动边缘计算服务的网络系统及其服务方法
Ari et al. Resource allocation scheme for 5G C-RAN: a Swarm Intelligence based approach
CN107919986B (zh) 超密集网络中mec节点间vm迁移优化方法
CN103945548B (zh) 一种c-ran网络中的资源分配系统及任务/业务调度方法
CN110493360A (zh) 多服务器下降低系统能耗的移动边缘计算卸载方法
CN109413724A (zh) 一种基于mec的任务卸载和资源分配方案
CN108901075B (zh) 一种基于gs算法的资源分配方法
CN107708214B (zh) 基于李雅普诺夫的网络效用最大化虚拟资源分配方法
CN107333267A (zh) 一种用于5g超密集组网场景的边缘计算方法
CN102546700A (zh) 一种资源调度以及资源迁移的方法及设备
Sigwele et al. Evaluating energy-efficient cloud radio access networks for 5G
CN108684075B (zh) 集中式基站架构下的处理资源分配方法
CN105103506A (zh) 用于为云计算网络中的非均匀带宽请求分配带宽的方法和系统
CN110493757A (zh) 单服务器下降低系统能耗的移动边缘计算卸载方法
Li et al. K-means based edge server deployment algorithm for edge computing environments
CN106658524B (zh) 一种认知异构网络中基于量子花授粉搜索机制的多目标频谱分配方法
Nguyen et al. Joint computation offloading and resource allocation in cloud based wireless HetNets
CN103501498A (zh) 一种基带处理资源分配方法及其装置
Al-Zubaedi et al. A parameterized and optimized BBU pool virtualization power model for C-RAN architecture
Zhu et al. Energy-efficient and QoS guaranteed BBU aggregation in CRAN based on heuristic-assisted deep reinforcement learning
CN105530650A (zh) 一种网络资源规划的方法及装置
CN102752757A (zh) 在频谱聚合过程中按照最小浪费准则优化频谱分配的方法
CN107333301B (zh) 多属异构网络中的一种基于认知的联合资源再分配方法
Zhang et al. Service deployment and service request optimization scheduling in MEC enabled LEO networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant