CN105517163B - 虚拟化基站并行任务的反向资源分配的方法 - Google Patents
虚拟化基站并行任务的反向资源分配的方法 Download PDFInfo
- Publication number
- CN105517163B CN105517163B CN201510881896.3A CN201510881896A CN105517163B CN 105517163 B CN105517163 B CN 105517163B CN 201510881896 A CN201510881896 A CN 201510881896A CN 105517163 B CN105517163 B CN 105517163B
- Authority
- CN
- China
- Prior art keywords
- task
- computing unit
- computing
- whole
- primary dcreening
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
Abstract
本发明提供一种虚拟化基站并行任务的反向资源分配的方法，包括：确定在一时间段内要被并行处理的多个任务，所述多个任务将由若干个CU所构成的虚拟化基站处理；针对所述每个任务判断全部所述CU中的每一个CU能否增加处理速率，以确定分配给所述每个任务的CU的集合。
Description
技术领域
本发明涉及无线通信，尤其涉及虚拟化基站的资源分配。
背景技术
在由中国移动于2013年12月公布的白皮书“C-RAN The Road Tow ards GreenRAN”中，首次提出了虚拟化基站(Virtual Base-Station，VBS)的概念。相较于需要对每一个(或几个)基站设置独立机房的传统无线通信网络，集中式基站架构(Centralized,Cooperative,Cloud Radio Access Network,C-RAN)将一定数量(几十、上百甚至上千)的计算单元(Calculate Unit，CU)集中放置在一个大的中心机房，并使这些CU以一定的结构相互连接以构成CU池。在此基础上，通过软件虚拟化的手段，将一定数量的CU虚拟化成为一个虚拟化基站。在一个CU池中，可存在若干个虚拟化基站。
为解决在虚拟化基站的应用过程中所存在的能耗较大的问题，在M.Qian等人于2015年发表于IEEE Wireless Communication Letter的名为“B ase-band ProcessingResource Units Virtualisation for Cloud Radio Access Network”的文章中提出了一种通过采用两层TLFFD协议和HAS算法来使虚拟化基站的能耗的最小化。类似地，在T.Zhao等人于2014年公布于International Conference on Computational Science的名为“Energy-Delay Tradeoffs of Virtual Base Stations With a Computational-Resource-Aware Energy Consumption Model”的文章中提出了一种针对能耗和时延的均衡算法，其可以使虚拟化基站达到最佳速率。
然而，在上述现有技术中，仍存在耗时长、效率低的问题。通常，在虚拟化基站与远端射频单元(Remote Radio Unit，RRU)的数据通路中，只有一个任务调度单元(TaskSchedule Unit，TSU)。虽然经由数据交换芯片的一次数据交换所造成的时延并不高，但是对于具有大规模的CU的系统来说，在TSU和CU之间的数据传递需要经过若干级数据交换芯片，而每经过一次数据交换芯片都会产生一定的延时，例如Cisco的SFS7000 D InfiniBandDDR交换芯片标称最高200ns延时，RHiNET-3/SW交换芯片具有240ns的延时。假设，射频接口部分与某个特定CU之间的通信需要经过200次交换，单次交换的延时是240ns，则进行一次通信数据的往返传递，其延时可高达200×240ns×2＝96us。相对地，在下一代5G无线通信技术中，将为用户提供1Gbps到10Gbps的传输速率。假设有一个64kB的任务，需要基站在64kB/1Gbps＝488us的时间内完成该任务的处理，如果虚拟化基站所指定的某个CU的计算能力刚好在既定的时间内完成任务，而任务在处理过程中的通信延时达到了96us，则会导致基站的性能下降约19％。
因此，现有技术针对虚拟化基站的资源分配方法会导致处理无线通信任务的耗时受交换延时的影响，因而带来很大的性能损失。
发明内容
因此，本发明的目的在于克服上述现有技术的缺陷，提供一种虚拟化基站并行任务的反向资源分配的方法。
本发明的目的是通过以下技术方案实现的：
提供一种虚拟化基站并行任务的反向资源分配的方法，包括：在确定在一时间段内要被并行处理的多个任务，所述多个任务将由若干个CU所构成的虚拟化基站处理；针对所述每个任务判断全部所述CU中的每一个CU能否增加处理速率，以确定分配给所述每个任务的CU的集合。
与现有技术相比，本发明的优点在于：
并行化处理在某一段时间内到达虚拟化基站的多个无线通信任务，并且参考由数据交换所带来的时延，从而为每个任务分配处理速率最快的CU，由此加快处理无线通信任务的速度。此外，本发明还能以较低的算法复杂度获得较高的系统性能。
附图说明
以下参照附图对本发明实施例作进一步说明，其中：
图1是CU池的示意图；
图2是根据本发明的OSG-R算法和现有WB算法的具有不同数量的CU的虚拟化基站的性能的对比图；
图3是根据本发明的OSG-R算法和现有WB算法的具有不同并行任务的大小的虚拟化基站的性能的对比图；
图4是根据本发明的OSG-R算法和现有WB算法的具有不同交换芯片数量的虚拟化基站的性能的对比图。
具体实施方式
下面结合附图和具体实施方式对本发明作详细说明。
如图1所示，在一个CU池100中包括成百上千个CU和一个TSU 104；在某一段时间内，所述成百上千个CU中包括多个被占用的CU 102(如图中未标注编号的CU组件)和多个未被占用的CU 101(如图中标注编号的CU组件)。CU池中的CU可以通过该TSU 104与RRU 105通信。在这一段时间内，根据业务量的需求，可以申请若干个未被占用的CU来构成虚拟化基站。不同位置的CU与TSU 104之间传递数据所经过的交换芯片数量不同。
发明人在仔细研究现有技术的基础上认为，由于一个虚拟化基站可以管理多个小区，并且每个小区可以被分配有不相同的任务，因此可以针对在某一时间段内到达虚拟化基站的多个不相同的并且被并行处理的无线通信任务来选择最优的CU，以获得更高的性能。其中，每个CU最多同时处理一个任务。
基于以上方面，可以使用包含变量的表达式来表示虚拟化基站处理无线通信任务的时间和效率，所使用的变量名称如下：
N为虚拟化基站在该段时间内申请到的CU的数量；
所申请到的CU被依次编号，并由集合Q＝{1，2，...，N}所表示；
M为在该一段时间内的某个时刻到达CU池的无线通信任务的数量；
P为每个CU的处理能力；
Si为该M个无线通信任务当中第i个任务的大小，i＝1，2，...，M；
Φi为从N个CU中被选中用于执行第i个任务的CU的集合，|Φi|∈[0，N]，其中|Φi|表示集合Φi中元素的个数；
为针对第i个任务所选择的CU集合Φi，从TSU到达其中任何一个CU所经过的最大交换芯片的数量；
h为每经过一次交换芯片所造成的时延；
δi为全部M个任务中第i个任务的权重，
由于处理无线通信任务所消耗的时间取决于处理该无线通信任务的时长以及CU与TSU通信的时延，因此处理第i个任务所需的时间可以被表达为第i个任务的处理速率为
由此，并行处理M个任务的虚拟化基站的全部任务的总速率可以被表示为，
为了实现本发明的目的，需要优化虚拟化基站的性能以使得虚拟化基站的处理速率Rsum最大，找出使得虚拟化基站处理无线通信任务的耗时最短、效率最高的调度CU资源的方法，即
然而通过穷举算法来确定的最优解需经历MN次搜索，其计算量十分庞大。因此发明人提供了一种OSG-R算法，其能够以适当的计算量来获得相对理想的搜索结果。该OSG-R算法的核心是首先把根据任务量大小把CU集合Q预分配成M份，然后使用OSG算法从全部CU中选出使得每个任务处理速率最优的CU的集合，最后通过对比预分配的M份CU的集合与所挑选出的CU的集合以确定每个任务最终使用的CU。
根据本发明的一个实施例，为虚拟化基站并行处理的不同任务分配CU的OSG-R方法包括：
1)选择权重预分配：根据全部M个任务的权重分别为每个任务预分配不同数量的CU，其被表示为
当以上公式所表示的pi不为整数时，通过以下方式进行调整：
如果pi＜1，则取值为1；
如为其他情况，则取小于等于pi的整数；
如果经以上调整后还有CU剩余，则将其分给最后一个任务。
经过以上的预分配的步骤，每个任务均被预分配一定数量的CU，其中第i个任务所分得的CU的集合被表示为Ti。
本领域的技术人员可以了解，在本发明中选择权重预分配的目的在于确定预分配给不同任务的CU的数量，而并非必须为每个任务分配确定的CU。
2)OSG反向算法分配：针对每个任务判断全部CU中的每一个CU能否增加处理速率，以从全部CU的集合Q中确定优选的CU的集合。相较于穷举算法的复杂度MN而言，OSG算法的复杂度仅为M的倍数。
根据本发明的一个实施例，使用OSG反向算法来调整分配给每个任务的CU的方法包括：
21)令i＝1，集合Φ′i为空；
22)对于第i个任务，进行|Ui|次判断(|Ui|为初始分配的集合Ui中元素的个数，其中集合Ui为集合Q或集合Q的子集合)；其中每次判断分别用于确定集合Ui中的每个CU是否为优选的CU，其判断的标准为该CU的参与能否使得第i个任务的处理速率增大。
如果能够使增大，则将该CU作为一个新的元素添加到为第i个任务所分配的CU的集合Φ′i中；
如果不能使增大，则保持原集合Φ′i中的元素不变；
如果该单独一个CU的处理速率优于原集合Φ′i以及添加了该CU的集合Φ′i的处理速率，则用该单独一个CU取代原集合Φ′i中的全部元素。
本领域的技术人员应理解，根据本发明的方法，在上述步骤22)中还可以通过以下处理来进一步降低复杂度：
在i＝1时，Ui为集合Q；
在i≠1时，Ui为从集合Q中剔除了已分配给前i-1个任务的CU后的集合。
23)判断是否完成全部M个任务：
如果i＝M，则继续步骤24)；
如果i≠M，则令i＝i+1并重复以上步骤22)。
24)根据全部M个任务的处理速率来计算全部任务的总速率
本领域的技术人员应理解，根据本发明的OSG反向算法分配CU的方法不依赖于上述步骤1)的结果，因此还可以单独地实施上述步骤2)的方法。
3)将上述通过步骤2)所分配给每一个任务的CU的集合Φ′i中元素的个数|Φ′i|与通过步骤1)所预分配给每一个任务的CU的个数|Ti|作比较；当|Φ′i|＞|Ti|时，将多出的CU从集合Φ′i中剔除；将所获得的集合作为最终分配给每一个任务的CU的集合Φi。
本领域的技术人员应理解，可以随机地或者有选择地从集合Φ′i中剔除CU。
根据本发明的一个实施例，从集合Φ′i中剔除CU的方法包括：
将集合Φ′i中的CU依照交换芯片的数量从大到小进行排序；
依次从集合Φ′i中剔除其中交换芯片数量最多的CU，直到集合Φ′i中的元素的个数与集合Ti中的元素的个数相等，|Φ′i|＞|Ti|。
本领域的技术人员可以了解，根据本发明的步骤3)还可以在步骤2)中每次针对第i个任务进行CU集合的选择之后实施，即在步骤22)之后以及步骤23)之前实施。
通过上述OSG-R算法能够凭借较低的搜索算法的复杂度为虚拟化基站并行处理的不同任务分配CU。为了测试根据本发明的方法相对于现有技术的效果，发明人使用表1所示的参数进行了仿真。
表1：虚拟化基站性能的仿真参数
| 参数描述 | 参数值 |
| 单个CU的处理能力P | 1Gb/s |
| 单个交换芯片的交换延时h | 240ns |
| 虚拟化基站中小区的数目 | 7 |
| 并行任务量的大小 | 3,1,8,10,0.2,0.5,0.3(Mbit) |
| 某一段时间内可用的CU数量 | 800 |
| 最大交换器的数量 | 3000 |
为体现在不同的时间段内虚拟化基站所拥有CU个数不同，每个CU经过的交换器数量为1至其最大数量之间的均匀分布。为了对比根据本发明的OSG-R算法的性能，使用了WB算法作为参考。该WB算法是仅根据任务大小进行CU分配的算法，即OSG-R算法中的步骤1)。
参考图2可以看出，随着CU池中CU数量的增加，使用两种算法的虚拟基站性能都会提高，并且OSG-R算法的性能远远高于WB算法。这是因为当CU数量比较大时，任务处理时间主要受到数据交换时延的影响。
图3中不同小区的任务大小是根据模拟中的最大任务需求量随机产生的。参考图3可以看出，随着最大任务需求量增加，两种算法的性能都有所增加，并且OSG-R的性能始终优于WB算法。这是由于计算量变小时，所需的计算时间减小，造成交换的延时会对虚拟化基站的性能影响比重增加。
参考图4可以看出，随着最大交换器数量的增加，系统的性能有所下降，但OSG-R的性能要比WB下降的慢。因为交换器数量增加，时延就会增大，因此两种算法的性能都会下降。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管上文参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (16)
1.一种虚拟化基站并行任务的反向资源分配的方法，包括：
1)确定在一时间段内要被并行处理的多个任务，所述多个任务将由若干个计算单元所构成的虚拟化基站处理；
2)针对所述每个任务判断全部所述计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的集合；
其中，步骤2)包括：
21)根据全部多个任务的权重分别为每个任务预分配不同的计算单元的数量；
22)针对所述每个任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的初筛集合；
23)将所述每个任务的计算单元的初筛集合中的元素的个数与所述为每个任务预分配的计算单元的集合中的元素的个数作比较，以确定分配给所述每个任务的计算单元的集合。
2.根据权利要求1所述的方法，其中，所述确定分配给所述任务的计算单元的初筛集合的方法，还包括：
为所述任务所初始分配的每一个计算单元的参与，
如果能够使所述任务的处理速率增大，则将所述计算单元作为一个新的元素添加到为所述任务所分配的计算单元的初筛集合中；
如果不能使所述任务的处理速率增大，则保持原初筛集合中的元素不变；
如果所述单独一个计算单元的处理速率优于原初筛集合以及添加了该计算单元的初筛集合的处理速率，则用该单独一个计算单元取代原初筛集合中的全部元素；
其中，所述初始分配的计算单元的集合为全部计算单元的集合或全部计算单元的子集合。
3.根据权利要求2所述的方法，其中，所述确定分配给所述任务的计算单元的初筛集合的方法，还包括：
在所述任务为第一个任务时，所述初始分配的计算单元的集合为全部计算单元的集合；
在所述任务不为第一个任务时，所述初始分配的计算单元的集合为从全部计算单元中剔除了已分配给前序任务的计算单元后的计算单元的集合。
4.根据权利要求3所述的方法，其中，还包括：
当所述初筛集合中元素的个数多于所述为每个任务预分配的计算单元的个数时，将多出的计算单元从所述初筛集合中剔除。
5.根据权利要求4所述的方法，其中，将多出的计算单元从所述初筛集合中剔除的方法，包括：
将所述初筛集合中的计算单元依照交换芯片的数量从大到小进行排序；
依次从所述初筛集合中剔除其中交换芯片数量最多的计算单元，直到所述初筛集合中的元素的个数等于所述为每个任务预分配的计算单元的个数。
6.根据权利要求5所述的方法，其中，所述处理速率为所述任务的大小与处理所述任务所消耗的时间的比值，所述处理所述任务所消耗的时间为处理所述任务的时长与通信时延之和，所述处理所述任务的时长为所述任务的大小除以分配给所述任务的计算单元的数量与每个计算单元的处理能力的乘积。
7.根据权利要求6所述的方法，其中，所述分别为每个任务预分配不同数量的计算单元的方法包括：
分别为每个任务预分配的计算单元的数量为虚拟化基站所申请到的计算单元的数量乘以每个任务的大小占全部任务大小的权重，其结果
如果小于1，则取值为1；
如为其他情况，则取小于等于所述结果的整数；
如果经以上调整后还有计算单元剩余，则将其分给最后一个任务。
8.一种虚拟化基站并行任务的反向资源分配的方法，包括：
1)确定在一时间段内要被并行处理的多个任务，所述多个任务将由若干个计算单元所构成的虚拟化基站处理；
2)针对所述每个任务判断全部所述计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的集合；
其中，步骤2)包括：
21)根据全部多个任务的权重分别为每个任务预分配不同的计算单元的数量；
22)针对单个所述任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述任务的计算单元的初筛集合；将所述单个任务的计算单元的初筛集合中的元素的个数与为所述单个任务预分配的计算单元的集合中的元素的个数作比较，以确定分配给所述单个任务的计算单元的集合；
23)重复步骤22)以遍历每个所述任务，确定分别分配给所述全部多个任务的计算单元的集合。
9.根据权利要求8所述的方法，其中，所述确定分配给所述任务的计算单元的初筛集合的方法，还包括：
为所述任务所初始分配的每一个计算单元的参与，
如果能够使所述任务的处理速率增大，则将所述计算单元作为一个新的元素添加到为所述任务所分配的计算单元的初筛集合中；
如果不能使所述任务的处理速率增大，则保持原初筛集合中的元素不变；
如果所述单独一个计算单元的处理速率优于原初筛集合以及添加了该计算单元的初筛集合的处理速率，则用该单独一个计算单元取代原初筛集合中的全部元素；
其中，所述初始分配的计算单元的集合为全部计算单元的集合或全部计算单元的子集合。
10.根据权利要求9所述的方法，其中，所述确定分配给所述任务的计算单元的初筛集合的方法，还包括：
在所述任务为第一个任务时，所述初始分配的计算单元的集合为全部计算单元的集合；
在所述任务不为第一个任务时，所述初始分配的计算单元的集合为从全部计算单元中剔除了已分配给前序任务的计算单元后的计算单元的集合。
11.根据权利要求10所述的方法，其中，还包括：
当所述初筛集合中元素的个数多于所述为每个任务预分配的计算单元的个数时，将多出的计算单元从所述初筛集合中剔除。
12.根据权利要求11所述的方法，其中，将多出的计算单元从所述初筛集合中剔除的方法，包括：
将所述初筛集合中的计算单元依照交换芯片的数量从大到小进行排序；
依次从所述初筛集合中剔除其中交换芯片数量最多的计算单元，直到所述初筛集合中的元素的个数等于所述为每个任务预分配的计算单元的个数。
13.根据权利要求12所述的方法，其中，所述处理速率为所述任务的大小与处理所述任务所消耗的时间的比值，所述处理所述任务所消耗的时间为处理所述任务的时长与通信时延之和，所述处理所述任务的时长为所述任务的大小除以分配给所述任务的计算单元的数量与每个计算单元的处理能力的乘积。
14.根据权利要求13所述的方法，其中，所述分别为每个任务预分配不同数量的计算单元的方法包括：
分别为每个任务预分配的计算单元的数量为虚拟化基站所申请到的计算单元的数量乘以每个任务的大小占全部任务大小的权重，其结果
如果小于1，则取值为1；
如为其他情况，则取小于等于所述结果的整数；
如果经以上调整后还有计算单元剩余，则将其分给最后一个任务。
15.一种虚拟化基站并行任务的反向资源分配的设备，包括：
用于确定在一时间段内要被并行处理的多个任务的装置，所述多个任务将由若干个计算单元所构成的虚拟化基站处理；
用于针对所述每个任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的集合的装置；其用于根据全部多个任务的权重分别为每个任务预分配不同的计算单元的数量，以及用于针对所述每个任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的初筛集合，以及用于将所述每个任务的计算单元的初筛集合中的元素的个数与所述为每个任务预分配的计算单元的集合中的元素的个数作比较，以确定分配给所述每个任务的计算单元的集合。
16.一种虚拟化基站并行任务的反向资源分配的设备，包括：
用于确定在一时间段内要被并行处理的多个任务的装置，所述多个任务将由若干个计算单元所构成的虚拟化基站处理；
用于针对所述每个任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述每个任务的计算单元的集合的装置；其用于根据全部多个任务的权重分别为每个任务预分配不同的计算单元的数量，以及用于针对单个所述任务判断全部计算单元中的每一个计算单元能否增加处理速率，以确定分配给所述任务的计算单元的初筛集合，将所述单个任务的计算单元的初筛集合中的元素的个数与为所述单个任务预分配的计算单元的集合中的元素的个数作比较，以确定分配给所述单个任务的计算单元的集合，以及用于重复遍历每个所述任务，确定分别分配给所述全部多个任务的计算单元的集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510881896.3A CN105517163B (zh) | 2015-12-03 | 2015-12-03 | 虚拟化基站并行任务的反向资源分配的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510881896.3A CN105517163B (zh) | 2015-12-03 | 2015-12-03 | 虚拟化基站并行任务的反向资源分配的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105517163A CN105517163A (zh) | 2016-04-20 |
| CN105517163B true CN105517163B (zh) | 2019-02-01 |
Family
ID=55724702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510881896.3A Active CN105517163B (zh) | 2015-12-03 | 2015-12-03 | 虚拟化基站并行任务的反向资源分配的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105517163B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3769570A1 (en) * | 2018-03-20 | 2021-01-27 | Nokia Technologies Oy | Apparatus, method and computer program |
| 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 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103124409A (zh) * | 2011-11-18 | 2013-05-29 | 华为技术有限公司 | 一种用于基站管理的系统和基站管理方法 |
| CN103906257A (zh) * | 2014-04-18 | 2014-07-02 | 北京邮电大学 | 基于gpp的lte宽带通信系统计算资源调度器及其调度方法 |
| 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 |
| CN104170355A (zh) * | 2014-04-30 | 2014-11-26 | 华为技术有限公司 | 一种虚拟基站的创建方法及基站云设备 |
| CN104619029A (zh) * | 2015-01-22 | 2015-05-13 | 中国科学院计算技术研究所 | 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 |
| CN105007210A (zh) * | 2015-08-05 | 2015-10-28 | 东南大学 | 长期演进系统中的网络虚拟化框架和资源块分配方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9788321B2 (en) * | 2014-03-05 | 2017-10-10 | Cellos Software Ltd | Method and apparatus for resource allocation in a wireless communication network |
-
2015
- 2015-12-03 CN CN201510881896.3A patent/CN105517163B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103124409A (zh) * | 2011-11-18 | 2013-05-29 | 华为技术有限公司 | 一种用于基站管理的系统和基站管理方法 |
| CN103906257A (zh) * | 2014-04-18 | 2014-07-02 | 北京邮电大学 | 基于gpp的lte宽带通信系统计算资源调度器及其调度方法 |
| 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 |
| CN104170355A (zh) * | 2014-04-30 | 2014-11-26 | 华为技术有限公司 | 一种虚拟基站的创建方法及基站云设备 |
| CN104619029A (zh) * | 2015-01-22 | 2015-05-13 | 中国科学院计算技术研究所 | 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 |
| CN105007210A (zh) * | 2015-08-05 | 2015-10-28 | 东南大学 | 长期演进系统中的网络虚拟化框架和资源块分配方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105517163A (zh) | 2016-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | An improved max-min task-scheduling algorithm for elastic cloud | |
| CN111246586B (zh) | 一种基于遗传算法的分配智能电网资源的方法及系统 | |
| US10243885B2 (en) | Method for complex coloring based parallel scheduling for switching network | |
| CN104391918B (zh) | 基于对等部署的分布式数据库查询优先级管理的实现方法 | |
| CN103747274B (zh) | 一种增设缓存集群的视频数据中心及其缓存资源调度方法 | |
| CN104540234B (zh) | 一种C‑RAN架构下基于CoMP同步约束的关联任务调度机制 | |
| CN103931262B (zh) | 一种数据调度方法和设备 | |
| CN106325976B (zh) | 一种渲染任务调度处理方法及服务器 | |
| CN105517163B (zh) | 虚拟化基站并行任务的反向资源分配的方法 | |
| CN108600020A (zh) | 业务处理方法、装置及服务器 | |
| US9544905B2 (en) | Baseband resource allocation method and device thereof | |
| CN105530650B (zh) | 一种网络资源规划的方法及装置 | |
| CN109150756A (zh) | 一种基于sdn电力通信网的队列调度权值量化方法 | |
| CN106851667B (zh) | 一种针对空口协议数据面的数据处理方法及装置 | |
| CN105517176B (zh) | 动态调度虚拟化基站资源的方法 | |
| CN103945549A (zh) | C-ran架构下基带处理资源分配系统 | |
| CN104811467A (zh) | 综合效用的数据处理方法 | |
| CN105335236B (zh) | 一种分布式取证动态负载均衡调度方法和装置 | |
| CN102448120B (zh) | 多路径负荷分担方法及装置 | |
| CN110167031A (zh) | 一种面向集中式基站的资源分配方法、设备及存储介质 | |
| CN105335376B (zh) | 一种流处理方法、装置及系统 | |
| CN108540407A (zh) | 一种大数据平台中Spark Streaming接收器动态配置方法及装置 | |
| CN104009904B (zh) | 面向云平台大数据处理的虚拟网络构建方法及系统 | |
| CN105554897B (zh) | 虚拟化基站并行任务的资源分配的方法 | |
| CN107911843A (zh) | 一种能量捕获传感网负载均衡的节点接入方法 |
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 |