CN106341893B - 一种资源分配的方法及装置 - Google Patents
一种资源分配的方法及装置 Download PDFInfo
- Publication number
- CN106341893B CN106341893B CN201610877443.8A CN201610877443A CN106341893B CN 106341893 B CN106341893 B CN 106341893B CN 201610877443 A CN201610877443 A CN 201610877443A CN 106341893 B CN106341893 B CN 106341893B
- Authority
- CN
- China
- Prior art keywords
- communication network
- business
- different
- network
- resource allocation
- 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
- H04W72/04—Wireless resource allocation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种资源分配的方法及装置,其中,所述方法包括:获取多个不同通信网络的多个网络参数;根据多个网络参数,得到不同通信网络对不同业务的匹配度;根据匹配度,分别为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果;根据匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型;通过优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据得到的优化后的资源分配结果进行资源分配。本发明实施例提供的资源分配的方法,可以实现有效地调度和管理资源,提高频谱使用效率和资源利用率。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及一种资源分配的方法及装置。
背景技术
移动通信技术正在迈向第五代移动通信技术,第五代移动通信技术将为人们提供高流量密度、超高连接数密度、超高移动性的新体验,为用户提供诸多新兴业务,例如虚拟现实、增强现实以及云服务等等。在应用需求和技术创新的双重推动下,无线通信技术和网络技术得到了飞速的发展,为了支持新型的、多样化的业务应用需求,技术人员搭建了具有多种架构和技术并存的无线网络,这些网络在一定程度上满足了一些业务需求。
虽然现有的每种无线网络都有自身的优势,但是也都存在固有的缺陷,如蜂窝网络存在小区干扰和容量限制、无线局域网络(Wireless Local Area Networks,简称为:WLAN)对移动局限性和覆盖不稳定等。现存的没有任何一种无线网路技术能够全面满足多样性业务需求的覆盖、传输速率、延迟、抖动以及能耗等诸多因素的要求。同时,面对指数式的流量需求和业务需求的增长,现行的各种无线网络往往彼此独立,缺乏有效地互联互通和融合,使得不能有效地调度和管理资源。现有的资源管理大多集中在点或者面上的资源分配,在不同业务的差异化需求和不同制式网络特性共存的情况下,特别是在复杂的异构场景下,影响频谱使用效率,资源利用率低效。
上述的这些特点,使得现有的资源分配方法不能有效地调度和管理资源,影响频谱使用效率,资源利用率低效。
发明内容
本发明实施例的目的在于提供一种资源分配的方法及装置,以实现有效地调度和管理资源,提高频谱使用效率和资源利用率。具体技术方案如下:
本发明实施例提供的资源分配的方法,包括:
获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数;
根据所述多个网络参数,得到不同通信网络对不同业务的匹配度,其中,所述匹配度为不同通信网络与不同业务之间的影响因子;
根据所述匹配度,分别为所述不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,所述传输流为将不同通信网络进行网络切片得到的多个传输流;
根据所述匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型;
通过所述优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据所述资源分配结果进行资源分配。
优选的,所述根据所述多个网络参数,得到不同通信网络对不同业务的匹配度,包括:
根据随着所述网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着所述第一集合中的网络参数的增大,通信网络的性能减小;随着所述第二集合中的网络参数的增大,通信网络的性能增大;
根据所述不同网络参数的预设上界和预设下界,通过第一归一化公式对所述第一集合中的网络参数进行归一化,通过第二归一化公式对所述第二集合中的网络参数进行归一化;
根据归一化后的网络参数,通过灰色关联系数公式
得到所述不同通信网络对所述不同业务的灰色关联系数;
根据所述灰色关联系数,通过匹配度公式得到所述不同通信网络对所述不同业务的匹配度;
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,第wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
优选的,所述根据所述匹配度,分别为所述不同业务选择业务传输的传输流,包括:
选择与业务的匹配度最大的不同通信网络中的传输流,进行业务传输;
或者,
在与业务的匹配度最大的通信网络中的传输流,断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。
优选的,所述根据所述匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型,包括:
获取不同通信网络的能量消耗和带宽的价格成本;
根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,其中,所述优化模型包括优化问题和约束条件,所述优化问题为:所述约束条件为:
其中,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数。
优选的,所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,包括:
所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建多目标优化模型:
获取并根据第一预设参数和第二预设参数,通过简化公式:
,简化所述多目标优化模型为单目标优化模型:
其中,Un,m为不同业务的效用函数,pk为带宽的价格成本,Pbst为单位带宽的能耗,Pcst为通信网络的处理能耗,β1为第一预设参数,β2为第二预设参数。
优选的,所述通过所述优化模型,迭代优化不同通信网络对不同业务的资源分配,包括:
根据所述优化模型,对预设的初始资源分配结果进行优化,直至优化后的资源分配结果与第一资源分配结果差值的范数值满足预设迭代精度,或者迭代次数达到迭代阈值,得到优化后的资源分配结果,其中,所述第一资源分配结果为得到优化后的资源分配结果的迭代次数的,前一迭代次数下得到的资源分配结果。
本发明实施例还公开了一种资源分配的装置,包括:
获取模块,用于获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数;
匹配度计算模块,用于根据多个网络参数,得到不同通信网络对不同业务的匹配度,其中,匹配度为不同通信网络与不同业务之间的影响因子;
传输流选择模块,用于根据匹配度,分别为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,传输流为将不同通信网络进行网络切片得到的多个传输流;
优化模型创建模块,用于根据匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型;
优化模块,用于通过优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据该资源分配结果进行资源分配。
优选的,所述匹配度计算模块包括:
划分集合子模块,用于根据随着网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着第一集合中的网络参数的增大,通信网络的性能减小;随着第二集合中的网络参数的增大,通信网络的性能增大;
归一化子模块,用于根据所述不同网络参数的预设上界和预设下界,通过第一归一化公式对所述第一集合中的网络参数进行归一化,通过第二归一化公式对所述第二集合中的网络参数进行归一化;
灰色关联系数计算子模块,用于根据归一化后的网络参数,通过灰色关联系数公式得到所述不同通信网络对所述不同业务的灰色关联系数;
匹配度得到子模块,用于根据所述灰色关联系数,通过匹配度公式得到所述不同通信网络对所述不同业务的匹配度;
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,第wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
优选的,所述传输流选择模块包括:
第一选择子模块,用于选择与业务的匹配度最大的不同通信网络中的传输流,进行业务传输;
第二选择子模块,用于在与业务的匹配度最大的通信网络中的传输流,断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。
优选的,所述优化模型创建模块包括:
第一获取子模块,用于获取不同通信网络的能量消耗和带宽的价格成本;
优化模型创建子模块,用于根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,其中,所述优化模型包括优化问题和约束条件,所述优化问题为:
所述约束条件为:
其中,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数。
本发明实施例提供的资源分配的方法及装置,可以在多种制式的通信网络共存以及多种业务需求的环境下,建立不同通信网络与不同业务的匹配度,使得业务能够匹配到最合适,即最高效的通信网络中的传输流中进行传输,并且通过建立优化模型,对资源分配进行优化,使得资源得到高效地利用,提高频谱使用效率,实现资源有效地调度和管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例资源分配的方法的流程示意图;
图2为本发明实施例创建优化模型的流程示意图;
图3为本发明实施例资源分配的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
无线通信技术和网络技术的发展,形成了不同通信网络并存的局面,并且提供给用户多种多样的不同业务,但是没有哪一种通信网络能够满足具有多样性的所有业务所需求的覆盖、传输率、延迟、抖动、成本以及能耗等因素的要求,不同通信网络在业务能力和技术层面上的差异,不同通信网络都有自身的优势和固有缺陷,所以可以利用不同通信网络的自身的优势,通过合适的通信网络传输不同的业务,将最合适的资源分配给最合适地需求资源的不同用户的不同业务。
匹配理论是著名经济学家沙普利所创造的,用来解决经济学中的问题,包括:学生入学问题、医院器官捐献问题、大学生毕业求职问题等等,利用匹配理论解决信息之间的对称、匹配,由于匹配理论的优秀特性,本发明将匹配理论应用到无线通信技术领域,建立不同通信网络与不同业务的匹配关系,进而将最合适的资源分配给最合适地需求资源的不同用户的不同业务。
图1为本发明实施例资源分配的方法的流程示意图,参照图1对本发明资源分配的方法进行详细说明,包括如下步骤:
步骤101,获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数。
每一个不同的通信网络都有着不同于其它通信网络的网络特性,每一种通信网络都有其自身的优势,同时也存在着一些固有缺陷,例如,蜂窝通信网络存在小区干扰和容量限制、WLAN对移动局限性和覆盖不够稳定,对时延敏感的通信网络更适合传输视频业务,而丢包率较高的通信网路则不适合进行数据传输等等。在实际的应用中,每个通信网络的网络特性通过多个网络参数反映的,通信网络的网络参数可以包括:延迟、带宽、传输速率、丢包率和抖动。
步骤102,根据多个网络参数,得到不同通信网络对不同业务的匹配度,其中,匹配度为不同通信网络与不同业务之间的影响因子。
在匹配理论中,匹配双方需要通过建立匹配列表List表示双方之间的喜好程度,在匹配时通过比较List决定匹配的结果。但是,由于通信网络的业务多样化特性和网络特性的不同,多种因素会制约着对对方的影响程度,使得直接建立多因子的List会增加计算复杂度,因此,本发明实施例将多个因子加权归一为一个因子,即将多个网络参数加权归一为一个因子,本发明实施例中用匹配度表示,根据反映网络特性的多个网络参数,得到不同通信网络对不同业务的匹配度。定义第k种通信网络对第m种业务的匹配度为ηm,k,即通信网络对业务的影响因子,ηm,k∈[0,1],ηm,k越大,该通信网络对该业务的影响程度越大,下文中会对匹配度的计算,即ηm,k的计算进行详细说明,这里就不再赘述。
在本发明实施例的一种可实现方式中,通过将不同通信网络与不同业务之间的匹配度,代替传统的匹配理论中得到的匹配列表List中的多样化参数,用多个网络参数加权归一化后的不同通信网络与业务匹配度(一个因子)表示通信网络与业务的影响程度,代替传统的匹配列表List中用多个参数(多个因子)与业务之间的喜好程度表示通信网络与业务的影响程度,将传统的匹配列表List简单化,不仅减小了计算复杂度,并且使得不同通信网络与业务之间的匹配程度表示更加清楚。
步骤103,根据匹配度,分别为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,传输流为将不同通信网络进行网络切片得到的多个传输流。
不同通信网络与不同业务的匹配程度不一样,因此不同通信网络与不同业务之间有不同的匹配度,根据不同通信网络与不同业务的匹配度,选择与业务最匹配的通信网络进行业务传输。但是,在实际应用过程中,通信网络与用户的业务之间的匹配并不是直接的,需要将通信网络进行切片处理,产生传输流,传输流在实际应用过程中真正承载着不同用户的不同业务的传输。所以需要为不同的业务选择不同通信网络中合适地传输流进行业务传输,即实现不同通信网络、传输流和不同业务的匹配。
具体的根据通信网路与业务的匹配度,为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,可以通过下面算法1实现,算法1的具体过程如下介绍:
其中,集合分别表示用户,传输流和通信网络的集合, 分别表示相应集合中的第i个元素,Ω为当前需要匹配的环境集合。关系符号表示匹配时的优劣关系,即假设有两个网络和用来表示第i个网络比第j个网络更适合第f个传输流,Listm为业务流的匹配列表,Listk为通信网络的匹配列表,ωm,k为将匹配度代替传统的匹配列表List中用多个参数(多个因子)与业务之间的喜好程度表示通信网络与业务的影响程度,得到的通信网络与业务之间的匹配结果,ωn,m,k表示为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,ktem为迭代过程中选择的当前通信网络,为第k个网络当前的负载量,为第k个网络最大负载量。
根据不同通信网络与不同业务的匹配度,选择适合传输业务的通信网络中的传输流,传输该业务,在本发明实施例的一种可实现方式中,选择与业务的匹配度最大的通信网络中的传输流,也就是,选择与业务最匹配的通信网络中的传输流,传输该业务。
但是实际应用过程中,业务的多样性和通信网络情况的变化,可能导致业务无法在最匹配的通信网络上传输,例如最匹配的通信网络断开或者最匹配的通信网络饱和时,业务则不能在该业务最匹配的通信网络上传输,在这种情况下,需要为该业务选择另外的传输流进行业务传输。
在本发明实施例的另外一种实现方式中,在与业务的匹配度最大的通信网络中的传输流无法传输该业务,即与业务的匹配度最大的通信网络断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。也就是说,与业务的匹配度最大的通信网络断开或者处于饱和状态时,该业务无法通过与业务匹配度最大的通信网络中的传输流进行传输,选择与业务的匹配度次优的通信网络中的传输流,传输该业务,与业务的匹配度次优的通信网络指的是与业务的匹配度仅小于与业务的匹配度的最大值对应的通信网络。但是在实际的应用过程中,与业务的匹配度次优的通信网络中的传输流也有可能仍然无法传输该业务,即与业务的匹配度次优的通信网络,也有可能断开或者处于饱和状态,这种情况下,就需要继续为该业务选择合适的传输流,所以,需要继续从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输,继续选择传输流的方法与上述选择传输流的方法相同,这里就不再赘述。
在资源分配方法中,存在尽管业务分得的带宽相同,但是分得的带宽的效用函数可能是不同的情况,这样就导致通信网络传输业务过程中效用值的下降,通信网络的带宽即资源不能更加高效地被利用和分配,所以本发明实施例将不同通信网络与不同业务进行匹配对提高资源利用率十分的有必要,将最合适的通信网络的资源分配给最合适的不同业务,使得通信网络传输业务过程中效用值最大,更加合理地进行资源调度与管理,更加高效地进行资源分配。
步骤104,根据匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型。
根据通信网络、传输流与业务的匹配结果,即为业务选择合适的不同通信网络中的传输流,进行该业务的传输,可以将通信网络与业务进行匹配,将最合适的通信网络的资源分配给最合适的不同业务,具体将该通信网络中的多少资源分配给该业务的过程,下面进行详细说明。
本发明实施例资源分配结果是对预设的初始资源分配结果进行迭代优化得到的,而迭代优化过程的首要条件是需要优化模型,优化模型的好坏直接影响优化结果的好坏,所以本发明实施例在进行迭代优化之前,先根据建立的不同通信网络与业务的匹配度得到的通信网络、传输流、与业务之间的匹配度,创建不同通信网络为不同业务进行资源分配的优化模型,图2为创建优化模型的流程示意图,参照图2对优化模型的创建过程进行详细说明,包括以下步骤:
步骤1041,获取不同通信网络的能量消耗和带宽的价格成本。
步骤1042,根据匹配结果,与通信网络的能量消耗和带宽的价格成本,创建优化资源分配的优化模型,其中,优化模型包括优化问题和约束条件,优化问题为:约束条件为:
其中,ωn,m,k为匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数。
在实际的应用过程中,上述创建的优化模型因为是多目标优化问题,求解过程比较复杂,不好求解,所以在本发明实施例的一种可实现方式中,引入两个参数,两个参数也就是下面用到的第一预设参数和第二预设参数,将上述多目标优化问题的优化模型简化为单目标优化问题的优化模型。具体的过程包括:
第一步,根据匹配结果,与通信网络的能量消耗和带宽的价格成本,创建多目标优化模型:
第二步,获取并根据第一预设参数和第二预设参数,通过简化公式:
,简化所述多目标优化模型为单目标优化模型为:
其中,Un,m为不同业务的效用函数,pk为带宽的价格成本,Pbst为单位带宽的能耗,Pcst为通信网络的处理能耗,β1为第一预设参数,β2为第二预设参数,引入的两个参数为第一预设参数β1和第二预设参数β2。
步骤105,通过优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据该资源分配结果进行资源分配。
本发明实施例根据上述创建的优化模型,对预设的初始资源分配结果进行优化,直至优化后的资源分配结果与第一资源分配结果差值的范数值满足预设迭代精度,或者迭代次数达到迭代阈值,得到优化后的资源分配结果,其中,第一资源分配结果为得到优化后的资源分配结果的迭代次数的,前一迭代次数下得到的资源分配结果。具体的根据优化模型,对不同通信网络对不同业务的资源分配进行迭代优化的过程,下面进行详细说明。
本发明实施例的一种可实现方式中,利用拉格朗日对偶方法、KKT条件以及如下描述的算法2,对预设的初始资源分配结果进行迭代优化,得到优化问题的解,即优化后的资源分配的结果。
算法2的具体过程如下面伪代码描述:
根据优化模型对资源分配进行优化,这里首先对优化过程中以及算法2中用到的参数进行说明,λk,μm为朗格朗日乘子,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数,Un,m为不同业务的效用函数,ε1、ε2为迭代精度,α为预设迭代步长,反映迭代速度的快慢,i为迭代次数,为第i次迭代的资源分配结果,为第i+1次迭代的资源分配结果。
根据优化模型对资源分配进行迭代优化,首先初始化资源分配结果为即为预设的初始资源分配结果,初始化拉格朗日乘子λk,μm为
然后,根据拉格朗日方程:
其中λk,μm为拉格朗日乘子,故得到:
基于KKT条件,可以得到
利用贪婪迭代算法进行迭代优化的过程中,根据下面的两个公式更新两个拉格朗日乘子:
其中,ε1和ε2为迭代精度,为非负数,为迭代次数是i+1时,更新得到的两个拉格朗日乘子。
最终迭代优化的过程也就是,不断更新如果条件得到满足,则迭代停止,这里θ表示预设迭代精度,或者迭代次数达到预设阈值,迭代停止;如果不满足条件或者迭代次数没有达到预设阈值,则继续迭代,直至满足条件得到满足或者迭代次数达到预设阈值,迭代停止,得到最终优化后的资源分配结果,其中,为迭代次数是i+1时得到的资源分配结果,为迭代次数为i时得到的资源分配结果。其中,迭代次数根据实际应用设置,迭代次数越大,优化的结果更精确,但是,迭代次数越大,计算复杂度相应地越大,所以在实际的应用过程中,设置合适的迭代次数,平衡计算复杂度和结果的精确度。
本发明实施例分析不同通信网络与不同用户的不同业务之间的影响关系,建立资源与需求之间的匹配模型,即通信网络与业务的匹配模型,并根据不同通信网络与不同业务之间的匹配程度,为不同的业务选择进行业务传输的传输流,根据通信网络、传输流与业务的匹配结果,创建不同通信网络对业务进行资源分配的优化模型,根据该优化模型对资源分配进行优化,得到通信网络与业务需求匹配的资源分配方法,将最合适的资源通过将不同通信网络进行网络切片得到的传输流,分配给最合适地需求资源的不同用户的不同业务,实现有效地调度和管理资源,提高频谱使用效率和资源利用率。
实际上,不同特性的通信网络适合承载的业务类型也不相同,例如,对时延敏感的通信网络更适合传输视频服务,丢包率比较高的通信网络则不适合进行数据传输。在多种制式的通信网络共存以及多种业务需求的环境下。通过匹配理论建立的不同通信网络与不同用户的不同业务的匹配度,使得业务能够匹配到最合适即最高效的通信网络中进行传输。
在本发明的一种优选的实现方式中,对不同通信网络对不同业务的匹配度的计算进行详细说明。
第一步,根据随着网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着第一集合中的网络参数的增大,通信网络的性能减小;随着第二集合中的网络参数的增大,通信网络的性能增大。
第二步,根据不同网络参数的预设上界和预设下界,通过第一归一化公式对第一集合中的网络参数进行归一化,通过第二归一化公式对第二集合中的网络参数进行归一化。
第三步,根据归一化后的网络参数,通过灰色关联系数公式
得到不同通信网络对不同业务的灰色关联系数。
第四步,根据灰色关联系数,通过匹配度公式得到不同通信网络对不同业务的匹配度。
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,第wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
本发明实施例资源分配的方法,建立了不同业务的差异化需求和不同制式网络特性有效地匹配手段、多制式通信网络与资源即带宽以及业务需求的等效方式,也就是,不同通信网络与不同业务的匹配度,特别是在复杂的异构场景,提高了通信网络的频谱使用效率。同时,相比较于传统的匹配理论中利用多样化参数表示匹配双方的影响程度,通过匹配度表示不同通信网络与不同业务的影响程度,简化了计算复杂度,并且使得不同通信网络与不同业务之间的影响程度表示的更加清楚。
本发明实施例还提供了一种资源分配的装置,图3为本发明实施例资源分配的装置的结构示意图,参照图3,对本发明实施例资源分配的装置进行详细说明,包括如下模块:
获取模块301,用于获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数。
匹配度计算模块302,用于根据多个网络参数,得到不同通信网络对不同业务的匹配度,其中,匹配度为不同通信网络与不同业务之间的影响因子。
传输流选择模块303,用于根据匹配度,分别为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,传输流为将不同通信网络进行网络切片得到的多个传输流。
优化模型创建模块304,用于根据匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型。
优化模块305,用于通过优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据该资源分配结果进行资源分配。
本发明实施例提供的资源分配的装置,根据不同通信网络与不同业务之间的匹配程度,为不同的业务选择进行业务传输的传输流,根据通信网络、传输流与业务的匹配结果,创建不同通信网络对业务进行资源分配的优化模型,根据该优化模型对资源分配进行优化,得到通信网络与业务需求匹配的资源分配方法,将通信网络与业务进行匹配,实现有效地资源调度和管理,提高频谱使用率和资源利用率。
需要说明的是,本发明实施例的装置是应用上述资源分配的方法的装置,则上述资源分配的方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
可选的,本发明实施例资源分配的装置中,匹配度计算模块包括:
划分集合子模块,用于根据随着网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着第一集合中的网络参数的增大,通信网络的性能减小;随着第二集合中的网络参数的增大,通信网络的性能增大。
归一化子模块,用于根据所述不同网络参数的预设上界和预设下界,通过第一归一化公式对所述第一集合中的网络参数进行归一化,通过第二归一化公式对所述第二集合中的网络参数进行归一化。
灰色关联系数计算子模块,用于根据归一化后的网络参数,通过灰色关联系数公式得到所述不同通信网络对所述不同业务的灰色关联系数。
匹配度得到子模块,用于根据所述灰色关联系数,通过匹配度公式得到所述不同通信网络对所述不同业务的匹配度。
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,第wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
可选的,本发明实施例提供的资源分配的装置中,传输流选择模块包括:
第一选择子模块,用于选择与业务的匹配度最大的不同通信网络中的传输流,进行业务传输。
第二选择子模块,用于在与业务的匹配度最大的通信网络中的传输流,断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。
可选的,本发明实施例提供的资源分配的装置中,优化模型创建模块包括:
第一获取子模块,用于获取不同通信网络的能量消耗和带宽的价格成本。
优化模型创建子模块,用于根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,其中,所述优化模型包括优化问题和约束条件,所述优化问题为:所述约束条件为:
其中,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数。
可选的,本发明实施例提供的资源分配的装置中,优化模型创建子模块包括:
所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创
建多目标优化模型:
获取并根据第一预设参数和第二预设参数,通过简化公式:,简
化所述多目标优化模型为单目标优化模型:
其中,Un,m为不同业务的效用函数,pk为带宽的价格成本,Pbst为单位带宽的能耗,Pcst为通信网络的处理能耗,β1为第一预设参数,β2为第二预设参数。
可选的,本发明实施例提供的资源分配的装置中,优化模块用于根据优化模型,对预设的初始资源分配结果进行优化,直至优化后的资源分配结果与第一资源分配结果差值的范数值满足预设迭代精度,或者迭代次数达到迭代阈值,得到优化后的资源分配结果,其中,第一资源分配结果为得到优化后的资源分配结果的迭代次数的,前一迭代次数下得到的资源分配结果。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (7)
1.一种资源分配的方法,其特征在于,包括:
获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数;
根据所述多个网络参数,得到不同通信网络对不同业务的匹配度,其中,所述匹配度为不同通信网络与不同业务之间的影响因子;
根据所述匹配度,分别为所述不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,所述传输流为将不同通信网络进行网络切片得到的多个传输流;
根据所述匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型;
通过所述优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据所述资源分配结果进行资源分配;
所述根据所述匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型,包括:
获取不同通信网络的能量消耗和带宽的价格成本;
根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,其中,所述优化模型包括优化问题和约束条件,所述优化问题为:所述约束条件为:
其中,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数;
所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,包括:
所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建多目标优化模型:
获取并根据第一预设参数和第二预设参数,通过简化公式: 简化所述多目标优化模型为单目标优化模型:
其中,Un,m为不同业务的效用函数,pk 为带宽的价格成本,Pbst为单位带宽的能耗,Pcst为通信网络的处理能耗,β1为第一预设参数,β2为第二预设参数。
2.根据权利要求1所述的资源分配的方法,其特征在于,所述根据所述多个网络参数,得到不同通信网络对不同业务的匹配度,包括:
根据随着所述网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着所述第一集合中的网络参数的增大,通信网络的性能减小;随着所述第二集合中的网络参数的增大,通信网络的性能增大;
根据所述不同网络参数的预设上界和预设下界,通过第一归一化公式对所述第一集合中的网络参数进行归一化,通过第二归一化公式对所述第二集合中的网络参数进行归一化;
根据归一化后的网络参数,通过灰色关联系数公式
得到所述不同通信网络对所述不同业务的灰色关联系数;
根据所述灰色关联系数,通过匹配度公式得到所述不同通信网络对所述不同业务的匹配度;
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
3.根据权利要求1或2所述的资源分配的方法,其特征在于,所述根据所述匹配度,分别为所述不同业务选择业务传输的传输流,包括:
选择与业务的匹配度最大的不同通信网络中的传输流,进行业务传输;
或者,
在与业务的匹配度最大的通信网络中的传输流,断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。
4.根据权利要求1或2所述的资源分配的方法,其特征在于,所述通过所述优化模型,迭代优化不同通信网络对不同业务的资源分配,包括:
根据所述优化模型,对预设的初始资源分配结果进行优化,直至优化后的资源分配结果与第一资源分配结果差值的范数值满足预设迭代精度,或者迭代次数达到迭代阈值,得到优化后的资源分配结果,其中,所述第一资源分配结果为得到优化后的资源分配结果的迭代次数的,前一迭代次数下得到的资源分配结果。
5.一种资源分配的装置,其特征在于,包括:
获取模块,用于获取多个不同通信网络的多个网络参数,其中,每个通信网络包括多个用于反映网络特性的网络参数;
匹配度计算模块,用于根据多个网络参数,得到不同通信网络对不同业务的匹配度,其中,匹配度为不同通信网络与不同业务之间的影响因子;
传输流选择模块,用于根据匹配度,分别为不同业务选择业务传输的传输流,得到通信网络、传输流与业务的匹配结果,传输流为将不同通信网络进行网络切片得到的多个传输流;
优化模型创建模块,用于根据匹配结果,创建不同通信网络为不同业务进行资源分配的优化模型;
优化模块,用于通过优化模型,迭代优化不同通信网络对不同业务的资源分配,得到使得通信网络能量消耗最小、带宽价格成本最低及业务效用函数最大的资源分配结果,并根据该资源分配结果进行资源分配;
其中,所述优化模型创建模块包括:
第一获取子模块,用于获取不同通信网络的能量消耗和带宽的价格成本;
优化模型创建子模块,用于根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建优化资源分配的优化模型,其中,所述优化模型包括优化问题和约束条件,所述优化问题为:
所述约束条件为:
其中,ωn,m,k为所述匹配结果,Bn,m,k为初始资源分配结果,Cn,m为预设优化参数,为不同通信网络的带宽的最大值,为不同通信网络的带宽的最小值,k为通信网络,m为业务,n为用户,K为不同通信网络的个数,M为不同用户的不同业务的个数;
所述优化模型创建子模块包括:
所述根据所述匹配结果,与所述通信网络的能量消耗和所述带宽的价格成本,创建多目标优化模型:
获取并根据第一预设参数和第二预设参数,通过简化公式: 简化所述多目标优化模型为单目标优化模型:
其中,Un,m为不同业务的效用函数,pk为带宽的价格成本,Pbst为单位带宽的能耗,Pcst为通信网络的处理能耗,β1为第一预设参数,β2为第二预设参数。
6.根据权利要求5所述的资源分配的装置,其特征在于,所述匹配度计算模块包括:
划分集合子模块,用于根据随着网络参数的增大,通信网络的性能增大或者减小的不同,将不同网络参数划分为第一集合和第二集合,其中,随着第一集合中的网络参数的增大,通信网络的性能减小;随着第二集合中的网络参数的增大,通信网络的性能增大;
归一化子模块,用于根据所述不同网络参数的预设上界和预设下界,通过第一归一化公式对所述第一集合中的网络参数进行归一化,通过第二归一化公式对所述第二集合中的网络参数进行归一化;
灰色关联系数计算子模块,用于根据归一化后的网络参数,通过灰色关联系数公式得到所述不同通信网络对所述不同业务的灰色关联系数;
匹配度得到子模块,用于根据所述灰色关联系数,通过匹配度公式得到所述不同通信网络对所述不同业务的匹配度;
其中,k为通信网络,m为业务,j为网络参数,λ为网络参数的个数,uj为第j个网络参数的预设上界,lj为第j个网络参数的预设下界,GRCk,m为通信网络k对业务m的灰色关联系数,wk,j为第k个通信网络中的第j个网络参数,wk,j *为归一化后的第k个通信网络中的第j个网络参数,εj,m为第m种业务对第j个参数的关联系数,ηk,m为通信网络k对m业务的匹配度,为不同通信网络对业务m的所有灰色关联系数中的最大值。
7.根据权利要求5或6所述的资源分配的装置,其特征在于,所述传输流选择模块包括:
第一选择子模块,用于选择与业务的匹配度最大的不同通信网络中的传输流,进行业务传输;
第二选择子模块,用于在与业务的匹配度最大的通信网络中的传输流,断开或者处于饱和状态时,从处于正常状态的不同通信网络中的传输流中,选择与业务的匹配度最大的通信网络中的传输流,进行业务传输。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610877443.8A CN106341893B (zh) | 2016-10-08 | 2016-10-08 | 一种资源分配的方法及装置 |
PCT/CN2016/106940 WO2018064856A1 (zh) | 2016-10-08 | 2016-11-23 | 一种资源分配的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610877443.8A CN106341893B (zh) | 2016-10-08 | 2016-10-08 | 一种资源分配的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106341893A CN106341893A (zh) | 2017-01-18 |
CN106341893B true CN106341893B (zh) | 2019-09-27 |
Family
ID=57840340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610877443.8A Active CN106341893B (zh) | 2016-10-08 | 2016-10-08 | 一种资源分配的方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106341893B (zh) |
WO (1) | WO2018064856A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341893B (zh) * | 2016-10-08 | 2019-09-27 | 北京邮电大学 | 一种资源分配的方法及装置 |
CN108632848B (zh) * | 2017-03-20 | 2021-03-30 | 华为技术有限公司 | 网络切片自优化协调方法及装置 |
CN106954267B (zh) * | 2017-04-14 | 2019-11-22 | 北京邮电大学 | 一种基于无线网络切片的资源管理方法 |
CN113364686B (zh) | 2017-06-30 | 2022-10-04 | 华为技术有限公司 | 一种生成转发表项的方法、控制器和网络设备 |
WO2019051811A1 (zh) * | 2017-09-15 | 2019-03-21 | Oppo广东移动通信有限公司 | 配置频率优先级的方法、终端设备、基站和核心网设备 |
CN111400019B (zh) * | 2019-01-02 | 2023-10-27 | 中国移动通信有限公司研究院 | 一种分配业务负载的方法、装置和计算机可读存储介质 |
CN109819429A (zh) * | 2019-02-28 | 2019-05-28 | 重庆大学 | 通信网络恢复重建及动态组网方法 |
CN110087250B (zh) * | 2019-04-04 | 2022-05-31 | 南京邮电大学 | 一种基于多目标联合优化模型的网络切片编排方案及其方法 |
CN110072130B (zh) * | 2019-04-11 | 2020-06-02 | 西安交通大学 | 一种基于http/2的has视频切片推送方法 |
CN112584386A (zh) * | 2020-11-17 | 2021-03-30 | 国网安徽省电力有限公司信息通信分公司 | 5g c-ran资源预测和分配方法及系统 |
CN114520772B (zh) * | 2022-01-19 | 2023-11-14 | 广州杰赛科技股份有限公司 | 一种5g切片资源调度方法 |
CN117176311B (zh) * | 2023-10-31 | 2024-01-26 | 南通飞海电子科技有限公司 | 基于频分多路复用的收银数据传输方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101662810A (zh) * | 2008-08-27 | 2010-03-03 | 中国移动通信集团公司 | 一种移动通信多业务多连接的管理方法及管理系统 |
CN103079273A (zh) * | 2012-11-19 | 2013-05-01 | 南京邮电大学 | 一种适用于多层卫星系统的资源管理方法 |
CN103582105A (zh) * | 2013-11-11 | 2014-02-12 | 浙江工业大学 | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 |
CN104796992A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络中的带宽分配与定价方法 |
CN104796949A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络业务并行传输方法及系统 |
CN105142225A (zh) * | 2015-08-28 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 基于能量有效异构网络资源分配的方法及系统 |
CN105848171A (zh) * | 2016-05-17 | 2016-08-10 | 电子科技大学 | 一种基于优先级的多业务异构无线网络资源分配方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101440625B1 (ko) * | 2008-03-04 | 2014-09-17 | 엘지전자 주식회사 | Fdd 프레임에서의 무선자원 할당방법 |
US20140229210A1 (en) * | 2013-02-14 | 2014-08-14 | Futurewei Technologies, Inc. | System and Method for Network Resource Allocation Considering User Experience, Satisfaction and Operator Interest |
CN104333880B (zh) * | 2013-07-22 | 2018-05-29 | 电信科学技术研究院 | 一种基于异构网络的业务数据传输方法及装置 |
US9369900B2 (en) * | 2013-09-12 | 2016-06-14 | Qualcomm Incorporated | Selecting a communication channel based on a neighboring cell constraint |
CN106341893B (zh) * | 2016-10-08 | 2019-09-27 | 北京邮电大学 | 一种资源分配的方法及装置 |
-
2016
- 2016-10-08 CN CN201610877443.8A patent/CN106341893B/zh active Active
- 2016-11-23 WO PCT/CN2016/106940 patent/WO2018064856A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101662810A (zh) * | 2008-08-27 | 2010-03-03 | 中国移动通信集团公司 | 一种移动通信多业务多连接的管理方法及管理系统 |
CN103079273A (zh) * | 2012-11-19 | 2013-05-01 | 南京邮电大学 | 一种适用于多层卫星系统的资源管理方法 |
CN103582105A (zh) * | 2013-11-11 | 2014-02-12 | 浙江工业大学 | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 |
CN104796992A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络中的带宽分配与定价方法 |
CN104796949A (zh) * | 2015-04-21 | 2015-07-22 | 北京邮电大学 | 异构网络业务并行传输方法及系统 |
CN105142225A (zh) * | 2015-08-28 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 基于能量有效异构网络资源分配的方法及系统 |
CN105848171A (zh) * | 2016-05-17 | 2016-08-10 | 电子科技大学 | 一种基于优先级的多业务异构无线网络资源分配方法 |
Non-Patent Citations (1)
Title |
---|
Efficient Utility-Based Bandwidth Allocation Scheme for Multi-traffic Distribution in Heterogeneous Networks;Lian H. et al;《Pervasive Computing and the Networked World. ICPCA/SWS 2013》;20131207;正文第2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN106341893A (zh) | 2017-01-18 |
WO2018064856A1 (zh) | 2018-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106341893B (zh) | 一种资源分配的方法及装置 | |
Ren et al. | Collaborative cloud and edge computing for latency minimization | |
Zhao et al. | Energy-saving offloading by jointly allocating radio and computational resources for mobile edge computing | |
CN107566194B (zh) | 一种实现跨域虚拟网络映射的方法 | |
Shi et al. | Large-scale convex optimization for ultra-dense cloud-RAN | |
CN107995660A (zh) | 支持d2d-边缘服务器卸载的联合任务调度及资源分配方法 | |
CN109639377A (zh) | 基于深度强化学习的频谱资源管理方法 | |
CN105337834B (zh) | 一种无线网络虚拟化环境下的映射方法 | |
CN100566269C (zh) | 用于信息处理系统任务可选无线联网的系统和方法 | |
CN110392079A (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
CN110198278A (zh) | 一种车联网云端和边缘联合任务调度的Lyapunov优化方法 | |
CN109767117A (zh) | 移动边缘计算中联合任务调度的功率分配方法 | |
CN108964817A (zh) | 一种异构网络联合计算卸载及资源分配方法 | |
CN103687023B (zh) | 基于时延区分业务和比例性速率约束的优化无线资源方法 | |
WO2023179010A1 (zh) | 一种noma-mec系统中的用户分组和资源分配方法及装置 | |
CN105224393B (zh) | 一种JT-CoMP在C-RAN架构下的虚拟机调度机制 | |
Wang et al. | Joint optimization of latency and deployment cost over TDM-PON based MEC-enabled cloud radio access networks | |
CN109831808A (zh) | 一种基于机器学习的混合供电c-ran的资源分配方法 | |
CN107302766A (zh) | 一种分布式天线系统中能量效率和频谱效率权衡优化的算法 | |
CN107682935A (zh) | 一种基于系统稳定性的无线自回传资源调度方法 | |
TWI698111B (zh) | 功能分割無線前端通訊下品質體驗導向的跨層資料存取控制與波束分配之通訊系統 | |
CN101170581B (zh) | 面向服务的自适应电力网格通信架构及其通信方法 | |
CN108462996A (zh) | 一种非正交多址网络资源分配方法 | |
Xie et al. | Revenue-maximizing virtualized network function chain placement in dynamic environment | |
CN109743751A (zh) | 无线接入网的资源分配方法及装置 |
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 |