CN106385687A - 一种网络基带功能比例的分配方法及装置 - Google Patents
一种网络基带功能比例的分配方法及装置 Download PDFInfo
- Publication number
- CN106385687A CN106385687A CN201610968112.5A CN201610968112A CN106385687A CN 106385687 A CN106385687 A CN 106385687A CN 201610968112 A CN201610968112 A CN 201610968112A CN 106385687 A CN106385687 A CN 106385687A
- Authority
- CN
- China
- Prior art keywords
- rrh
- utility function
- bbu
- represent
- baseband functions
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/04—Traffic adaptive resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供了一种网络基带功能比例的分配方法及装置,其中方法包括:获取C‑RAN网络的点到点结构的信息,点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;根据点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素;根据第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;根据第一古诺双寡头博弈模型,建立第一效用函数,第一效用函数为BBU在第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,第二效用函数为RRH在第一古诺双寡头博弈模型中的效用函数;计算第一效用函数和第二效用函数的最佳值,最佳值为基带功能比例,以使网络基带功能按照基带功能比例进行分配。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及一种网络基带功能比例的分配方法及装置。
背景技术
在技术发展和市场需求的双重驱动下,第五代(5G)无线移动蜂窝网络预计将很快投入运营。新一代的移动网络能提供更快的数据传输速率、更高的终端用户服务质量、更低的端到端时延、更低的能源消耗。为了实现5G系统需求,C-RAN(Cloud Radio AccessNetwork,云无线接入网)作为一种关键技术已经被提出,它是一种基于集中化处理、协作式无线电和实时云计算构架的绿色无线接入网架构。在C-RAN架构中,为了增强系统容量、提高能源效率、提升协作性能,传统基站需要被更加灵活地部署。因此,传统基站中的功能被划分到BBU(Base Band Unit,基带处理单元)和RRH(Remote Radio Head,拉远射频头)当中,其中,连接BBU和RRH的链路称为Fonthaul(前向回程)。
Fonthaul传输方式分为有线和无线两种,通过无线传输方式,能够实现在不同场景中更低的部署及运营成本,同时还可提供更灵活的网络部署方法。但是,因为无线Fronthaul需要对数据进行高容量低时延的传输,这将会在无线Fronthaul中产生巨大的带宽需求。
在C-RAN架构中,BBU和RRH的基带功能比例划分会影响数据传输效率。目前C-RAN网络的基带功能部署方法,通常是将物理处理架构中的部分功能简单地划分到RRH端,这种部署方法无法确定BBU和RRH之间的最佳基带功能比例。
发明内容
本发明实施例的目的在于提供一种网络基带功能比例的分配方法及装置,解决了现有基带功能部署方法无法确定BBU和RRH之间的最佳基带功能比例的问题。具体技术方案如下:
本发明实施例公开了的一种网络基带功能比例的分配方法,应用于基于无线前向回程Fronthaul的云无线接入网C-RAN网络,包括:
获取C-RAN网络的点到点结构的信息,所述点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;
根据所述点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,所述第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定;
根据所述第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;
根据所述第一古诺双寡头博弈模型,建立第一效用函数,所述第一效用函数为所述BBU在所述第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,所述第二效用函数为所述RRH在所述第一古诺双寡头博弈模型中的效用函数;
计算所述第一效用函数和所述第二效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
优选地,所述根据所述点到点结构的信息,建立第一古诺双寡头博弈模型之前,所述分配方法还包括:
根据所述点到点结构的信息,生成贝叶斯博弈模型的建立元素,所述贝叶斯博弈模型的建立元素包括:博弈参与者BBU和RRH,BBU的可行行动集和RRH的可行行动集,BBU或RRH对基带信号的处理能力值,BBU对基带信号的处理能力值的联合概率密度函数,RRH对基带信号的处理能力值的联合概率密度函数;
根据所述贝叶斯博弈模型的建立元素,建立贝叶斯博弈模型;
根据所述贝叶斯博弈模型,建立第五效用函数,所述第五效用函数为所述BBU在所述贝叶斯博弈模型中的效用函数,并建立第六效用函数,所述第六效用函数为所述RRH在所述贝叶斯博弈模型中的效用函数;
计算所述第五效用函数和所述第六效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
所述第一效用函数为:
其中,s1表示BBU的基带功能比例所有分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本;
所述第二效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本。
优选地,所述第一效用函数的最佳值表示为:
其中,s1表示BBU的基带功能比例分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本,f(x)表示概率密度函数,且f(x)服从高斯分布(1,0.25);
所述第二效用函数的最佳值表示为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,g(x)表示成本的变化范围,g(x)取值范围为[0.5,1.5]。
所述计算所述第一效用函数和所述第二效用函数的最佳值之后,所述网络基带功能比例的分配方法还包括:
获取C-RAN网络的RRH簇结构的信息,所述RRH簇结构为由多个RRH组成的能够协同工作的簇形结构;
所述C-RAN网络的RRH簇结构至少包括:RRH簇与BBU交互的网络结构;
根据所述RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,所述第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和所述单独RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、所述单独RRH计算资源成本和Fronthaul传输时延成本确定,所述单独RRH是指在所述RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争;
根据所述第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型;
根据所述第二古诺双寡头博弈模型,建立第三效用函数,所述第三效用函数为所述单独RRH在所述第二古诺双寡头博弈模型中的效用函数;
根据所述RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,所述第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,所述RRH簇是指在所述RRH簇结构中,所有的RRH作为一个整体与BBU竞争;
根据所述第三古诺双寡头博弈模型,建立第四效用函数,所述第四效用函数为所述RRH簇在所述第三古诺双寡头博弈模型中的效用函数;
根据所述第三效用函数,生成所述单独RRH的最大效用函数;
根据所述第四效用函数,生成所述RRH簇的最大效用函数;
根据所述RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:所述RRH簇内RRH的数量、所述单独RRH的最大效用函数的集合、所述RRH簇的最大效用函数的集合;
根据所述纳什议价博弈模型的建立元素,建立纳什议价博弈模型;
根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,所述最大增益值为RRH簇内各RRH的基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
优选地,所述第三效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本;
所述第四效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH簇的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本。
优选地,所述根据所述第三效用函数,生成所述单独RRH的最大效用函数中,所述单独RRH的最大效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,表示单独RRH的最大效用函数。
所述根据所述第四效用函数,生成所述RRH簇的最大效用函数中,所述RRH簇的最大效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH簇的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本,表示RRH簇的最大效用函数。
优选地,所述根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,包括:
根据:
s.t.(s1,...,sN)∈S
si≥di,i=1...N
得到最大增益值,
其中,N为大于1的整数,si表示RRH簇内第i个RRH的最大效用函数,di表示第i个单独RRH的最大效用函数,(si-di)表示RRH簇内第i个RRH的最大效用函数相对于第i个RRH作为单独RRH时的最大效用函数的增益。
本发明实施例还公开了的一种网络基带功能比例的分配装置,应用于基于无线前向回程Fronthaul的云无线接入网C-RAN网络,包括:
第一获取模块,用于获取C-RAN网络的点到点结构的信息,所述点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;
第一生成模块,用于根据所述点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,所述第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定;
第一建立模块,用于根据所述第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;
第二建立模块,用于根据所述第一古诺双寡头博弈模型,建立第一效用函数,所述第一效用函数为所述BBU在所述第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,所述第二效用函数为所述RRH在所述第一古诺双寡头博弈模型中的效用函数;
第一计算模块,用于计算所述第一效用函数和所述第二效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
优选地,所述分配装置进一步包括:
第二获取模块,用于获取C-RAN网络的RRH簇结构的信息,所述RRH簇结构至少包括:由多个RRH组成的簇形结构及RRH簇与BBU交互的网络结构;
第二生成模块,用于根据所述RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,所述第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和所述单独RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、所述单独RRH计算资源成本和Fronthaul传输时延成本确定,所述单独RRH是指在所述RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争;
第三建立模块,用于根据所述第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型;
第四建立模块,用于根据所述第二古诺双寡头博弈模型,建立第三效用函数,所述第三效用函数为所述单独RRH在所述第二古诺双寡头博弈模型中的效用函数;
第三生成模块,用于根据所述RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,所述第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,所述RRH簇是指在所述RRH簇结构中,所有的RRH作为一个整体与BBU竞争;
第五建立模块,用于根据所述第三古诺双寡头博弈模型,建立第四效用函数,所述第四效用函数为所述RRH簇在所述第三古诺双寡头博弈模型中的效用函数;
第四生成模块,用于根据所述第三效用函数,生成所述单独RRH的最大效用函数;
第五生成模块,用于根据所述第四效用函数,生成所述RRH簇的最大效用函数;
第六生成模块,用于根据所述RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:所述RRH簇内RRH的数量、所述单独RRH的最大效用函数的集合、所述RRH簇的最大效用函数的集合;
第六建立模块,用于根据所述纳什议价博弈模型的建立元素,建立纳什议价博弈模型;
第七生成模块,用于根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,所述最大增益值为RRH簇内各RRH的基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
本发明实施例提供的网络基带功能比例的分配方法,根据C-RAN网络中RRH不同的结构类型以及RRH和BBU之间的相互关系,通过建立贝叶斯博弈模型、古诺双寡头博弈模型以及纳什议价博弈模型,在RRH和BBU之间分配最佳的基带功能比例,从而使BBU和RRH协作性能达到最佳。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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为本发明实施例网络基带功能比例的分配方法的一种流程图;
图2为本发明实施例网络基带功能比例的分配方法的另一种流程图;
图3为本发明实施例网络基带功能比例的分配装置的一种结构图;
图4为本发明实施例网络基带功能比例的分配装置的另一种结构图。
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。
本发明实施例公开了一种网络基带功能比例的分配方法,应用于基于无线Fronthaul的C-RAN网络,参考图1,图1为本发明实施例网络基带功能比例的分配方法的一种流程图,该方法包括:
S101、获取C-RAN网络的点到点结构的信息,点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构。
C-RAN网络中的Fronthaul分为有线和无线形式,其有线形式以光纤Fronthaul实现,光纤Fronthaul具有高容量低时延的优点。但是,由于光纤连接部署和环网保护等要求,光纤Fronthaul的复杂度随着光纤Fronthaul部署成倍数增长,导致产生更多部署成本和运营成本。并且,光纤Fronthaul这种有线部署形式在一些特别场景中并不适用,如难以铺设光缆的地区,这就需要更加灵活的无线Fronthaul部署方案。
基于无线Fronthaul的C-RAN架构,有两种典型结构,第一种是点到点结构,在该结构中,传统基站中的功能被分割到C-RAN系统中的RRH端或者BBU端,形成了由RRH、无线Fronthaul和BBU相交互的网络通信结构。基站中的功能来自于PHY(物理)层、MAC(媒体接入控制)层以及网络层。这种结构是最早的C-RAN部署结构,结构简单且易于部署。此外,点到点结构的信息还可以包括无线Fronthaul的不完美信道状态信息以及RRH和BBU的工作状态等信息。不完美信道状态信息,是与不完美信道状态信息相对应的一种情况,例如,在光纤Fronthaul下,误码率非常小,信道状态信息认为是完美的,但是在无线Fronthaul下,误码率较光纤Fronthaul要大很多倍,应用于实际就不得不考虑不完美信道状态信息。因而接收方会根据参考信号来确定当前信道的情况,进而在接收信号中除去信道信息,获得发送信号。
S102、根据点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,BBU或RRH对基带信号的处理能力值,BBU对基带信号的处理能力值的联合概率密度函数,RRH对基带信号的处理能力值的联合概率密度函数,博弈成本,博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定。
古诺双寡头博弈模型是两个参与者相互竞争的博弈模型,在建立该模型时,需确定建立元素,建立元素一般包括博弈参与者、参与者的可行行动集集合、博弈成本,在本发明实施例中,博弈参与者为BBU和RRH;参与者的可行行动集集合,在本发明中指基带功能比例所有分配策略的集合,BBU或RRH对基带信号的处理能力值,具体可以为:BBU或RRH中处理器的频率、BBU或RRH中缓存的大小,只要是能够反映对基带信号的处理能力大小的物理参数都属于本发明实施例所指的处理能力值的范畴。BBU或RRH对基带信号的处理能力值的联合概率密度函数,是指BBU或RRH对基带信号的处理能力值的概率密度分布,因为在不完美信道状态下,BBU或RRH对基带信号的处理能力值并不是一个定值,而是以概率进行分布。博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定,其中,BBU的带宽资源成本指BBU消耗的带宽资源,RRH计算资源成本是指RRH在进行基带信号处理时消耗的计算资源,Fronthaul传输时延成本是指BBU在Fronthaul中传输信号时消耗的时延成本。
S103、根据第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型。
在古诺双寡头博弈模型中,博弈参与者对于对手的收益函数(即本发明所指效用函数)没有完全信息,换句话说,博弈双方不可能同时获取对方的成本。因此,RRH和BBU之间的竞争关系,可以用古诺双寡头博弈模型来表示。并且,通过获取的古诺双寡头博弈模型的建立元素,就可以建立起古诺双寡头博弈模型,建立元素已在上文提及,此处不再赘述。
S104、根据第一古诺双寡头博弈模型,建立第一效用函数,第一效用函数为BBU在第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,第二效用函数为RRH在第一古诺双寡头博弈模型中的效用函数。
第一效用函数,是通过第一古诺双寡头博弈模型得到的BBU的收益函数,该函数表示BBU与RRH竞争条件下,BBU所能得到的收益,即BBU所能分配到的基带功能比例。基带功能是处理基带信号的功能,例如:基带信号纠错及预编码功能,基带信号调制功能,资源匹配功能,傅立叶变换功能等。在实际应用中,可以将这些功能按数量比例进行划分,一部分交由BBU处理,另一部分交由RRH处理;或者,也可以将某一功能按比例分别划分给BBU和RRH。其划分原理相同,因此技术人员可以根据实际需求灵活处理。BBU的收益越高,则表示通过第一效用函数得到的效用值越高,即BBU所能分配的基带功能比例越高。
其中,第一效用函数为:
其中,s1表示BBU的基带功能比例所有分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本。其中,单位统一参数一方面用于协调效用函数内各个参数的单位,另一方面用于调节cf和d1的比例,起到调节权重的作用;这里的分配策略,是指基带功能比例分配方法。
第二效用函数,是通过第一古诺双寡头博弈模型得到的RRH的收益函数,该函数表示BBU与RRH竞争条件下,RRH所能得到的收益,即RRH所能分配到的基带功能比例。同理,RRH的收益越高,则表示通过第一效用函数得到的效用值越高,即RRH所能分配的基带功能比例越高。
其中,第二效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本。其中,单位统一参数一方面用于协调效用函数内各个参数的单位,另一方面用于调节cf和d1的比例,起到调节权重的作用;这里的分配策略,同样是指基带功能比例分配方法。
S105、计算第一效用函数和第二效用函数的最佳值,最佳值为基带功能比例,以使网络基带功能按照基带功能比例进行分配。
通过第一效用函数可以求出很多效用值,在这些效用值中,使BBU按照最佳的基带功能比例进行划分的值,即为第一效用函数的最佳值;同理,通过第二效用函数也可以求出很多效用值,使RRH按照最佳的基带功能比例进行划分的值,即为第二效用函数的最佳值。通过求出第一效用函数和第二效用函数的最佳值,就可以使网络基带功能按照基带功能比例进行分配。
其中,第一效用函数的最佳值表示为:
其中,s1表示BBU的基带功能比例分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本,f(x)表示概率密度函数,且f(x)服从高斯分布(1,0.25,表示为该取值范围可以根据实际模型仿真需求进行调整,并且,从博弈的角度讲,f(x)是BBU判断出的RRH的概率密度函数;单位统一参数的作用不再赘述;这里的分配策略,同样是指基带功能比例分配方法。
第二效用函数的最佳值表示为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,g(x)表示成本的变化范围,g(x)取值范围为[0.5,1.5],该取值范围可以根据实际模型仿真需求进行调整,并且,从博弈的角度讲,g(x)是BBU判断出的RRH成本的变化范围。这里的分配策略,同样是指基带功能比例分配方法。
本发明实施例还公开了一种网络基带功能比例的分配方法的第二种实施例,参考图2,图2为本发明实施例网络基带功能比例的分配方法的另一种流程图,在实施例一的基础上进一步包括:
S201、获取C-RAN网络的RRH簇结构的信息,RRH簇结构为由多个RRH组成的能够协同工作的簇形结构;C-RAN网络的RRH簇结构至少包括:RRH簇与BBU交互的网络结构。
在RRH簇结构中,每一个RRH都与周围的多个RRH相连,它们之间共享信息,既相互合作又相互竞争。每一个RRH不仅包含射频功能,而且整合了基带处理功能,因此,它们既可以作为一个整体(即簇)与BBU进行交互,也可以作为一个独立的个体单独与BBU进行交互。
S202、根据RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和单独RRH的可行行动集,博弈成本,博弈成本根据BBU的带宽资源成本、单独RRH计算资源成本和Fronthaul传输时延成本确定,单独RRH是指在RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争。
在建立第二古诺双寡头博弈模型时,需确定建立元素,在该模型中,博弈参与者为BBU和单独RRH,博弈成本根据BBU的带宽资源成本、单独RRH的计算资源成本和Fronthaul传输时延成本确定。其中,BBU的带宽资源成本指BBU消耗的带宽资源,单独RRH计算资源成本是指单独RRH在进行基带信号处理时消耗的计算资源,Fronthaul传输时延成本是指BBU在Fronthaul中传输信号时消耗的时延成本。这里的单独RRH,是指把RRH簇结构中的每个RRH看作一个独立的个体,它们分别与BBU进行竞争,因此博弈参与者为BBU和单独RRH。
S203、根据第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型。
单独RRH和BBU之间的竞争关系,可以用古诺双寡头博弈模型来表示。并且,通过获取的古诺双寡头博弈模型的建立元素,就可以建立起第二古诺双寡头博弈模型。
S204、根据第二古诺双寡头博弈模型,建立第三效用函数,第三效用函数为单独RRH在第二古诺双寡头博弈模型中的效用函数。
第三效用函数,是通过第二古诺双寡头博弈模型得到的单独RRH的收益函数,该函数表示单独RRH与BBU竞争条件下,单独RRH所能得到的收益,即单独RRH所能分配到的基带功能比例。同理,单独RRH的收益越高,则表示通过第三效用函数得到的效用值越高,即单独RRH所能分配的基带功能比例越高。
其中,第三效用函数为:
其中,表示单独RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示单独RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示单独RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示单独RRH需要消耗的计算时延成本;单位统一参数的作用不再赘述。
S205、根据RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,RRH簇是指在RRH簇结构中,所有的RRH作为一个整体与BBU竞争。
在建立第三古诺双寡头博弈模型时,需确定建立元素,该模型是RRH簇作为一个整体与BBU竞争时建立的博弈模型。其中,博弈参与者为BBU和RRH簇;博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定。其中,BBU的带宽资源成本指BBU消耗的带宽资源,RRH簇计算资源成本是指RRH簇在进行基带信号处理时消耗的计算资源,Fronthaul传输时延成本是指BBU在Fronthaul中传输信号时消耗的时延成本。需要说明的是,当RRH簇作为整体去与BBU竞争时,RRH簇内的各RRH是一种相互合作的状态,只有这样它们才能作为一个整体。
S206、根据第三古诺双寡头博弈模型,建立第四效用函数,第四效用函数为RRH簇在第三古诺双寡头博弈模型中的效用函数。
其中,第四效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH簇的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本;单位统一参数的作用不再赘述。
S207、根据第三效用函数,生成单独RRH的最大效用函数。
单独RRH的最大效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,表示单独RRH的最大效用函数。
S208、根据第四效用函数,生成RRH簇的最大效用函数。
RRH簇的最大效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH簇的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本,表示RRH簇的最大效用函数。
S209、根据RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:RRH簇内RRH的数量、单独RRH的最大效用函数的集合、RRH簇的最大效用函数的集合。
通过RRH簇结构的信息,可以获取RRH簇内RRH的数量,纳什议价博弈模型的建立元素还包括:单独RRH的最大效用函数,RRH簇的最大效用函数。
如果是单独RRH,由于每个单独RRH都对应有一个最大效用函数,因此可以将单独RRH的最大效用函数的集合定义为d,集合中第i个RRH的最大效用函数就表示为di,其中i为大于1的整数。
如果是RRH簇,因为RRH簇是一个整体,所以RRH簇内的各RRH可以看作是相同的,因此RRH簇的最大效用函数,就可以用来表示RRH簇内的各RRH的最大效用函数。将RRH簇内各RRH的最大效用函数的集合定义为S,集合中第i个RRH的最大效用函数就表示为Si,其中i为大于1的整数。
S210、根据纳什议价博弈模型的建立元素,建立纳什议价博弈模型。
建立纳什议价博弈模型适用于解决既合作又竞争的问题,在RRH簇结构中,当RRH簇作为一个整体与BBU竞争时,各RRH是相互合作的关系;当RRH簇内的各RRH作为独立的个体分别与BBU竞争时,各RRH是相互竞争的关系。在实际情况中这两种关系并存,因此,可以将RRH之间这种既合作又竞争的关系建立纳什议价博弈模型。
S211、根据纳什议价博弈模型,生成RRH簇内的RRH相对于单独RRH的最大效用函数的增益值,并将增益值最大化,得到最大增益值,最大增益值为RRH簇内各RRH的基带功能比例,以使网络基带功能按照基带功能比例进行分配。
RRH簇内的RRH相对于单独RRH的最大效用函数的增益值,即表示RRH簇内的某个RRH的最大效用函数与该RRH作为单独RRH的最大效用函数之差,然后,将每个RRH增益值连乘并最大化后,得到最大增益值,即可求出RRH簇内RRH的基带功能比例。
最大增益值通过下式求得:
s.t.(s1,...,sN)∈S
si≥di,i=1...N
其中,N为大于1的整数,si表示RRH簇内第i个RRH的最大效用函数,di表示第i个RRH的最大效用函数,(si-di)表示RRH簇内第i个RRH的最大效用函数相对于第i个RRH作为单独RRH时的最大效用函数的增益。
本发明实施例还公开了一种网络基带功能比例的分配方法的第三种实施例,包括:
S301、根据点到点结构的信息,生成贝叶斯博弈模型的建立元素,贝叶斯博弈模型的建立元素包括:博弈参与者BBU和RRH,BBU的可行行动集和RRH的可行行动集,BBU或RRH对基带信号的处理能力值,BBU对基带信号的处理能力值的联合概率密度函数,RRH对基带信号的处理能力值的联合概率密度函数。
S302、根据贝叶斯博弈模型的建立元素,建立贝叶斯博弈模型。
S303、根据贝叶斯博弈模型,建立第五效用函数,第五效用函数为BBU在贝叶斯博弈模型中的效用函数,并建立第六效用函数,第六效用函数为RRH在贝叶斯博弈模型中的效用函数。
S304、计算第五效用函数和第六效用函数的最佳值,最佳值为基带功能比例,以使网络基带功能按照基带功能比例进行分配。
贝叶斯博弈模型可以用来解决多个参与者之间竞争的问题,古诺双寡头博弈模型用来解决两个参与者之间的竞争关系。因此可以认为古诺双寡头博弈模型是贝叶斯博弈模型的特殊形式,在本发明实施例中,二者的建立元素、建模过程相同,因此其求解过程不再赘述。
本发明实施例四还公开了一种网络基带功能比例的分配装置,参考图3,图3为本发明实施例网络基带功能比例的分配装置的一种结构图,与权利要求1的网络基带功能比例的分配方法相对应,包括:
第一获取模块401,用于获取C-RAN网络的点到点结构的信息,点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构。
第一生成模块402,用于根据点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,博弈成本,博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定。
第一建立模块403,用于根据第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型。
第二建立模块404,用于根据第一古诺双寡头博弈模型,建立第一效用函数,第一效用函数为BBU在第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,第二效用函数为RRH在第一古诺双寡头博弈模型中的效用函数。
第一计算模块405,用于计算第一效用函数和第二效用函数的最佳值,最佳值为基带功能比例,以使网络基带功能按照基带功能比例进行分配。
本发明实施例五还公开了一种网络基带功能比例的分配装置,参考图4,图4为本发明实施例网络基带功能比例的分配装置的另一种结构图,在实施例四装置结构的基础上进一步包括:
第二获取模块501,用于获取C-RAN网络的RRH簇结构的信息,RRH簇结构至少包括:由多个RRH组成的簇形结构及RRH簇与BBU交互的网络结构。
第二生成模块502,用于根据RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和单独RRH的可行行动集,博弈成本,博弈成本根据BBU的带宽资源成本、单独RRH计算资源成本和Fronthaul传输时延成本确定,单独RRH是指在RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争。
第三建立模块503,用于根据第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型。
第四建立模块504,用于根据第二古诺双寡头博弈模型,建立第三效用函数,第三效用函数为单独RRH在第二古诺双寡头博弈模型中的效用函数。
第三生成模块505,用于根据RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,RRH簇是指在RRH簇结构中,所有的RRH作为一个整体与BBU竞争。
第五建立模块506,用于根据第三古诺双寡头博弈模型,建立第四效用函数,第四效用函数为RRH簇在第三古诺双寡头博弈模型中的效用函数。
第四生成模块507,用于根据第三效用函数,生成单独RRH的最大效用函数。
第五生成模块508,用于根据第四效用函数,生成RRH簇的最大效用函数。
第六生成模块509,用于根据RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:RRH簇内RRH的数量、单独RRH的最大效用函数的集合、RRH簇的最大效用函数的集合。
第六建立模块510,用于根据纳什议价博弈模型的建立元素,建立纳什议价博弈模型。
第七生成模块511,用于根据纳什议价博弈模型,生成RRH簇内的RRH相对于单独RRH的最大效用函数的增益值,并将增益值最大化,得到最大增益值,最大增益值为RRH簇内各RRH的基带功能比例,以使网络基带功能按照基带功能比例进行分配。
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 (10)
1.一种网络基带功能比例的分配方法,其特征在于,应用于基于无线前向回程Fronthaul的云无线接入网C-RAN网络,所述方法包括:
获取C-RAN网络的点到点结构的信息,所述点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;
根据所述点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,所述第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定;
根据所述第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;
根据所述第一古诺双寡头博弈模型,建立第一效用函数,所述第一效用函数为所述BBU在所述第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,所述第二效用函数为所述RRH在所述第一古诺双寡头博弈模型中的效用函数;
计算所述第一效用函数和所述第二效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
2.根据权利要求1所述的网络基带功能比例的分配方法,其特征在于,所述根据所述点到点结构的信息,建立第一古诺双寡头博弈模型之前,所述分配方法还包括:
根据所述点到点结构的信息,生成贝叶斯博弈模型的建立元素,所述贝叶斯博弈模型的建立元素包括:博弈参与者BBU和RRH,BBU的可行行动集和RRH的可行行动集,BBU或RRH对基带信号的处理能力值,BBU对基带信号的处理能力值的联合概率密度函数,RRH对基带信号的处理能力值的联合概率密度函数;
根据所述贝叶斯博弈模型的建立元素,建立贝叶斯博弈模型;
根据所述贝叶斯博弈模型,建立第五效用函数,所述第五效用函数为所述BBU在所述贝叶斯博弈模型中的效用函数,并建立第六效用函数,所述第六效用函数为所述RRH在所述贝叶斯博弈模型中的效用函数;
计算所述第五效用函数和所述第六效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
3.根据权利要求1所述的网络基带功能比例的分配方法,其特征在于,
所述第一效用函数为:
其中,s1表示BBU的基带功能比例所有分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本;
所述第二效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本。
4.根据权利要求1所述的网络基带功能比例的分配方法,其特征在于,所述第一效用函数的最佳值表示为:
其中,s1表示BBU的基带功能比例分配策略中的一个分配策略,表示BBU判断RRH会采用的所有基带功能比例分配策略中的一个分配策略,A表示基带功能资源池,α1表示预设的单位统一参数,cf表示BBU需要消耗的Fronthaul带宽资源成本,β表示预设的单位统一参数,d1表示BBU需要消耗的Fronthaul往返时延成本,f(x)表示概率密度函数,且f(x)服从高斯分布(1,0.25);
所述第二效用函数的最佳值表示为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,g(x)表示成本的变化范围,g(x)取值范围为[0.5,1.5]。
5.根据权利要求1所述的网络基带功能比例的分配方法,其特征在于,所述计算所述第一效用函数和所述第二效用函数的最佳值之后,所述网络基带功能比例的分配方法还包括:
获取C-RAN网络的RRH簇结构的信息,所述RRH簇结构为由多个RRH组成的能够协同工作的簇形结构;
所述C-RAN网络的RRH簇结构至少包括:RRH簇与BBU交互的网络结构;
根据所述RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,所述第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和所述单独RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、所述单独RRH计算资源成本和Fronthaul传输时延成本确定,所述单独RRH是指在所述RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争;
根据所述第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型;
根据所述第二古诺双寡头博弈模型,建立第三效用函数,所述第三效用函数为所述单独RRH在所述第二古诺双寡头博弈模型中的效用函数;
根据所述RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,所述第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,所述RRH簇是指在所述RRH簇结构中,所有的RRH作为一个整体与BBU竞争;
根据所述第三古诺双寡头博弈模型,建立第四效用函数,所述第四效用函数为所述RRH簇在所述第三古诺双寡头博弈模型中的效用函数;
根据所述第三效用函数,生成所述单独RRH的最大效用函数;
根据所述第四效用函数,生成所述RRH簇的最大效用函数;
根据所述RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:所述RRH簇内RRH的数量、所述单独RRH的最大效用函数的集合、所述RRH簇的最大效用函数的集合;
根据所述纳什议价博弈模型的建立元素,建立纳什议价博弈模型;
根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,所述最大增益值为RRH簇内各RRH的基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
6.根据权利要求5所述的网络基带功能比例的分配方法,其特征在于,所述第三效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本;
所述第四效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,s2表示RRH簇的基带功能比例所有分配策略中的一个分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本。
7.根据权利要求5所述的网络基带功能比例的分配方法,其特征在于,所述根据所述第三效用函数,生成所述单独RRH的最大效用函数中,所述单独RRH的最大效用函数为:
其中,表示RRH判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH计算资源成本,β表示预设的单位统一参数,d2表示RRH需要消耗的计算时延成本,表示单独RRH的最大效用函数;
所述根据所述第四效用函数,生成所述RRH簇的最大效用函数中,所述RRH簇的最大效用函数为:
其中,表示RRH簇判断BBU会采用的所有基带功能比例分配策略中的一个分配策略,表示RRH簇的基带功能比例所有分配策略中的最佳分配策略,A表示基带功能资源池,α2表示预设的单位统一参数,cc表示RRH需要消耗的RRH簇计算资源成本,β表示预设的单位统一参数,d2表示RRH簇需要消耗的计算时延成本,表示RRH簇的最大效用函数。
8.根据权利要求5所述的网络基带功能比例的分配方法,其特征在于,所述根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,包括:
根据:
s.t. (s1,...,sN)∈S
si≥di,i=1...N
得到最大增益值,
其中,N为大于1的整数,si表示RRH簇内第i个RRH的最大效用函数,di表示第i个单独RRH的最大效用函数,(si-di)表示RRH簇内第i个RRH的最大效用函数相对于第i个RRH作为单独RRH时的最大效用函数的增益。
9.一种网络基带功能比例的分配装置,其特征在于,应用于基于无线前向回程Fronthaul的云无线接入网C-RAN网络,所述装置包括:
第一获取模块,用于获取C-RAN网络的点到点结构的信息,所述点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;
第一生成模块,用于根据所述点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素,所述第一古诺双寡头博弈模型的建立元素包括:博弈参与者基带处理单元BBU和拉远射频头RRH,BBU的可行行动集和RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH计算资源成本和Fronthaul传输时延成本确定;
第一建立模块,用于根据所述第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;
第二建立模块,用于根据所述第一古诺双寡头博弈模型,建立第一效用函数,所述第一效用函数为所述BBU在所述第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,所述第二效用函数为所述RRH在所述第一古诺双寡头博弈模型中的效用函数;
第一计算模块,用于计算所述第一效用函数和所述第二效用函数的最佳值,所述最佳值为基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
10.根据权利要求9所述的网络基带功能比例的分配装置,其特征在于,所述分配装置进一步包括:
第二获取模块,用于获取C-RAN网络的RRH簇结构的信息,所述RRH簇结构至少包括:由多个RRH组成的簇形结构及RRH簇与BBU交互的网络结构;
第二生成模块,用于根据所述RRH簇结构的信息,生成第二古诺双寡头博弈模型的建立元素,所述第二古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和单独RRH,BBU的可行行动集和所述单独RRH的可行行动集,博弈成本,所述博弈成本根据BBU的带宽资源成本、所述单独RRH计算资源成本和Fronthaul传输时延成本确定,所述单独RRH是指在所述RRH簇结构中,每个RRH作为一个独立的个体分别与BBU竞争;
第三建立模块,用于根据所述第二古诺双寡头博弈模型的建立元素,建立第二古诺双寡头博弈模型;
第四建立模块,用于根据所述第二古诺双寡头博弈模型,建立第三效用函数,所述第三效用函数为所述单独RRH在所述第二古诺双寡头博弈模型中的效用函数;
第三生成模块,用于根据所述RRH簇结构的信息,生成第三古诺双寡头博弈模型的建立元素,所述第三古诺双寡头博弈模型的建立元素包括:博弈参与者BBU和RRH簇,博弈成本,所述博弈成本根据BBU的带宽资源成本、RRH簇计算资源成本和Fronthaul传输时延成本确定,所述RRH簇是指在所述RRH簇结构中,所有的RRH作为一个整体与BBU竞争;
第五建立模块,用于根据所述第三古诺双寡头博弈模型,建立第四效用函数,所述第四效用函数为所述RRH簇在所述第三古诺双寡头博弈模型中的效用函数;
第四生成模块,用于根据所述第三效用函数,生成所述单独RRH的最大效用函数;
第五生成模块,用于根据所述第四效用函数,生成所述RRH簇的最大效用函数;
第六生成模块,用于根据所述RRH簇结构的信息,生成纳什议价博弈模型的建立元素,纳什议价博弈模型根据以下元素建立:所述RRH簇内RRH的数量、所述单独RRH的最大效用函数的集合、所述RRH簇的最大效用函数的集合;
第六建立模块,用于根据所述纳什议价博弈模型的建立元素,建立纳什议价博弈模型;
第七生成模块,用于根据所述纳什议价博弈模型,生成所述RRH簇内的RRH相对于所述单独RRH的最大效用函数的增益值,并将所述增益值最大化,得到最大增益值,所述最大增益值为RRH簇内各RRH的基带功能比例,以使所述网络基带功能按照所述基带功能比例进行分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968112.5A CN106385687B (zh) | 2016-10-27 | 2016-10-27 | 一种网络基带功能比例的分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610968112.5A CN106385687B (zh) | 2016-10-27 | 2016-10-27 | 一种网络基带功能比例的分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106385687A true CN106385687A (zh) | 2017-02-08 |
CN106385687B CN106385687B (zh) | 2019-09-06 |
Family
ID=57956690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610968112.5A Active CN106385687B (zh) | 2016-10-27 | 2016-10-27 | 一种网络基带功能比例的分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106385687B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105456A (zh) * | 2017-06-26 | 2017-08-29 | 广州供电局有限公司 | 电力无线专网的去程带宽的分配方法及装置 |
CN107889166A (zh) * | 2017-12-26 | 2018-04-06 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657750A (zh) * | 2015-12-29 | 2016-06-08 | 北京邮电大学 | 一种网络动态资源的计算方法及装置 |
-
2016
- 2016-10-27 CN CN201610968112.5A patent/CN106385687B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657750A (zh) * | 2015-12-29 | 2016-06-08 | 北京邮电大学 | 一种网络动态资源的计算方法及装置 |
Non-Patent Citations (2)
Title |
---|
MAKHLOUF HADJI _ET_AL: "Constrained Pricing for Cloud Resource Allocation", 《IEEE INTERNATIONAL SYMPOSIUM ON NETWORK COMPUTING AND APPLICATIONS》 * |
WANG ZHU-FANG _ET_AL: "An Improved Algorithm of Integer Programming to Solve the Cournot Model", 《INTERNATIONAL SEMINAR ON BUSINESS AND INFORMATION MANAGEMENT》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105456A (zh) * | 2017-06-26 | 2017-08-29 | 广州供电局有限公司 | 电力无线专网的去程带宽的分配方法及装置 |
CN107105456B (zh) * | 2017-06-26 | 2020-02-18 | 广州供电局有限公司 | 电力无线专网的去程带宽的分配方法及装置 |
CN107889166A (zh) * | 2017-12-26 | 2018-04-06 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
CN107889166B (zh) * | 2017-12-26 | 2021-01-05 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106385687B (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107948983A (zh) | 一种基于联盟博弈的能量采集小基站资源分配方法 | |
CN106341893A (zh) | 一种资源分配的方法及装置 | |
CN103826306B (zh) | 一种高密集无线网络中基于博弈的下行动态干扰协调方法 | |
CN110084378A (zh) | 一种基于本地学习策略的分布式机器学习方法 | |
CN101404547A (zh) | 卫星网络模拟系统 | |
CN106302182B (zh) | 基于sdn的主机发现方法及系统 | |
CN106385687A (zh) | 一种网络基带功能比例的分配方法及装置 | |
CN105224393A (zh) | 一种JT-CoMP在C-RAN架构下的虚拟机调度机制 | |
CN109120018A (zh) | 基于一致性迭代算法的混合配电网分布式控制方法及系统 | |
CN101860798A (zh) | 认知无线电网络中基于重复博弈的组播路由算法 | |
CN103581329B (zh) | 基于分簇的对等网络流媒体直播系统拓扑结构的构建方法 | |
CN115174404A (zh) | 一种基于sdn组网的多设备联邦学习系统 | |
CN104994508A (zh) | 一种认知无线mesh网络资源分配及路由方法 | |
CN108462975A (zh) | D2d无线供电通信网络中功率与时间联合分配方法 | |
CN101945430B (zh) | 一种用于ieee802.15.4网络环境下的基于时间敏感传输和带宽优化利用方法 | |
CN104394569A (zh) | 无线d2d网络中基于角度和干扰控制建立多播路由的方法 | |
CN116133082A (zh) | 一种提高航空自组网拓扑持续时间的多跳分簇方法 | |
CN109150333A (zh) | 基于能量共享的分布式基站远程天线单元选择方法 | |
CN107820293A (zh) | 一种无线中继节点选择方法、系统、设备及计算机介质 | |
CN107249213A (zh) | 一种d2d通信中频谱效率最大化的功率分配方法 | |
CN108521655B (zh) | 一种用于辅助组网的智能设备 | |
CN107249212A (zh) | 一种d2d通信中能效最大化的功率分配方法 | |
CN103701577B (zh) | 云无线接入网中抑制导频污染的导频分配方法 | |
CN106712918A (zh) | 无线通信资源分配方法及装置 | |
CN103457865A (zh) | 一种通信装置和多协议多信道分层数据传输的方法 |
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 |