CN106793045A

CN106793045A - 云无线入网系统及其能耗分配方法

Info

Publication number: CN106793045A
Application number: CN201710117527.6A
Authority: CN
Inventors: 余诺
Original assignee: Anhui Polytechnic University
Current assignee: Anhui Polytechnic University
Priority date: 2017-03-01
Filing date: 2017-03-01
Publication date: 2017-05-31

Abstract

本发明揭示了一种云无线入网系统，至少两个计算单元通过内部高速交换机互连构成计算单元池，至少两个无线接入单元与信号范围内的用户设备进行数据传输，每个所述无线接入单元均通过前传链路交换结构与计算单元中的虚拟机进行基带信号处理，每个所述无线接入单元均配有一个唯一的虚拟机，所述前传链路交换结构输出每个无线接入单元的用户设备连接状态信号至云无线接入网控制器，本发明可以根据网络中用户设备的位置分布和数据传输需求的变化情况，动态调整每个RAU的开/关状态，同时将为RAU提供基带信号处理服务的虚拟机动态整合到尽量少的CU中，在满足网络服务需求的前提下，尽量减少需要开启的CU和RAU的数量，达到降低网络能耗的目的。

Description

云无线入网系统及其能耗分配方法

技术领域

本发明涉及云无线接入网(C-RAN)能耗优化领域。

背景技术

云无线接入网(C-RAN)能耗优化方法的目标是减少C-RAN中两类主要耗能设备：计算单元(CU)和无线接入单元(RAU)的总能耗。现有C-RAN能耗优化方法将CU能耗与RAU能耗分别单独优化，未考虑到两者之间的关联性。此外，由于RAU的开/关状态设置与CU中虚拟机的整合相耦合，现有优化算法无法直接求解C-RAN功率最小化问题。

发明内容

本发明所要解决的技术问题是实现一种更加合理、有效、可靠的减少C-RAN中计算单元(CU)和无线接入单元(RAU)总能耗的优化方法。

为了实现上述目的，本发明采用的技术方案为：云无线入网系统，至少两个计算单元通过内部高速交换机互连构成计算单元池，至少两个无线接入单元与信号范围内的用户设备进行数据传输，每个所述无线接入单元均通过前传链路交换结构与计算单元中的虚拟机进行基带信号处理，每个所述无线接入单元均配有一个唯一的虚拟机，所述前传链路交换结构输出每个无线接入单元的用户设备连接状态信号至云无线接入网控制器，每个所述内部高速交换机输出每个虚拟机的网络运行动态信号至云无线接入网控制器，所述云无线接入网控制器经前传链路交换结构输出开/关控制信号至无线接入单元，所述云无线接入网控制器经内部高速交换机输出开/关控制信号至虚拟机。

所述云无线接入网控制器经内部高速交换机输出开/关控制信号至计算单元。

基于所述云无线入网系统的能耗分配方法：

云无线接入网控制器的调控满足以下所有约束条件：

约束条件1、处于关闭状态的计算单元不能分配虚拟机，而分配到每个活动计算单元上的所有虚拟机需要的计算资源容量之和不能超过该计算单元拥有的计算资源总容量；

约束条件2、每个无线接入单元所对应的唯一虚拟机必须分配到一个活动的计算单元上；

约束条件3、处于关闭状态的无线接入单元不能与用户设备连接，而连接到每个活动无线接入单元上的所有用户设备需要的无线信道物理资源块数量之和不能超过该无线接入单元拥有的无线信道物理资源块总数量；

约束条件4、每个用户设备必须连接到一个活动的无线接入单元上，而且同时只能与一个活动的无线接入单元相连。

云无线入网系统的总功率表示为p_total，其计算公式为：

其中表示CUⁱ处于活动状态时的功率，表示RAU^j处于活动状态时的功率；α_i表示CUi的工作状态，α_i＝1表示CUi为活动状态，α_i＝0表示CUi为关闭状态；β_i表示RAUj的工作状态，β_j＝1表示RAUj为活动状态，β_j＝0表示RAUj为关闭状态；，S和R分别表示网络中计算单元和无线接入单元的集合，|S|和|R|分别表示计算单元和无线接入单元的数量；

所述约束条件1的约束公式：其中x_i,j表示CUⁱ和RAU^j之间的连接关系，如果RAU^j对应的虚拟机分配在CUi上，则x_i,j＝1，否则x_i,j＝0；表示RAU^j对应的虚拟机需要占用的计算资源容量；表示CUⁱ的计算资源总容量；

所述约束条件2的约束公式：

所述约束条件3的约束公式：其中U表示网络中用户设备的集合，y_j,k表示RAUj和UE^k之间的连接关系，如果UE^k连接到RAUj，则y_j,k＝1，否则y_j,k＝0；n_j,k表示RAU^j满足UE^k的数据传输需求要使用的无线信道物理资源块的数量；表示RAU^j拥有的无线信道物理资源块总数量；

所述约束条件4的约束公式：

云无线接入网控制器接入网功率最小化控制方法：

步骤1、将所有计算单元和无线接入单元都设为活动状态，每个用户设备连接至其中一个无线接入单元；

步骤2、判断是否满足当前活动无线接入单元集合R不为空集且flag为true的条件，其中flag为true表示迭代优化的过程中是否有无线接入单元可以被关闭；如果该条件不满足则执行步骤16，如果该条件满足则执行下一步；

步骤3、将flag重新设为false，并设定本次迭代需要检查的无线接入单元集合R*，即R*＝R；

步骤4、判断R*是否为空集，如果R*为空集，则返回步骤2，如果R*不为空集则执行下一步；

步骤5、每个用户设备接至集合R中的一个无线接入单元；

步骤6、从集合R*中选出已用的无线信道物理资源块数量最少的无线接入单元记为j*；

步骤7、将无线接入单元j*从集合R*中去除；

步骤8、判断无线接入单元j*所连接的所有用户设备是否能够重新连接至R中的其他无线接入单元，如果该条件不满足，则返回步骤4，如果该条件满足，则执行下一步；

步骤9、将无线接入单元j*从活动RAU集合R中去除；

步骤10、每个用户单元连接至集合R中的一个无线接入单元；

步骤11、更新计算单元池中虚拟机的开/关状态及每个活动虚拟机需要的计算资源数量，将虚拟机整合到计算单元池内的计算单元中；

步骤12、计算此时计算单元和无线接入单元的总功率p；

步骤13、判断p是否小于p*，如果p小于p*则执行下一步，如果p不小于p*，则执行步骤15；

步骤14、设置flag＝true，p*＝p，返回步骤4；

步骤15、将RAU j*重新加入活动RAU集合R中，返回步骤4；

步骤16、集合R中所有RAU已经检查完毕，算法结束。

一个活动无线接入单元能够被关闭，需要满足以下三个条件：1)该无线接入单元关闭之后不影响网络的覆盖；2)该无线接入单元关闭之后，原先与其连接的所有用户设备都能重新连接到其他邻近活动无线接入单元，并且这些用户设备的数据传输需求都能被满足；3)该无线接入单元关闭之后，根据调整之后的无线接入单元与用户设备连接关系，更新对应虚拟机的计算资源容量需求，并对虚拟机重新整合，此时计算单元和无线接入单元的总功率下降，此迭代过程不断重复，直至没有任何一个活动无线接入单元可以被关闭为止，此时计算单元和无线接入单元的总功率最小。

本发明设计的能耗优化方法，可以根据网络中用户设备(UE)的位置分布和数据传输需求的变化情况，动态调整每个RAU的开/关状态，同时将为RAU提供基带信号处理服务的虚拟机动态整合到尽量少的CU中，在满足网络服务需求的前提下，尽量减少需要开启的CU和RAU的数量，达到降低网络能耗的目的；

具体来说具有以下优点：

1)本发明首次提出将RAU动态开/关方法，与CU中虚拟机动态整合方法相结合，实现C-RAN整体能耗优化的目标；

2)本发明设计的功率最小化算法，基于负载最小优先的原则选择能被关闭的基站，可以快速找到最优的活动RAU集合，并利用高效的降序最佳适应(Best-Fit-Decreasing)装箱算法将虚拟机分配至CU，最小化C-RAN中CU和RAU总功率。该算法复杂度低，适合在实际系统中使用；

3)本发明设计的能耗优化方法采用事件驱动机制，当部分CU或RAU的负载超过上限阈值或低于下限阈值时，执行功率最小化算法，重新设置RAU的开/关状态和RAU与UE的连接关系，并重新整合虚拟机。采用事件驱动机制的优点在于：在UE位置分布及数据传输需求变化较小的情况下，可以避免不必要的RAU工作状态调整及虚拟机整合；在UE位置分布及数据传输需求变化较大的情况下，可以及时调整RAU工作状态并整合虚拟机，使得C-RAN中RAU和CU的工作状态设置动态适应网络实际运行情况。

附图说明

下面对本发明说明书中每幅附图表达的内容及图中的标记作简要说明：

图1为云无线接入网(C-RAN)系统结构图；

图2为云无线接入网(C-RAN)能耗优化流程；

图3为云无线接入网(C-RAN)功率最小化算法。

上述图1中的标记均为：1、计算单元；2、内部高速交换机；3、计算单元池；4、无线接入单元；5、用户设备；6、虚拟机；7、前传链路交换结构；8、云无线接入网控制器。

具体实施方式

在云无线接入网(C-RAN)中，无线接入单元4(RAU)负责与用户设备5(UE)之间的无线信号发送/接收和信号的模/数转换，计算单元1(CU)中部署虚拟机6(VM)用于处理对应RAU的基带信号，RAU和CU之间通过前传链路传送基带信号。为了满足用户的大数据量传输需求，RAU采用小蜂窝部署模式，每个RAU的覆盖范围远小于传统基站，以提高网络的频谱效率。因此，在C-RAN中需要密集部署RAU来提供数据传输服务，而这些RAU会产生大量的能耗。同时，C-RAN中还需要部署一定数量的CU用于基带信号处理，而CU都由高性能服务器担任，也会产生大量的能耗。减少云无线接入网的能耗，对降低网络运行成本具有重要意义。

考虑到在建设C-RAN系统时，是按照网络的峰值需求部署RAU和CU的。而在实际运行中，用户分布以及数据传输需求具有随时间和空间动态变化的特性。如果始终将所有RAU保持在活动状态，并给每个RAU分配固定的虚拟机6资源，会造成部分RAU和CU仅仅处理很少网络流量，甚至处于闲置状态，浪费了一定的能耗。因此，本发明提出了一种云无线接入网能耗优化方法，可以根据网络运行状态的变化情况，动态开/关RAU，同时动态整合CU中的虚拟机6，减少活动CU的数量。由于在密集部署的C-RAN中，一个物理位置通常被多个RAU覆盖，关闭部分RAU不会影响整个网络的覆盖。因此，采用本发明提出的方法，可以在满足UE数据传输需求的同时，达到减少接入网能耗的目的。

C-RAN系统结构如图1所示，若干CU(例如1)通过内部高速交换机2互连，构成计算单元池3。若干RAU分布在不同位置向网络中的UE提供数据传输服务，每个RAU都在计算单元池3中分配有一个唯一的虚拟机6进行基带信号处理。所有CU和RAU都通过专用链路连接到前传链路交换结构7，通过前传链路交换结构7，每个RAU可以与对应虚拟机6所在的CU进行基带信号传输。每个CU和RAU有活动和关闭两种工作状态，当RAU无UE连接时可以设为关闭状态，而当CU中没有部署虚拟机6时也可设为关闭状态。云无线接入网控制器8负载监控网络状态，并根据本发明设计的能耗优化方法，按网络运行情况动态开/关RAU，同时整合虚拟机6并动态开/关CU，实现减少接入网能耗的目标。

云无线接入网(C-RAN)能耗优化目标及约束条件：

C-RAN的能耗主要为CU和RAU的能耗，要减少C-RAN在一段时间内的能耗，就需要在满足网络中动态变化的UE数据传输需求前提下，始终最小化CU和RAU的总功率。

令表示CUⁱ处于活动状态时的功率，表示RAU^j处于活动状态时的功率，处于关闭状态的CU和RAU的功率为零；α_i表示CUi的工作状态，α_i＝1表示CUi为活动状态，α_i＝0表示CUi为关闭状态；β_i表示RAUj的工作状态，β_j＝1表示RAUj为活动状态，β_j＝0表示RAUj为关闭状态。C-RAN的总功率表示为p_total，其计算公式为：

其中，S和R分别表示网络中CU和RAU的集合，|S|和|R|分别表示CU和RAU的数量。

C-RAN能耗优化目标转化为，在给定网络状态条件下，设定所有CU和RAU的工作状态，并确定CU与RAU以及RAU与UE之间的连接关系，使得CU和RAU的总功率最小，即：

min p_total

相应的约束条件如下：

约束条件1：

其中x_i,j表示CUⁱ和RAUj之间的连接关系，如果RAUj对应的虚拟机6分配在CUi上，则x_i,j＝1，否则x_i,j＝0；表示RAU^j对应的虚拟机6需要占用的计算资源容量；表示CUⁱ的计算资源总容量。约束条件1表示处于关闭状态的CU不能分配虚拟机6，而分配到每个活动CU上的所有虚拟机6需要的计算资源容量之和不能超过该CU拥有的计算资源总容量。

约束条件2：

约束条件2表示每个RAU所对应的唯一虚拟机6必须分配到一个活动的CU上。

约束条件3：

其中U表示网络中UE的集合，y_j,k表示RAUj和UE^k之间的连接关系，如果UE^k连接到RAU^j，则y_j,k＝1，否则y_j,k＝0；n_j,k表示RAU^j满足UE^k的数据传输需求要使用的无线信道物理资源块(PRB)的数量；表示RAU^j拥有的PRB总数量。约束条件3表示处于关闭状态的RAU不能与UE连接，而连接到每个活动RAU上的所有UE需要的PRB数量之和不能超过该RAU拥有的PRB总数量。

约束条件4：

约束条件4表示每个UE必须连接到一个活动的RAU上，而且同时只能与一个活动的RAU相连。

云无线接入网(C-RAN)能耗优化方法：

本发明设计的C-RAN能耗优化方法的主要流程如图2所示：云无线接入网控制器8实时监测网络运行状态，每个CU和RAU的负载情况随UE分布和数据传输需求动态变化，会出现两种情况：1)负载增加，某个CU被使用的计算资源容量或者某个RAU被使用的PRB数量超过设定的上限阈值；2)负载减小，某个CU被使用的计算资源容量或者某个RAU被使用的PRB数量低于设定的下限阈值。此时，云无线接入网控制器8都需要执行本发明设计的功率最小化算法，调整CU和RAU的工作状态以及CU和UE的连接关系，并对计算单元池3中的虚拟机6进行整合。本方法基于事件触发机制，使得CU和RAU的工作状态设置动态适应网络需求。

云无线接入网(C-RAN)功率最小化算法：

本发明设计的功率最小化算法，其目标是在给定网络条件下，满足网络中所有UE的数据传输需求，并最小化CU和RAU的总功率。由于每个RAU的开启/关闭会导致其对应虚拟机6的开启/关闭，同时每个RAU所需要的计算资源容量与其所连接UE的数据传输需求相关。当网络中RAU的工作状态改变时，UE与RAU的连接关系也发生变化，进而导致相关虚拟机6的工作状态以及所需要的计算资源也发生变化。这就使得RAU的工作状态设置，与计算单元池3中虚拟机6计算资源的分配以及虚拟机6的整合相耦合。此时，不能简单的将UE集中到尽可能少的活动RAU上，这样会导致单个虚拟机6所需要的计算资源较多，给虚拟机6的整合带来困难，进而使得活动CU数量增加，CU和RAU的总能耗不一定最小。

为了解决RAU状态设置与虚拟机6资源分配及整合相耦合的问题，本发明设计的功率最小化方法采用迭代优化的策略。在每一次迭代过程中，选择出负载最小的活动RAU，并检查其是否能够被关闭。一个活动RAU能够被关闭，需要满足以下三个条件：1)该RAU关闭之后不影响网络的覆盖；2)该RAU关闭之后，原先与其连接的所有UE都能重新连接到其他邻近活动RAU，并且这些UE的数据传输需求都能被满足；3)该RAU关闭之后，根据调整之后的RAU与UE连接关系，更新对应虚拟机6的计算资源容量需求，并对虚拟机6重新整合，此时CU和RAU的总功率下降。此迭代过程不断重复，直至没有任何一个活动RAU可以被关闭为止，此时CU和RAU的总功率最小。

本发明设计的C-RAN功率最小化算法的详细流程如图3所示：

步骤1：将所有CU和RAU都设为活动状态，每个UE根据目前无线接入网普遍采用的Max-SINR算法连接至一个RAU。Max-SINR算法就是每个UE根据接收到的不同RAU信号的信噪比，选择信噪比最大且有足够数量PRB满足其数据传输需求的RAU进行连接。计算此时的CU和RAU总功率，记为p*。设置flag＝true，flag在此后的步骤中用来标记在迭代优化的过程中是否有RAU可以被关闭。

步骤2：判断是否满足R(活动RAU集合)不为空集且flag为true的条件。如果该条件不满足，即R为空集或者flag不为true，说明所有RAU都被关闭了或者R中的所有RAU被检查之后没有一个RAU可以被关闭，则转到步骤16。如果该条件满足，说明在上一次迭代过程中有RAU被关闭，而且R中还有活动RAU需要进一步检查是否能被关闭，则算法继续。

步骤3：将flag重新设为false，并设定本次迭代需要检查的RAU集合R*，即R*＝R。

步骤4：判断R*是否为空集，如果R*为空集，说明R*中的所有RAU都已经被检查是否能被关闭，本次迭代结束，返回步骤2。如果R*不为空集，说明R*中还有RAU未被检查，则继续本次迭代。

步骤5：每个UE根据Max-SINR算法连接至集合R中的一个RAU。

步骤6：从集合R*中选出已用的PRB数量最少的(即负载最小的)RAU，记为j*。

步骤7：将RAU j*从集合R*中去除，即R*＝R*-{j*}，表示RAU j*已经被检查过是否能被关闭。

步骤8：判断RAU j*所连接的所有UE是否能够重新连接至R中的其他RAU，如果该条件不满足，则说明RAU j*不能被关闭，返回步骤4。如果该条件满足，则进一步检查RAU j*是否能被关闭。

步骤9：将RAU j*从活动RAU集合R中去除，即R＝R-{j*}。

步骤10：每个UE根据Max-SINR算法连接至集合R中的一个RAU。

步骤11：更新计算单元池3中虚拟机6的开/关状态及每个活动虚拟机6需要的计算资源数量，并基于求解装箱问题的降序最佳适应(Best-Fit-Decreasing，BFD)算法，将虚拟机6整合到计算单元池3内的CU中。BFD算法每次将待整合虚拟机6按所需计算资源容量降序排列，将CU按剩余可用计算资源容量升序排列，然后选择需求计算资源容量最大的虚拟机6，按升序搜索CU队列，将该虚拟机6分配至第一个能满足其需求的CU，直到每个虚拟机6都分配到一个CU中。

步骤12：计算此时CU和RAU的总功率p。

步骤13：判断p是否小于p*，如果p小于p*，说明RAU j*可以被关闭，进入步骤14。如果p不小于p*，说明RAU j*不能被关闭，进入步骤15。

步骤14：设置flag＝true，p*＝p，返回步骤4。

步骤15：将RAU j*重新加入活动RAU集合R中，即R＝R+{j*}，返回步骤4。

步骤16：集合R中所有RAU已经检查完毕，没有RAU可以进一步被关闭，设定此时R中所有RAU为活动状态，其余RAU为关闭状态，基于Max-SINR算法将UE连接至活动RAU，更新对应虚拟机6工作状态，并基于BFD算法对虚拟机6进行整合，此时CU和RAU的总功率最小，算法结束。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

Claims

1.云无线入网系统，至少两个计算单元通过内部高速交换机互连构成计算单元池，至少两个无线接入单元与信号范围内的用户设备进行数据传输，每个所述无线接入单元均通过前传链路交换结构与计算单元中的虚拟机进行基带信号处理，其特征在于：每个所述无线接入单元均配有一个唯一的虚拟机，所述前传链路交换结构输出每个无线接入单元的用户设备连接状态信号至云无线接入网控制器，每个所述内部高速交换机输出每个虚拟机的网络运行动态信号至云无线接入网控制器，所述云无线接入网控制器经前传链路交换结构输出开/关控制信号至无线接入单元，所述云无线接入网控制器经内部高速交换机输出开/关控制信号至虚拟机。

2.根据权利要求1所述的云无线入网系统，其特征在于：所述云无线接入网控制器经内部高速交换机输出开/关控制信号至计算单元。

3.基于权利要求1或2所述云无线入网系统的能耗分配方法，其特征在于：

云无线接入网控制器的调控满足以下所有约束条件：

4.根据权利要求3所述的所述云无线入网系统的能耗分配方法，其特征在于：

云无线入网系统的总功率表示为p_total，其计算公式为：

p_{t o t a l} = Σ_{i = 1}^{| S |} α_{i} p_{i}^{s} + Σ_{j = 1}^{| R |} β_{j} p_{j}^{r}

其中表示CUⁱ处于活动状态时的功率，表示RAU^j处于活动状态时的功率；α_i表示CUⁱ的工作状态，α_i＝1表示CUi为活动状态，α_i＝0表示CUⁱ为关闭状态；β_i表示RAU^j的工作状态，β_j＝1表示RAU^j为活动状态，β_j＝0表示RAU^j为关闭状态；，S和R分别表示网络中计算单元和无线接入单元的集合，|S|和|R|分别表示计算单元和无线接入单元的数量；

所述约束条件1的约束公式：其中x_i,j表示CUⁱ和RAU^j之间的连接关系，如果RAU^j对应的虚拟机分配在CUⁱ上，则x_i,j＝1，否则x_i,j＝0；表示RAU^j对应的虚拟机需要占用的计算资源容量；表示CUⁱ的计算资源总容量；

所述约束条件2的约束公式：

所述约束条件3的约束公式：其中U表示网络中用户设备的集合，y_j,k表示RAU^j和UE^k之间的连接关系，如果UE^k连接到RAU^j，则y_j,k＝1，否则y_j,k＝0；n_j,k表示RAU^j满足UE^k的数据传输需求要使用的无线信道物理资源块的数量；表示RAU^j拥有的无线信道物理资源块总数量；

所述约束条件4的约束公式：

5.根据权利要求3或4所述的所述云无线入网系统的能耗分配方法，其特征在于：云无线接入网控制器接入网功率最小化控制方法：

步骤5、每个用户设备接至集合R中的一个无线接入单元；

步骤7、将无线接入单元j*从集合R*中去除；

步骤9、将无线接入单元j*从活动RAU集合R中去除；

步骤10、每个用户单元连接至集合R中的一个无线接入单元；

步骤12、计算此时计算单元和无线接入单元的总功率p；

步骤14、设置flag＝true，p*＝p，返回步骤4；

步骤15、将RAU j*重新加入活动RAU集合R中，返回步骤4；

步骤16、集合R中所有RAU已经检查完毕，算法结束。

6.根据权利要求5所述的所述云无线入网系统的能耗分配方法，其特征在于：一个活动无线接入单元能够被关闭，需要满足以下三个条件：1)该无线接入单元关闭之后不影响网络的覆盖；2)该无线接入单元关闭之后，原先与其连接的所有用户设备都能重新连接到其他邻近活动无线接入单元，并且这些用户设备的数据传输需求都能被满足；3)该无线接入单元关闭之后，根据调整之后的无线接入单元与用户设备连接关系，更新对应虚拟机的计算资源容量需求，并对虚拟机重新整合，此时计算单元和无线接入单元的总功率下降，此迭代过程不断重复，直至没有任何一个活动无线接入单元可以被关闭为止，此时计算单元和无线接入单元的总功率最小。