CN106954234B - 一种超密集异构网络中的用户连接和虚拟资源分配方法 - Google Patents

一种超密集异构网络中的用户连接和虚拟资源分配方法 Download PDF

Info

Publication number
CN106954234B
CN106954234B CN201710272274.XA CN201710272274A CN106954234B CN 106954234 B CN106954234 B CN 106954234B CN 201710272274 A CN201710272274 A CN 201710272274A CN 106954234 B CN106954234 B CN 106954234B
Authority
CN
China
Prior art keywords
user
benefit
base station
resource allocation
users
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
Application number
CN201710272274.XA
Other languages
English (en)
Other versions
CN106954234A (zh
Inventor
潘志文
徐鑫鑫
刘楠
尤肖虎
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.)
White Box Shanghai Microelectronics Technology Co ltd
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201710272274.XA priority Critical patent/CN106954234B/zh
Publication of CN106954234A publication Critical patent/CN106954234A/zh
Application granted granted Critical
Publication of CN106954234B publication Critical patent/CN106954234B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/20—Selecting an access point
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/543—Allocation or scheduling criteria for wireless resources based on quality criteria based on requested quality, e.g. QoS

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种以最大化所有服务提供商的效益和为目标的用户连接和虚拟资源分配方法；该方法首先基于该效益函数，定义用户和服务提供商的效益；然后利用拉格朗日对偶得到混合业务场景下最优资源分配的充要条件；接着利用一种低复杂度的方法迭代求解资源分配的结果，最后结合资源分配的结果；本发明根据贪心策略设计用户连接方案，对于新用户到达的情况，在保持原有用户连接不变的情况下，新用户根据局部信息选择最佳的基站进行连接；得益于拉格朗日对偶和启发式的思想，该方法能够降低迭代次数和计算复杂度，快速找到资源分配方案。

Description

一种超密集异构网络中的用户连接和虚拟资源分配方法
技术领域
本发明属于移动通信中的无线资源管理技术领域，具体涉及无线通信系统中一种基于效益函数的超密集异构网络下用户连接和虚拟资源分配方法。
背景技术
无线网络虚拟化(Wireless Network Virtualization,WNV)通过将一个物理网络抽象成多个虚拟网络，使得多个运营商或用户组能够共享同一物理网络的资源，并能在虚拟网络之间满足一定的隔离性。由于能够降低运营商的基础设施建设费用和网络运营费用、降低运营商的准入门槛，并且有利于加速无线技术的研究和部署进程，无线网络虚拟化是下一代无线网络中的关键技术之一。由于无线资源有限并且稀缺，以及无线用户需求和信道状态的频繁变化，资源分配是超密集虚拟化网络中一个影响网络性能的关键因素。
实际的业务场景中存在QoS(Quality of Service，服务质量)业务和BE(BestEffort，尽力服务)业务混合的情况，资源分配过程中要对这种情况加以考虑。并且，与传统无线网络不同，超密集异构网络中基站的部署更加密集，不同层的基站(宏站、小站)的覆盖范围以及发射功率不同，有效的用户连接方法能够提高网络性能。
在传统的无线网络中，一种简单却非常有效的方法是用户连接最大信干噪比(max-SINR,maximum signal to interference plus noise ratio)的基站。但是对于超密集网络，由于不同层的基站之间发射功率有很大的差距，如果依然采用最大信干噪比连接策略，会造成很大一部分用户同时接入到发射功率较大、信号较好的基站，从而导致这些基站的拥塞。但是资源比较丰富的基站却处于空闲状态，造成了资源的浪费，网络整体性能下降。
发明内容
针对上述存在的问题，本发明目的在于提供一种以最大化所有服务提供商的效益和为目标的用户连接和虚拟资源分配方法。
为了达到上述目的，本发明采用的技术方案如下：首先，基于该效益函数，定义用户和服务提供商的效益；然后利用拉格朗日对偶得到混合业务场景下最优资源分配的充要条件；接着利用一种低复杂度的方法迭代求解资源分配的结果；最后结合资源分配的结果。
本发明根据贪心策略设计用户连接方案，对于新用户到达的情况，在保持原有用户连接不变的情况下，新用户根据局部信息选择最佳的基站进行连接；得益于拉格朗日对偶和启发式的思想，该方法能够降低迭代次数和计算复杂度，快速找到资源分配方案。
其具体的操作步骤如下：第一步：采集网络信息，初始化参数：采集网络中的服务提供商数目N、宏站数目M、小站数目ρ及用户数目K；BE业务用户服务质量需求为0，QoS用户服务质量需求为最小速率需求Rk-min；初始化所有用户的连接状态为未连接，初始化所有用户分得的资源为0；
第二步：在资源分配时刻，采集用户信息，通过常用的信道估计方法，得到用户的路径损耗，阴影衰弱，天线增益等信息。通过这些信息，计算用户的SINR(Signal toInterference plus Noise Ratio)：
Figure BDA0001277729960000021
其中
Figure BDA0001277729960000022
是信道增益，包含路径损耗，阴影衰弱，天线增益，j表示基站编号，编号从0到M-1表示宏站，编号大于等于M表示小站。n,k分别表示服务提供商编号和用户编号，每一次执行资源分配方法时，
Figure BDA0001277729960000023
可以看成是一个常数。Pj代表用户所处位置接收到的基站j的发射功率。σ2表示噪声的功率，可由信道估计得到；
第三步：生成两个队列Q1和Q2，计算用户与所有基站之间的SINR，根据用户的最大SINR进行排序。基站覆盖范围内所有QoS用户按最大SINR降序放置在队列Q1中，所有BE用户按最大SINR降序放置在队列Q2中；
第四步：依次将Q1，Q2中用户的服务质量需求发送给所有基站；
第五步：基站上生成两个队列Q3和Q4，将QoS用户放入队列Q3，将BE用户放入队列Q4，队列Q3和Q4也根据用户的SINR进行降序排列。基站收到用户的连接请求后，根据用户的业务类型以及用户与该基站之间的SINR将用户插入队列中的指定位置；
第六步：基站为QoS用户初始化资源分配。
QoS用户的效益函数表示为
Figure BDA0001277729960000024
其中C1表示QoS用户对于资源的需求程度，其值由服务提供商根据实际需要自行确定。C1越大，效益函数的斜率越陡峭，表示QoS用户对于资源的需求越剧烈。r0表示QoS用户的服务质量需求，r表示实际的用户速率。
可以看到，QoS用户的效益值在用户速率等于服务质量需求处有一个激增，当数据速率超过服务质量要求后，效用值会迅速增加到接近于1，比同等速率下的BE用户的效用值要高出很多，几乎是两倍的关系，因此为了获得更多的效用值，分配资源时应该优先为QoS用户分配资源，从这一个角度说明了方法中首先对QoS用户进行资源分配的合理性。
基站按照队列Q3中的用户次序为用户分配资源使得用户的效益达到0.99(QoS用户的最大效益为1)，如果基站资源不足，无法使该用户的效益达到0.99，则为用户分配资源使其效益达到0.5，如果基站资源仍然不足，就不为该用户分配资源，表示基站无法服务此用户；
基站为BE用户初始化资源分配。
BE用户的效益函数表示为
Figure BDA0001277729960000031
其中C2用来调整效益函数的斜率。C2越大，函数的增长的越快，代表效益函数有更好的公平性。参数B影响效益函数的值域，通过调整B可以调整效益函数的取值范围，这样不同业务的用户效益也具有可比性。对于BE用户来说，服务质量需求为0，因此r0为0，r表示实际的用户速率。C2和B的值由服务提供商根据实际需要自行确定。
可以看到，BE用户的效益值随着用户速率的增加而增加，但是效益的增长速率随着用户速率的增加而减少。
基站按照队列Q4中的用户次序为用户分配资源使得用户的效益达到0.49(BE用户的最大效益为0.5)，如果基站资源不足，无法使该用户的效益达到0.49，则将资源全部分配给该用户。如果所用用户都处理完，还有剩余资源，则将剩余资源平均分配给所有BE用户；
第七步：确定资源分配目标。服务提供商从基础设施提供商处购买资源(包括频谱、时隙、功率等)来向用户提供服务。资源分配的目标是有效地分配资源来提高资源的利用率。服务提供商的效益函数表示为
Figure BDA0001277729960000032
式(4)的含义是从用户处得到的效益和减去购买资源的开销。其中Un,k(r)表示用户的效益，可以根据用户类型由式(2)或式(3)得到。第二项表示服务提供商使用频谱和功率资源所支付的代价，其中βn代表资源的单价，由服务提供商和基础设施提供商共同协商确定。Zn可以表示为
Figure BDA0001277729960000033
其中功率频谱积用来表示用户接入到基站消耗的资源。
Figure BDA0001277729960000034
表示SPn的用户k与基站j的连接情况，如果基站与用户相连接则
Figure BDA0001277729960000035
否则
Figure BDA0001277729960000036
Figure BDA0001277729960000037
表示基站j给SP n的用户k分配的资源比例。只有当
Figure BDA0001277729960000041
时，
Figure BDA0001277729960000042
才有意义。
最大化所有服务提供商效益和的问题可以建模为
Figure BDA0001277729960000043
Figure BDA0001277729960000044
Figure BDA0001277729960000045
Figure BDA0001277729960000046
Figure BDA0001277729960000047
考虑每一个用户只能被一个基站服务的情况，用户连接系数要满足约束条件S1和S4。其次，基站的资源有限，在分配资源给用户时不能超过基站所拥有的资源。因此资源分配系数要满足约束条件S2和S3。
问题(6)是一个非凸0-1优化问题，无法在多项式时间内取得最优解。对于任意一个基站，用户连接已经确定，即
Figure BDA0001277729960000048
已经确定。基站j上的资源分配问题可以表示为
Figure BDA0001277729960000049
Figure BDA00012777299600000410
Figure BDA00012777299600000411
其中κj表示连接到基站j的用户集合。
这个问题依然是非凸的，使用拉格朗日法分析问题(7)的最优解。构建如下的拉格朗日函数：
Figure BDA00012777299600000412
Figure BDA00012777299600000413
其中拉格朗日乘子μ,νn,k,ρn,k≥0，使用Karush-Kuhn-Tucker(KKT)条件可以得到
Figure BDA00012777299600000414
Figure BDA00012777299600000415
Figure BDA00012777299600000416
Figure BDA0001277729960000051
根据问题(7)中的条件S2，可以得到
νn,k＝0,ρn,k＝0 (18)
因此根据等式(10)，对于每一个服务提供商中的任一个用户都有
Figure BDA0001277729960000052
第八步：将Q3和Q4中的所有用户放入一个新的队列Q5中，并且所有用户根据
Figure BDA0001277729960000053
升序排序。式(16)表示效益函数对资源分配因子的偏导数，称为边界效益函数。根据第8步的结果，可以看出最优的资源分配方案是所有用户的边界效益函数都等于一个常数；
第十步：调整资源分配的过程中不仅要考虑效益的提高，也要考虑保持资源在服务提供商之间分配的公平性以及服务提供商之间的隔离性。服务提供商之间的隔离性。隔离性是网络虚拟化的基本要求之一，任意一个虚拟网络中配置的变化、拓扑的变化、流量的变化不能影响和干扰其它虚拟网络。
通过队列Q5中的资源分配结果，计算N个服务提供商分配的资源数目。如果某个服务提供商分配的资源数目过多，重新分配过程中减少该服务提供商分配的资源；如果每个服务提供商分配的资源数目都比较合理，重新分配资源的过程中资源的调整需要在服务提供商内部进行。
观察到公式(4)中的变量βn，如果βn较大，那么给SP n分配的资源得到的效益就会较低，反之，则给该SP分配资源得到的效益就会较高，因此该参数会影响SPs之间的隔离性。引入VCG(Vickrey-Clarke-Groves)机制为资源进行定价，在资源分配的过程中动态的调整价格，如果某个服务提供商分配的资源数目过多，则该服务提供商的βn就越大，资源的成本就更高。
VCG机制是经济学家研究拍卖问题提出的一种定价机制，VCG机制鼓励拍卖过程中报出真实价格，拍卖过程中所要支付的价格等于它对其它竞争者所带来的影响。也可以理解为，当这个拍卖者不存在时，其它拍卖者所能得到的收益的增量。
在问题中，服务提供商s付出的代价定义为
Figure BDA0001277729960000061
其中
Figure BDA0001277729960000062
Figure BDA0001277729960000063
表示在VCG机制中，没有服务提供商s参与的情况下(服务提供商s的用户分配的资源为0)，其它服务提供商得到的效益的增长。
重新调整资源分配分成三种情况：1、在队列Q5中将第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加则保存分配结果。2、如果总的效益没有增加，在队列Q5中将资源最多的服务提供商的第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加则保存分配结果。3、如果总的效益没有增加，找出队列Q5中最后一个用户所属的服务提商在队列Q5中的第一个用户，将该用户的资源分给最后一个用户，如果效益增加则保存分配结果，如果效益没有增加，则资源分配结束。每一次重新调整资源分配之后重新对队列Q5进行排序，再次调整资源分配，直到资源分配结束；
第十一步：基站运行资源分配方法之后，将资源分配结果反馈给用户。用户得到基站的反馈之后选择使其效益最高的基站进行连接；
第十二步：在用户选择基站连接之后，基站重新运行资源分配方法，为与其连接的用户分配资源；
第十三步：当有新用户到来，用户将其服务质量需求和信道状态发送给所有基站。基站运行资源分配方法计算该用户连接之后的资源分配结果，并将资源分配结果反馈给该用户，用户选择使其效益最高的基站进行连接。用户选择的基站重新运行资源分配方法，为所有与其连接的用户分配资源；
第十四步：停止。按照得到的用户连接和资源分配策略进行用户连接和资源分配。
本发明与现有技术相比，具有如下有益效果：
该方法为不同业务类型的用户建立统一的效益函数，在效益函数中通过不同的参数来区分不同业务的用户。该方法能够有效地均衡网络负载、提高网络性能，并且保证虚拟网络的定制性和隔离性。
1)本发明同时考虑服务提供商和不同业务用户的效益，通过拉格朗日对偶方法推导出最优资源分配方案的理论解，在资源分配的过程中逐步靠近理论解，最大化系统吞吐量。
2)本发明通过将问题分解为用户连接和资源分配两个子问题，简化问题的求解，最大化全局的收益。
3)本发明提出的资源分配方法引入VCG拍卖模型，在每一次调整资源分配的迭代过程中通过该模型计算资源价格βn，资源价格βn能够影响系统的总效益进而保证资源在服务提供商之间分配的公平性和隔离性。
4)本发明提出的方法能够将用户从拥塞的大站卸载到空闲的小站，充分均衡网络的负载，提高网络的性能，同时通过有效的资源分配策略在保证公平性和隔离性的前提下满足用户的服务质量需求。
附图说明
图1本发明的基于效益函数的超密集异构网络下用户连接和虚拟资源分配方法；
图2为本发明具体实施例中的超密集异构网络场景图。
具体实施方式
结合本发明的附图和具体实施方式对本发明的技术方案进行进一步的说明：
本发明的基于效益函数的超密集异构网络下用户连接和虚拟资源分配方法，以如图2所示的超密集异构网络为例来给出一种实施例：
如图1所述，包括如下步骤：
第一步：采集网络信息，初始化参数：采集网络中的服务提供商数目3、宏站数目7、小站数目70及用户数目2100；BE业务用户服务质量需求为0，QoS用户服务质量需求为最小速率需求Rk-min；初始化所有用户的连接状态为未连接，初始化所有用户分得的资源为0；
第二步：在资源分配时刻，采集用户信息，通过常用的信道估计方法，得到用户的路径损耗，阴影衰弱，天线增益等信息。通过这些信息，计算用户的SINR(Signal toInterference plus Noise Ratio)：
Figure BDA0001277729960000071
其中
Figure BDA0001277729960000072
是信道增益，包含路径损耗，阴影衰弱，天线增益，j表示基站编号，编号从0到6表示宏站，编号大于等于6表示小站。n,k分别表示服务提供商编号和用户编号，每一次执行资源分配方法时，
Figure BDA0001277729960000073
可以看成是一个常数。Pj代表用户所处位置接收到的基站j的发射功率。σ2表示噪声的功率，可由信道估计得到；
第三步：生成两个队列Q1和Q2，计算用户与所有基站之间的SINR，根据用户的最大SINR进行排序。基站覆盖范围内所有QoS用户按最大SINR降序放置在队列Q1中，所有BE用户按最大SINR降序放置在队列Q2中；
第四步：依次将Q1，Q2中用户的服务质量需求发送给所有基站；
第五步：基站上生成两个队列Q3和Q4，将QoS用户放入队列Q3，将BE用户放入队列Q4，队列Q3和Q4也根据用户的SINR进行降序排列。基站收到用户的连接请求后，根据用户的业务类型以及用户与该基站之间的SINR将用户插入队列中的指定位置；
第六步：基站为QoS用户初始化资源分配。
QoS用户的效益函数表示为
Figure BDA0001277729960000081
其中C1表示QoS用户对于资源的需求程度，其值由服务提供商根据实际需要自行确定，三个服务提供商都设置为10。C1越大，效益函数的斜率越陡峭，表示QoS用户对于资源的需求越剧烈。r0表示QoS用户的服务质量需求，r表示实际的用户速率。
可以看到，QoS用户的效益值在用户速率等于服务质量需求处有一个激增，当数据速率超过服务质量要求后，效用值会迅速增加到接近于1，比同等速率下的BE用户的效用值要高出很多，几乎是两倍的关系，因此为了获得更多的效用值，分配资源时应该优先为QoS用户分配资源，从这一个角度说明了方法中首先对QoS用户进行资源分配的合理性。
基站按照队列Q3中的用户次序为用户分配资源使得用户的效益达到0.99(QoS用户的最大效益为1)，如果基站资源不足，无法使该用户的效益达到0.99，则为用户分配资源使其效益达到0.5，如果基站资源仍然不足，就不为该用户分配资源，表示基站无法服务此用户；
第七步：基站为BE用户初始化资源分配。
BE用户的效益函数表示为
Figure BDA0001277729960000082
其中C2用来调整效益函数的斜率,。C2越大，函数的增长的越快，代表效益函数有更好的公平性，三个服务提供商分别设置为5,2,0.4。参数B影响效益函数的值域，通过调整B可以调整效益函数的取值范围，这样不同业务的用户效益也具有可比性，三个服务提供商分别设置为1,1,2。对于BE用户来说，服务质量需求为0，因此r0为0，r表示实际的用户速率。
可以看到，BE用户的效益值随着用户速率的增加而增加，但是效益的增长速率随着用户速率的增加而减少。
基站按照队列Q4中的用户次序为用户分配资源使得用户的效益达到0.49(BE用户的最大效益为0.5)，如果基站资源不足，无法使该用户的效益达到0.49，则将资源全部分配给该用户。如果所用用户都处理完，还有剩余资源，则将剩余资源平均分配给所有BE用户；
第八步：确定资源分配目标。服务提供商从基础设施提供商处购买资源(包括频谱、时隙、功率等)来向用户提供服务。资源分配的目标是有效地分配资源来提高资源的利用率。服务提供商的效益函数表示为
Figure BDA0001277729960000091
式(4)的含义是从用户处得到的效益和减去购买资源的开销。其中Un,k(r)表示用户的效益，可以根据用户类型由式(2)或式(3)得到。第二项表示服务提供商使用频谱和功率资源所支付的代价，其中βn代表资源的单价，三个服务提供商的βn不同。Zn可以表示为
Figure BDA0001277729960000092
其中功率频谱积用来表示用户接入到基站消耗的资源。
Figure BDA0001277729960000093
表示SPn的用户k与基站j的连接情况，如果基站与用户相连接则
Figure BDA0001277729960000094
否则
Figure BDA0001277729960000095
Figure BDA0001277729960000096
表示基站j给SP n的用户k分配的资源比例。只有当
Figure BDA0001277729960000097
时，
Figure BDA0001277729960000098
才有意义。
最大化所有服务提供商效益和的问题可以建模为
Figure BDA0001277729960000099
Figure BDA00012777299600000910
Figure BDA00012777299600000911
Figure BDA00012777299600000912
Figure BDA00012777299600000913
考虑每一个用户只能被一个基站服务的情况，用户连接系数要满足约束条件S1和S4。其次，基站的资源有限，在分配资源给用户时不能超过基站所拥有的资源。因此资源分配系数要满足约束条件S2和S3。
问题(6)是一个非凸0-1优化问题，无法在多项式时间内取得最优解。对于任意一个基站，用户连接已经确定，即
Figure BDA00012777299600000914
已经确定。基站j上的资源分配问题可以表示为
Figure BDA0001277729960000101
Figure BDA0001277729960000102
Figure BDA0001277729960000103
其中κj表示连接到基站j的用户集合。
这个问题依然是非凸的，使用拉格朗日法分析问题(7)的最优解。构建如下的拉格朗日函数：
Figure BDA0001277729960000104
Figure BDA0001277729960000105
其中拉格朗日乘子μ,νn,k,ρn,k≥0，使用Karush-Kuhn-Tucker(KKT)条件可以得到
Figure BDA0001277729960000106
Figure BDA0001277729960000107
Figure BDA0001277729960000108
Figure BDA0001277729960000109
根据问题(7)中的条件S2，可以得到
νn,k＝0,ρn,k＝0 (36)
因此根据等式(10)，对于每一个服务提供商中的任一个用户都有
Figure BDA00012777299600001010
第九步：将Q3和Q4中的所有用户放入一个新的队列Q5中，并且所有用户根据
Figure BDA00012777299600001011
升序排序。式(16)表示效益函数对资源分配因子的偏导数，称为边界效益函数。根据第8步的结果，可以看出最优的资源分配方案是所有用户的边界效益函数都等于一个常数；
第九步：调整资源分配的过程中不仅要考虑效益的提高，也要考虑保持资源在服务提供商之间分配的公平性以及服务提供商之间的隔离性。服务提供商之间的隔离性。隔离性是网络虚拟化的基本要求之一，任意一个虚拟网络中配置的变化、拓扑的变化、流量的变化不能影响和干扰其它虚拟网络。
通过队列Q5中的资源分配结果，计算3个服务提供商分配的资源数目。如果某个服务提供商分配的资源数目过多，重新分配过程中减少该服务提供商分配的资源；如果每个服务提供商分配的资源数目都比较合理，重新分配资源的过程中资源的调整需要在服务提供商内部进行。
观察到公式(4)中的变量βn，如果βn较大，那么给SP n分配的资源得到的效益就会较低，反之，则给该SP分配资源得到的效益就会较高，因此该参数会影响SPs之间的隔离性。引入VCG(Vickrey-Clarke-Groves)机制来设置βn，在资源分配的过程中动态的调整价格，如果某个服务提供商分配的资源数目过多，则该服务提供商的βn就越大，资源的成本就更高。
VCG机制是经济学家研究拍卖问题提出的一种定价机制，VCG机制鼓励拍卖过程中报出真实价格，拍卖过程中所要支付的价格等于它对其它竞争者所带来的影响。也可以理解为，当这个拍卖者不存在时，其它拍卖者所能得到的收益的增量。
在问题中，服务提供商s付出的代价定义为
Figure BDA0001277729960000111
其中
Figure BDA0001277729960000112
Figure BDA0001277729960000113
表示在VCG机制中，没有服务提供商s参与的情况下(服务提供商s的用户分配的资源为0)，其它服务提供商得到的效益的增长。
重新调整资源分配分成三种情况：1、在队列Q5中将第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加则保存分配结果。2、如果总的效益没有增加，在队列Q5中将资源最多的服务提供商的第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加则保存分配结果。3、如果总的效益没有增加，找出队列Q5中最后一个用户所属的服务提商在队列Q5中的第一个用户，将该用户的资源分给最后一个用户，如果效益增加则保存分配结果，如果效益没有增加，则资源分配结束。每一次重新调整资源分配之后重新对队列Q5进行排序，再次调整资源分配，直到资源分配结束；
第十一步：基站运行资源分配方法之后，将资源分配结果反馈给用户。用户得到基站的反馈之后选择使其效益最高的基站进行连接；
第十二步：在用户选择基站连接之后，基站重新运行资源分配方法，为与其连接的用户分配资源；
第十三步：当有新用户到来，用户将其服务质量需求和信道状态发送给所有基站。基站运行资源分配方法计算该用户连接之后的资源分配结果，并将资源分配结果反馈给该用户，用户选择使其效益最高的基站进行连接。用户选择的基站重新运行资源分配方法，为所有与其连接的用户分配资源；
第十四步：停止。按照得到的用户连接和资源分配策略进行用户连接和资源分配。
本发明基于统一的效益函数，提出一种超密集异构网络虚拟化下不同业务用户共存的用户连接和资源分配方法。该方法以最大化服务提供商效益和为目标，通过拉格朗日对偶分析最优资源分配策略，最大化系统吞吐量。结合VCG拍卖模型计算的资源价格βn，能够在资源分配过程中保证服务提供商之间的公平性和隔离性的基础上，均衡网络负载，同时保证用户服务质量需求，获得系统吞吐量的提升。
需要说明的是，上述仅仅是本发明的较佳实施例，并非用来限定本发明的保护范围，在上述实施例的基础上所做出的任意组合或等同变换均属于本发明的保护范围。

Claims (2)

1.一种超密集异构网络中的用户连接和虚拟资源分配方法，其特征在于针对虚拟化的超密集异构网络中的混合业务场景，提出了一种有效的用户连接和资源分配算法，能够提升网络性能，所述的方法包括如下步骤：
第一步：采集网络信息，初始化参数，其中采集的网络信息包括：服务提供商数目N、宏站数目M、小站数目ρ，用户数目K，BE业务用户服务质量需求为0，QoS用户服务质量需求为最小速率需求Rk-min；初始化所有用户的连接状态为未连接，初始化所有用户分得的资源为0；
第二步：资源分配时，采集用户信息，根据得到的信息计算用户的SINR，采集用户信息通过信道估计方法，得到信道增益信息，根据得到的信道增益信息，计算用户的SINR，计算公式如下：
Figure FDA0002524635860000011
其中
Figure FDA0002524635860000012
表示信道增益信息，包含路径损耗，阴影衰弱，天线增益，j表示基站编号，编号从0到M-1表示宏站，编号大于等于M表示小站，n，k分别表示服务提供商编号和用户编号，Pj代表用户所处位置接收到的基站j的发射功率，σ2表示噪声的功率；
第三步：生成两个队列Q1和Q2分布用于存储QoS用户和BE用户，两个队列中的用户的SINR进行降序排列；
第四步：依次将Q1，Q2中用户的服务需求发送给所有基站；
第五步：在基站上生成两个队列Q3和Q4，将QoS用户放入队列Q3，将BE用户放入队列Q4，队列Q3和Q4中根据用户的SINR进行降序排列；
第六步：基站分别为QoS用户和BE用户初始化资源分配，QoS用户的效益函数表示为：
Figure FDA0002524635860000013
其中C1表示QoS用户对于资源的需求程度，其值由服务提供商根据实际需要自行确定，r0表示QoS用户的服务质量需求，r表示实际的用户速率；
所述的基站为QoS用户初始化资源分配时，基站按照队列Q3中的用户次序为用户分配资源使得用户的效益达到0.99，如果基站资源不足，无法使该用户的效益达到0.99，则为用户分配资源使其效益达到0.5，如果基站资源仍然不足，就不为该用户分配资源，表示基站无法服务此用户；
BE用户的效益函数表示为；
Figure FDA0002524635860000021
其中C2用来调整效益函数的斜率；参数B影响效益函数的值域，通过调整B来调整效益函数的取值范围；对于式中的BE用户来说，服务质量需求为0，因此r0为0，r表示实际的用户速率；C2和B的值由服务提供商根据实际需要自行确定；
所述的基站为BE用户初始化资源分配时，基站按照队列Q4中的用户次序为用户分配资源使得用户的效益达到0.49，如果基站资源不足，无法使该用户的效益达到0.49，则将资源全部分配给该用户；如果所用用户都处理完，还有剩余资源，则将剩余资源平均分配给所有BE用户；
第七步：确定资源分配目标；对于任意一个用户的分配公式如下：
Figure FDA0002524635860000022
其中，Un,k(r)表示用户的效益，κj表示连接到基站j的用户集合，yn,,k表示基站给SP n的用户k分配的资源比例，βn表示基站为服务提供商n设置的资源单价，WjPj表示基站的频谱功率积，μ是拉格朗日乘子，是一个常数，αn,k表示服务提供商n为用户k设置的资源单价，λ表示所有服务提供商，所有用户的边界效益函数相等，等于一个常数；
第八步：根据用户的边界效益进行排序，排序的方法如下：
将Q3和Q4中的所有用户放入一个新的队列Q5中，所有用户根据式(4)升序排序；
式(4)表示效益函数对资源分配因子的偏导数，即得用户的边界效益函数；
第九步：通过队列Q5中的资源分配结果，计算N个服务提供商分配的资源数目，将效益低的用户资源重新分配给效益高的用户；
第十步：计算总的效益，如果效益增加，则重复第八步到第十步的操作，如果效益没有增加，则进行第十一步操作；
第十一步：基站运行资源分配方法之后，将资源分配结果反馈给用户，用户得到基站的反馈之后选择使其效益最高的基站进行连接；
第十二步：用户选择基站连接之后，基站重新运行资源分配方法，为与其连接的其他用户分配资源；
第十三步：当有新用户到来，重复第四步到第十二步的操作；
第十四步：停止。
2.根据权利要求1所述的超密集异构网络中的用户连接和虚拟资源分配方法，其特征在于，所述的第九步和第十步中资源的重新分配以及迭代的过程包括以下三种方式：
1)在队列Q5中将第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加，则保存分配结果；
2)如果总的效益没有增加，在队列Q5中将资源最多的服务提供商的第一个用户的资源分配给最后一个用户，重新计算总效益和βn，如果效益增加，则保存分配结果；
3)如果总的效益没有增加，找出队列Q5中最后一个用户所属的服务提商在队列Q5中的第一个用户，将该用户的资源分给最后一个用户，如果效益增加，则保存分配结果，如果效益没有增加，则资源分配结束；每一次重新调整资源分配之后重新对队列Q5进行排序，再次调整资源分配，直到资源分配结束。
CN201710272274.XA 2017-04-24 2017-04-24 一种超密集异构网络中的用户连接和虚拟资源分配方法 Active CN106954234B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710272274.XA CN106954234B (zh) 2017-04-24 2017-04-24 一种超密集异构网络中的用户连接和虚拟资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710272274.XA CN106954234B (zh) 2017-04-24 2017-04-24 一种超密集异构网络中的用户连接和虚拟资源分配方法

Publications (2)

Publication Number Publication Date
CN106954234A CN106954234A (zh) 2017-07-14
CN106954234B true CN106954234B (zh) 2020-08-14

Family

ID=59476625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710272274.XA Active CN106954234B (zh) 2017-04-24 2017-04-24 一种超密集异构网络中的用户连接和虚拟资源分配方法

Country Status (1)

Country Link
CN (1) CN106954234B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107333333B (zh) * 2017-08-10 2019-10-08 北京邮电大学 一种基于用户业务流的资源分配方法
CN107590000B (zh) * 2017-09-06 2020-11-10 中国科学院上海高等研究院 二次随机资源管理方法/系统、计算机存储介质及设备
CN108123828B (zh) * 2017-12-04 2020-12-29 东南大学 一种基于接入用户移动性预测的超密集网络资源分配方法
CN108377542B (zh) * 2018-01-17 2020-11-17 西安邮电大学 一种基于信干漏比的功率分割方法
CN108365900A (zh) * 2018-02-27 2018-08-03 华北电力大学（保定） 超密集异构网系统中基于能耗与配对的用户接入方法
CN108900980B (zh) * 2018-09-21 2020-01-10 北京邮电大学 一种在异构网络中基于移动性预测的资源分配优化方法
CN113411861A (zh) * 2020-03-17 2021-09-17 索尼公司 用于无线通信的电子设备和方法、计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1300995A2 (en) * 2001-10-05 2003-04-09 Nortel Networks Limited Resource management in heterogenous QOS based packet networks
CN101640908A (zh) * 2009-08-31 2010-02-03 北京邮电大学 一种实现异构网络端到端业务QoS控制的系统和方法
CN104660394A (zh) * 2015-03-23 2015-05-27 中国矿业大学 一种基于效用函数和价格机制的频谱资源分配方法
CN105430656A (zh) * 2015-11-26 2016-03-23 中国科学院信息工程研究所 一种超密集异构移动蜂窝网络负载均衡方法
CN106358308A (zh) * 2015-07-14 2017-01-25 北京化工大学 一种超密集网络中的强化学习的资源分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1300995A2 (en) * 2001-10-05 2003-04-09 Nortel Networks Limited Resource management in heterogenous QOS based packet networks
CN101640908A (zh) * 2009-08-31 2010-02-03 北京邮电大学 一种实现异构网络端到端业务QoS控制的系统和方法
CN104660394A (zh) * 2015-03-23 2015-05-27 中国矿业大学 一种基于效用函数和价格机制的频谱资源分配方法
CN106358308A (zh) * 2015-07-14 2017-01-25 北京化工大学 一种超密集网络中的强化学习的资源分配方法
CN105430656A (zh) * 2015-11-26 2016-03-23 中国科学院信息工程研究所 一种超密集异构移动蜂窝网络负载均衡方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Lagrange and IMPSO based power adjustment scheme for hyper-dense HetNets;Jiang Huilin;《IEEE ICC 2015 - Workshop on Heterogeneous Converged Networks》;20150612;全文 *
Utility-based energy-efficient resource allocation in downlink heterogeneous OFDMA networks with mixed traffic;Hongzhen Cheng;《2016 8th International Conference on Wireless Communications & Signal Processing》;20161015;全文 *

Also Published As

Publication number Publication date
CN106954234A (zh) 2017-07-14

Similar Documents

Publication Publication Date Title
CN106954234B (zh) 一种超密集异构网络中的用户连接和虚拟资源分配方法
Luong et al. Applications of economic and pricing models for resource management in 5G wireless networks: A survey
Yi et al. Cooperative communication-aware spectrum leasing in cognitive radio networks
Duan et al. Contract-based cooperative spectrum sharing
CN109041193B (zh) 一种基于noma的网络切片动态联合用户关联和功率分配方法
Kalil et al. Wireless resources virtualization in LTE systems
Duan et al. Competition with dynamic spectrum leasing
CN107613556B (zh) 一种基于功率控制的全双工d2d干扰管理方法
CN108990071B (zh) 一种基于noma的cr网络系统中两步走的功率分配方法
Hew et al. Cooperative resource allocation games in shared networks: Symmetric and asymmetric fair bargaining models
CN107249217A (zh) 自组织移动云网络的联合任务卸载和资源分配方法
CN103079278A (zh) 基于用户满意度的ofdma-wlan系统下行资源分配方法
Bourdena et al. QoS provisioning and policy management in a broker-based CR network architecture
Zheng et al. Constrained network slicing games: Achieving service guarantees and network efficiency
CN108012335B (zh) 一种软件定义网络下虚拟化多播资源分配方法
CN103313408B (zh) 一种多扇区协调调度方法及装置
Kim et al. Profitable and energy-efficient resource optimization for heterogeneous cloud-based radio access networks
Pourkabirian et al. Dynamic resource allocation for OFDMA femtocell networks: a game-theoretic approach
CN107257583B (zh) 一种基于自回传小蜂窝网络的虚拟资源分配方法
Zhou et al. Radio resource allocation for RAN slicing in mobile networks
CN105163392B (zh) 保证服务质量的多基站多用户比例公平调度方法
Xinghua et al. A hierarchical resource allocation for OFDMA distributed wireless communication systems
Chayon et al. Downlink Radio Resource Management Through CoMP and Carrier Aggregation for LTE-Advanced Network
Parzy et al. QoS support in radio resource sharing with Cournot competition
Acharya et al. Service provider competition and pricing for dynamic spectrum allocation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210330

Address after: 201306 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, Pudong New Area, Shanghai

Patentee after: Shanghai Hanxin Industrial Development Partnership (L.P.)

Address before: 211189 No. 2 Southeast University Road, Jiangning District, Nanjing, Jiangsu

Patentee before: SOUTHEAST University

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230913

Address after: 201615 room 301-6, building 6, no.1158, Jiuting Central Road, Jiuting Town, Songjiang District, Shanghai

Patentee after: White box (Shanghai) Microelectronics Technology Co.,Ltd.

Address before: 201306 building C, No. 888, Huanhu West 2nd Road, Lingang New Area, Pudong New Area, Shanghai

Patentee before: Shanghai Hanxin Industrial Development Partnership (L.P.)