CN108200665A - 一种远程无线电头和基带处理单元的资源调度优化方法 - Google Patents
一种远程无线电头和基带处理单元的资源调度优化方法 Download PDFInfo
- Publication number
- CN108200665A CN108200665A CN201810094646.9A CN201810094646A CN108200665A CN 108200665 A CN108200665 A CN 108200665A CN 201810094646 A CN201810094646 A CN 201810094646A CN 108200665 A CN108200665 A CN 108200665A
- Authority
- CN
- China
- Prior art keywords
- bbu
- rrh
- molecular
- reaction
- molecule
- 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
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
- H04W88/085—Access point devices with remote components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种远程无线电头和基带处理单元的资源调度优化方法,对现有的RRH与BBU资源分配算法进行改进,将混合化学反应优化算法应用于RRH与BBU之间的调度分配,不仅可以降低RRH与BBU的分配功耗,还可以降低运营商在C‑RAN中对电力资源的投入,从而达到环保节能的效果。
Description
技术领域
本发明属于云无线接入网络技术领域,具体涉及一种远程无线电头和基带处理单元的资源调度优化方法的设计。
背景技术
C-RAN(Cloud-Radio Access Network,云无线接入网络)作为一种新的云架构,被引入成为未来的移动网络运营商的基础设施。利用功能分离的方法,传统基站分为两部分:(1)基带处理单元(Base Band Unit,BBU),其执行层移数字处理的基带信号以及所有上层的功能和与回程网络的接口,以及(2)远程无线电头(Remote Radio Head,RRH),其与天线前/后端相接,并执行剩余的第1层功能,即数模转换/模数转换(DAC/ADC)的基带信号,上变频/下变频,功率放大和信号检测。BBU技术适用于一组基站,在地理上将每个BBU与其RRH分离,RRH仍然保持在原来小区站点的位置,天线也位于那个位置,并且将BBU合并到同一个地方,称为BBU池,实现集中式无线接入网络。
RRH与BBU的资源分配是NP完全问题,也就是说在多项式时间内无法找到其最优解,如果要找到最优解只能暴力搜索遍历,找到最佳的分配方案。但是现实中,通信对于时延要求很高,而且由于RRH与BBU之间的分配复杂度呈指数增长,当RRH与BBU个数为几十个的时候,二的几十次方已然是一个天文数字了,所以暴力搜索算法并不是可行的。
现有的RRH与BBU资源分配算法包括基于遗传算法、粒子群算法、蚁群算法、模拟退火算法、混合遗传算法、动态资源分配等。上述算法都是从自然界的现象中抽取的模型,通过不断的迭代搜索出指定条件下的最优解。上述算法在4G系统中的功率消耗可以接受,但是,随着全球气候变暖,节能环保问题日益严重,迫切需要在新一代通信系统中降低由于功率消耗带来的二氧化碳排放问题。
发明内容
本发明的目的是为了保证RRH与BBU之间的分配效率更高,同时使RRH与BBU消耗的功率更低,提出了一种远程无线电头和基带处理单元的资源调度优化方法。
本发明的技术方案为:一种远程无线电头和基带处理单元的资源调度优化方法,包括以下步骤:
S1、开启云无线接入网络中所有的RRH与BBU,并初始化设置RRH与BBU的容量,使得RRH与BBU的容量满足负载最大时的需求。
S2、将云无线接入网络中的所有用户通过最大信干比连接的原则分配到各个RRH中,即每个用户与周围RRH中信干比最大的RRH连接,并占用该RRH的资源。
S3、采用首次适应算法将所有RRH分配到各个BBU中,得到RRH与BBU分配的初始解。
将所有RRH按照用户负载由高到低排序,并将排序后的RRH按照所有已经开启BBU的顺序插入各个BBU中,若当前BBU中有足够的容量,则将RRH分配给这个BBU,若当前BBU中没有足够的容量,则将RRH顺序插入下一个BBU中,直到所有RRH分配到BBU中,得到RRH与BBU分配的初始解。
S4、将RRH与BBU分配的初始解作为初始分子结构,采用混合化学反应优化算法对其进行优化分配,得到RRH与BBU分配的最优解。
S5、针对RRH与BBU分配的最优解,将其中满足关闭条件的RRH关闭,并将关闭的RRH中的用户迁移到其他RRH中,并采用混合化学反应优化算法对未关闭的RRH和BBU进行重新分配,得到RRH与BBU分配的最终解。
其中,混合化学反应优化算法的具体步骤为:
将每个RRH与BBU分配的解作为一个分子,采用迭代的方法对每个分子中的RRH与BBU分配关系进行优化,每次迭代随机采用一种化学反应优化子方法,若当前分子满足当前迭代选择的化学反应优化子方法的反应先决条件,则采用该化学反应优化子方法对当前分子进行优化反应,否则进入下一次迭代。
迭代终止条件为分子势能低于预先设置的势能阈值或者连续迭代N次后分子势能不再降低,N为预先设置的迭代次数阈值。
分子势能表示该分子中RRH与BBU的分配效率,其计算公式为:
其中PE为分子势能,Bi表示第i个BBU已经使用的容量,C表示BBU的总容量,n表示BBU的数量。
化学反应优化子方法包括单分子分解法、单分子撞墙法、多分子合成法以及多分子碰撞法。
(1)单分子分解法的反应先决条件为:分解反应后两个分子的势能之和小于或等于分解反应前分子的动能和势能之和。
单分子分解法的具体步骤为:
A1、统计有剩余容量的BBU数量M,并将设置为门限值。
A2、为每一个BBU赋予一个0-1的随机数。
A3、若某随机数小于门限值或者某个BBU无剩余容量,则将该随机数对应的BBU或者这个无剩余容量的BBU加入新的分子结构,否则将这个BBU关闭。
A4、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
A5、重复步骤A1-A4两次,得到两个新的分子。
(2)单分子撞墙法的反应先决条件为:分子碰撞后的分子势能小于或等于分子碰撞前的分子动能与势能之和。
单分子撞墙法的具体步骤为:
B1、按照BBU的剩余容量对其进行降序排列,并统计有剩余容量的BBU数量M。
B2、随机释放容量最少的2~个BBU中的RRH。
B3、采用随机替换算法将被释放的RRH与未被释放的RRH交换位置。
其中,随机替换算法的替换条件为:
用一个或两个未装入BBU的RRH替换一个已装入BBU的RRH,且替换进BBU的RRH能够放入该BBU中,且使BBU余量减小。
B4、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
(3)多分子合成法的反应先决条件为:合成反应后的分子势能小于或等于合成反应前两个分子的动能和势能之和。
多分子合成法的具体步骤为:
C1、将两个分子结构相同的部分,即将分配的RRH完全相同的BBU保留,将其他分配的RRH不同的BBU清空。
C2、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
(4)多分子碰撞法的反应先决条件为:碰撞后两个分子的势能之和小于或等于碰撞前两个分子的动能与势能之和。
多分子碰撞法具体为:对每个分子采用单分子撞墙法,即步骤B1-B4进行优化反应。
本发明的有益效果是:本发明对现有的RRH与BBU资源分配算法进行改进,将混合化学反应优化算法应用于RRH与BBU之间的调度分配,不仅可以降低RRH与BBU的分配功耗,还可以降低运营商在C-RAN中对电力资源的投入,从而达到环保节能的效果。
附图说明
图1所示为本发明实施例提供的一种远程无线电头和基带处理单元的资源调度优化方法流程图。
图2所示为本发明实施例提供的RRH功率消耗对比图。
图3所示为本发明实施例提供的BBU功率消耗对比图。
图4所示为本发明实施例提供的总功率消耗对比图。
具体实施方式
现在将参考附图来详细描述本发明的示例性实施方式。应当理解,附图中示出和描述的实施方式仅仅是示例性的,意在阐释本发明的原理和精神,而并非限制本发明的范围。
本发明实施例提供了一种远程无线电头和基带处理单元的资源调度优化方法,如图1所示,包括以下步骤S1-S4:
S1、开启云无线接入网络中所有的RRH与BBU,并初始化设置RRH与BBU的容量,使得RRH与BBU的容量满足负载最大时的需求。
S2、将云无线接入网络中的所有用户通过最大信干比连接的原则分配到各个RRH中,即每个用户与周围RRH中信干比最大的RRH连接,并占用该RRH的资源。
此时将所有的用户都分配到RRH中,并且没有RRH关闭。
S3、采用首次适应(First Fit,FF)算法将所有RRH分配到各个BBU中,得到RRH与BBU分配的初始解。
FF算法的具体过程为:将所有RRH按照用户负载由高到低排序,并将排序后的RRH按照所有已经开启BBU的顺序插入各个BBU中,若当前BBU中有足够的容量,则将RRH分配给这个BBU,若当前BBU中没有足够的容量,则将RRH顺序插入下一个BBU中,直到所有RRH分配到BBU中,得到RRH与BBU分配的初始解。
S4、将RRH与BBU分配的初始解作为初始分子结构,采用混合化学反应优化算法对其进行优化分配,得到RRH与BBU分配的最优解。
其中,混合化学反应优化算法的具体步骤为:
将每个RRH与BBU分配的解作为一个分子,采用迭代的方法对每个分子中的RRH与BBU分配关系进行优化,每次迭代随机采用一种化学反应优化子方法,若当前分子满足当前迭代选择的化学反应优化子方法的反应先决条件,则采用该化学反应优化子方法对当前分子进行优化反应,否则进入下一次迭代。
迭代终止条件为分子势能低于预先设置的势能阈值或者连续迭代N次后分子势能不再降低,N为预先设置的迭代次数阈值。
本发明实施例中,分子势能表示该分子中RRH与BBU的分配效率,其计算公式为:
其中PE为分子势能,Bi表示第i个BBU已经使用的容量,C表示BBU的总容量,n表示BBU的数量。因此使用的BBU数量越少,则分子势能也越低。
本发明实施例中,化学反应优化子方法包括单分子分解法、单分子撞墙法、多分子合成法以及多分子碰撞法。
(1)单分子分解法的反应先决条件为:分解反应后两个分子的势能之和小于或等于分解反应前分子的动能和势能之和,具体公式为:
其中KEω表示分解反应前分子的动能,PEω表示分解反应前分子的势能,和分别表示分解反应后两个分子的势能。若满足公式(2),则分解反应条件满足,发生分解反应,且新分子的碰撞次数清零,否则不发生分解反应,分子碰撞次数加一。
单分子分解法由于分子分解结构变化较大,所以需要产生两个全新且与原分子结构不同的分子,其具体步骤为:
A1、统计有剩余容量的BBU数量M,并将设置为门限值。
设置为门限值的原理为:若当前分子解较优,那么门限值势必较大,那么每个BBU都会以较小的概率被拆分,则既可以使分子结构产生较大变化,又可以保留已有的优良结构。
A2、为每一个BBU赋予一个0-1的随机数。
A3、若某随机数小于门限值或者某个BBU无剩余容量,则将该随机数对应的BBU或者这个无剩余容量的BBU加入新的分子结构,否则将这个BBU关闭。
A4、此时有一些RRH没有被BBU服务,采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
A5、重复步骤A1-A4两次,得到两个新的分子。由于满足分解发生的反应先决条件,则分子势能势必减少,则解发生了优化,故功率消耗降低。
(2)单分子撞墙法一般在单分子分解法的反应先决条件无法满足时采用,其反应先决条件为:分子碰撞后的分子势能小于或等于分子碰撞前的分子动能与势能之和,具体公式为:
PEω+KEω≥PEω' (3)
其中KEω表示碰撞前分子的动能,PEω表示碰撞前分子的势能,PEω'表示碰撞后分子的势能。若满足公式(3),则撞墙分子结构微调条件满足,产生微调,否则分子结构不变,分子碰撞次数加一。
单分子撞墙法的具体步骤为:
B1、按照BBU的剩余容量对其进行降序排列,并统计有剩余容量的BBU数量M。
B2、随机释放容量最少的2~个BBU中的RRH。
B3、采用随机替换算法将被释放的RRH与未被释放的RRH交换位置。
其中,随机替换算法的替换条件为:
用一个或两个未装入BBU的RRH替换一个已装入BBU的RRH,且替换进BBU的RRH能够放入该BBU中,且使BBU余量减小。
B4、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。至此,撞墙反应完成,而此反应之所以有效,则是因为撞墙满足能量守恒,且每次撞墙发生分子结构改变时,都使得分子结构变化,且结构越来越优化,所以功率降低。
(3)多分子合成法的反应先决条件为:合成反应后的分子势能小于或等于合成反应前两个分子的动能和势能之和,具体公式为:
其中和分别表示合成反应前两个分子的势能,和分别表示合成反应前两个分子的动能,PEω'表示合成反应后的分子势能。若满足公式(4),则合成反应条件满足,发生合成反应,分子碰撞次数清零,否则不发生合成反应,分子碰撞次数加一。
多分子合成法同样使分子结构产生巨变,其具体步骤为:
C1、将两个分子结构相同的部分,即将分配的RRH完全相同的BBU保留,将其他分配的RRH不同的BBU清空。
C2、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
合成反应之所以有效也是因为分子保留了反应前两个分子较优的结构,并且新产生的结构满足能量守恒定律,使得分子结构更加优化,因此降低了功率的消耗。
(4)多分子碰撞法一般在多分子合成法的反应先决条件不满足时采用,其反应先决条件为:碰撞后两个分子的势能之和小于或等于碰撞前两个分子的动能与势能之和,具体公式为:
其中和分别表示碰撞反应前两个分子的势能,和分别表示碰撞反应前两个分子的动能,和分别表示碰撞反应后两个分子的势能。若满足公式(5),则产生分子结构微调碰撞,否则分子结构不变化,分子碰撞次数加一。
多分子碰撞法具体为:对每个分子采用单分子撞墙法,即步骤B1-B4进行优化反应。
S5、针对RRH与BBU分配的最优解,将其中满足关闭条件的RRH关闭,并将关闭的RRH中的用户迁移到其他RRH中,并采用混合化学反应优化算法对未关闭的RRH和BBU进行重新分配,得到RRH与BBU分配的最终解。其中RRH的关闭条件为其他RRH有足够容量容纳当前RRH上的用户。
步骤S5需要依次遍历每个RRH,每关闭一个RRH,若总的功率之和较未关闭RRH之前有所降低,则继续遍历下一个RRH,否则打开当前RRH,直到遍历完所有RRH,具体公式为:
其中BS表示关闭的BBU集合,RS表示关闭的RRH集合,表示关闭RRH前第i个BBU消耗的功率,表示关闭RRH前第j个RRH消耗的功率,表示关闭RRH后第i个BBU消耗的功率,表示关闭RRH后第j个RRH消耗的功率。
这样总的功率消耗较未关闭RRH之前大部分时间下必然有所降低。设想凌晨时,RRH大都处于低负载,此时维持RRH自身开启是主要的功率消耗,则关闭一些RRH并将其用户迁移至其他RRH,提高部分RRH负载,将会显著减少RRH总的功率消耗,这样RRH与BBU功率消耗总的来说还是可以降低的。因此本发明实施例提供的一种远程无线电头和基带处理单元的资源调度优化方法能够提高RRH与BBU的工作效率,并降低功率的消耗。
下面以一个仿真实例对本发明实施例的具体效果作进一步说明。
仿真条件如下:
载波频率:2GHz;
信道模型:城市宏小区;
阴影衰落:3dB;
最大信干比:-60dBm;
噪声功率谱密度:-174dBm/Hz;
BBU容量:1(归一化);
BBU功率:120-200(无负载时为120,满负载为200)Watt;
RRH容量:100;
RRH功率:20-25(无负载20,满负载25)Watt;
RRH个数:100个;
RRH覆盖半径:100M;
用户需求速率:0kbps-2Mbps;
仿真时间:0-24h。
仿真结果如图2-图4所示,从图中可以看出,与现有的其他RRH与BBU资源分配算法相比,本发明实施例提供的一种远程无线电头和基带处理单元的资源调度优化方法,其RRH功率消耗与BBU功率消耗都有所降低,故总的功率降低幅度比较大,节省功率效果明显。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种远程无线电头和基带处理单元的资源调度优化方法,其特征在于,包括以下步骤:
S1、开启云无线接入网络中所有的RRH与BBU,并初始化设置RRH与BBU的容量,使得RRH与BBU的容量满足负载最大时的需求;
S2、将云无线接入网络中的所有用户通过最大信干比连接的原则分配到各个RRH中,即每个用户与周围RRH中信干比最大的RRH连接,并占用该RRH的资源;
S3、采用首次适应算法将所有RRH分配到各个BBU中,得到RRH与BBU分配的初始解;
S4、将RRH与BBU分配的初始解作为初始分子结构,采用混合化学反应优化算法对其进行优化分配,得到RRH与BBU分配的最优解;
S5、针对RRH与BBU分配的最优解,将其中满足关闭条件的RRH关闭,并将关闭的RRH中的用户迁移到其他RRH中,并采用混合化学反应优化算法对未关闭的RRH和BBU进行重新分配,得到RRH与BBU分配的最终解。
2.根据权利要求1所述的资源调度优化方法,其特征在于,所述步骤S3具体为:
将所有RRH按照用户负载由高到低排序,并将排序后的RRH按照所有已经开启BBU的顺序插入各个BBU中,若当前BBU中有足够的容量,则将RRH分配给这个BBU,若当前BBU中没有足够的容量,则将RRH顺序插入下一个BBU中,直到所有RRH分配到BBU中,得到RRH与BBU分配的初始解。
3.根据权利要求2所述的资源调度优化方法,其特征在于,所述混合化学反应优化算法的具体步骤为:
将每个RRH与BBU分配的解作为一个分子,采用迭代的方法对每个分子中的RRH与BBU分配关系进行优化,每次迭代随机采用一种化学反应优化子方法,若当前分子满足当前迭代选择的化学反应优化子方法的反应先决条件,则采用该化学反应优化子方法对当前分子进行优化反应,否则进入下一次迭代;
迭代终止条件为分子势能低于预先设置的势能阈值或者连续迭代N次后分子势能不再降低,N为预先设置的迭代次数阈值;
所述化学反应优化子方法包括单分子分解法、单分子撞墙法、多分子合成法以及多分子碰撞法。
4.根据权利要求3所述的资源调度优化方法,其特征在于,所述分子势能表示该分子中RRH与BBU的分配效率,其计算公式为:
其中PE为分子势能,Bi表示第i个BBU已经使用的容量,C表示BBU的总容量,n表示BBU的数量。
5.根据权利要求3所述的资源调度优化方法,其特征在于,所述单分子分解法的反应先决条件为:分解反应后两个分子的势能之和小于或等于分解反应前分子的动能和势能之和;
所述单分子分解法的具体步骤为:
A1、统计有剩余容量的BBU数量M,并将设置为门限值;
A2、为每一个BBU赋予一个0-1的随机数;
A3、若某随机数小于门限值或者某个BBU无剩余容量,则将该随机数对应的BBU或者这个无剩余容量的BBU加入新的分子结构,否则将这个BBU关闭;
A4、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配;
A5、重复步骤A1-A4两次,得到两个新的分子。
6.根据权利要求3所述的资源调度优化方法,其特征在于,所述单分子撞墙法的反应先决条件为:分子碰撞后的分子势能小于或等于分子碰撞前的分子动能与势能之和;
所述单分子撞墙法的具体步骤为:
B1、按照BBU的剩余容量对其进行降序排列,并统计有剩余容量的BBU数量M;
B2、随机释放容量最少的个BBU中的RRH;
B3、采用随机替换算法将被释放的RRH与未被释放的RRH交换位置;
B4、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
7.根据权利要求6所述的资源调度优化方法,其特征在于,所述步骤B3中随机替换算法的替换条件为:
用一个或两个未装入BBU的RRH替换一个已装入BBU的RRH,且替换进BBU的RRH能够放入该BBU中,且使BBU余量减小。
8.根据权利要求3所述的资源调度优化方法,其特征在于,所述多分子合成法的反应先决条件为:合成反应后的分子势能小于或等于合成反应前两个分子的动能和势能之和;
所述多分子合成法的具体步骤为:
C1、将两个分子结构相同的部分,即将分配的RRH完全相同的BBU保留,将其他分配的RRH不同的BBU清空;
C2、采用首次适应算法,将未被BBU服务的RRH分配到第一个有剩余容量的BBU中,若没有已经开启的BBU可以容纳此RRH,则开启新的BBU进行分配。
9.根据权利要求6所述的资源调度优化方法,其特征在于,所述多分子碰撞法的反应先决条件为:碰撞后两个分子的势能之和小于或等于碰撞前两个分子的动能与势能之和;
所述多分子碰撞法具体为:对每个分子采用单分子撞墙法,即步骤B1-B4进行优化反应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810094646.9A CN108200665B (zh) | 2018-01-31 | 2018-01-31 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810094646.9A CN108200665B (zh) | 2018-01-31 | 2018-01-31 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108200665A true CN108200665A (zh) | 2018-06-22 |
CN108200665B CN108200665B (zh) | 2021-05-25 |
Family
ID=62591451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810094646.9A Active CN108200665B (zh) | 2018-01-31 | 2018-01-31 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108200665B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109831808A (zh) * | 2019-02-25 | 2019-05-31 | 重庆邮电大学 | 一种基于机器学习的混合供电c-ran的资源分配方法 |
CN113727451A (zh) * | 2021-08-27 | 2021-11-30 | 国网江苏省电力有限公司电力科学研究院 | 一种混合供电c-ran资源分配方法及装置 |
US20230283524A1 (en) * | 2022-03-04 | 2023-09-07 | At&T Intellectual Property I, L.P. | Pooling of baseband units in fifth generation networks and beyond |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854643A (zh) * | 2009-03-31 | 2010-10-06 | 中国移动通信集团广西有限公司 | 一种无线资源复用方法及其设备和系统 |
CN104066196A (zh) * | 2014-06-30 | 2014-09-24 | 华为技术有限公司 | 确定拉选射频单元rru的方法与设备 |
US20140349667A1 (en) * | 2013-05-23 | 2014-11-27 | Lg Electronics Inc. | Method of performing communication by user equipment in cloud radio access network environment and apparatus therefor |
CN105682195A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学技术大学 | 一种基于c-ran架构的无线网络节能的功率控制方法 |
CN106211290A (zh) * | 2016-07-27 | 2016-12-07 | 北京邮电大学 | 一种c‑ran架构下基带处理池的节能方法 |
CN106358202A (zh) * | 2016-10-13 | 2017-01-25 | 北京邮电大学 | 一种改进的c‑ran网络架构及资源调度方法 |
-
2018
- 2018-01-31 CN CN201810094646.9A patent/CN108200665B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854643A (zh) * | 2009-03-31 | 2010-10-06 | 中国移动通信集团广西有限公司 | 一种无线资源复用方法及其设备和系统 |
US20140349667A1 (en) * | 2013-05-23 | 2014-11-27 | Lg Electronics Inc. | Method of performing communication by user equipment in cloud radio access network environment and apparatus therefor |
CN104066196A (zh) * | 2014-06-30 | 2014-09-24 | 华为技术有限公司 | 确定拉选射频单元rru的方法与设备 |
CN105682195A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学技术大学 | 一种基于c-ran架构的无线网络节能的功率控制方法 |
CN106211290A (zh) * | 2016-07-27 | 2016-12-07 | 北京邮电大学 | 一种c‑ran架构下基带处理池的节能方法 |
CN106358202A (zh) * | 2016-10-13 | 2017-01-25 | 北京邮电大学 | 一种改进的c‑ran网络架构及资源调度方法 |
Non-Patent Citations (2)
Title |
---|
HAIBO MEI ET AL.: "Multi-Layer Cloud-RAN With Cooperative Resource Allocations for Low-Latency Computing and Communication Services", 《IEEE ACCESS》 * |
LINYAN JIANG ET AL.: "A hybrid chemical reaction optimization algorithm for bin packing problem", 《2017 9TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109831808A (zh) * | 2019-02-25 | 2019-05-31 | 重庆邮电大学 | 一种基于机器学习的混合供电c-ran的资源分配方法 |
CN109831808B (zh) * | 2019-02-25 | 2022-05-06 | 重庆邮电大学 | 一种基于机器学习的混合供电c-ran的资源分配方法 |
CN113727451A (zh) * | 2021-08-27 | 2021-11-30 | 国网江苏省电力有限公司电力科学研究院 | 一种混合供电c-ran资源分配方法及装置 |
US20230283524A1 (en) * | 2022-03-04 | 2023-09-07 | At&T Intellectual Property I, L.P. | Pooling of baseband units in fifth generation networks and beyond |
US12034603B2 (en) * | 2022-03-04 | 2024-07-09 | AT&T Intellect al P Property I, L.P. | Pooling of baseband units in fifth generation networks and beyond |
Also Published As
Publication number | Publication date |
---|---|
CN108200665B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108200665A (zh) | 一种远程无线电头和基带处理单元的资源调度优化方法 | |
Wang et al. | Modeling and analysis of small cells based on clustered stochastic geometry | |
CN111193536A (zh) | 一种多无人机基站轨迹优化和功率分配方法 | |
CN103096335A (zh) | 一种无线通信系统频谱效率和能量效率的优化方法 | |
CN105722205B (zh) | 一种超密集异构网络能量有效资源分配方法 | |
CN107466069A (zh) | 无线网络中基于双连接与非正交多址接入的能效优化方法 | |
CN104301985B (zh) | 一种移动通信中电网与认知基站间能源分配方法 | |
CN105357762B (zh) | 一种超密集网络下基于能量效率和频谱效率的动态接入方法 | |
CN103052134A (zh) | 一种可再生能源供能基站接入选择方法和系统 | |
Zhang et al. | Zero-determinant strategy for resource sharing in wireless cooperations | |
CN106255220A (zh) | 能量采集小蜂窝网络中的资源分配方法 | |
CN104159279B (zh) | 一种基于能效准则的基站及中继开/关选择系统及方法 | |
CN103281786A (zh) | 一种基于能量效率的家庭基站双层网络的资源优化方法 | |
CN106455032A (zh) | 一种超密集网络中面向主干扰源的分布式功率控制方法 | |
CN104168653A (zh) | 一种基于干扰管理的宏基站与家庭基站联合资源分配 | |
Liu et al. | Towards accurate throughput analysis for dense heterogeneous networks with cooperative NOMA | |
Thaalbi et al. | Short Survey on Clustering Techniques for RRH in 5G networks | |
CN107426775A (zh) | 一种面向高能效异构网络的分布式多用户接入方法 | |
CN105722203B (zh) | 大规模天线系统基于粒子群算法的高能效功率分配方法 | |
CN109104768B (zh) | 一种基于模拟退火算法的非正交多址接入联合带宽和速率分配方法 | |
CN105611640B (zh) | 一种公平度可调的CoMP下行用户调度方法 | |
CN107396383B (zh) | 一种基于平均场博弈的移动通信基站能效优化方法 | |
CN106788818B (zh) | 基于认知功能和传感器节点分离的crsn频谱感知方法 | |
CN106793116B (zh) | 基于物理层网络编码的自回程异构蜂窝虚拟资源优化方法 | |
CN109361483A (zh) | 一种主用户最小速率需求下的认知无线供能网络资源分配方法 |
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 |