CN108684075A - 集中式基站架构下的处理资源分配方法 - Google Patents
集中式基站架构下的处理资源分配方法 Download PDFInfo
- Publication number
- CN108684075A CN108684075A CN201810390427.5A CN201810390427A CN108684075A CN 108684075 A CN108684075 A CN 108684075A CN 201810390427 A CN201810390427 A CN 201810390427A CN 108684075 A CN108684075 A CN 108684075A
- Authority
- CN
- China
- Prior art keywords
- base station
- processor core
- resource
- virtual base
- subtask
- 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
- 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
- H04W72/52—Allocation or scheduling criteria for wireless resources based on load
-
- 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
Abstract
本发明提供了一种集中式基站架构下的处理资源分配方法。该方法包括:获取待分配资源的虚拟基站i的计算资源需求量其中,i表示虚拟基站编号,M表示待分配资源的虚拟基站数;获取协议处理资源池中各处理器核的剩余资源量并构建可分配的处理器核集合,表示为其中,j表示处理器核的编号,S表示协议处理资源池中处理器核的总数,表示处理器核j的剩余资源量;从所述可分配的处理器核集合中为所述虚拟基站i分配处理器核,以进行资源处理。本发明以处理器核为资源分配粒度,并结合功耗最小化为目标优化资源分配方案,能够提高资源利用率并降低运行功耗。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种集中式基站架构下的处理资源分配方法。
背景技术
随着移动通信技术的快速发展以及移动智能终端数量剧烈增加,移动用户的业务需求不断增加,移动数据流量出现爆炸式的增长。传统的移动网络体系架构的劣势和局限性逐步体现出来,传统的移动通信架构以小区基站为中心,各基站之间相互独立,基站之间的资源不能够相互共享,导致繁忙的基站过载,而空闲的资源却得不到利用,从而造成全局移动网络的资源利用率极低,浪费了大量的资源。此外,由于基站的潮汐效应,部署基站时需要满足基站峰值处理的资源要求,进一步加剧了资源的浪费。并且,由于移动通信运营商需要每时每刻都保持网络的覆盖,这就使得处于空载或低负载的基站必须和处于高负载状态的基站一样消耗功率,从而造成能耗浪费。为解决这些问题,中国移动等机构提出了物理上集中而逻辑上分布的集中式RAN架构。集中式RAN架构的核心是将原来分布式的基站处理资源统一到集中式的平台上,对基站处理资源进行集中式管控,对多个小区网络的负载进行集中式处理,从而通过基站间高效的资源共享能力来提高处理资源利用率。
在集中式RAN架构下,单一基站不再独享基站计算资源,许多基站的计算资源集中起来构成计算资源池,通过虚拟化技术,可以根据虚拟基站对应的负载情况,对资源池里的计算资源进行灵活分配和动态调度,从而使得系统根据各小区负载需求对计算资源进行按需分配,有效提升通信系统的资源利用率并降低能耗。
目前,针对基站处理资源的分配或动态调整方法通常包括以下几种:第一、最大化系统资源池可服务的基站数目,该算法假设每个基站都处于最大负载状态,在实际系统中,基站负载是随时间动态变化的,这种分配方案导致部分计算资源的浪费。第二、基于基带池资源的分配方法,周期性获取小区的资源利用率、资源低负荷门限和资源高负荷门限,结合小区的资源利用率,以及资源低负荷门限和资源高负荷门限进行判决,根据判决结果,对基带池中的各小区进行分组,进而进行资源分配,该方案中小区的分组固定,难于适应小区负载发生大量动态变化的场景。第三、基于处理器的计算资源分配方案,该方案首先获取待分配业务集合,然后基于计算资源映射划分方案,按预定策略对可用计算资源块进行排列组合,获得不同的计算资源块组合,最后为待分配业务集合中的业务分配计算资源块组合,该方案可有效提升通信系统中计算资源的利用率,但没有考虑处理器的能耗问题。
总之,在现有的基站处理资源的分配方案中,分配的计算资源粒度均是一个计算物理设备(例如IT服务器)或计算处理器,资源分配粒度过大,导致计算资源利用率降低并且能耗增加,并且在现有技术中,没有考虑比较可选的资源分配方案的能耗,以能耗最小化为目标来优化资源分配,从而进一步导致了能耗增加。
因此,需要对现有技术进行改进,以提供资源利用率高并且能耗低的基站处理资源分配方法。
发明内容
因此,本发明的目的在于克服上述现有技术的缺陷,提供了一种集中式基站架构下的处理资源分配方法。
根据本发明的一个方面,提供了一种集中式基站架构下的处理资源分配方法。该方法包括以下步骤:
步骤1:获取待分配资源的虚拟基站i的计算资源需求量其中,i表示虚拟基站编号,M表示待分配资源的虚拟基站数;
步骤2:获取协议处理资源池中各处理器核的剩余资源量并构建可分配的处理器核集合,表示为其中,j表示处理器核的编号,S表示协议处理资源池中处理器核的总数,表示处理器核j的剩余资源量;
步骤3:从所述可分配的处理器核集合中为所述虚拟基站i分配处理器核,以进行资源处理。
在一个实施例中,步骤3包括:
从所述可分配的处理器核集合中寻找一个处理器核j分配给所述虚拟基站i,其中,处理器核j的剩余资源量大于所述虚拟基站i的资源需求量
在一个实施例中,步骤3包括:
步骤31:在协议处理资源池中开启一个新的处理器核分配给所述虚拟基站i,并计算协议处理资源池中所有处理器核的总功耗PA;
步骤32:将所述虚拟基站i的协议处理任务分解成多个子任务,对于虚拟基站i的每个子任务,从所述可分配的处理器核集合ΩRes选择一个处理器核,以进行该子任务的处理,并计算协议处理资源池中所有处理器核的总功耗PB;
步骤33:比较PA和PB,选择总功耗小的协议处理资源池中的处理器核分配给所述虚拟基站i。
在一个实施例中,在步骤32中,为所述虚拟基站i的子任务n选择的处理器核为剩余资源量大于该子任务n的资源需求量的处理器核,该子任务n资源需求量表示为:
其中,表示虚拟基站i的子任务n的资源需求量,n表示子任务编号,n=1,2,…,N,N为子任务总数,δcomu表示子任务间的核间交互开销。
在一个实施例中,在步骤32中,将所述虚拟基站i的协议处理任务分解为分组数据汇聚子任务、无线链路控制子任务、媒体接入控制子任务。
在一个实施例中,采用以下公式计算协议处理资源池中所有处理器核的总功耗:
其中,Pj,static表示处理器核j的静态功耗,Ri,j表示处理器核j分配给虚拟基站i的计算资源量,α表示功耗因子,δi,为核间交互开销功耗,M表示虚拟基站的总数,S表示协议处理资源池中处理器核的总数。
在一个实施例中,在步骤1中,所述虚拟基站i为在一段时间内的资源需求量大于预定的变化阈值的虚拟基站。
在一个实施例中,所述虚拟基站i的资源需求量为:
其中,λ是根据业务类型确定的关系系数,Vtraff表示业务量。
与现有技术相比,本发明的优点在于:面向集中式基站架构,进行资源分配时,充分考虑计算资源粒度大小对协议资源池计算资源利用率和功耗的影响,选择基于处理器核为资源分配粒度进行动态资源分配与调度,能够在保证满足网络业务负载需求的前提下,尽可能地减少被分配使用的处理器核的数目,从而提高整体资源利用率并降低系统功耗;此外,在资源分配过程中,通过进一步比较不同粒度的资源分配方案的能耗来选择优化的资源分配方案,从而进一步提高了能源效率,能够满足未来异构网络融合、绿色蜂窝通信网络建设和运营的需求。
附图说明
以下附图仅对本发明作示意性的说明和解释,并不用于限定本发明的范围,其中:
图1示出了现有技术中集中式基站网络架构的示意图;
图2示出了根据本发明一个实施例面向集中式基站架构的处理资源分配系统的示意图;
图3示出了根据本发明一个实施例的集中式基站架构的处理资源分配方法的流程图。
图4示出了无线通信系统中高层协议栈处理功能示意图。
具体实施方式
为了使本发明的目的、技术方案、设计方法及优点更加清楚明了,以下结合附图通过具体实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1示出了现有技术中的集中式基站网络架构,该网络架构包括:多个远端射频单元RRH(Remote Radio Head),其中示意了RRH1-RRH4的连接,其他RRH与光纤传输交换网络的连接方式类似;光纤传输交换网络,其通常是大容量、低延迟的光纤网络,用于实现远端射频单元RRH和基站之间的数据传输和交换;集中处理池,其由小区对应的逻辑虚拟基站(Virtual Base Station,VBS)构成,集中处理池具有强大的任务处理能力,基于开放平台,可支持较大区域内的多个虚拟基站在物理资源设备上运行。在该集中式基站网络架构中,分布式基站处理通信任务所需的大部分计算资源被集成到可共享的集中处理池中,系统将为每个虚拟基站分配计算资源以完成通信相关计算任务的处理,每个虚拟基站都与一个或多个不同的物理计算资源实体(例如,处理器核)映射,而各个虚拟基站则分别与各个小区的远端射频单元RRH对应。
在图1的网络架构中,如本领域技术人员所公知的,通过对物理集中的基站处理资源进行封装抽象,可提炼模拟出多个逻辑功能完整的虚拟基站系统。其中,虚拟基站间的处理资源可以动态共享,虚拟基站能够按需生成和取消,虚拟基站系统对外提供服务的方式与真实的硬件基站系统一致。
图2示出了根据本发明一个实施例的面向集中式基站架构的处理资源分配系统,该系统包括:待分配计算资源的虚拟基站集合,标记为VBS1、VBS2、VBS3、VBS4、VBS5和VBS6等,虚拟基站实际对应于远端射频单元RRH;协议处理资源池,由一个或多个处理器构成,每个处理器可配置多个处理器核,标记为core1、core2、core3和core4等,各处理器核可具有相同或不同的计算能力;计算资源管控单元,其包括VBS负载统计模块和VBS与处理器核匹配模块,其中,VBS负载统计模块用于统计、汇总和计算其管辖范围内的虚拟基站的负载与计算资源需求量等,并将统计数据和汇总结果提供给VBS与处理器核匹配模块,作为资源分配算法的决策依据,VBS与处理器核匹配模块负责根据VBS负载统计模块提供的每个虚拟基站的处理资源需求量以及协议处理资源池中的计算资源的处理能力,完成虚拟基站与协议处理资源池中的处理器核之间的匹配映射。
需要说明的是,在本发明中,协议处理资源池中的处理器核可根据网络的负载情况实时地关闭或开启,例如,当网络长时间处于低负载状态时,可关闭一部分处于空闲状态的处理器核,而当网络处于高负载状态,可重新开启处理器核,处理器核的关闭或开启的时机可由计算资源管控中心根据当前的负载情况和协议处理资源池的计算能力决定。
基于图2的处理资源分配系统,根据本发明的一个实施例,提供了一种面向集中式基站架构的处理资源分配方法。概括而言,该方法包括分析待分配资源的虚拟基站的资源需求量;分析协议处理资源池中各个处理器核的资源使用情况;从协议处理资源池中为虚拟基站选择合适的处理器核,以满足虚拟基站的资源需求。
具体地,参见图3所示,本发明的处理资源分配方法包括以下步骤:
步骤S310,分析待分配资源的虚拟基站的处理资源需求量。
在此步骤中,根据虚拟基站需要处理的业务量计算其处理资源需求量。
在一个实施例中,可采用以下公式计算虚拟基站的资源需求量:
其中,i为虚拟基站的编号,表示虚拟基站i的处理资源需求量,λ是根据业务类型确定的关系系数,可表示为λ=f(o)(o为业务类型变量,业务类型不同,λ的值也不同),Vtraff表示业务量。
例如,在LTE通信系统中,业务类型包括保证比特率类型(GBR业务)和非保证比特率类型(Non-GBR业务),λ和业务类型之间的转换关系在实际应用中可通过统计分析或经验确定,基于公式(1)转换之后,虚拟基站i的资源需求量单位可用MOPTS(millionoperations per time-slot,每时隙百万指令集数量)表示。
需要说明的是,在此步骤,虚拟基站的资源需求量的计算方式仅为示意性说明,本领域的技术人员也可采用其它的计算方法和其他形式来衡量虚拟基站的处理资源需求量,例如,以业务量(kpbs)来衡量。
在本发明的实施例中,待分配资源的虚拟基站包括需要预分配计算资源的虚拟基站、由于有新的业务量而触发的虚拟基站的增加,或者由于负载的动态变化需要重新分配资源的虚拟基站。例如,在资源分配过程中,针对一个时间段,可预先设定一个资源需求变化阈值,仅对大于该变化阈值的虚拟基站重新分配资源,而对小于或等于该变化阈值的虚拟基站不考虑资源的重新分配,以避免频繁资源调整导致开销增加和对系统运行性能的影响。
在本文中,将某一虚拟基站i的资源需求量表示为则所有的虚拟基站的资源需求总量表示为其中,i是待分配计算资源的虚拟基站的编号,M为待分配计算资源的虚拟基站的总数,资源需求量的单位是MOPTS(million operations per time-slot,每时隙百万指令集数量)。
步骤S320,分析当前处理资源池中的计算资源分配情况。
在此步骤中,对当前协议处理资源池中的各处理器核的计算资源分配情况进行统计分析,以获得每个处理器核的剩余资源量。在本文中,每个处理器核的剩余资源量是指处理器核的计算能力减去当前正在使用的资源之后的差值(即当前空闲资源量),该剩余资源可分配给待分配资源的虚拟基站。
例如,假设协议处理资源池中共有S个处理器核可用于分配资源,每个处理器核的计算能力相同,记作C,单位为MOPTS,则协议处理资源池中总的计算资源为S个处理器核的计算能力之和,记为SC。如果所有待分配资源的虚拟基站的资源需求量之和小于协议处理资源池中总的计算资源量,即则说明协议处理资源池中存在空闲资源不为零的处理器核,然后,可进一步计算获得协议处理资源池存在空闲资源的处理器核的剩余的计算资源数量。
通过此步骤S320,可获得协议处理资源池中总的剩余资源量以及每个处理器核的剩余资源量。
步骤S330,从协议处理资源池中为待分配资源的虚拟基站选择处理器核,以进行资源处理。
在该步骤中,从协议处理资源池中选择合适的处理器核,将其分配给虚拟基站,即将虚拟基站与处理器核进行匹配映射。
具体地,在一个实施例中,虚拟基站与处理器核的匹配过程包括以下子步骤:
步骤331:根据每个虚拟基站的资源需求量进行排序。
根据每个虚拟基站的计算资源需求量将待分配资源的虚拟基站排序,例如降序排列。
步骤332:从协议处理资源池中构建可分配的处理器核集合。
对于协议处理资源池中每个已开启的处理器核,分别根据其剩余计算资源量,表示为其中,j∈S,j是处理器核的编号,S为协议处理资源池中已开启的处理器核的总数。选择剩余计算资源大于零的处理器核,组成可分配或称可用的处理器核集合ΩRes,
可分配的处理器核集合也可进行排序,例如,根据处理器核的剩余资源量降序排列。
步骤333:从可分配的处理器核集合为虚拟基站匹配处理器核。
对于已降序排列的虚拟基站队列,依次对每个虚拟基站i进行资源分配,搜索可分配的处理器核集合ΩRes,从中寻找一个处理器核,使得该处理器核的剩余计算资源大于虚拟基站i的资源需求量,若能找到这样的一个处理器核j,则将该处理器核j分配给虚拟基站i,同时更新该处理器核j的剩余计算资源并将虚拟基站i从待分配计算资源的虚拟基站队列中移除。
在实际应用中,可采用多种方式为虚拟基站分配处理器核。例如,对于已降序排列的虚拟基站,从基于剩余资源量降序排列的可分配处理器核集合中依次选择,即资源需求量大的虚拟基站将与剩余资源量大的处理器核匹配。又如,对于某一虚拟基站,从可分配处理器核集合中首先选出剩余资源量大于该虚拟基站资源需求量的处理器核组成一个新的集合,从该新的集合中任意选择一个处理器核分配给该虚拟基站。
若在可分配的处理器核集合ΩRes中找不到剩余计算资源大于虚拟基站i所需要的计算资源的处理器核,则考虑以下两种可供选择的分配方案:
方案A:开启协议处理资源池中一个新的处理器核,并将该处理器核分配给虚拟基站i,更新该处理器核的剩余计算资源并将虚拟基站i从待分配计算资源的虚拟基站队列中移除,并且计算出在此种方案A下,协议处理资源池的总功耗,标记为PA,该总功耗包括处于运行状态(即已开启的所有处理器核)的处理器核的总功耗,其中包括将要分配给虚拟基站的处理器核的功耗。
方案B:将虚拟基站i的协议处理任务分解为N个计算子任务,对于每个子任务,计算其资源需求量,表示为其中,表示虚拟基站i的子任务n的资源需求量,δcomu表示子任务间的交互开销,该交互开销是由于子任务位于不同的处理器核所导致的处理器核之间的开销,该子任务间的交互开销可根据经验值确定。
具体地,搜索可分配的处理器核集合ΩRes,从中寻找一个处理器核,使得该处理器核的剩余计算资源量大于若能找到这样一个处理器核j,则将该处理器核j分配给虚拟基站i的子任务n,同时更新该处理器核的剩余计算资源量否则,开启协议处理资源池中一个新的处理器核与该子任务n进行匹配。类似地,对虚拟基站i的每个子任务都进行上述过程分配处理器核,直到虚拟基站i的所有子任务都完成了与处理器核的匹配。并且计算出在此种方案B下,协议资源池的总功耗PB。在方案B中,为子任务的分配处理核的策略根据核间开销和资源利用率等因素确定。例如,为了减小子任务间的核间开销,在此方案中,优选地,将多个子任务分配给尽量少的处理器核,例如,如果划分了三个子任务,如果有两个处理器核能够完成该三个子任务的处理,则优先将三个子任务分配给两个处理器核,而不选择将三个子任务分别分配给三个处理器核的方案。
比较方案A和方案B的协议处理资源池的总功耗PA和PB,选择功耗小的方案进行资源分配。
在一个实施例中,上述方案B中,虚拟基站的协议处理功能任务可以根据处理任务的特点分为N个计算子任务。
例如,参见图4所示,在LTE系统中,虚拟基站中数据流和协议处理功能包括分组数据汇聚协议(PDCP模块),无线链路控制协议(RLC模块)和媒体接入控制协议(MAC模块)。分组数据汇聚协议用于实现用户面数据的头压缩和解压缩并向IP层提供处理之后的数据包,无线链路控制协议用于实现RLC层SDU的串接、分段重组、重新排序等,媒体接入控制协议用于从物理层(PHY)接收数据、实现逻辑信道到传输信道的映射、进行来自多个逻辑信道的MAC服务数据单元的复用和解复用等,根据这些协议栈的处理功能特点,可以将虚拟基站的协议处理任务划分为:分组数据汇聚协议子任务、无线链路控制子任务和媒体接入控制子任务等。通过这种子任务划分,每个虚拟基站所需的计算资源为各个子任务的计算资源需求之和,在本文中,将子任务的计算资源需求量表示为 其中,i表示虚拟基站的编号,n表示子任务编号,则表示虚拟基站i的子任务n的资源需求量。通过这种方式,一个虚拟基站的多个子任务可由不同的处理器核完成,尽管不同处理器核间的子任务交互存在一定的开销,但这种更细粒度的子任务划分有助于提高处理器核的资源利用率。
在一个实施例中,上述方案A和方案B的协议处理资源池的总功耗是协议处理资源池中所有运行状态(active)处理器核的功耗之和(单位是瓦),表示为:
其中,Pj,active为处理器核j的静态功耗和动态功耗之和,表示为Pj,active=Pj,static+Pj,dyn。
静态功耗是由泄漏电流引起的功耗,可通过测量获得。动态功耗是处理器核的容性负载充电和放电损失的功耗,取决于处理器核用于进行任务处理的计算资源总量,定义处理器核j分配给虚拟基站i的计算资源为Ri,j(i∈M,j∈S),则处理器核j的动态功耗可表示为: 其中,α表示功耗因子,即单位计算资源所消耗的功耗,单位为Wat ts/MOPTS,根据使用的处理器板卡在实际运行系统中的测试经验,取值在0.5至0.8之间,δi,j为核间交互开销功耗,取值在0.01至0.05MOPTS之间。因此,处理器核j的静态功耗和动态功耗之和表示为:
协议处理资源池中所有处理器核的功耗之和表示为:
本发明的处理资源分配方法可利用图2所示的处理资源分配系统实现,VBS负载统计模块用于根据业务量或负载量确定待分配资源的虚拟基站及其资源需求量,VBS与处理器核匹配模块用于根据来自于VBS负载统计模块的结果以及来自于协议处理资源池的处理器核的计算能力执行虚拟基站和处理器核的映射。本领域的技术人员也可对图2的处理资源分配系统作适当的改变,例如,以更多或更少的模块实现本发明的处理资源分配方法。
尽管上述资源分配方法适用于需要预分配计算资源的虚拟基站、由于有新的业务量而触发的虚拟基站的增加,或者由于负载的动态变化需要重新分配资源的虚拟基站,但需要指出的是对于由于负载的动态变化需要重新分配资源的虚拟基站,也可通过计算其资源需求增量的方式来进行资源分配,具体地,对当前资源需求变化大于阈值的虚拟基站,首先回收其已经占用的计算资源,更新协议池中的可分配的处理器集合ΩRes,然后再采用上述资源分配方案来为该虚拟基站进行资源分配。
综上所述,本发明以细粒度的处理器核为单位进行处理资源或计算资源的分配,能够提高资源利用率并降低能耗,并且,在资源分配过程中,针对虚拟基站协议处理的特点,将功能进一步细分并为细分功能分配处理器核,从而进一步提高了资源利用率,此外,本发明还以功耗最小化为资源分配方案的优化目标,在提高资源利用率的同时降低了系统的运行能耗。本发明更适用于潮汐效应造成的早晚负载变化和负载分布的变化。
需要说明的是,虽然上文按照特定顺序描述了各个步骤,但是并不意味着必须按照上述特定顺序来执行各个步骤,实际上,这些步骤中的一些可以并发执行,甚至改变顺序,只要能够实现所需要的功能即可。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种集中式基站架构下的处理资源分配方法,包括以下步骤:
步骤1:获取待分配资源的虚拟基站i的计算资源需求量其中,i表示虚拟基站编号,M表示待分配资源的虚拟基站数;
步骤2:获取协议处理资源池中各处理器核的剩余资源量并构建可分配的处理器核集合,表示为其中,j表示处理器核的编号,S表示协议处理资源池中处理器核的总数,表示处理器核j的剩余资源量;
步骤3:从所述可分配的处理器核集合中为所述虚拟基站i分配处理器核,以进行资源处理。
2.根据权利要求1所述的方法,其中,步骤3包括:
从所述可分配的处理器核集合中寻找一个处理器核j分配给所述虚拟基站i,其中,处理器核j的剩余资源量大于所述虚拟基站i的资源需求量
3.根据权利要求1所述的方法,其中,步骤3包括:
步骤31:在协议处理资源池中开启一个新的处理器核分配给所述虚拟基站i,并计算协议处理资源池中所有处理器核的总功耗PA;
步骤32:将所述虚拟基站i的协议处理任务分解成多个子任务,对于虚拟基站i的每个子任务,从所述可分配的处理器核集合ΩRes选择一个处理器核,以进行该子任务的处理,并计算协议处理资源池中所有处理器核的总功耗PB;
步骤33:比较PA和PB,选择总功耗小的协议处理资源池中的处理器核分配给所述虚拟基站i。
4.根据权利要求3所述的方法,其中,在步骤32中,为所述虚拟基站i的子任务n选择的处理器核为剩余资源量大于该子任务n的资源需求量的处理器核,该子任务n资源需求量表示为:
其中,表示虚拟基站i的子任务n的资源需求量,n表示子任务编号,n=1,2,…,N,N为子任务总数,δcomu表示子任务间的核间交互开销。
5.根据权利要求3所述的方法,其中,在步骤32中,将所述虚拟基站i的协议处理任务分解为分组数据汇聚子任务、无线链路控制子任务、媒体接入控制子任务。
6.根据权利要求3所述的方法,其中,采用以下公式计算协议处理资源池中所有处理器核的总功耗:
其中,Pj,static表示处理器核j的静态功耗,Ri,j表示处理器核j分配给虚拟基站i的计算资源量,α表示功耗因子,δi,j为核间交互开销功耗,M表示虚拟基站的总数,S表示协议处理资源池中处理器核的总数。
7.根据权利要求1所述的方法,其中,在步骤1中,所述虚拟基站i为在一段时间内的资源需求量大于预定的变化阈值的虚拟基站。
8.根据权利要求1至7中任一项所述的方法,其中,所述虚拟基站i的资源需求量为:
其中,λ是根据业务类型确定的关系系数,Vtraff表示业务量。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390427.5A CN108684075B (zh) | 2018-04-27 | 2018-04-27 | 集中式基站架构下的处理资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810390427.5A CN108684075B (zh) | 2018-04-27 | 2018-04-27 | 集中式基站架构下的处理资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108684075A true CN108684075A (zh) | 2018-10-19 |
CN108684075B CN108684075B (zh) | 2020-12-29 |
Family
ID=63801307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810390427.5A Active CN108684075B (zh) | 2018-04-27 | 2018-04-27 | 集中式基站架构下的处理资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108684075B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109548047A (zh) * | 2018-11-21 | 2019-03-29 | 中国科学院计算技术研究所 | 一种基于前向回传链路容量的物理层缓存方法 |
CN109582465A (zh) * | 2018-12-04 | 2019-04-05 | 中国航空工业集团公司西安航空计算技术研究所 | 一种多核操作系统核心配置方法 |
CN110167031A (zh) * | 2019-05-13 | 2019-08-23 | 中国科学院计算技术研究所 | 一种面向集中式基站的资源分配方法、设备及存储介质 |
CN111343654A (zh) * | 2020-02-29 | 2020-06-26 | 中国电子科技集团公司第五十四研究所 | 移动通信系统协议栈集成自测系统 |
CN112395082A (zh) * | 2020-09-29 | 2021-02-23 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 低功耗柔性扩展的嵌入式智能计算方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102438338A (zh) * | 2011-12-14 | 2012-05-02 | 北京邮电大学 | 基于多核通用处理器的宽带移动通信系统的基站 |
WO2013071896A1 (zh) * | 2011-11-18 | 2013-05-23 | 华为技术有限公司 | 一种无线通讯系统、基站设备及其管理方法 |
CN103124436A (zh) * | 2011-11-18 | 2013-05-29 | 华为技术有限公司 | 一种无线通讯系统、云虚拟基站和资源调度方法 |
CN104619029A (zh) * | 2015-01-22 | 2015-05-13 | 中国科学院计算技术研究所 | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 |
CN105517163A (zh) * | 2015-12-03 | 2016-04-20 | 中国科学院计算技术研究所 | 虚拟化基站并行任务的反向资源分配的方法 |
-
2018
- 2018-04-27 CN CN201810390427.5A patent/CN108684075B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013071896A1 (zh) * | 2011-11-18 | 2013-05-23 | 华为技术有限公司 | 一种无线通讯系统、基站设备及其管理方法 |
CN103124436A (zh) * | 2011-11-18 | 2013-05-29 | 华为技术有限公司 | 一种无线通讯系统、云虚拟基站和资源调度方法 |
CN102438338A (zh) * | 2011-12-14 | 2012-05-02 | 北京邮电大学 | 基于多核通用处理器的宽带移动通信系统的基站 |
CN104619029A (zh) * | 2015-01-22 | 2015-05-13 | 中国科学院计算技术研究所 | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 |
CN105517163A (zh) * | 2015-12-03 | 2016-04-20 | 中国科学院计算技术研究所 | 虚拟化基站并行任务的反向资源分配的方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109548047A (zh) * | 2018-11-21 | 2019-03-29 | 中国科学院计算技术研究所 | 一种基于前向回传链路容量的物理层缓存方法 |
CN109548047B (zh) * | 2018-11-21 | 2020-12-29 | 中国科学院计算技术研究所 | 一种基于前向回传链路容量的物理层缓存方法 |
CN109582465A (zh) * | 2018-12-04 | 2019-04-05 | 中国航空工业集团公司西安航空计算技术研究所 | 一种多核操作系统核心配置方法 |
CN110167031A (zh) * | 2019-05-13 | 2019-08-23 | 中国科学院计算技术研究所 | 一种面向集中式基站的资源分配方法、设备及存储介质 |
CN110167031B (zh) * | 2019-05-13 | 2021-07-20 | 中国科学院计算技术研究所 | 一种面向集中式基站的资源分配方法、设备及存储介质 |
CN111343654A (zh) * | 2020-02-29 | 2020-06-26 | 中国电子科技集团公司第五十四研究所 | 移动通信系统协议栈集成自测系统 |
CN111343654B (zh) * | 2020-02-29 | 2022-07-08 | 中国电子科技集团公司第五十四研究所 | 移动通信系统协议栈集成自测系统 |
CN112395082A (zh) * | 2020-09-29 | 2021-02-23 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 低功耗柔性扩展的嵌入式智能计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108684075B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108684075A (zh) | 集中式基站架构下的处理资源分配方法 | |
CN103945548B (zh) | 一种c-ran网络中的资源分配系统及任务/业务调度方法 | |
CN109951821B (zh) | 基于移动边缘计算的最小化车辆能耗任务卸载方案 | |
CN104619029B (zh) | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 | |
JP2015513252A (ja) | 分散アンテナシステムを使用した地理的負荷平衡のための進化的アルゴリズム | |
Yu et al. | Multi-resource allocation in cloud radio access networks | |
CN106095529B (zh) | 一种c-ran架构下的载波迁移方法 | |
CN110519783A (zh) | 基于增强学习的5g网络切片资源分配方法 | |
CN110519776A (zh) | 一种雾计算系统中的均衡聚类和联合资源分配方法 | |
CN110167031B (zh) | 一种面向集中式基站的资源分配方法、设备及存储介质 | |
CN104507166B (zh) | 一种基带池内共享虚拟资源配置方法 | |
Sigwele et al. | Call admission control in cloud radio access networks | |
Barahman et al. | An efficient QoS-aware computational resource allocation scheme in C-RAN | |
Hajisami et al. | Elastic-net: Boosting energy efficiency and resource utilization in 5G C-RANs | |
CN108965168A (zh) | 一种基于效用函数的车联网占优资源公平分配优化方法 | |
Guan et al. | A pooling prototype for the LTE MAC layer based on a GPP platform | |
Kang et al. | Geographic clustering based mobile edge computing resource allocation optimization mechanism | |
CN104812002B (zh) | 集中式ran架构下的处理资源动态调整方法、设备及系统 | |
CN103269519B (zh) | 一种集中式基站架构中的处理资源分配方法与系统 | |
CN112968962B (zh) | 基于分布式计算机集群架构的云平台存储资源调度方法 | |
CN110532079B (zh) | 计算资源的分配方法及装置 | |
CN109298949A (zh) | 一种分布式文件系统的资源调度系统 | |
KR101667161B1 (ko) | 밀집 배치된 네트워크에서 에너지 절약을 위한 모듈러 셀간 전력 관리 방법 및 시스템 | |
Jia et al. | A novel method of baseband pool resource allocation in Cloud Radio Access Network system | |
Hu et al. | An information transport dynamic load balancing policy based on software defined mobile networks |
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 |