CN108990067B - 一种应用于超密集异构网络的能效控制方法 - Google Patents

一种应用于超密集异构网络的能效控制方法 Download PDF

Info

Publication number
CN108990067B
CN108990067B CN201810745025.2A CN201810745025A CN108990067B CN 108990067 B CN108990067 B CN 108990067B CN 201810745025 A CN201810745025 A CN 201810745025A CN 108990067 B CN108990067 B CN 108990067B
Authority
CN
China
Prior art keywords
virtual
virtual network
network
resource pool
spectrum
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
CN201810745025.2A
Other languages
English (en)
Other versions
CN108990067A (zh
Inventor
刘诚毅
陶宇
刘玉申
况亚伟
李方强
徐健
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.)
Changshu Institute of Technology
Original Assignee
Changshu Institute of Technology
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 Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN201810745025.2A priority Critical patent/CN108990067B/zh
Publication of CN108990067A publication Critical patent/CN108990067A/zh
Application granted granted Critical
Publication of CN108990067B publication Critical patent/CN108990067B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W16/10—Dynamic resource partitioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • 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
    • H04W16/14—Spectrum sharing arrangements between different networks
    • 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
    • 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
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • 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
    • 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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种应用于超密集异构网络的能效控制方法，利用SDN‑NFV技术对超密集异构网络进行网络架构的重新定义，并且利用超密集异构网络中虚拟网络在移动虚拟运营商MVNO的实时调度机制，根据各个虚拟网络配置以及虚拟资源池等信息进行动态的虚拟资源池频谱分配；并且根据有限的虚拟资源池频谱资源，以拥有虚拟资源池的MVNO作为Stackelberg博弈模型中的卖家，而各个虚拟网络作为博弈模型中的买家，以最大化卖家售卖有限频谱资源所得收益和买家效益为目标进行虚拟资源池中频谱资源的分配；根据所得的频谱资源分配值，MVNO通过API和OpenFlow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作，达到超密集异构网络场景中密集重叠覆盖区域内的能效控制的目的。

Description

一种应用于超密集异构网络的能效控制方法
技术领域
本发明涉及无线通信技术领域，尤其是一种应用于超密集异构网络的能效控制方法。
背景技术
在超密集异构网络场景下的关键技术研究中，如何低成本、高效率地实现超密集异构网络同频干扰管理是无线通信研究的重点内容之一。在超密集异构网络中，通过基础设施的密集部署使得网络的频谱效率大幅度提高，同时也扩大了网络覆盖范围，扩展了系统容量。虽然超密集异构网络架构能有效地满足大幅度提升蜂窝网络频谱效率的需求，但网络的超密集部署也带来了前所未有的能量开销。因此，在下一代移动通信网络中，超密集异构网络中的能效控制是一个必须解决的关键问题。
现有的超密集异构网络中的能效控制方法大多数都是通过紧耦合的网络资源架构来实现控制的，现有的超密集异构网络中的能效控制方法主要通过提高网络中的功率效率和建立合理的小区休眠机制等措施提高密集异构网络的能量效率。由于网络采用紧耦合的系统框架，不同种类基础设施间的资源壁垒使得频谱资源不能在密集重叠覆盖区域内实现共享，因此现有的能效控制方法在功率效率上的提升是有限的。而在采用SDN-NFV的密集重叠覆盖区域内，空闲频谱资源可以通过虚拟技术注入虚拟资源池实现频谱资源共享，可有效地解决这一问题。因此，需要新的能效控制方法适用于新的基于SDN-NFV的超密集异构网络架构。
发明内容
本发明所要解决的技术问题在于，提供一种应用于超密集异构网络的能效控制方法，能够达到超密集异构网络场景中密集重叠覆盖区域内的能效控制。
为解决上述技术问题，本发明提供一种应用于超密集异构网络的能效控制方法，包括如下步骤：
(1)移动虚拟运营商(MVNO,Mobile Virtual Network Operator)通过虚拟网络配置模块获得每个虚拟网络所属终端用户与配置的基础设施提供商(InP,InfrastructureProvider)间的信道状态、各个InP下行数据传输总功率和虚拟网络配置方法为各个虚拟网络已分配的频谱资源等相关网络参数；
(2)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络拥有不同授权频谱资源的InPs使用资源情况，通过虚拟资源池配置模块将各个InPs的空闲频谱资源注入到频率资源池中用于能效控制方法；
(3)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络在虚拟网络配置阶段已经获得的频谱资源和(2)中已获得的虚拟资源池的大小，以拥有虚拟资源池的MVNO作为卖家，而各个虚拟网络作为买家进行Stackelberg game数学建模，从而求得MVNO分配给每个虚拟网络虚拟资源池中的频谱资源大小；
(4)最终，通过API和OpenFlow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作。
优选的，步骤(3)中，虚拟资源池频谱资源分配方法是以斯坦伯格博弈理论对虚拟网络频谱分配问题进行数学建模并得到虚拟资源池的频谱分配值；虚拟网络有偿使用虚拟资源池中频谱资源，而MVNO将虚拟资源池中频谱资源卖给虚拟网络；根据Stackelberggame理论以最大化MVNO卖出频谱资源效益为目标，以虚拟资源池的大小为约束对虚拟网络进行频谱分配。
优选的，斯坦伯格博弈关系中的卖方(MVNO)的效用函数定义为MVNO售卖频谱资源给虚拟网络所获得的收益，即卖方效用函数表示为
Figure BDA0001724120850000021
其中
Figure BDA0001724120850000022
表示为虚拟网络的集合，
Figure BDA0001724120850000023
表示为虚拟资源池的集合，ci,l表示为虚拟网络i购买单位频谱资源l的价格，αi,l为虚拟资源池频谱资源l与虚拟网络i匹配的二元指示变量，ω0为单位频谱资源带宽，ci,lαi,lω0表示虚拟网络i在购买频谱资源l时付出的代价。
优选的，斯坦伯格博弈关系中的买方(虚拟网络)的效用函数定义为虚拟网络获得虚拟资源池中频谱资源所得到的能量效率与其付出的代价之差，即买方效用函数表示为
Figure BDA0001724120850000024
其中ei(αi,α-i)表示为虚拟网络i的瞬时能量效率，α-i为非虚拟网络i针对频谱资源的二元指示向量。
优选的，虚拟网络能量效率定义为虚拟网络通过虚拟网络配置获得的数据传输速率和虚拟资源池中频谱资源所得到的数据传输速率之和与该虚拟网络相映射的InPs分配给其的下行数据传输总功率之和的比，即
Figure BDA0001724120850000025
其中si,0和si,l分别表示虚拟网络i在虚拟网络配置方法获得的子载波上的信号强度和虚拟网络i通过购买虚拟资源池中的子载波资源获得的信号强度，Ij,i表示为虚拟网络i受到的虚拟网络j产生的同频干扰，
Figure BDA0001724120850000031
为虚拟网络i提供服务支持的InPs集合，
Figure BDA0001724120850000032
表示为虚拟网络配置方法得到的二元指示变量，
Figure BDA0001724120850000033
表示为虚拟网络i提供服务支持的第m种基础设施中第n个设施分配给每个子载波上的功率值，σ2为噪声。
优选的，能效控制方法在虚拟网络配置(拓扑)不变的前提下为重叠覆盖区域内的多个虚拟网络提供可供其使用的虚拟资源池中的资源，使得在整个系统总功率不变的前提下提高虚拟网络的吞吐量，进而对密集重叠覆盖区域内的能量效率进行有效控制。
优选的，通过非合作博弈的方式竞价得到MVNO的虚拟资源池频谱资源是采用最优化理论求得符合条件的最佳频谱分配二元指示变量的解。
本发明的有益效果为：本发明利用SDN-NFV技术对超密集异构网络进行网络架构的重新定义，并且利用超密集异构网络中虚拟网络在MVNO的实时调度机制，根据各个虚拟网络配置以及虚拟资源池等信息进行动态的虚拟资源池频谱分配；并且根据有限的虚拟资源池频谱资源，以拥有虚拟资源池的MVNO作为卖家，而各个虚拟网络作为买家，以最大化卖家售卖有限频谱资源所得收益和买家效益(能效收益与支出费用的差值)为目标进行虚拟资源池中频谱资源的分配；根据所得的频谱资源分配值，MVNO通过API和OpenFlow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作，以达到超密集异构网络场景中密集重叠覆盖区域内的能效控制。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
如图1所示，一种应用于超密集异构网络的能效控制方法，包括如下步骤：
(1)MVNO通过虚拟网络配置模块获得每个虚拟网络所属终端用户与配置的InPs间的信道状态、各个InP下行数据传输总功率和虚拟网络配置方法为各个虚拟网络已分配的频谱资源等相关网络参数；
(2)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络拥有不同授权频谱资源的InPs使用资源情况，通过虚拟资源池配置模块将各个InPs的空闲频谱资源注入到频率资源池中用于能效控制方法；
(3)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络在虚拟网络配置阶段已经获得的频谱资源和(2)中已获得的虚拟资源池的大小，以拥有虚拟资源池的MVNO作为卖家，而各个虚拟网络作为买家进行Stackelberg game数学建模，从而求得MVNO分配给每个虚拟网络虚拟资源池中的频谱资源大小；
(4)最终，通过API和OpenFlow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作。
虚拟网络配置模块已经为超密集异构融合网络中的多个终端用户的多种业务应用配置了优化的虚拟网络。因此，本发明的能效控制方法在虚拟网络配置(拓扑)不变的前提下为重叠覆盖区域内的多个虚拟网络进行虚拟资源池中频谱资源的分配。
虚拟资源池配置模块打破了传统网络采用紧耦合的系统框架，实现异构网络频谱资源的互联互通，有效地将密集重叠覆盖区域内的不同种类基础设施间的空闲频谱资源进行集中整合，提高了密集重叠覆盖区域内网络资源利用的灵活性。
基于虚拟资源池的虚拟网络频谱资源分配方法采用经济学上Stackelberg game进行如下数学建模：由于MVNO拥有虚拟资源池的频谱资源，因此将它作为卖方，其博弈行为的目标是获得的售卖效益最大化；而各个虚拟网络为了提高各自的数据传输速率，面对有限的频谱资源在多个虚拟网络间形成非合作博弈行为，因此每个虚拟网络必须采用购买频谱资源的方式进行虚拟资源池频谱资源的分配，而各个虚拟网络的博弈行为的目标是获得的买家效益(收益与支出费用的差值)最大化。其中，MVNO制定单位频谱所需的价格，而各个虚拟网络根据其价格进行买频谱的博弈。
虚拟网络的博弈行为的效益是能效收益与购买频谱资源费用的差值。一方面，本发明为超密集异构网络环境下的密集重叠覆盖区域内多个虚拟网络的能效进行控制，因此虚拟网络博弈行为的收益为其获得的能效；另一方面，虚拟网络通过购买虚拟资源池中的频谱资源进行能效控制，因此购买频谱资源费用为虚拟网络博弈行为的支出。
假设在给定的超密集异构融合网络重叠覆盖区域内有M种InPs可为I个虚拟网络提供基础设施支持，其中：InPs的集合表示为
Figure BDA0001724120850000041
第m种InP的基础设施集合表示为
Figure BDA0001724120850000042
虚拟网络的集合表示为
Figure BDA0001724120850000043
图1为基于Stackelberg博弈理论的能效控制方法模型，该方法依附于SDN-NFV的网络架构，并采用MVNO层进行集中式的信息采集与运算，最终通过API和OpenFlow等接口协议分别完成虚拟网络和基础设施层之间的映射工作。
本发明所提方法的详细说明如下：
1)虚拟网络配置
MVNO根据虚拟网络配置得到的二元指示变量
Figure BDA0001724120850000051
可以得到如下参数集合：①为虚拟网络i提供服务支持的InPs集合
Figure BDA0001724120850000052
②使用基础设施
Figure BDA0001724120850000053
服务支持的虚拟网络集合
Figure BDA0001724120850000054
③虚拟网络i通过网络配置方法得到的子载波集合
Figure BDA0001724120850000055
④网络中各个InPs的空闲频谱资源集合
Figure BDA0001724120850000056
2)虚拟资源池配置
通过虚拟资源池配置模块建立可以用于本发明的能效控制方法的频率资源集合
Figure BDA0001724120850000057
3)基于Stackelberg博弈理论的能效控制
考虑到虚拟网络集合
Figure BDA0001724120850000058
中的每个虚拟网络都希望获得虚拟资源池中的资源以提高其各自的效用，因此各虚拟网络之间对于虚拟资源池中的资源利用存在竞争关系。斯坦伯格博弈是经济学中的一种纯策略的非合作序贯博弈模型，根据行动的优先级以及掌握信息的完整程度可以将博弈的参与者分为领导者(leader)和跟随者(follower)。
Followers只掌握部分信息，率先行动；而leader由于掌握followers的全部信息，随后行动。其中，leader在设置博弈策略的时候需要考虑到followers的最优响应，而followers根据leader的最优决策给出各自最优的资源购买大小。在本子课题中，由于基于SDN-NFV网络架构的MVNO掌握全局信息，因此将MVNO作为Stackelberg博弈模型的leader，而仅掌握部分信息的虚拟网络充当followers。
相关数学建模如下：
①Stackelberg博弈中followers的效用函数
记
Figure BDA0001724120850000059
为二元指示变量。在本发明中，若虚拟网络i使用虚拟资源池中第l个资源，αi,l等于1，否则为0。由于受到基础设施资源使用的制约，频谱资源可以在InPs间实现共享，但是功率资源还处于物理隔离的状态。在本发明中，基础设施为每个子载波分配相等的发射功率，可得为虚拟网络i提供服务支持的基础设施分配给每个子载波上的功率值为
Figure BDA00017241208500000510
其中：记
Figure BDA00017241208500000511
为第m种InP中基础设施n的固有的下行传输总功率值；
Figure BDA00017241208500000512
表示该基础设施通过虚拟网络配置和虚拟资源池获得的子载波总数。
由此可得虚拟网络i接收端的在所分配的子载波上的信号强度为
Figure BDA0001724120850000061
其中：si,0表示虚拟网络i在虚拟网络配置中获得的子载波上的信号强度；
Figure BDA0001724120850000062
表示虚拟网络i通过购买虚拟资源池中的子载波资源获得的信号强度；
Figure BDA0001724120850000063
表示虚拟网络i与第m种InP中第n个基础设施间的信道增益。
同理可得，虚拟网络i受到的虚拟网络j产生的同频干扰为
Figure BDA0001724120850000064
其中：记χj,i为同频干扰二元指示变量，即当
Figure BDA0001724120850000065
时，表示虚拟网络i不受到来自虚拟网络j的同频干扰，此时χj,i＝0，反之为1。由于
Figure BDA0001724120850000066
为已知参量，因此χj,i也为已知参量。
对于虚拟网络i，其频谱资源由虚拟网络配置和资源池购买的两种频谱资源构成，因此可得
a)在虚拟网络配置中获得的子载波资源上的数据传输速率为
Figure BDA0001724120850000067
b)在资源池购买获得的子载波资源上的数据传输速率为
Figure BDA0001724120850000068
综上所述，虚拟网络i的总数据传输速率为
Figure BDA0001724120850000069
其中：定义αi,0＝1。
在本发明中，虚拟网络i由一个或多个基础设施构成，因此虚拟网络i分配的瞬时总功率值为
Figure BDA00017241208500000610
将能量效率表示为瞬时传输速率与瞬时功率消耗之比，则虚拟网络i的瞬时能量效率为
Figure BDA00017241208500000611
在本发明中，Stackelberg博弈行为中的followers(虚拟网络)通过购买资源池中的频谱资源获得能效收益，因此其效用函数为
Figure BDA00017241208500000612
其中：αi＝{αi,l}；α-i表示除虚拟网络i之外的其它虚拟网络购买资源池中的资源集合；ci,l为Stackelberg博弈行为中的leader(MVNO)制定的单位带宽的价格。
在Stackelberg博弈行为中，每个虚拟网络作为资源买卖关系中的消费者都希望用最小的支出换来最大的能效收益，所以虚拟网络在博弈中的效用函数可以表示为获得的能效收益与支出费用的差值，因此每个虚拟网络的目标为通过最大化自身的效用函数，从而得到最优的频谱分配值，由此可得
Figure BDA0001724120850000071
②Stackelberg博弈中leader的效用函数
为了提供给虚拟网络最优的频谱资源购买价格，MVNO需要最大化其效用函数，即最大化MVNO通过售卖资源池中的频谱资源给虚拟网络从而得到的收益，即
Figure BDA0001724120850000072
Figure BDA0001724120850000073
Figure BDA0001724120850000074
其中：由于在超密集重叠覆盖区域内，虚拟资源池中的资源若在多个重叠覆盖的虚拟网络实现共享，会造成同频干扰的溢出。因此，在本发明中每个虚拟资源池中的频谱资源仅可分配给一个虚拟网络，并由约束条件C1进行限制；约束条件C2表示分配的频谱资源总数应小于等于虚拟资源池的大小。
式(8)和式(9)共同组成了Stackelberg博弈，通过博弈双方MVNO和虚拟网络按照一定规则进行博弈行动可以得到最终的Stackelberg均衡(SE，StackelbergEquilibrium)，即通过最大化MVNO和虚拟网络表征各自利益的效用函数得到最优的单位资源定价cSE以及每个虚拟网络获得的最优频谱资源αSE，并最终通过开放API接口和OpenFlow协议完成虚拟频谱资源的配置与资源池的更新。
本发明结合NFV技术对超密集异构网络进行虚拟资源池的建立，并通过运用博弈理论为多个虚拟网络进行频谱资源分配的方法。密集重叠覆盖区域内的虚拟网络集合在移动虚拟运营商(MVNO,Mobile Virtual Network Operator)的集中式的实时管控下，将MVNO作为Stackelberg博弈模型的leader，而仅掌握部分信息的虚拟网络充当followers。设置适当的激励机制来促使MVNO向虚拟网络售卖虚拟资源池中的频谱资源，而每个虚拟网络建立自身购买资源获得的能效与支付费用的效用函数，通过虚拟网络间竞价的方式与MVNO进行定价和资源分配的最优策略，并给出超密集异构网络重叠覆盖区域内针对多虚拟网络的能效控制方案。

Claims (5)

1.一种应用于超密集异构网络的能效控制方法，其特征在于，包括如下步骤：
步骤(1)、移动虚拟运营商MVNO通过虚拟网络配置模块获得每个虚拟网络所属终端用户与配置的基础设施提供商InP间的信道状态、各个InP下行数据传输总功率和各个虚拟网络已分配的频谱资源；
步骤(2)、根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络拥有不同授权频谱资源的InP使用资源情况，通过虚拟资源池配置模块将各个InP的空闲频谱资源注入到虚拟资源池中用于能效控制；
步骤(3)、根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络在虚拟网络配置阶段已经获得的频谱资源和步骤(2)中已获得的虚拟资源池的大小，以拥有虚拟资源池的MVNO作为卖家，而各个虚拟网络作为买家进行斯坦伯格博弈数学建模，从而求得MVNO分配给每个虚拟网络虚拟资源池中的频谱资源大小；以斯坦伯格博弈理论对虚拟网络频谱分配问题进行数学建模并得到虚拟资源池的频谱分配值；虚拟网络有偿使用虚拟资源池中频谱资源，而MVNO将虚拟资源池中频谱资源卖给虚拟网络；根据斯坦伯格博弈理论以最大化MVNO卖出频谱资源效益为目标，以虚拟资源池的大小为约束对虚拟网络进行频谱分配；
步骤(4)、最终，通过API和OpenFlow接口协议，完成斯坦伯格博弈给出的虚拟网络和基础设施层之间的映射工作；能效控制方法在虚拟网络配置不变的前提下为重叠覆盖区域内的多个虚拟网络提供可供其使用的虚拟资源池中的资源，使得在整个系统总功率不变的前提下提高虚拟网络的吞吐量，进而对密集重叠覆盖区域内的能量效率进行有效控制。
2.如权利要求1所述的应用于超密集异构网络的能效控制方法，其特征在于，斯坦伯格博弈关系中的卖方的效用函数定义为MVNO售卖频谱资源给虚拟网络所获得的收益，即卖方效用函数表示为
Figure FDA0003266373200000011
其中
Figure FDA0003266373200000012
表示为虚拟网络的集合，
Figure FDA0003266373200000013
表示为虚拟资源池的集合，ci,l表示为虚拟网络i购买单位频谱资源l的价格，αi,l为虚拟资源池频谱资源l与虚拟网络i匹配的二元指示变量，ω0为单位频谱资源带宽，ci,lαi,lω0表示虚拟网络i在购买频谱资源l时付出的代价。
3.如权利要求1所述的应用于超密集异构网络的能效控制方法，其特征在于，斯坦伯格博弈关系中的买方的效用函数定义为虚拟网络获得虚拟资源池中频谱资源所得到的能量效率与其付出的代价之差，即买方效用函数表示为
Figure FDA0003266373200000021
Figure FDA0003266373200000022
其中ei(αi,α-i)表示为虚拟网络i的瞬时能量效率。
4.如权利要求3所述的应用于超密集异构网络的能效控制方法，其特征在于，虚拟网络i的能量效率ei(αi,α-i)定义为虚拟网络通过虚拟网络配置获得的数据传输速率和虚拟资源池中频谱资源所得到的数据传输速率之和与该虚拟网络相映射的InP分配给其的下行数据传输总功率之和的比，即
Figure FDA0003266373200000023
其中si,0和si,l分别表示虚拟网络i在虚拟网络配置方法获得的子载波上的信号强度和虚拟网络i通过购买虚拟资源池中的子载波资源获得的信号强度，Ij,i表示为虚拟网络i受到的虚拟网络j产生的同频干扰，
Figure FDA0003266373200000024
为虚拟网络i提供服务支持的InP集合，
Figure FDA0003266373200000025
表示为虚拟网络配置方法得到的二元指示变量，
Figure FDA0003266373200000026
表示为虚拟网络i提供服务支持的第m种基础设施中第n个设施分配给每个子载波上的功率值，σ2为噪声。
5.如权利要求1所述的应用于超密集异构网络的能效控制方法，其特征在于，通过斯坦伯格博弈方式竞价得到MVNO的虚拟资源池频谱资源是采用最优化理论求得符合条件的最佳频谱分配二元指示变量的解。
CN201810745025.2A 2018-07-09 2018-07-09 一种应用于超密集异构网络的能效控制方法 Active CN108990067B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810745025.2A CN108990067B (zh) 2018-07-09 2018-07-09 一种应用于超密集异构网络的能效控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810745025.2A CN108990067B (zh) 2018-07-09 2018-07-09 一种应用于超密集异构网络的能效控制方法

Publications (2)

Publication Number Publication Date
CN108990067A CN108990067A (zh) 2018-12-11
CN108990067B true CN108990067B (zh) 2021-11-12

Family

ID=64536445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810745025.2A Active CN108990067B (zh) 2018-07-09 2018-07-09 一种应用于超密集异构网络的能效控制方法

Country Status (1)

Country Link
CN (1) CN108990067B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109672567B (zh) * 2019-01-10 2021-10-29 南京极域信息科技有限公司 一种实现网路跟随策略方法
CN111405587B (zh) * 2020-03-20 2022-10-21 三峡大学 基于信道定价的虚拟无线网络资源分配方法
CN112533275B (zh) * 2020-11-13 2022-01-25 北京科技大学 可再生能源异构网络的功率控制和干扰定价方法及装置
CN113543228A (zh) * 2021-06-10 2021-10-22 中国电子科技集团公司电子科学研究院 一种星地融合网络切片资源调度方法、系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710746A (zh) * 2012-04-30 2012-10-03 电子科技大学 一种基于序贯博弈的虚拟机竞价分配方法
CN104363664A (zh) * 2014-11-11 2015-02-18 东南大学 用于毫微微蜂窝网络的动态混合接入控制方法
CN104639307A (zh) * 2015-01-23 2015-05-20 重庆邮电大学 无线网络虚拟化中的资源分配方法
CN107370616A (zh) * 2017-03-10 2017-11-21 南京航空航天大学 基于组合双边拍卖的5g蜂窝网络虚拟化资源分配机制

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9462084B2 (en) * 2014-12-23 2016-10-04 Intel Corporation Parallel processing of service functions in service function chains
BR112017015617A2 (pt) * 2015-01-20 2018-04-10 Huawei Tech Co Ltd sistemas e métodos para sdt trabalhar interligada com nfv e sdn.

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710746A (zh) * 2012-04-30 2012-10-03 电子科技大学 一种基于序贯博弈的虚拟机竞价分配方法
CN104363664A (zh) * 2014-11-11 2015-02-18 东南大学 用于毫微微蜂窝网络的动态混合接入控制方法
CN104639307A (zh) * 2015-01-23 2015-05-20 重庆邮电大学 无线网络虚拟化中的资源分配方法
CN107370616A (zh) * 2017-03-10 2017-11-21 南京航空航天大学 基于组合双边拍卖的5g蜂窝网络虚拟化资源分配机制

Also Published As

Publication number Publication date
CN108990067A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108990067B (zh) 一种应用于超密集异构网络的能效控制方法
CN109684075B (zh) 一种基于边缘计算和云计算协同进行计算任务卸载的方法
CN111757354B (zh) 一种基于竞争博弈的多用户切片资源分配方法
CN105103506B (zh) 用于为云计算网络中的非均匀带宽请求分配带宽的方法和系统
Sun Research on resource allocation of vocal music teaching system based on mobile edge computing
Liu et al. Dynamic spectrum access algorithm based on game theory in cognitive radio networks
Ni et al. Spectrum Allocation Based on Game Theory in Cognitive Radio Networks.
CN106455078B (zh) 一种结合均衡策略的无线虚拟网络中的资源分配方法
Zhang et al. A double auction mechanism for virtual resource allocation in SDN-based cellular network
CN111405587B (zh) 基于信道定价的虚拟无线网络资源分配方法
CN106954234A (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
CN109525426A (zh) 一种基于fv的开放式mec平台的服务控制系统及方法
Zhang et al. Double auction based multi-flow transmission in software-defined and virtualized wireless networks
Sun et al. VERACITY: Overlapping coalition formation-based double auction for heterogeneous demand and spectrum reusability
CN103929379A (zh) 基于双边市场多归属结构的sdn资源分配方法
Zhai et al. Truthful double auction for joint internet of energy and profit optimization in cognitive radio networks
CN104159110B (zh) 基于纳什议价的视频传输带宽优化分配方法
Sultana et al. Two-tier architecture for spectrum auction in SDN-enabled cloud radio access network
Chen et al. Toward User-Centric Resource Allocation for 6G: An Economic Perspective
Chen et al. End-to-End Service Auction: A General Double Auction Mechanism for Edge Computing Services
Zhang et al. Service pricing and selection for IoT applications offloading in the multi-mobile edge computing systems
CN104507166B (zh) 一种基带池内共享虚拟资源配置方法
Wang et al. Enabling radio-as-a-service with truthful auction mechanisms
CN109729526B (zh) 一种异构网络中基于匹配理论的动态频谱分配方法
Xu et al. Self-organized dynamic caching space sharing in virtualized wireless 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