CN109362087B - 基于异构云无线接入网络的流量卸载协作方法及系统 - Google Patents

基于异构云无线接入网络的流量卸载协作方法及系统 Download PDF

Info

Publication number
CN109362087B
CN109362087B CN201811308254.4A CN201811308254A CN109362087B CN 109362087 B CN109362087 B CN 109362087B CN 201811308254 A CN201811308254 A CN 201811308254A CN 109362087 B CN109362087 B CN 109362087B
Authority
CN
China
Prior art keywords
noise ratio
solution set
user terminal
signal
uplink
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
CN201811308254.4A
Other languages
English (en)
Other versions
CN109362087A (zh
Inventor
张碧玲
王莉莉
刘绍博
刘勇
张勖
于翠波
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201811308254.4A priority Critical patent/CN109362087B/zh
Publication of CN109362087A publication Critical patent/CN109362087A/zh
Application granted granted Critical
Publication of CN109362087B publication Critical patent/CN109362087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • H04W28/082—Load balancing or load distribution among bearers or channels
    • 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
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality

Landscapes

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

Abstract

本发明实施例提供一种基于异构云无线接入网络的流量卸载协作方法及系统，该方法包括获取目标区域的业务链路信息；根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。本发明实施例基于H‑CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。

Description

基于异构云无线接入网络的流量卸载协作方法及系统
技术领域
本发明实施例涉及通信技术领域，尤其涉及一种基于异构云无线接入网络的流量卸载协作方法及系统。
背景技术
随着移动通信的迅猛发展和智能终端的大量普及，数据业务量呈现爆炸式增长趋势。为了满足更高的系统频谱效率和能源效率需求，以及更多的终端设备以及更快的数据速率和更低延迟的用户体验，异构云无线接入网(Heterogeneous Cloud Radio AccessNetworks，以下简称H-CRAN)作为5G系统主流的网络架构之一，兼容了传统的异构网络(Heterogeneous Networks，以下简称HetNet)的高容量和大数据云无线接入网络(CloudRadio Access Networks，以下简称C-RAN)的低能耗、弱干扰等优点，已逐渐成为人们研究的热点。
在H-CRAN中，远端射频头(Remote Radio Heads，以下简称RRH)只执行物理层的部分功能，其他重要的基带物理处理功能和上层程序则被纳入计算能力超强的基带单元池(Base Band Unit pool，以下简称BBU pool)中。其中，RRH被灵活部署，负责实现高速率的数据传输；而宏基站(Macro Base Stations，以下简称MBS)主要负责提供广泛的覆盖范围以及控制平面的功能。在这种新型的云无线接入网络架构中，基于云计算的协作处理和网络增益的充分利用，使得运营成本和无线基础设施的能耗大幅度降低。
然而，当前的电信运营商大多处于以传统网络为主体、逐步向虚拟化和云资源池结构转变的转型期。移动网络流量分布表现为极为严重的时空不均衡性，忙时忙区承载全网主要的数据流量，闲时闲区支出高昂的功率消耗和设施维护等费用。运营商们为了节省建设成本，选择将各自的小基站(Small Base Stations，以下简称SBS)部署并接入到公有云平台H-CRAN下。这导致多租户运营商下不同SBS/RRH与用户相关联，移动业务流量并存现象严重，超密集的网络基础设施部署也逐渐呈现出冗余和交叠的现象，导致在流量卸载时，用户的通信业务稳定性降低，增加了运营商切换成本和运维成本。
发明内容
针对现有技术存在的问题，本发明实施例提供一种基于异构云无线接入网络的流量卸载协作方法及系统。
第一方面，本发明实施例提供一种基于异构云无线接入网络的流程卸载协作方法，包括：
获取目标区域的业务链路信息；
根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；
根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
第二方面，本发明实施例提供一种基于异构云无线接入网络的流量卸载协作系统，包括：
业务链路信息获取模块，用于获取目标区域的业务链路信息；
处理模块，用于根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；
流量卸载配置模块，用于根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的基于异构云无线接入网络的流量卸载协作方法及系统，基于H-CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的异构云无线接入网络多租户运营商协作通信场景的示意图；
图2为本发明实施例提供的基于异构云无线接入网络的流量卸载协作方法的流程示意图；
图3为本发明实施例提供的不同信道类型参数下的DL和UL方向的最优信噪比的仿真示意图；
图4为本发明实施例提供的委托方SUE基于合同条款机制在完全信息和不完全信息下的效用对比图；
图5为本发明实施例提供的代理方RRH基于合同条款机制在完全信息和不完全信息下的效用对比图；
图6为本发明实施例提供的门限QoS约束条件下的委托方平均效用和流量不对称因子δ的性能对比示意图；
图7为本发明实施例提供的基于异构云无线接入网络的流量卸载协作系统的结构示意图；
图8为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
传统的用户中继选择接入方法大多是基于单向流量卸载模式设计的，例如针对上行链路(Uplink，以下简称UL)或者下行链路(Downlink，以下简称DL)的功率效率(EnergyEfficient，简称EE)、频谱效率(Spectral Efficiency，简称SE)最大化、干扰最小化等指标进行最优中继选择。然而，无论哪种需求方法，并不能直接应用到实际通信环境中。原因在于：1、随着智能的多样化，同时进行上下行流量卸载已不是问题，例如同时进行文件下载、网页检索等业务。因此，基于单向流量卸载的最优中继选择已不能满足当今用户的多样化需求和极致上网体验。2、无论是在频分双工(Frequency Division Duplexing，简称FDD)模式下，还是时分双工(Time Division Duplexing，以下简称TDD)模式下，联合UL和DL纯优化中继选择算法、网络编码设计等，均是基于完全信道状态信息的假设下实现的，实际中由于环境和技术等因素并不能完全获取通信链路的真实状态信息。3、多租户运营商混合部署小基站的条件下，由于主体自私和隐藏信息等因素，各方的协作通信往往需要利益驱动才能得到保障。
因此，为了减少通信切换次数，贴合真实的协作通信网络环境，实现H-CRAN下多租户运营商共用基础设施的绿色通信理念，有必要设计针对不对称信息下联合考虑UL和DL服务需求的中继协作通信技术。
图1为本发明实施例提供的异构云无线接入网络多租户运营商协作通信场景的示意图，如图1所示，本发明实施例提供了一种典型的融合了两租户运营商的H-CRAN网络。假设运营商甲(委托方)的SBS与运营商乙(代理方)的RRH的覆盖小区重叠严重，并且SBS下的用户业务量需求较小，为了节省基站扫描和通信的能耗，运营商甲决定将业务量低的SBS关闭，并将该覆盖区域下的用户接入到相邻的运营商乙覆盖下的RRH上。此时，运营商乙的RRH通过前传链路，转发和压缩/解压缩用户终端和BBU pool之间的数据交互。
参考图1所示，假设上下行链路采用TDD制式和译码转发(Decode Forward，简称DF)中继协作传输，UL和DL使用相同的频带，上下行通信不能同时活跃于此频带，可以在正交时隙上进行数据收发，但双向的信道增益一般是对称的。此外，假设运营商甲要关闭的SBS下共有M个用户终端(Small User Equipment，以下简称SUE)需要其他活跃的中继提供服务，即SUE的集合M＝{SUE1,SUE2,…,SUEM}。在该SBS附近假设有N个RRH，即RRH的集合N＝{RRH1,RRH2,…,RRHN}，可以为这M个SUE提供通信服务，并为每个新接入的SUE分配单独的子载波信道用于上下行数据传输。在DL方向上，BBU和SUE分别为源节点和目的节点；在UL方向上，SUE和BBU分别为源节点和目的节点，RRH均充当中继转发节点。需要说明的是，在本发明各实施例中，均以SUE表示为委托方服务区域下的用户终端，RRH表示为代理方服务区域下的远端射频头进行说明。
图2为本发明实施例提供的基于异构云无线接入网络的流量卸载协作方法的流程示意图，如图2所示，本发明实施例提供了一种基于异构云无线接入网络的流量卸载协作方法，包括：
步骤201，获取目标区域的业务链路信息；
步骤202，根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；
步骤203，根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
首先，通过步骤201，获取目标区域的业务链路信息，在本发明实施例中，基于异构云无线接入网络的流量卸载协作系统初始化后，获取目标区域的业务链路信息业务链路信息中包括M个SUE、N个RRH、上行链路最大信噪比门限
Figure BDA0001854260990000051
下行链路最大信噪比门限
Figure BDA0001854260990000052
SUE最大发送功率
Figure BDA0001854260990000053
BBU pool最大发送功率
Figure BDA0001854260990000054
RRH接入链路量化类型值αi和RRH转发链路量化类型值βj。
然后，步骤202，根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，将流量不对称因子δ在0到1之间进行十等分，取值为δ＝[0，0.1，……，1]，设置类型参数值αi∈[1,2,……，10]，βj∈[3,6，……，30]，并且以此从小到大排序取值。根据上行链路最大信噪比门限
Figure BDA0001854260990000061
下行链路最大信噪比门限
Figure BDA0001854260990000062
用户终端最大发送功率
Figure BDA0001854260990000063
和BBU pool最大发送功率
Figure BDA0001854260990000064
的取值，对用户终端在下行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000065
和用户终端在上行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000066
进行初始化，其中，
Figure BDA0001854260990000067
在本发明实施例中，通过上述步骤的对业务链路信息的处理之后，根据个人理性约束条件IR和激励约束条件IC，通过合同条款机制的流量卸载优化模型，对RRH接入链路量化类型值αi和RRH转发链路量化类型值βj的类型对集合Q＝{(αi，βj)，i，j∈[1，2，...，R]}进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集，得出用户终端在下行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000068
的下行链路信噪比最优解集和用户终端在上行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000069
的上行链路信噪比最优解集，即最优解
Figure BDA00018542609900000610
i，j∈[1，2，...，R]}，并且根据上行链路信噪比最优解集和下行链路信噪比最优解集，通过RRH的效用函数确定代理方在完成SUE的数据需求后，获得的最优报酬解集Ti，j *，再通过三个最优解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
本发明实施例基于H-CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。
在上述实施例的基础上，所述获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集，包括：
对所述上行链路信噪比最优解集和所述下行链路信噪比最优解集进行单调性验证；
若不满足单调递增关系，则对所述上行链路信噪比最优解集和所述下行链路信噪比最优解集进行聚束熨平算法修正。
在本发明实施例中，在对所述上行链路信噪比最优解集和所述下行链路信噪比最优解集进行单调性验证之前，对RRH接入链路量化类型值αi和RRH转发链路量化类型值βj、用户终端在下行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000071
和用户终端在上行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000072
按照单调递增的关系进行排序，即：
α1＜…＜αi-1＜αi＜αi+1＜…＜αR，
β1＜…＜βj-1＜βj＜βj+1＜…＜βR；
Figure BDA0001854260990000073
Figure BDA0001854260990000074
Figure BDA0001854260990000075
Figure BDA0001854260990000076
在本发明实施例中，在得到最优解
Figure BDA00018542609900000711
之后，对最优解
Figure BDA00018542609900000712
中的解检查相应的单调性处理，判断是否同时满足单调递增的关系，若满足则保留该解，不满足进行聚束熨平算法修正为近似最优解，并且对上述单调性处理过的最优解中的解集进行分析，判断是否能够满足上行链路最大信噪比门限
Figure BDA0001854260990000077
下行链路最大信噪比门限
Figure BDA0001854260990000078
如果不能，则将其从最优解
Figure BDA0001854260990000079
中移除。因此，根据处理后的最优解
Figure BDA00018542609900000710
获取到最优报酬解集Ti，j *，再通过三个最优解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
在上述实施例的基础上，在所述根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解之前，包括：
获取满足用户终端的数据服务质量约束条件，所述数据服务质量约束条件包括上行链路服务质量约束条件和下行链路服务质量约束条件。
在本发明实施例中，由于用户终端不知道附近RRH可用频谱资源上的信道质量以及转发功率的大小，但是用户终端有自己的DL和UL数据需求。因此，为了能够满足SUE数据服务质量需求，首先对满足用户终端的数据服务质量约束条件进行定义，即：
在下行链路方向，BBU pool发送功率
Figure BDA0001854260990000081
用户终端接收到RRH转发的信噪比
Figure BDA0001854260990000082
在上行链路方向，用户终端发送功率
Figure BDA0001854260990000083
用户终端发送到RRH转发的信噪比
Figure BDA0001854260990000084
其中，
Figure BDA0001854260990000085
为下行链路最大信噪比门限，|gr|2为基带单元到RRH的信道增益系数，
Figure BDA0001854260990000086
为BBU pool最大发送功率，PRRH，DL是RRH转发基带单元的信息的功率，
Figure BDA0001854260990000087
为上行链路最大信噪比门限，|hr|2为RRH到用户终端的信道增益系数，
Figure BDA0001854260990000088
为用户终端最大发送功率，PRRH，UL是RRH转发用户终端上行数据需求的功率，σ2为噪声系数。
在本发明实施例中，在DL方向上，假设第一时隙RRH可以接收并正确转发BBU发给SUE的数据请求，并且BBU pool具有自动功率控制功能，确保能够满足预设的最高的数据服务质量(Quality of Service，简称QoS)，即满足数据服务质量约束条件。在第二时隙假设RRH在收到BBU的数据时能正确译码后，但是RRH的转发功率以及RRH到SUE的信道质量是运营商甲不知道的隐藏信息，即|hr|2和PRRH，DL这连个信息都是SUE未知的。另外，由于异构运营商RRH是自私的，转发的数据量肯定不大于从BBU接收到的数据量，所以SUE最终只能收到RRH经过转发信道后的实际数据量。同样的，在UL方向上，PRRH，UL和|gr|2这两个信息同样是SUE未知的信息，同时也是RRH的私有信息。因此，本发明实施例是基于不完全信息下的双方竞价博弈的流量卸载协作方法，既可以有效提高双方的协作效益，又可以改善用户终端的服务质量，同时减低各自的能耗和成本开销。
在上述实施例的基础上，在所述获取满足用户终端的数据服务质量约束条件之后，包括：
获取用户终端基于下行链路服务质量的满意度函数和用户终端基于上行链路服务质量的满意度函数。
在本发明实施例中，由于在多租户运营商协作通信场景下，未知信息的存在使得委托方在设计合同时，不得不考虑对委托方的隐藏信息的定义，基于上述实施例的流量卸载的定义和分析，将中继接入和转发链路作为RRH的私有信息，并使用符号α和β简化表示，即
Figure BDA0001854260990000091
从而获取所述目标区域的RRH接入链路量化类型值αi和RRH转发链路量化类型值βj，即：
Figure BDA0001854260990000092
其中，αi表示RRH接入链路量化类型值，
Figure BDA0001854260990000093
βj表示RRH转发链路量化类型值，
Figure BDA0001854260990000094
由于RRH的信道类型对于SUE是未知的，SUE只知道自己最高的数据服务质量的需求。因此，为了在后续步骤更准确的定义RRH的效用函数，根据RRH的接入链路和转发链路的类型组合，分别获取用户终端基于下行链路服务质量的满意度函数
Figure BDA0001854260990000095
和上行链路服务质量的满意度函数
Figure BDA0001854260990000096
公式为：
Figure BDA0001854260990000097
Figure BDA0001854260990000098
其中，
Figure BDA0001854260990000099
表示用户终端在下行链路方向上对类型为(αi，βj)的RRH的信噪比需求，
Figure BDA00018542609900000910
表示用户终端在上行链路方向上对类型为(αi，βj)的RRH的信噪比需求，
Figure BDA00018542609900000911
为下行链路最大信噪比门限，
Figure BDA00018542609900000912
为上行链路最大信噪比门限。
上述实施例的基础上，在所述在获取用户终端基于下行链路服务质量的满意度函数和用户终端基于上行链路服务质量的满意度函数之后，包括：
获取基于预设合同条款的RRH效用函数和基于服务质量约束的用户终端效用函数；
获取个人理性约束条件和激励约束条件，所述个人理性约束条件和所述激励约束条件通过所述基于预设合同条款的远端射频头效用函数得到。
在本发明实施例中，由于中继的类型是未知的，委托方SUE无法得知代理方RRH在相应链路上能力和开销，从而无法确定支付给RRH的报酬。也就是说，SUE和RRH之间都是自私的，SUE的目的是为了寻找信道质量更好的RRH，以最小的报酬支出完成数据传输；而RRH的目的是为了骗取SUE更高的报酬，从而谎报自己是较高的信道信息和较高的功率开销。因此，为了防止RRH的欺骗行为，需要考虑RRH的接入和转发信道质量，从而得到基于预设合同条款的RRH效用函数，进一步通过RRH效用函数作为合同条款机制的流量卸载优化模型的个人理性约束条件和激励约束条件。另外，由于SUE在UL上有发送功耗，在DL上有前向回传的容量约束，基于预设合同条款和服务质量满意度，为了使SUE最大限度的节省所支付的报酬开销，从而得到基于服务质量约束的SUE效用函数。在本发明实施例中，基于不完全信息下的双方竞价博弈，既可以有效提高双方的协作效益，又可以改善用户终端的服务质量，同时减低各自的能耗和成本开销。
本发明实施例中，获取基于预设合同条款的RRH效用函数，公式为：
Figure BDA0001854260990000101
其中，Ti，j表示用户终端对服务质量为
Figure BDA0001854260990000102
时所支付的总报酬，δ表示流量不对称因子，Γi，j表示服务质量为
Figure BDA0001854260990000103
时的合同条款；根据基于预设合同条款的RRH效用函数获取个人理性约束条件，公式为：
Figure BDA0001854260990000104
和激励约束条件，公式为：
Figure BDA0001854260990000105
其中，αk≠αi∈[α1，α2，......，αR]，βl≠βj∈[β1，β2，...，βR]，
Figure BDA0001854260990000106
Figure BDA0001854260990000107
IR为个人理性约束条件(Individual Rational，以下简称IR)，表示对于任意类型组合(αi，βj)的RRH，接受的合同条款的效用值不能低于自己的预设效用值
Figure BDA0001854260990000108
IC为激励约束条件(Incentive Compatible，以下简称IC)，表示类型为(αi，βj)的RRH选择合同条款为Γ
Figure BDA0001854260990000111
时，实现的效益要比选择其他类型用户的合同条款Γi，l、Γk，j和Γk，l(k≠i，l≠j)可实现的效益高。另外，满足IR和IC约束的不等式个数分别为R2个和R2(R2-1)个。
根据预设合同条款、下行链路服务质量的满意度函数和上行链路服务质量的满意度函数，获取基于服务质量约束的用户终端效用函数，公式为：
Figure BDA0001854260990000112
在本发明实施例中，代理方提供了RRH进行流量卸载，在完成SUE的数据需求时，系统根据预设的合同条款Γ
Figure BDA0001854260990000113
通过基于预设合同条款的RRH的效用函数，判断代理方获得报酬和代理所消耗的功率是否使得代理方的收益最大化，即RRH的最优效用值。另外，通过基于服务质量约束的用户终端效用函数，获取SUE的最优效用值。其中，流量不对称因子δ越大，表示SUE对DL方向的数据需求越强，而对UL方向上的数据需求则相对较弱，某一时刻的同一用户δ是不变的，不同用户的δ则是不相同的。
在上述实施例的基础上，在所述获取基于预设合同条款的远端射频头效用函数和基于服务质量约束的用户终端效用函数之后，包括：
根据所述满足用户终端的数据服务质量的约束条件、所述用户终端基于下行链路服务质量的满意度函数、所述用户终端基于上行链路服务质量的满意度函数、所述基于预设合同条款的远端射频头效用函数、所述基于服务质量约束的用户终端效用函数、所述个人理性约束条件和所述激励约束条件，获取所述合同条款机制的流量卸载优化模型；
根据所述合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集。
在本发明实施例中，所述合同条款机制的流量卸载优化模型，公式为：
Figure BDA0001854260990000114
Figure BDA0001854260990000121
s.t.：
Figure BDA0001854260990000122
Figure BDA0001854260990000123
Figure BDA0001854260990000124
Figure BDA0001854260990000125
根据个人理性约束条件IR和激励约束条件IC，通过合同条款机制的流量卸载优化模型，对RRH接入链路量化类型值αi和RRH转发链路量化类型值βj的类型对集合Q＝{(αi，βj)，i，j∈[1，2，...，R]}进行求解，得出用户终端在下行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000126
的下行链路信噪比最优解集和用户终端在上行链路方向上对类型为(αi，βj)的RRH的信噪比需求
Figure BDA0001854260990000127
的上行链路信噪比最优解集，即最优解
Figure BDA0001854260990000128
i，j∈[1，2，...，R]}，并且根据上行链路信噪比最优解集和下行链路信噪比最优解集，通过RRH的效用函数确定代理方在完成SUE的数据需求后，获得的最优报酬解集Ti，j *。根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
在上述实施例的基础上，进一步地，在所述获取所述合同条款机制的流量卸载优化模型之后，包括：
对所述个人理性约束条件和所述激励约束条件进行化简处理，得到化简处理后的合同条款机制的流量卸载优化模型的目标优化函数；
根据所述目标优化函数对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集。
在本发明实施例中，由于随着划分类型等级的增大，合同条款机制的流量卸载优化模型中的不等式的约束条件也会呈现指数等级递增，因此，需要对相关的函数进行化简处理。首先，根据RRH的接入链路量化类型值和转发链路量化类型值的单调性和IR约束的定义，对IR约束进行化简处理，将IR约束只保留最低类型的个人理性约束(IndividualRational Low，以下简称IRL)，化简后的IRL约束公式为：
Figure BDA0001854260990000131
对IC约束进行化简处理，令
Figure BDA0001854260990000132
其中下标(i，j)表示类型为(αi，βj)的RRH，上标(i，j)表示合同条款Γ
Figure BDA0001854260990000133
对于任意下标(k，l)均不大(i，j)的类型组合的RRH，采用(i，j)组合的合同时，所产生的效用均没有(i，j)类型的效用高，并且只需要保留相邻类型的合同组合即可，因此，IC约束可进一步化简为局部向下激励约束(Local Downward Incentive Constraints，简称LDIC)：
Figure BDA0001854260990000134
以及局部向上激励约束(Local Upward Incentive Constraints，简称LUIC)：
Figure BDA0001854260990000135
综合单调性、LDIC和LUIC，化简后的IC约束公式为：
当i＝1，j＝1时：
Figure BDA0001854260990000136
当i＞1或者j＞1时：
Figure BDA0001854260990000137
根据化简后的IR和IC约束条件，将所述合同条款机制的流量卸载优化模型放松后的公式作为目标优化函数，即为：
Figure BDA0001854260990000141
s.t.：
Figure BDA0001854260990000142
Figure BDA0001854260990000143
α1＜…＜αi-1＜αi＜αi+1＜…＜αR，
β1＜…＜βj-1＜βj＜βj+1＜…＜βR；
Figure BDA0001854260990000144
Figure BDA0001854260990000145
Figure BDA0001854260990000146
Figure BDA0001854260990000147
Figure BDA0001854260990000148
Figure BDA0001854260990000149
通过将约束条件进行化简处理，使得约束条件放松到等式约束，从而也使约束条件的个数大幅度减少，减少了计算的复杂程度。另外，简化后的目标优化函数可以使用标准凸算法求解方法求解最优上下行的SNR的最优解集
Figure BDA00018542609900001410
和RRH的效用值
Figure BDA00018542609900001411
在对最优解集进行单调性处理之后，根据公式：
Figure BDA00018542609900001412
求出最优报酬解Ti，j *。根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
为了验证上述算法的有效性，进行MATLAB参数仿真实验，具体参数详见仿真参数表所示：
Figure BDA0001854260990000151
同时，由于构造RRH位置的随机性较强，为保证公平性和可靠性，所有实验结果取1000次测量的平均值。根据MATLAB参数仿真实验的结果，图3为本发明实施例提供的不同信道类型参数的DL和UL方向的最优信噪比的仿真示意图，如图3所示，在不同信道类型参数中，DL和UL方向上可实现的最优SNR解均随着信道质量的增加而增加，说明用户的接入链路信道质量和转发链路信道质量均对用户的数据需求有影响，信道质量越好，能实现的信噪比越大。不同的地方是，在DL方向上，用户的SNR值随接入链路的信道质量增大而增大，这是因为DL方向上的SNR直接受RRH的转发功率和对应的信道质量影响。同理，在UL方向上，用户的SNR值随转发链路的信息质量增大而增大，因为在UL方向上，SNR直接受RRH的转发功率和转发链路质量影响。
另外，通过MATLAB参数仿真实验可以得知，图4为本发明实施例提供的委托方SUE基于合同条款机制在完全信息和不完全信息下的效用对比图，图5为本发明实施例提供的代理方RRH基于合同条款机制在完全信息和不完全信息下的效用对比图，如图4和图5所示，在完全信息下，委托方SUE的可实现的效用值比不完全信息下的更高，这是因为受到的约束条件更少，只有SUE的QoS约束。然而，代理方在完全信息下可实现的效益值要比不完全信息下的少，这是因为RRH暴露自己的私有信息后，失去了与委托方讨价还价的资格，因此，获得利益也就相对变少了。
在MATLAB参数仿真实验中，图6为本发明实施例提供的门限QoS约束条件下的委托方平均效用和流量不对称因子δ的性能对比示意图，如图6所示，针对不同QoS约束条件和流量不对称因子δ，进行合同委托方效用性能的仿真验证。不难发现，随着约束条件的放松，可实现的效用随着需求的递增而递增。流量需求一定的情况下，委托方的效用随着约束条件的收紧而递减。也即条件越苛刻，可实现的效用越低。仿真实验表明：在合同设计下，双方的效用均随着类型参数的递增而增大，合同对双方的约束是有效，即基于二维不对称信息下的合同设计是有效的。
本发明实施例提供的基于异构云无线接入网络的流量卸载协作方法，基于H-CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。
图7为本发明实施例提供的基于异构云无线接入网络的流量卸载协作系统的结构示意图，如图7所示，本发明实施例提供了一种基于异构云无线接入网络的流量卸载协作系统，包括：业务链路信息获取模块701、处理模块702和流量卸载配置模块703，其中，业务链路信息获取模块701用于获取目标区域的业务链路信息；处理模块702用于根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；流量卸载配置模块703用于根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
本发明实施例基于H-CRAN中多维未知信息的全链路中继选择场景，通过联合用户的上下行数据需求，基于合同理论对流量卸载中资源配置进行优化，从而提高了流量卸载的效率，使得用户的通信业务更加稳定，减少了运营商切换成本和运维成本。
在上述实施例的基础上，所述系统还包括第二处理模块，所述第二处理模块用于获取满足用户终端的数据服务质量约束条件，所述数据服务质量约束条件包括上行链路服务质量约束条件和下行链路服务质量约束条件。
在上述实施例的基础上，所述系统还包括第三处理模块，所述第三处理模块用于获取用户终端基于下行链路服务质量的满意度函数和用户终端基于上行链路服务质量的满意度函数。
在上述实施例的基础上，所述系统还包括第四处理模块和约束模块，其中，所述第四处理模块用于获取基于预设合同条款的远端射频头效用函数和基于服务质量约束的用户终端效用函数；所述约束模块用于获取个人理性约束条件和激励约束条件，所述个人理性约束条件和所述激励约束条件通过所述基于预设合同条款的远端射频头效用函数得到。
在上述实施例的基础上，所述系统还包括第五处理模块，所述第五处理模块用于根据所述满足用户终端的数据服务质量的约束条件、所述用户终端基于下行链路服务质量的满意度函数、所述用户终端基于上行链路服务质量的满意度函数、所述基于预设合同条款的远端射频头效用函数、所述基于服务质量约束的用户终端效用函数、所述个人理性约束模块和所述激励约束模块，获取所述合同条款机制的流量卸载优化模型。
在上述实施例的基础上，所述系统还包括第六处理模块，所述第六处理模块用于对所述个人理性约束条件和所述激励约束条件进行化简处理，得到化简处理后的合同条款机制的流量卸载优化模型的目标优化函数。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图8为本发明实施例提供的电子设备结构示意图，如图8所示，该电子设备可以包括：处理器(processor)801、通信接口(Communications Interface)802、存储器(memory)803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令，以执行如下方法：获取目标区域的业务链路信息；根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
此外，上述的存储器803中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取目标区域的业务链路信息；根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述实施例所提供的基于异构云无线接入网络的流量卸载协作方法，例如包括：获取目标区域的业务链路信息；根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于异构云无线接入网络的流量卸载协作方法，其特征在于，包括：
获取目标区域的业务链路信息；
根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集，具体为：
根据个人理性约束条件IR和激励约束条件IC，通过合同条款机制的流量卸载优化模型，对RRH接入链路量化类型值αi和RRH转发链路量化类型值βj的类型对集合
Figure FDA00025279633100000112
进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；
所述合同条款机制的流量卸载优化模型，公式为：
Figure FDA0002527963310000011
s.t.：
Figure FDA0002527963310000012
Figure FDA0002527963310000013
Figure FDA0002527963310000014
Figure FDA0002527963310000015
其中，
Figure FDA0002527963310000016
表示用户终端在下行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA0002527963310000017
表示用户终端在上行链路方向上对类型为(αi,βj)的RRH的信噪比需求，δ表示流量不对称因子，αi和βj表示类型参数值，
Figure FDA0002527963310000018
表示用户终端基于下行链路服务质量的满意度函数，
Figure FDA0002527963310000019
表示用户终端基于上行链路服务质量的满意度函数，
Figure FDA00025279633100000110
为下行链路最大信噪比门限，
Figure FDA00025279633100000111
为上行链路最大信噪比门限，B(Γi,j)表示基于预设合同条款的RRH效用函数，Ti,j表示用户终端对服务质量为
Figure FDA0002527963310000021
时所支付的总报酬，Γi,j表示服务质量为
Figure FDA0002527963310000022
时的合同条款，
Figure FDA0002527963310000023
表示预设效用值；其中，根据RRH的接入链路和转发链路的类型组合，分别获取用户终端基于下行链路服务质量的满意度函数
Figure FDA0002527963310000024
和上行链路服务质量的满意度函数
Figure FDA0002527963310000025
公式为：
Figure FDA0002527963310000026
Figure FDA0002527963310000027
其中，
Figure FDA0002527963310000028
表示用户终端在下行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA0002527963310000029
表示用户终端在上行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA00025279633100000210
为下行链路最大信噪比门限，
Figure FDA00025279633100000211
为上行链路最大信噪比门限；
根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
2.根据权利要求1所述的方法，其特征在于，所述获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集，包括：
对所述上行链路信噪比最优解集和所述下行链路信噪比最优解集进行单调性验证；
若不满足单调递增关系，则对所述上行链路信噪比最优解集和所述下行链路信噪比最优解集进行聚束熨平算法修正。
3.根据权利要求2所述的方法，其特征在于，在根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解之前，所述方法包括：
获取满足用户终端的数据服务质量约束条件，所述数据服务质量约束条件包括上行链路服务质量约束条件和下行链路服务质量约束条件。
4.根据权利要求3所述的方法，其特征在于，在所述获取满足用户终端的数据服务质量约束条件之后，所述方法包括：
获取用户终端基于下行链路服务质量的满意度函数和用户终端基于上行链路服务质量的满意度函数。
5.根据权利要求4所述的方法，其特征在于，在获取用户终端基于下行链路服务质量的满意度函数和用户终端基于上行链路服务质量的满意度函数之后，所述方法包括：
获取基于预设合同条款的远端射频头效用函数和基于服务质量约束的用户终端效用函数；
获取个人理性约束条件和激励约束条件，所述个人理性约束条件和所述激励约束条件通过所述基于预设合同条款的远端射频头效用函数得到。
6.根据权利要求5所述的方法，其特征在于，在所述获取基于预设合同条款的远端射频头效用函数和基于服务质量约束的用户终端效用函数之后，所述方法包括：
根据所述满足用户终端的数据服务质量的约束条件、所述用户终端基于下行链路服务质量的满意度函数、所述用户终端基于上行链路服务质量的满意度函数、所述基于预设合同条款的远端射频头效用函数、所述基于服务质量约束的用户终端效用函数、所述个人理性约束条件和所述激励约束条件，获取所述合同条款机制的流量卸载优化模型；
根据所述合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集。
7.根据权利要求6所述的方法，其特征在于，在所述获取所述合同条款机制的流量卸载优化模型之后，所述方法包括：
对所述个人理性约束条件和所述激励约束条件进行化简处理，得到化简处理后的合同条款机制的流量卸载优化模型的目标优化函数；
根据所述目标优化函数对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集。
8.一种基于异构云无线接入网络的流量卸载协作系统，其特征在于，包括：
业务链路信息获取模块，用于获取目标区域的业务链路信息；
处理模块，用于根据合同条款机制的流量卸载优化模型对所述业务链路信息进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集，所述处理模块具体用于：
根据个人理性约束条件IR和激励约束条件IC，通过合同条款机制的流量卸载优化模型，对RRH接入链路量化类型值αi和RRH转发链路量化类型值βj的类型对集合
Figure FDA00025279633100000417
进行求解，获取上行链路信噪比最优解集、下行链路信噪比最优解集和最优报酬解集；
所述合同条款机制的流量卸载优化模型，公式为：
Figure FDA0002527963310000041
s.t.：
Figure FDA0002527963310000042
Figure FDA0002527963310000043
Figure FDA0002527963310000044
Figure FDA0002527963310000045
其中，
Figure FDA0002527963310000046
表示用户终端在下行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA0002527963310000047
表示用户终端在上行链路方向上对类型为(αi,βj)的RRH的信噪比需求，δ表示流量不对称因子，αi和βj表示类型参数值，
Figure FDA0002527963310000048
表示用户终端基于下行链路服务质量的满意度函数，
Figure FDA0002527963310000049
表示用户终端基于上行链路服务质量的满意度函数，
Figure FDA00025279633100000410
为下行链路最大信噪比门限，
Figure FDA00025279633100000411
为上行链路最大信噪比门限，B(Γi,j)表示基于预设合同条款的RRH效用函数，Ti,j表示用户终端对服务质量为
Figure FDA00025279633100000412
时所支付的总报酬，Γi,j表示服务质量为
Figure FDA00025279633100000413
时的合同条款，
Figure FDA00025279633100000414
表示预设效用值；其中，根据RRH的接入链路和转发链路的类型组合，分别获取用户终端基于下行链路服务质量的满意度函数
Figure FDA00025279633100000415
和上行链路服务质量的满意度函数
Figure FDA00025279633100000416
公式为：
Figure FDA0002527963310000051
Figure FDA0002527963310000052
其中，
Figure FDA0002527963310000053
表示用户终端在下行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA0002527963310000054
表示用户终端在上行链路方向上对类型为(αi,βj)的RRH的信噪比需求，
Figure FDA0002527963310000055
为下行链路最大信噪比门限，
Figure FDA0002527963310000056
为上行链路最大信噪比门限；
流量卸载配置模块，用于根据所述上行链路信噪比最优解集、所述下行链路信噪比最优解集和所述最优报酬解集确定所述目标区域的流量卸载协作最优方案，以对所述目标区域进行流量卸载。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可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如权利要求1至7任一项所述方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201811308254.4A 2018-11-05 2018-11-05 基于异构云无线接入网络的流量卸载协作方法及系统 Active CN109362087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811308254.4A CN109362087B (zh) 2018-11-05 2018-11-05 基于异构云无线接入网络的流量卸载协作方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811308254.4A CN109362087B (zh) 2018-11-05 2018-11-05 基于异构云无线接入网络的流量卸载协作方法及系统

Publications (2)

Publication Number Publication Date
CN109362087A CN109362087A (zh) 2019-02-19
CN109362087B true CN109362087B (zh) 2020-08-04

Family

ID=65344288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811308254.4A Active CN109362087B (zh) 2018-11-05 2018-11-05 基于异构云无线接入网络的流量卸载协作方法及系统

Country Status (1)

Country Link
CN (1) CN109362087B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110972160B (zh) * 2019-10-21 2022-06-28 湖北工业大学 一种异构蜂窝网络中无人机流量卸载契约机制设计方法
CN115361453B (zh) * 2022-08-17 2023-09-29 浙江大学中原研究院 一种面向边缘服务网络的负载公平卸载与迁移方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105210408A (zh) * 2012-10-16 2015-12-30 思科技术公司 被卸载的安全即服务
CN105247815A (zh) * 2013-06-28 2016-01-13 英特尔公司 用于移动宽带网络的设备到设备竞争管理方案
CN105554821A (zh) * 2016-01-25 2016-05-04 天津大学 面向智能移动终端协议的移动流量管理架构
CN106356864A (zh) * 2016-09-12 2017-01-25 清华大学 基于紧急需求响应技术的电力系统减载方法及装置
EP3174327A1 (en) * 2014-07-25 2017-05-31 Samsung Electronics Co., Ltd. Method and apparatus for controlling adaptive flow in wireless communication system
CN108184030A (zh) * 2012-09-07 2018-06-19 格林伊登美国控股有限责任公司 联络中心媒介流量的动态管理和重新分配

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108184030A (zh) * 2012-09-07 2018-06-19 格林伊登美国控股有限责任公司 联络中心媒介流量的动态管理和重新分配
CN105210408A (zh) * 2012-10-16 2015-12-30 思科技术公司 被卸载的安全即服务
CN105247815A (zh) * 2013-06-28 2016-01-13 英特尔公司 用于移动宽带网络的设备到设备竞争管理方案
EP3174327A1 (en) * 2014-07-25 2017-05-31 Samsung Electronics Co., Ltd. Method and apparatus for controlling adaptive flow in wireless communication system
CN105554821A (zh) * 2016-01-25 2016-05-04 天津大学 面向智能移动终端协议的移动流量管理架构
CN106356864A (zh) * 2016-09-12 2017-01-25 清华大学 基于紧急需求响应技术的电力系统减载方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Contract Design for Traffic Off-loading Collaboration in H-CRAN with Asymmetric Information;Lili Wang等;《2018 IEEE International Conference on Communications (ICC)》;20180731;第1-6页 *

Also Published As

Publication number Publication date
CN109362087A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
US11968543B2 (en) Methods and apparatus for dynamic control and utilization of quasi-licensed wireless spectrum
US11477550B2 (en) Apparatus and methods for enhancing quality of experience for data services over high-capacity wireless networks
Quek et al. Cloud radio access networks: Principles, technologies, and applications
US11405797B2 (en) Apparatus and methods for cell activation in wireless networks
Marcano et al. Impact of NOMA on network capacity dimensioning for 5G HetNets
CN104053163B (zh) 一种基于计算处理的异构无线网络的组网方法
KR20220145885A (ko) 에지 컴퓨팅 기반 셀룰러 네트워크 시스템들에 대한 동적 서비스 발견 및 오프로딩 프레임워크
CN112514527B (zh) 智能Wi-Fi连接管理方法及装置
CN109478982A (zh) 使用用于时分双工(tdd)子帧的超可靠低延迟通信(urllc)配置通过tdd进行urllc的传输
CN107302766B (zh) 一种分布式天线系统中能量效率和频谱效率权衡优化的方法
CN102300276A (zh) 一种异构网中实现td-scdma蜂窝网与无线局域网之间自动切换的方法
CN103401929A (zh) 基于大规模处理能力基带和业务自适应的组网方法
CN109479203A (zh) 控制节点及其方法
CN109362087B (zh) 基于异构云无线接入网络的流量卸载协作方法及系统
WO2015184884A1 (zh) 基于小区间协作的异构网服务小区选择方法及装置
CN103826306A (zh) 一种高密集无线网络中基于博弈的下行动态干扰协调方法
CN107343268A (zh) 非正交多播和单播传输波束赋型方法及系统
CN107911857B (zh) 一种超密集异构网络中基于上行下行解耦的多接入方法
CN103052113A (zh) 一种基于ran架构无线接入网系统的协作式负载均衡方法
Pedram et al. Energy efficiency in 5G cellular network systems
Mazza et al. A user-satisfaction based offloading technique for smart city applications
CN108183740A (zh) 一种基于极化信息处理的认知异构蜂窝网络跨层干扰对齐方法
CN103281730A (zh) 一种基于家庭基站实现c-ran负载均衡的系统及方法
US20210391900A1 (en) Apparatus and methods for uplink mimo enhancement in wireless systems
Yu et al. Integrated networking, caching, and computing

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