CN112887995A - 在虚拟化多租户CF-mMIMO系统中的资源分配方法 - Google Patents
在虚拟化多租户CF-mMIMO系统中的资源分配方法 Download PDFInfo
- Publication number
- CN112887995A CN112887995A CN202110081719.2A CN202110081719A CN112887995A CN 112887995 A CN112887995 A CN 112887995A CN 202110081719 A CN202110081719 A CN 202110081719A CN 112887995 A CN112887995 A CN 112887995A
- Authority
- CN
- China
- Prior art keywords
- slice
- user
- executing
- formula
- resource allocation
- 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
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
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0452—Multi-user MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
在虚拟化多租户CF‑mMIMO系统中的资源分配方法,涉及通信技术领域,是为了提高MIMO系统中的资源分配方法的服务公平性和网络吞吐量,本方法通过在CF‑mMIMO上进行资源切片,以最大化基础设施运营商收入为目标,通过合理的资源分配使得每个接入网络的用户都能得到相应的服务。本发明的方法相较于现有的传统小区的切片方案有更高的成功率,并且用户将具有更高的服务公平性。
Description
技术领域
本申请涉及通信技术领域,具体涉及到网络切片的资源分配技术。
背景技术
5G规定了三种应用场景:增强型移动宽带(eMBB),需要关注峰值速率,容量,频谱效率,移动性,网络能效等这些指标,和传统的3G和4G类似;海量机器通信(mMTC),主要关注连接数,对下载速率,移动性等指标不太关心;高可靠低时延通信(uRLLC),主要关注高可靠性,移动性和超低时延,对连接数,峰值速率,容量,频谱效率,网络能效等指标都没有太大需求。这些业务对网络的侧重要求完全不同,并且除了eMBB继承自之前的手机上网业务之外,mMTC和uRLLC都是属于物联网业务。运营商要开展物联网业务,必然涉及到和其他物联网服务提供商的合作和定制化,如何为合作伙伴提供一张按需定制,独立运行维护,稳定高效的网络,也就成了亟需解决的技术需求。由此,提出了网络切片技术。网络切片作为一种新兴技术,可以为具有多种技术,服务和运营要求的异构网络提供灵活和可扩展的资源配置方式。3GPP将网络切片定义为“提供特定网络功能和网络特性的逻辑网络”。
5G中的网络切片将使用软件定义的网络,网络功能虚拟化,云计算和边缘计算,以在同一物理基础架构上实现针对不同类型服务的灵活操作。网络切片允许为不同类型的服务创建逻辑网络,每个逻辑网络将具有独立的控制能力,并可以按需创建。在形成切片时,基础架构提供商(InP)对网络进行分区,以使每个移动运营商(MVO)的切片都由一组资源(例如频谱,物理资源块,计算节点)组成,以满足MVO的服务要求,从而通过较高的灵活性在5G网络上可以处理大量异构服务和要求。通过将上行链路和下行链路资源虚拟化为片,网络可以以动态且可重新配置的方式运行,以满足不同片中用户的各种需求。
网络切片为经济市场带来了新的经营模式,由以往的用户-移动运营商的双方模式,变为了用户-虚拟运营商-基础设施运营商的三方模式。基础设施运营商是基础设施的所有者,它负责基础结构的初始构建和后续维护。虚拟运营商,也可以叫做租户,负责生成网络切片并为用户提供相应的服务。基础设施运营商不会直接向用户提供服务,而是向租户出租资源,租户将为基础设施运营商支付相应的报酬,并利用这些资源创建分片为用户提供服务。通过这个过程,实现了异构服务在同一基础设施上的实现。
Cell-free Massive MIMO
随着通信技术的发展,无线接入设备的数量和数据流量的消耗将呈现爆炸式增长。Massive MIMO是一种很有前途的5G无线接入技术,具有多个天线的基站可以在同一时频资源中同时为许多用户服务,该技术可以通过简单的信号处理来提供高吞吐量,可靠性和能效。近年来,Cell-Free Massive MIMO已作为一种新型的分布式大规模MIMO网络体系结构被提出,该体系结构配备有大量的分布式接入点(AP),服务于数量更少的分布式用户。对于CF-mMIMO,所有接入点通过前传链路连接到中央处理单元,并且不再存在小区边界的概念。与现有的集中式Massive MIMO相比,CF-mMIMO不仅在一定程度上继承了信道硬化的良好特性,而且具有更高的能量效率和系统部署灵活性。分布式网络拓扑使CF-mMIMO能够从宏观多样性中受益,减轻集中式Massive MIMO的边缘影响,并确保更好的系统覆盖率,用户服务公平性和网络吞吐量。显然,CF-mMIMO网络有望成为未来的潜在架构之一。
目前,MIMO系统中的资源分配方法的服务公平性和网络吞吐量还有待提高
发明内容
本发明是为了提高MIMO系统中的资源分配方法的服务公平性和网络吞吐量,从而提供一种在虚拟化多租户Cell-Free Massive MIMO系统中的资源分配方法。
一种在虚拟化多租户Cell-Free Massive MIMO系统中的资源分配方法,其特征是:它包括以下步骤
步骤一、初始化:
s=1
式中:
s表示一个网络切片,它的取值从{1,2,...,S}中选取;
Is,0表示切片s的初始簇数
Is,max表示切片s的最大簇数
Is表示切片s的当前分簇数,且有Is,0≤Is≤Is,max
Tc表示相干间隔;
τ表示上行训练导频的长度;
Bmax表示系统的总带宽;
Rs,min表示切片s的最低速率要求;
vs表示网络切片s的优先级
γth表示信干噪比阈值,当用户接受信号的信干噪比大于这个阈值,当用户的接收信号该信号被识别;则执行步骤二至三的用户的分簇和资源分配循环子程序;
步骤二、执行虚拟化多租户Cell-Free Massive MIMO系统中的用户进行用户分簇和资源分配,然后执
步骤三、对步骤二完成用户的分簇和资源分配后的用户进行检测及排查;然后执行步骤四
步骤四、判断s是否小于或等于S;如果判断结果为是;则使得s=s+1并返回执行步骤二至三;如果判断结果为否,则执行步骤五;
步骤五、判断是否有未接入用户;如果判断结果为是,则执行用户接入循环子程序,如果判断结果为否,则执行步骤十;
所述接入循用户接入循环子程序包括以下步骤
然后执行步骤七;
步骤八、利用公式:Is=Is,max+1
计算该网络切片s的当前分簇数Is;
式中:Is,max表示该网络切片s的最大簇数,执行步骤九;
步骤九、进行用户分簇及功率控制,然后进行用户检测及排查,完成一次虚拟化多租户Cell-Free Massive MIMO系统中的资源分配;
步骤十、用障碍方法进行带宽分配,完成一次虚拟化多租户Cell-Free MassiveMIMO系统中的资源分配;
发明效果:
通过本方法实现了在CF-mMIMO上进行资源切片,以最大化基础设施运营商收入为目标,通过合理的资源分配使得每个接入网络的用户都能得到相应的服务。本发明的方法法提出了一种新型的切片方案,该切片方案相较于现有的传统小区的切片方案有更高的成功率,并且用户将具有更高的服务公平性。
附图说明
图1是附图说明本发明方法的流程示意图;
图2是在不同数量的S1访问用户下的总收益,以及S1和S2分别提供的收入仿真示意图;
图3是在不同的切片优先级比率下的总收益,以及S1和S2分别提供的收入仿真示意图;
图4是在不同的SINR阈值下的总收益,以及S1和S2分别提供的收入仿真示意图;
具体实施方式
具体实施方式一一种在虚拟化多租户Cell-Free Massive MIMO系统中的资源分配方法,其特征是:它包括以下步骤
步骤一、初始化:
s=1
式中:
s表示一个网络切片,它的取值从{1,2,...,S}中选取;
Is,0表示切片s的初始簇数
Is,max表示切片s的最大簇数
Is表示切片s的当前分簇数,且有Is,0≤Is≤Is,max
Tc表示相干间隔;
τ表示上行训练导频的长度;
Bmax表示系统的总带宽;
Rs,min表示切片s的最低速率要求;
vs表示网络切片s的优先级
γth表示信干噪比阈值,当用户接受信号的信干噪比大于这个阈值,当用户的接收信号该信号能够被识别;则执行步骤二至三的用户的分簇和资源分配循环子程序;;
步骤二、执行虚拟化多租户Cell-Free Massive MIMO系统中的用户进行用户分簇和资源分配,然后执行步骤三
步骤三、对步骤二完成用户的分簇和资源分配后的用户进行检测及排查;然后执行步骤四
步骤四、判断s是否小于或等于S;如果判断结果为是;则使得s=s+1并返回执行步骤二至三;如果判断结果为否,则执行步骤五;
步骤五、判断是否有未接入用户;如果判断结果为是,则执行用户接入循环子程序,如果判断结果为否,则执行步骤十;
所述接入循用户接入循环子程序包括以下步骤
然后执行步骤七;
步骤八、利用公式:Is=Is,max+1
计算该网络切片s的当前分簇数Is;
式中:Is,max表示该网络切片s的最大簇数,执行步骤九;
步骤九、进行用户分簇及功率控制,然后进行用户检测及排查,完成一次虚拟化多租户Cell-Free Massive MIMO系统中的资源分配;
步骤十、用障碍方法进行带宽分配,完成一次虚拟化多租户Cell-Free MassiveMIMO系统中的资源分配;
步骤六中剩余资源Ω通过公式:
式中:
式中:
步骤一中,所述用户的信号能够被识别的条件为:当用户的接收信号的信干噪比大于信干噪比阈值γth。
步骤十中,所述当前分簇数Is用户通过公式:
利用公式:Is=Is,max+1
获得;
式中:Is,max表示该网络切片s的最大簇数。
6、根据权利要求1所述的一种在虚拟化多租户Cell-Free Massive MIMO系统中的资源分配方法,其特征在于步骤十中,所述障碍方法具体为:
min f0(x)
s.t.fi(x)≤0,i=1,...,m
Ax=b
首先,将问题(1)近似转化为等式约束问题,从而可应用Newton方法求解。重新表述问题(1),把不等式约束隐含在目标函数中,
s.t.Ax=b (2)
其中t>0是确定近似精确的参数。和I-一样,是凸的非减函数,并且当u>0时取值为∞。但是和I-不同的是是可微闭函数,当u趋近于0时它趋于∞,且随着t的增大,近似精度逐渐增加。用替换(2)中的I-就可以得到,
s.t.Ax=b (5)
问题(5)只是问题(2)的近似,其近似精度会随着t的增加而增加。然而当参数t很大时,很难用Newton方法极小化(5)的目标函数(由于其Hessian矩阵在靠近可行集边界时会剧烈变动)。可以通过求解一系列形如(5)的优化问题来规避上述困难,这一系列问题中的参数t将逐渐增加,对每个问题应用Newton方法求解时可以用上个t值对应问题的最优解为初始点开始迭代。
具体实施例
这里给出一个具体的实施例:
本实施例中将给出算法的数值仿真结果,AP在1km×1km的正方形区域内均匀分布,所有用户随机分布。在这里使用路径损失模型如下:
其中表示用户ui和基站m之间的距离,而表示用户ui和基站m之间的路径损耗。d0=10m,d1=50m,表示阴影衰落,并且具体参数见下表。我们考虑一个具有两种类型的租户的系统,将这两个租户分别标记为S1和S2。
符号 | 参数 | 参数值 |
σ<sub>sh</sub> | 阴影衰落方差 | 8dB |
N<sub>0</sub> | 噪声功率谱密度 | -174dBm/Hz |
B<sub>max</sub> | 系统总带宽 | 20MHz |
P<sub>max</sub> | AP最大发射功率 | 200mW |
T<sub>c</sub> | 相干间隔 | 200 |
τ | 训练导频长度 | 40 |
首先固定S2的接入用户数为80,R1,min=1Mbps,R2,min=100kbps,v1=v2,γth=8dB。图2显示了在不同数量的S1访问用户下的总收益,以及S1和S2分别提供的收入。可以看出,随着S1的访问用户数量逐渐增加,总收益逐渐增加,S1提供的收益逐渐增加,而S2提供的收益几乎没有变化。这是因为最初网络资源十分富裕,随着S1访问用户数量的增加,更多的用户被允许进入网络,这对与S2相关的用户影响很小。随着与S1相关联的用户数量的不断增加,可用资源减少,并且将存在被拒绝的用户,这将影响分配给S2的资源。
接下来将S1和S2的接入用户数固定为120,并设置R1,min=R2,min=600kbps,γth=8dB。图3显示了在不同的切片优先级比率下的总收入,以及S1和S2分别提供的收入。显然,出于增加总收入的目的,具有较高优先级的用户更有可能访问网络,并且将更容易地将资源分配给具有较高优先级的用户。
最后将S1和S2的访问用户数固定为100,并设置R1,min=R2,min=600kbps,v1=v2。图4显示了在不同的SINR阈值下的总收入,以及S1和S2分别提供的收入。可以看出,随着SINR阈值的增加,用户簇中的用户数量将逐渐减少,用户簇的数量将逐渐增加,直到达到固定值为止;随着SINR阈值的不断增加,越来越多的用户将被丢弃。因此,总收入将在开始时随SINR阈值增加。一旦此阈值超过某个值,允许的用户数将随着SINR阈值而减少,并且总收入将减少。但是,被接纳的用户将以支付更高的费用获得更好的服务。
Claims (6)
1.在虚拟化多租户CF-mMIMO系统中的资源分配方法,其特征是:它包括以下步骤
步骤一、初始化:
s=1
式中:
s表示一个网络切片,它的取值从{1,2,...,S}中选取;
Is,0表示切片s的初始簇数
Is,max表示切片s的最大簇数
Is表示切片s的当前分簇数,且有Is,0≤Is≤Is,max
Tc表示相干间隔;
τ表示上行训练导频的长度;
Bmax表示系统的总带宽;
Rs,min表示切片s的最低速率要求;
vs表示网络切片s的优先级
γth表示信干噪比阈值,当用户接受信号的信干噪比大于这个阈值,当用户的接收信号该信号能够被识别;则执行步骤二至三的用户的分簇和资源分配循环子程序;;
步骤二、执行虚拟化多租户Cell-Free Massive MIMO系统中的用户进行用户分簇和资源分配,然后执
步骤三、对步骤二完成用户的分簇和资源分配后的用户进行检测及排查;然后执行步骤四
步骤四、判断s是否小于或等于S;如果判断结果为是;则使得s=s+1并返回执行步骤二至三;如果判断结果为否,则执行步骤五;
步骤五、判断是否有未接入用户;如果判断结果为是,则执行用户接入循环子程序,如果判断结果为否,则执行步骤十;
所述接入循用户接入循环子程序包括以下步骤
然后执行步骤七;
步骤八、利用公式:Is=Is,max+1
计算该网络切片s的当前分簇数Is;
式中:Is,max表示该网络切片s的最大簇数,执行步骤九;
步骤九、进行用户分簇及功率控制,然后进行用户检测及排查,完成一次虚拟化多租户Cell-Free Massive MIMO系统中的资源分配;
步骤十、用障碍方法进行带宽分配,完成一次虚拟化多租户Cell-Free Massive MIMO系统中的资源分配。
4.根据权利要求1所述的在虚拟化多租户CF-mMIMO系统中的资源分配方法,其特征在于步骤一中,所述用户的信号能够被识别的条件为:当用户的接收信号的信干噪比大于信干噪比阈值γth。
5.根据权利要求1所述的在虚拟化多租户CF-mMIMO系统中的资源分配方法,其特征在于步骤十中,所述当前分簇数Is用户通过公式:
利用公式:Is=Is,max+1
获得;
式中:Is,max表示该网络切片s的最大簇数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081719.2A CN112887995B (zh) | 2021-01-21 | 2021-01-21 | 在虚拟化多租户CF-mMIMO系统中的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081719.2A CN112887995B (zh) | 2021-01-21 | 2021-01-21 | 在虚拟化多租户CF-mMIMO系统中的资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112887995A true CN112887995A (zh) | 2021-06-01 |
CN112887995B CN112887995B (zh) | 2021-09-03 |
Family
ID=76051480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110081719.2A Expired - Fee Related CN112887995B (zh) | 2021-01-21 | 2021-01-21 | 在虚拟化多租户CF-mMIMO系统中的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112887995B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108718463A (zh) * | 2018-05-09 | 2018-10-30 | 南京邮电大学 | 一种h-cran下基于多时间尺度协同优化的资源分配方法 |
WO2018210462A1 (en) * | 2017-05-19 | 2018-11-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Transmission power distribution |
CN110808765A (zh) * | 2019-08-30 | 2020-02-18 | 南京航空航天大学 | 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法 |
WO2020076203A1 (en) * | 2018-10-12 | 2020-04-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and apparatuses for cell-free massive mimo communication |
CN111741478A (zh) * | 2020-06-19 | 2020-10-02 | 哈尔滨工业大学 | 一种基于大尺度衰落跟踪的业务卸载方法 |
-
2021
- 2021-01-21 CN CN202110081719.2A patent/CN112887995B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018210462A1 (en) * | 2017-05-19 | 2018-11-22 | Telefonaktiebolaget Lm Ericsson (Publ) | Transmission power distribution |
CN108718463A (zh) * | 2018-05-09 | 2018-10-30 | 南京邮电大学 | 一种h-cran下基于多时间尺度协同优化的资源分配方法 |
WO2020076203A1 (en) * | 2018-10-12 | 2020-04-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and apparatuses for cell-free massive mimo communication |
CN110808765A (zh) * | 2019-08-30 | 2020-02-18 | 南京航空航天大学 | 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法 |
CN111741478A (zh) * | 2020-06-19 | 2020-10-02 | 哈尔滨工业大学 | 一种基于大尺度衰落跟踪的业务卸载方法 |
Non-Patent Citations (3)
Title |
---|
SUSANNA MOSLEH: ""downlink resourse allocation in cell-free massive MIMO systems"", 《IEEE》 * |
TRANG C MAI: ""CELL-FREE MASSIVE MIMO SYSTEMS WITH MULTI-ANTENNA USERS"", 《IEEE》 * |
章嘉懿: ""去蜂窝大规模MIMO 系统研究进展与发展趋势"", 《CNKI》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112887995B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109413724B (zh) | 一种基于mec的任务卸载和资源分配方案 | |
Liang et al. | A cluster-based energy-efficient resource management scheme for ultra-dense networks | |
CN111615200A (zh) | 混合Hybrid NOMA网络的无人机辅助通信资源分配方法 | |
CN105898757B (zh) | 一种无线回程链路异构物联网中的频谱资源分配方法 | |
CN104955077A (zh) | 一种基于用户体验速率的异构网络小区分簇方法及装置 | |
CN104378772B (zh) | 一种蜂窝网络中面向小区无定形覆盖的小基站部署方法 | |
US10470057B2 (en) | Cell clustering method, spectrum overlapping multiplexing method based on method, and device thereof | |
CN103249157B (zh) | 不完美csi条件下的基于跨层调度机制的资源分配方法 | |
CN110191489B (zh) | 一种超密集网络中基于强化学习的资源分配方法及装置 | |
CN104770004A (zh) | 一种通信系统和方法 | |
Tran et al. | Dynamic radio cooperation for downlink cloud-RANs with computing resource sharing | |
JP5558551B2 (ja) | 分散セルラシステムのための無線通信リソース管理 | |
CN106788812A (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
Lynch et al. | Evolutionary learning of link allocation algorithms for 5g heterogeneous wireless communications networks | |
CN103269487A (zh) | 毫微微蜂窝网络下行链路中基于博弈论的动态干扰管理方法 | |
Wang et al. | A novel network planning algorithm of three-dimensional dense networks based on adaptive variable-length particle swarm optimization | |
US20220110045A1 (en) | Method for enhancing network coverage based on adaptive generation of resource cell | |
CN108924934A (zh) | 基于多维资源分配的异构网络干扰管理方法 | |
Zhou et al. | Multi-server federated edge learning for low power consumption wireless resource allocation based on user QoE | |
CN112954806B (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
Sun et al. | Long-term transmit point association for coordinated multipoint transmission by stochastic optimization | |
CN113473580A (zh) | 异构网络中基于深度学习的用户关联联合功率分配策略 | |
CN112887995B (zh) | 在虚拟化多租户CF-mMIMO系统中的资源分配方法 | |
CN107517464A (zh) | 一种异构网络中的干扰管理和资源分配方法 | |
Liu et al. | Wireless virtual network embedding based on spectrum sharing 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210903 Termination date: 20220121 |
|
CF01 | Termination of patent right due to non-payment of annual fee |