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 PDF

Info

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
Application number
CN202110081719.2A
Other languages
English (en)
Other versions
CN112887995B (zh
Inventor
吴少川
刘璐洋
李壮
王继东
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 Hept Technology Co ltd
Beijing Mechanical And Electrical Engineering General Design Department
Harbin Institute of Technology
Original Assignee
Beijing Hept Technology Co ltd
Beijing Mechanical And Electrical Engineering General Design Department
Harbin 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 Beijing Hept Technology Co ltd, Beijing Mechanical And Electrical Engineering General Design Department, Harbin Institute of Technology filed Critical Beijing Hept Technology Co ltd
Priority to CN202110081719.2A priority Critical patent/CN112887995B/zh
Publication of CN112887995A publication Critical patent/CN112887995A/zh
Application granted granted Critical
Publication of CN112887995B publication Critical patent/CN112887995B/zh
Expired - Fee Related 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
    • 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

在虚拟化多租户CF-mMIMO系统中的资源分配方法
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：
初始化：
Figure BDA0002909335910000021
Figure BDA0002909335910000022
Is＝Is,0，
Figure BDA0002909335910000023
s＝1
式中：
Figure BDA0002909335910000024
表示网络切片的集合
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
Figure BDA0002909335910000031
表示隶属于切片s的用户集合，
Figure BDA0002909335910000032
表示属于切片s的用户总数
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
步骤六、计算Ω和
Figure BDA0002909335910000033
然后执行步骤七；
步骤七、判断步骤六获得的Ω是否大于等于
Figure BDA0002909335910000034
如果判断结果为是，则执行步骤八；如果判断结果为否，则执行步骤十；
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：
初始化：
Figure BDA0002909335910000041
Figure BDA0002909335910000042
Is＝Is,0，
Figure BDA0002909335910000043
s＝1
式中：
Figure BDA0002909335910000051
表示网络切片的集合
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
Figure BDA0002909335910000052
表示隶属于切片s的用户集合，
Figure BDA0002909335910000053
表示属于切片s的用户总数
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
步骤六、计算Ω和
Figure BDA0002909335910000061
然后执行步骤七；
步骤七、判断步骤六获得的Ω是否大于等于
Figure BDA0002909335910000067
如果判断结果为是，则执行步骤八；如果判断结果为否，则执行步骤十；
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：
Figure BDA0002909335910000062
获得；
式中：
Figure BDA0002909335910000063
表示有未接入用户切片的集合
Figure BDA0002909335910000064
表示有未接入用户的切片
Figure BDA0002909335910000065
表示切片
Figure BDA0002909335910000066
的最小需求资源
Figure BDA0002909335910000071
表示没有达到最大分簇数的切片集合
Figure BDA0002909335910000072
表示没有达到最大分簇数的切片
Figure BDA0002909335910000073
表示切片
Figure BDA0002909335910000074
的最大簇数
Figure BDA0002909335910000075
表示切片
Figure BDA0002909335910000076
的当前分簇数
Figure BDA0002909335910000077
表示切片
Figure BDA0002909335910000078
的最低速率要求
Figure BDA0002909335910000079
表示切片
Figure BDA00029093359100000710
的最低速率要求。
步骤六中切片
Figure BDA00029093359100000711
的最小需求资源
Figure BDA00029093359100000712
通过公式：
Figure BDA00029093359100000713
获得；
式中：
Figure BDA00029093359100000714
表示有未接入用户切片的集合
Figure BDA00029093359100000715
表示有未接入用户的切片
Figure BDA00029093359100000716
表示切片
Figure BDA00029093359100000717
的最小需求资源
Figure BDA00029093359100000718
表示没有达到最大分簇数的切片集合
Figure BDA00029093359100000719
表示没有达到最大分簇数的切片
Figure BDA00029093359100000720
表示切片
Figure BDA00029093359100000721
的最大簇数
Figure BDA00029093359100000722
表示切片
Figure BDA00029093359100000723
的当前分簇数
Figure BDA00029093359100000724
表示切片
Figure BDA00029093359100000725
的最低速率要求
Figure BDA0002909335910000081
表示切片
Figure BDA0002909335910000082
的最低速率要求。
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
式中：f0，f1，…,fm：
Figure BDA0002909335910000083
是二次可微的凸函数，
Figure BDA0002909335910000084
rank A＝p＜n。假设该问题可解，即存在最优解x*，并且假设该问题严格可行，即存在
Figure BDA0002909335910000085
满足Ax＝b和fi(x)＜0，i＝1,...，m。
其中，f0，f1，…，fm：
Figure BDA0002909335910000086
是二次可微的凸函数，
Figure BDA0002909335910000087
rank A＝p＜n。假设该问题可解，即存在最优解x*。并且假设该问题严格可行，即存在
Figure BDA0002909335910000088
满足Ax＝b和fi(x)＜0，i＝1,...,m。
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，
Figure BDA0002909335910000089
s.t.Ax＝b (2)
其中I-：
Figure BDA0002909335910000091
是非正实数的示性函数，
Figure BDA0002909335910000092
问题(2)没有不等式约束，但是他的目标函数通常情况下不可微，因此不能应用Newton方法求解。障碍方法的基本思想是用
Figure BDA0002909335910000093
来近似示性函数，
Figure BDA0002909335910000094
可以表示为，
Figure BDA0002909335910000095
其中t＞0是确定近似精确的参数。和I-一样，
Figure BDA0002909335910000096
是凸的非减函数，并且当u＞0时取值为∞。但是和I-不同的是
Figure BDA0002909335910000097
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
Figure BDA0002909335910000098
替换(2)中的I-就可以得到，
Figure BDA0002909335910000099
s.t.Ax＝b (5)
由于
Figure BDA00029093359100000910
是u的单增凸函数，因此(5)的目标函数是可微凸函数。假定恰当的闭性条件成立，则可应用Newton方法求解。
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：
Figure BDA0002909335910000101
其中
Figure BDA0002909335910000102
表示用户ui和基站m之间的距离，而
Figure BDA0002909335910000103
表示用户ui和基站m之间的路径损耗。d0＝10m，d1＝50m，
Figure BDA0002909335910000104
表示阴影衰落，并且
Figure BDA0002909335910000105
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：
初始化：
Figure FDA0002909335900000011
Figure FDA0002909335900000012
Is＝Is,0，
Figure FDA0002909335900000013
s＝1
式中：
Figure FDA0002909335900000014
表示网络切片的集合
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
Figure FDA0002909335900000015
表示隶属于切片s的用户集合，
Figure FDA0002909335900000016
表示属于切片s的用户总数
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
步骤六、计算Ω和
Figure FDA0002909335900000021
然后执行步骤七；
步骤七、判断步骤六获得的Ω是否大于等于
Figure FDA0002909335900000022
如果判断结果为是，则执行步骤八；如果判断结果为否，则执行步骤十；
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。
2.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，其特征在于步骤六中剩余资源Ω通过公式：
Figure FDA0002909335900000023
获得；
式中：
Figure FDA0002909335900000024
表示有未接入用户切片的集合
Figure FDA0002909335900000025
表示有未接入用户的切片
Figure FDA0002909335900000026
表示切片
Figure FDA0002909335900000027
的最小需求资源
Figure FDA0002909335900000028
表示没有达到最大分簇数的切片集合
Figure FDA0002909335900000031
表示没有达到最大分簇数的切片
Figure FDA0002909335900000032
表示切片
Figure FDA0002909335900000033
的最大簇数
Figure FDA0002909335900000034
表示切片
Figure FDA0002909335900000035
的当前分簇数
Figure FDA0002909335900000036
表示切片
Figure FDA0002909335900000037
的最低速率要求
Figure FDA0002909335900000038
表示切片
Figure FDA0002909335900000039
的最低速率要求。
3.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，其特征在于步骤六中切片
Figure FDA00029093359000000310
的最小需求资源
Figure FDA00029093359000000311
通过公式：
Figure FDA00029093359000000312
获得；
式中：
Figure FDA00029093359000000313
表示有未接入用户切片的集合
Figure FDA00029093359000000314
表示有未接入用户的切片
Figure FDA00029093359000000315
表示切片
Figure FDA00029093359000000316
的最小需求资源
Figure FDA00029093359000000317
表示没有达到最大分簇数的切片集合
Figure FDA00029093359000000318
表示没有达到最大分簇数的切片
Figure FDA00029093359000000319
表示切片
Figure FDA00029093359000000320
的最大簇数
Figure FDA00029093359000000321
表示切片
Figure FDA00029093359000000322
的当前分簇数
Figure FDA00029093359000000323
表示切片
Figure FDA00029093359000000324
的最低速率要求
Figure FDA00029093359000000325
表示切片
Figure FDA00029093359000000326
的最低速率要求。
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。
6.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，所述障碍方法具体为：
min f0(x)
s.t.fi(x)≤0,i＝1,...,m
Ax＝b
式中：f0,f1,…,fm：
Figure FDA0002909335900000041
是二次可微的凸函数，
Figure FDA0002909335900000042
rank A＝p＜n。假设该问题可解，即存在最优解x*，并且假设该问题严格可行，即存在x∈D满足Ax＝b和fi(x)＜0，i＝1,...,m。
CN202110081719.2A 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 Expired - Fee Related CN112887995B (zh)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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