CN113382417A - 一种面向多业务泛在接入的无线专网资源分配方法 - Google Patents

一种面向多业务泛在接入的无线专网资源分配方法 Download PDF

Info

Publication number
CN113382417A
CN113382417A CN202110437521.3A CN202110437521A CN113382417A CN 113382417 A CN113382417 A CN 113382417A CN 202110437521 A CN202110437521 A CN 202110437521A CN 113382417 A CN113382417 A CN 113382417A
Authority
CN
China
Prior art keywords
base station
service
private network
user
constraint
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.)
Pending
Application number
CN202110437521.3A
Other languages
English (en)
Inventor
郑伟军
谢刚
赵鹏飞
张勇
段军
梁樑
陈鼎
方景辉
吴国庆
唐锦江
钱啸
曾建梁
文科
高燕铭
应杰耀
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.)
State Grid Zhejiang Electric Power Co Ltd
Beijing University of Posts and Telecommunications
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Beijing University of Posts and Telecommunications
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 State Grid Zhejiang Electric Power Co Ltd, Beijing University of Posts and Telecommunications, Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN202110437521.3A priority Critical patent/CN113382417A/zh
Publication of CN113382417A publication Critical patent/CN113382417A/zh
Pending legal-status Critical Current

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
    • H04W16/22—Traffic simulation tools or models
    • 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
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向多业务泛在接入的无线专网资源分配方法，克服了现有技术现有资源分配算法不适用于业务异构性强、QoS要求差异性大的配用电通信业务的问题，包括：1)提出电力专网资源共享的系统模型；2)建立了一种无线专网的资源分配模型；3)在满足业务隔离以及各通信条件约束的情况下，设了一种模拟退火算法，基于系统总体收益最大化解决了电力无线专网资源的最优化分配问题。本发明提出的多业务电力无线专网资源分配方法能够实现在多业务隔离、QoS等条件约束下能耗的最小化以及总体系统运营经济效益的最大化。

Description

一种面向多业务泛在接入的无线专网资源分配方法
技术领域
本发明涉及电力无线专网技术领域，尤其是涉及一种面向多业务泛在接入的无线专网资源分配方法。
背景技术
电力无线专网由于其接入高灵活性、低成本性，非常适合多业务配用电业务的终端接入和信息传输。泛在接入的电力无线专网已经成为配电通信网的重要组成部分，是保障供电可靠性、提高电网运行效率和服务质量的关键环节。然而，电力无线网络依然面临网络利用率低、业务隔离性差、网络服务质量保障率低的挑战。
因此，电力无线专网目前急需解决的是物理资源匮乏与业务需求多样性之间的矛盾。而网络虚拟化技术可以通过一个公共的底层物理网络支撑多个相互隔离的虚拟网络独立地运行，从而尽可能实现物理网络的资源利用率最大化。然而，现有资源分配算法不适用于业务异构性强，QoS要求差异性大的配用电通信业务，缺少对电力无线专网的研究，且对业务QoS 考虑过于简单，缺乏合理的QoS及业务优先级机制。
发明内容
本发明是为了克服现有技术的资源分配算法不适用于业务异构性强、QoS要求差异性大的配用电通信业务的问题，提供一种面向多业务泛在接入的无线专网资源分配方法，解决配用电业务的QoS保障问题、无线干扰问题从而为配用电业务提供端到端的、差异化的、相互隔离的服务；通过建立专网共享的系统模型，对整个电力无线专网进行合理的资源分配优化，利用模拟退火算法，在满足业务隔离及QoS约束条件下，解决无线专网资源的最优化分配问题，并且可以实现总体运营经济效益的最大化。
为了实现上述目的，本发明采用以下技术方案：
一种面向多业务泛在接入的无线专网资源分配方法，包括以下步骤：
S1、设计电力无线虚拟专网系统模型；
S2、设计虚拟专网资源最优化分配模型，同时考虑网络维护成本与利润，同时考虑业务隔离性、基站回程容量、QoS、能耗等因素，实现基站、子载波、发射功率等资源的合理分配；
S3、采用模拟退火算法，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解。
作为优选，所述S1具体内容为：考虑有I个电力无线专网的基础设施提供商、J个服务提供商和虚拟资源管理商管理来自不同的InPs的所有资源建立系统模型进行物理资源抽象。
作为优选，所述S1中，系统适用电力无线专网和5G运营商的中心频段，采用OFDM将频段划分成多个正交的子载波，假设每个InPs共有L个基站，每个基站有Q个子载波(带宽为M)对应回程容量为Cl；
考虑每个服务的终端用户，SPj的一组终端用户为Nj，终端用集为N＝{N1,N2,…Nj}，则用户数为|N|，每个用户n包含业务类型(QoS差异性)和位置信息(dl,n)；
考虑基站和终端用户之间的信息传递，采用Massive MIMO信道，由香农公式，信道的最大传输速率为
Figure RE-GDA0003163954650000021
其中，M每个子载波的带宽，
Figure RE-GDA0003163954650000022
为信息从基站l通过子载波q发送到用户n的传输速率，
Figure RE-GDA0003163954650000023
为该基站该用户的发射功率，
Figure RE-GDA0003163954650000024
为基站l′通过子载q波到用户n′该用户的发射功率，
Figure RE-GDA0003163954650000025
为信息从基站l′通过子载q波到用户n′该用户的信道增益，
Figure RE-GDA0003163954650000026
为基站l通过子载波q 到用户n的信道向量，
Figure RE-GDA0003163954650000027
为对应的数字与编码向量；
遍历所有子载波，可以得到用户n接收到信息的传输功率
Figure RE-GDA0003163954650000028
其中
Figure RE-GDA0003163954650000029
为子载波分配因子，若分配到则为1，否则为0。
作为优选，S1还包括以下内容：采用经典的迫零(ZF)数字预编码算法来消除用户间干扰
Figure RE-GDA00031639546500000210
然后，数字预编码矩阵可以表示为
V＝HH(HHH)-1,F＝λV
其中，
Figure RE-GDA00031639546500000211
为用户u通过信道H的信道向量，fj为用户j对应的数字预编码向量，
Figure RE-GDA00031639546500000212
是用于满足发射机总功率约束的功率标准化因子，||·||2为二范数，表示矩阵中各元素的平方和开根号，Nt为基站端发送的数据流个数，ρ为基站的总功率上限。
作为优选，所述S2包括以下内容：
在实际情况中需要考虑基站的覆盖重叠现象以减少能耗和干扰，由此引入基站影响因子dl
Figure RE-GDA0003163954650000031
系统的成本函数为
Figure RE-GDA0003163954650000032
其中，e1(l)为基站l的运维支出，c为电能单价，Pl为基站l的能源消耗；
在考虑QoS的差异性，指定不同的差异性服务，对此收益函数为
Figure RE-GDA0003163954650000033
其中γj为特定服务的单价，wj,n为用户n的权重，Rn用户n接收到信息的传输功率，该用户QoS要求越高，权重越大；
通过收益函数可以保证在QoS约束下，高效分配资源，保证资源利用率，因此选用收益函数为目标函数。
作为优选，S2还包括各项约束条件，约束包括业务隔离约束、基站回程容量约束、基站总功率约束、QoS约束和总成本上限约束；各项约束条件分别为：
(1)业务隔离约束：为保证每个业务SP间互不干扰，每个子载波的总发射功率应在一个上限之内
Figure RE-GDA0003163954650000034
同时假设每个子载波只能提供给一个用户，因此
Figure RE-GDA0003163954650000035
子载波分配因子约束为
Figure RE-GDA0003163954650000041
(2)基站回程容量约束：基站l传输信息的上限为回程容量Cl，总的传输速率之和不得超过其回程容量
Figure RE-GDA0003163954650000042
(3)基站总功率约束：基站总功率约束应该满足
Figure RE-GDA0003163954650000043
其中，F为基站的总功率向量；
(4)QoS约束：由于QoS的差异性，不同QoS的用户也应该保证其最低传输速率
Figure RE-GDA0003163954650000044
Figure RE-GDA0003163954650000045
(5)总成本上限约束：由于电力无线专网存在一定的运维开销，因此要保证收益最大化，需要对系统的总成本设置上限约束
C7：C(N)≤Cmax
因此，可以被描述为
Figure RE-GDA0003163954650000046
s.t.C1,C2,C3,C4,C5,C6,C7。
作为优选，所述S3包括以下步骤：
S31、初始化：设置初始温度T，温度下限Tmin，导入参数，随机生成初始解s，并且设置每个T值的迭代次数L；
S32、检验约束条件：根据约束条件检验初始解，如果满足约束条件C1,C2,C3,C4,C5,C6,C7则进入S33；否则重新回到S31，再次生成初始解；
S33、对l＝1,2,...,L执行S34至S37；
S34、产生新解snew,snew＝s+Δs；Δs为[dmin,dmax]之间的随机数；
S35、计算目标函数的增量ΔRe＝Re(snew)-Re(s)；
S36、如果ΔRe＞0，则将snew作为新的当前解，否则以概率exp(ΔRe/(kT))接受snew作为新的当前解；
S37、如果满足终止条件则输出当前解作为最优解，结束算法；
S38、T逐渐减少，且T＞Tmin，然后跳转至步骤3。
因此，本发明具有如下有益效果：本发明基于网络虚拟化技术，提出了一种面向多业务的虚拟专网资源分配方法，在保证各业务隔离性的条件下，采用模拟退火算法对最优化问题进行求解，能够实现电力无线专网的虚拟资源最优化分配，为电力无线网络资源分配与业务隔离优先级问题提供了一种高效的解决方案。
附图说明
图1是本实施例的多业务无线虚拟专网资源分配流程图。
图2是本实施例的虚拟电网系统模型。
图3是本实施例模拟退火算法流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例：
本实施例提供了一种面向多业务泛在接入的无线专网资源分配方法，如图1-3所示，包括以下步骤：
S1、设计电力无线虚拟专网系统模型；
S2、设计虚拟专网资源最优化分配模型，同时考虑网络维护成本与利润，同时考虑业务隔离性、基站回程容量、QoS、能耗等因素，实现基站、子载波、发射功率等资源的合理分配；
S3、采用模拟退火算法，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解。
作为优选，所述S1具体内容为：考虑有I个电力无线专网的基础设施提供商、J个服务提供商和虚拟资源管理商管理来自不同的InPs的所有资源建立系统模型进行物理资源抽象。
基础设施提供商包括Infrastructure Providers和InPs，服务提供商包括Service Providers 和SPs，虚拟资源管理商包括Virtual Resource Management和VRM。
作为优选，所述S1中，系统适用电力无线专网和5G运营商的中心频段，采用OFDM将频段划分成多个正交的子载波，假设每个InPs共有L个基站，每个基站有Q个子载波(带宽为M)对应回程容量为Cl；
考虑每个服务的终端用户，SPj的一组终端用户为Nj，终端用集为N＝{N1,N2,…Nj}，则用户数为|N|，每个用户n包含业务类型(QoS差异性)和位置信息(dl,n)；
考虑基站和终端用户之间的信息传递，采用Massive MIMO信道，由香农公式，信道的最大传输速率为
Figure RE-GDA0003163954650000061
其中，M每个子载波的带宽，
Figure RE-GDA0003163954650000062
为信息从基站l通过子载波q发送到用户n的传输速率，
Figure RE-GDA0003163954650000063
为该基站该用户的发射功率，
Figure RE-GDA0003163954650000064
为基站l′通过子载q波到用户n′该用户的发射功率，
Figure RE-GDA0003163954650000065
为信息从基站l′通过子载q波到用户n′该用户的信道增益，
Figure RE-GDA0003163954650000066
为基站l通过子载波q 到用户n的信道向量，
Figure RE-GDA0003163954650000067
为对应的数字与编码向量；
遍历所有子载波，可以得到用户n接收到信息的传输功率
Figure RE-GDA0003163954650000068
其中
Figure RE-GDA0003163954650000069
为子载波分配因子，若分配到则为1，否则为0。
作为优选，S1还包括以下内容：采用经典的迫零(ZF)数字预编码算法来消除用户间干扰
Figure RE-GDA00031639546500000610
然后，数字预编码矩阵可以表示为
V＝HH(HHH)-1,F＝λV
其中，
Figure RE-GDA00031639546500000612
为用户u通过信道H的信道向量，fj为用户j对应的数字预编码向量，
Figure RE-GDA00031639546500000611
是用于满足发射机总功率约束的功率标准化因子，||·||2为二范数，表示矩阵中各元素的平方和开根号，Nt为基站端发送的数据流个数，ρ为基站的总功率上限。
作为优选，所述S2包括以下内容：
在实际情况中需要考虑基站的覆盖重叠现象以减少能耗和干扰，由此引入基站影响因子dl
Figure RE-GDA0003163954650000071
系统的成本函数为
Figure RE-GDA0003163954650000072
其中，e1(l)为基站l的运维支出，c为电能单价，Pl为基站l的能源消耗；
在考虑QoS的差异性，指定不同的差异性服务，对此收益函数为
Figure RE-GDA0003163954650000073
其中γj为特定服务的单价，wj,n为用户n的权重，Rn用户n接收到信息的传输功率，该用户QoS要求越高，权重越大；
通过收益函数可以保证在QoS约束下，高效分配资源，保证资源利用率，因此选用收益函数为目标函数。
作为优选，S2还包括各项约束条件，约束包括业务隔离约束、基站回程容量约束、基站总功率约束、QoS约束和总成本上限约束；各项约束条件分别为：
(1)业务隔离约束：为保证每个业务SP间互不干扰，每个子载波的总发射功率应在一个上限之内
Figure RE-GDA0003163954650000074
同时假设每个子载波只能提供给一个用户，因此
Figure RE-GDA0003163954650000075
子载波分配因子约束为
Figure RE-GDA0003163954650000076
(2)基站回程容量约束：基站l传输信息的上限为回程容量Cl，总的传输速率之和不得超过其回程容量
Figure RE-GDA0003163954650000081
(3)基站总功率约束：基站总功率约束应该满足
Figure RE-GDA0003163954650000082
其中，F为基站的总功率向量；
(4)QoS约束：由于QoS的差异性，不同QoS的用户也应该保证其最低传输速率
Figure RE-GDA0003163954650000083
Figure RE-GDA0003163954650000084
(5)总成本上限约束：由于电力无线专网存在一定的运维开销，因此要保证收益最大化，需要对系统的总成本设置上限约束
C7：C(N)≤Cmax
因此，可以被描述为
Figure RE-GDA0003163954650000085
s.t.C1,C2,C3,C4,C5,C6,C7。
模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而可有效避免陷入局部极小并最终趋于全局最优的串行结构的优化算法。
作为优选，所述S3包括以下步骤：
S31、初始化：设置初始温度T，温度下限Tmin，导入参数，随机生成初始解s，并且设置每个T值的迭代次数L；
S32、检验约束条件：根据约束条件检验初始解，如果满足约束条件 C1,C2,C3,C4,C5,C6,C7则进入S33；否则重新回到S31，再次生成初始解；
S33、对l＝1,2,...,L执行S34至S37；
S34、产生新解snew,snew＝s+Δs；Δs为[dmin,dmax]之间的随机数；
S35、计算目标函数的增量ΔRe＝Re(snew)-Re(s)；
S36、如果ΔRe＞0，则将snew作为新的当前解，否则以概率exp(ΔRe/(kT))接受snew作为新的当前解；
S37、如果满足终止条件则输出当前解作为最优解，结束算法；
S38、T逐渐减少，且T＞Tmin，然后跳转至步骤3。
这里，将温度的下降率α设置为0.9，初始温度T设置为100℃，最低温度Tmin设置为10-8℃，在每个温度T下迭代L次，通过不断改变s来寻找当前温度下的最优值，然后降低温度继续寻找，直到温度达到最低，即选择概率接近于0。
综上，本发明在保证各业务隔离性的条件下，采用模拟退火算法对最优化问题进行求解，能够实现电力无线专网的虚拟资源最优化分配，为电力无线网络资源分配与业务隔离优先级问题提供了一种高效的解决方案。
上述实施例对本发明的具体描述，只用于对本发明进行进一步说明，不能理解为对本发明保护范围的限定，本领域的技术工程师根据上述发明的内容对本发明作出一些非本质的改进和调整均落入本发明的保护范围内。

Claims (7)

1.一种面向多业务泛在接入的无线专网资源分配方法，其特征是，包括以下步骤：
S1、设计电力无线虚拟专网系统模型；
S2、设计虚拟专网资源最优化分配模型，同时考虑网络维护成本与利润，同时考虑业务隔离性、基站回程容量、QoS、能耗等因素，实现基站、子载波、发射功率等资源的合理分配；
S3、采用模拟退火算法，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解。
2.根据权利要求1所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，所述S1具体内容为：考虑有I个电力无线专网的基础设施提供商、J个服务提供商和虚拟资源管理商管理来自不同的InPs的所有资源建立系统模型进行物理资源抽象。
3.根据权利要求1或2所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，所述S1中，系统适用电力无线专网和5G运营商的中心频段，采用OFDM将频段划分成多个正交的子载波，假设每个InPs共有L个基站，每个基站有Q个子载波(带宽为M)对应回程容量为Cl；
考虑每个服务的终端用户，SPj的一组终端用户为Nj，终端用集为N＝{N1,N2,…Nj}，则用户数为|N|，每个用户n包含业务类型(QoS差异性)和位置信息(dl,n)；
考虑基站和终端用户之间的信息传递，采用Massive MIMO信道，由香农公式，信道的最大传输速率为
Figure RE-FDA0003163954640000011
其中，M每个子载波的带宽，
Figure RE-FDA0003163954640000012
为信息从基站l通过子载波q发送到用户n的传输速率，
Figure RE-FDA0003163954640000013
为该基站该用户的发射功率，
Figure RE-FDA0003163954640000014
为基站l′通过子载q波到用户n′该用户的发射功率，
Figure RE-FDA0003163954640000015
为信息从基站l′通过子载q波到用户n′该用户的信道增益，
Figure RE-FDA0003163954640000016
为基站l通过子载波q到用户n的信道向量，
Figure RE-FDA0003163954640000017
为对应的数字与编码向量；
遍历所有子载波，可以得到用户n接收到信息的传输功率
Figure RE-FDA0003163954640000018
其中
Figure RE-FDA0003163954640000019
为子载波分配因子，若分配到则为1，否则为0。
4.根据权利要求3所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，S1 还包括以下内容：采用经典的迫零(ZF)数字预编码算法来消除用户间干扰
Figure RE-FDA0003163954640000021
然后，数字预编码矩阵可以表示为
V＝HH(HHH)-1,F＝λV
其中，
Figure RE-FDA0003163954640000022
为用户u通过信道H的信道向量，fj为用户j对应的数字预编码向量，
Figure RE-FDA0003163954640000023
是用于满足发射机总功率约束的功率标准化因子，||·||2为二范数，表示矩阵中各元素的平方和开根号，Nt为基站端发送的数据流个数，ρ为基站的总功率上限。
5.根据权利要求1所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，所述S2包括以下内容：
在实际情况中需要考虑基站的覆盖重叠现象以减少能耗和干扰，由此引入基站影响因子dl
Figure RE-FDA0003163954640000024
系统的成本函数为
Figure RE-FDA0003163954640000025
其中，e1(l)为基站l的运维支出，c为电能单价，Pl为基站l的能源消耗；
在考虑QoS的差异性，指定不同的差异性服务，对此收益函数为
Figure RE-FDA0003163954640000026
其中γj为特定服务的单价，wj,n为用户n的权重，Rn用户n接收到信息的传输功率，该用户QoS要求越高，权重越大；
通过收益函数可以保证在QoS约束下，高效分配资源，保证资源利用率，因此选用收益函数为目标函数。
6.根据权利要求5所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，S2 还包括各项约束条件，约束包括业务隔离约束、基站回程容量约束、基站总功率约束、QoS约束和总成本上限约束；各项约束条件分别为：
(1)业务隔离约束：为保证每个业务SP间互不干扰，每个子载波的总发射功率应在一个上限之内
Figure RE-FDA0003163954640000031
同时假设每个子载波只能提供给一个用户，因此
Figure RE-FDA0003163954640000032
子载波分配因子约束为
Figure RE-FDA0003163954640000033
(2)基站回程容量约束：基站l传输信息的上限为回程容量Cl，总的传输速率之和不得超过其回程容量
Figure RE-FDA0003163954640000034
(3)基站总功率约束：基站总功率约束应该满足
Figure RE-FDA0003163954640000035
其中，F为基站的总功率向量；
(4)QoS约束：由于QoS的差异性，不同QoS的用户也应该保证其最低传输速率
Figure RE-FDA0003163954640000036
Figure RE-FDA0003163954640000037
(5)总成本上限约束：由于电力无线专网存在一定的运维开销，因此要保证收益最大化，需要对系统的总成本设置上限约束
C7：C(N)≤Cmax
因此，可以被描述为
Figure RE-FDA0003163954640000038
s.t.C1,C2,C3,C4,C5,C6,C7。
7.根据权利要求1所述的一种面向多业务泛在接入的无线专网资源分配方法，其特征是，所述S3包括以下步骤：
S31、初始化：设置初始温度T，温度下限Tmin，导入参数，随机生成初始解s，并且设置每个T值的迭代次数L；
S32、检验约束条件：根据约束条件检验初始解，如果满足约束条件C1,C2,C3,C4,C5,C6,C7则进入S33；否则重新回到S31，再次生成初始解；
S33、对l＝1,2,...,L执行S34至S37；
S34、产生新解snew,snew＝s+Δs；Δs为[dmin,dmax]之间的随机数；
S35、计算目标函数的增量ΔRe＝Re(snew)-Re(s)；
S36、如果ΔRe＞0，则将snew作为新的当前解，否则以概率exp(ΔRe/(kT))接受snew作为新的当前解；
S37、如果满足终止条件则输出当前解作为最优解，结束算法；
S38、T逐渐减少，且T＞Tmin，然后跳转至步骤3。
CN202110437521.3A 2021-04-22 2021-04-22 一种面向多业务泛在接入的无线专网资源分配方法 Pending CN113382417A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110437521.3A CN113382417A (zh) 2021-04-22 2021-04-22 一种面向多业务泛在接入的无线专网资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110437521.3A CN113382417A (zh) 2021-04-22 2021-04-22 一种面向多业务泛在接入的无线专网资源分配方法

Publications (1)

Publication Number Publication Date
CN113382417A true CN113382417A (zh) 2021-09-10

Family

ID=77570663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110437521.3A Pending CN113382417A (zh) 2021-04-22 2021-04-22 一种面向多业务泛在接入的无线专网资源分配方法

Country Status (1)

Country Link
CN (1) CN113382417A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114006813A (zh) * 2022-01-04 2022-02-01 广州尚航信息科技股份有限公司 一种虚拟专线分配的路由动态生成方法及系统
CN117082626A (zh) * 2023-07-26 2023-11-17 北京交通大学 列车无线通信网络的业务复用切片资源分配方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8429097B1 (en) * 2009-08-12 2013-04-23 Amazon Technologies, Inc. Resource isolation using reinforcement learning and domain-specific constraints
CN106341826A (zh) * 2016-11-03 2017-01-18 国网江苏省电力公司南京供电公司 基于虚拟化技术的面向无线电力专网的资源优化分配方法
CN109711631A (zh) * 2018-12-29 2019-05-03 杭州电子科技大学 一种改进粒子群算法的智能微电网优化调度方法
WO2019114988A1 (en) * 2017-12-15 2019-06-20 Nokia Technologies Oy Method for controlling data transmission by using network slices
CN111246586A (zh) * 2020-01-20 2020-06-05 中国电力科学研究院有限公司 一种基于遗传算法的分配智能电网资源的方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8429097B1 (en) * 2009-08-12 2013-04-23 Amazon Technologies, Inc. Resource isolation using reinforcement learning and domain-specific constraints
CN106341826A (zh) * 2016-11-03 2017-01-18 国网江苏省电力公司南京供电公司 基于虚拟化技术的面向无线电力专网的资源优化分配方法
WO2019114988A1 (en) * 2017-12-15 2019-06-20 Nokia Technologies Oy Method for controlling data transmission by using network slices
CN109711631A (zh) * 2018-12-29 2019-05-03 杭州电子科技大学 一种改进粒子群算法的智能微电网优化调度方法
CN111246586A (zh) * 2020-01-20 2020-06-05 中国电力科学研究院有限公司 一种基于遗传算法的分配智能电网资源的方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QINGHAI OU: "Research on the Construction Method of Knowledge Graph for Electric Power Wireless Private Network", 《2020 IEEE 10TH INTERNATIONAL CONFERENCE ON ELECTRONICS INFORMATION AND EMERGENCY COMMUNICATION (ICEIEC)》, 30 July 2020 (2020-07-30) *
孟洛明: "一种面向电力无线专网的虚拟资源优化分配机制", 《电子与信息学报》, vol. 39, no. 7, 30 July 2017 (2017-07-30), pages 1 - 5 *
王晓玲: "一种高效的函数可微的全局优化模拟退火算法", 《小型微型计算机系统》, vol. 33, no. 11, 30 November 2012 (2012-11-30), pages 2 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114006813A (zh) * 2022-01-04 2022-02-01 广州尚航信息科技股份有限公司 一种虚拟专线分配的路由动态生成方法及系统
CN114006813B (zh) * 2022-01-04 2022-04-01 广州尚航信息科技股份有限公司 一种虚拟专线分配的路由动态生成方法及系统
CN117082626A (zh) * 2023-07-26 2023-11-17 北京交通大学 列车无线通信网络的业务复用切片资源分配方法及系统
CN117082626B (zh) * 2023-07-26 2024-03-26 北京交通大学 列车无线通信网络的业务复用切片资源分配方法及系统

Similar Documents

Publication Publication Date Title
KR102208117B1 (ko) 무선 자원 관리 방법 및 이를 위한 장치
Sheng et al. Energy efficiency and delay tradeoff in device-to-device communications underlaying cellular networks
CN102612085B (zh) 子带相关资源管理
CN101421938B (zh) 在多用户无线通信网络中使用时域和频域中的均衡公平调度的业务量负荷相关的功率分配
CN112601284B (zh) 基于多智能体深度强化学习的下行多小区ofdma资源分配方法
Huynh et al. Joint computational offloading and data-content caching in NOMA-MEC networks
CN102577487B (zh) 控制用于在无线网络中传送信道状态信息的总开销的方法和设备
CN111865398B (zh) 一种大规模leo卫星部署下的星地传输方法
CN106452525B (zh) 一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法
CN106341826B (zh) 基于虚拟化技术的面向无线电力专网的资源优化分配方法
MXPA02009418A (es) Metodo y aparato para controlar las transmisiones de un sistema de comunicacion.
US10716022B2 (en) Systems and methods for calculating uplink pathloss in a WLAN
CN113382417A (zh) 一种面向多业务泛在接入的无线专网资源分配方法
CN107979824B (zh) 一种无线网络虚拟化场景下的d2d多播资源分配方法
US8009598B2 (en) Method and system of radio resource allocation for mobile MIMO-OFDMA
CN113746677A (zh) 一种面向5g新空口的网络切片内资源分配方法
CN109792350A (zh) 电信设备和方法
Bakhtiari et al. A new joint power and subcarrier allocation scheme for multiuser OFDM systems
CN112203308A (zh) 卫星地面融合网络数据传输方法
CN104581918B (zh) 基于非合作博弈的卫星跨层联合优化功率分配方法
CN104093209A (zh) 一种动态认知网络资源分配方法
CN109787737B (zh) 一种基于混合能量采集的多用户资源优化方法
CN108012335B (zh) 一种软件定义网络下虚拟化多播资源分配方法
CN102752757A (zh) 在频谱聚合过程中按照最小浪费准则优化频谱分配的方法
Zeng et al. A two-phase power allocation scheme for CRNs employing NOMA

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210910

RJ01 Rejection of invention patent application after publication