CN116782412B

CN116782412B - 一种基于随机接入的高动态异构无线网络资源分配方法

Info

Publication number: CN116782412B
Application number: CN202311036515.2A
Authority: CN
Inventors: 白琳; 韩瑞; 王瑜; 王佳星
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2023-08-17
Filing date: 2023-08-17
Publication date: 2023-11-14
Anticipated expiration: 2043-08-17
Also published as: CN116782412A

Abstract

本发明公开了一种基于随机接入的高动态异构无线网络资源分配方法，属于无线通信技术领域，包括以下步骤：S1：建立移动边缘计算辅助的异构无线网络的系统模型；S2：通过推导系统的各项性能指标，分析各项参数对于系统性能的影响；S3：构建信道资源优化和优先级优化的参数优化问题，并利用单调性分析、KKT条件和问题分解求解所述参数优化问题。本发明提高了系统的总吞吐量并缩短了任务密集型业务的接入时延。

Description

一种基于随机接入的高动态异构无线网络资源分配方法

技术领域

本发明属于无线通信技术领域，具体涉及一种基于随机接入的高动态异构无线网络资源分配方法。

背景技术

在移动边缘计算辅助的网络场景中，存在以下两方面问题。

一方面，由于各种用户设备的卸载任务具有偶发特性，有学者提出了更加适用于偶发任务设备的两步卸载方案，分别进行随机接入和卸载。该方案采用多信道随机接入来请求卸载，信令开销低。但是对于该方案，如何综合考虑设备数量、卸载概率、接入成功概率等因素以合理确定卸载信道和随机接入信道的分配比例，从而实现系统吞吐量的提高，仍是一个需要解决的问题。

另一方面，异构特性是无线网络的一个重要特征。为保证多元化业务的服务质量，有学者所提出的方案是根据不同业务对接入时延的需求进行分组，依次进行随机接入。对于该方案，还可以进一步探索如何综合考虑接入成功概率和延迟约束等要求，以合理确定系统信道资源和卸载任务的分配，从而降低任务密集型业务的接入时延。

发明内容

有鉴于此，本发明的目的在于针对多元化业务的优先级差异，提出了一种基于随机接入的网络资源分配方法，通过卸载信道和随机接入信道的资源分配优化以及卸载任务的分配优化，有效提高系统的吞吐量，并缩短了任务密集型业务的接入时延。

为达到上述目的，本发明提供如下技术方案：

一种基于随机接入的高动态异构无线网络资源分配方法，包括以下步骤：

S1：建立移动边缘计算辅助的异构无线网络的系统模型；

S2：通过推导系统的各项性能指标，分析各项参数对于系统性能的影响；

S3：构建信道资源优化和优先级优化的参数优化问题，并利用单调性分析、KKT条件和问题分解求解所述参数优化问题。

进一步，所述移动边缘计算辅助的异构无线网络的系统模型中，包括一组用户设备、一个基站和连接到基站上的移动边缘计算服务器；根据业务的不同接入时延需求，将设备分为高优先级组和低优先级组/>，每组设备的个数分别记为/>和/>，每组的接入时延需求分别记为/>和/>；

对于卸载过程，采用两阶段卸载方法：在阶段1，决定卸载的设备利用多信道随机接入向基站发送请求；在阶段2，基站发送反馈信号，并且通知开始以预定的时分多址方式通过卸载信道上传输入数据的时间；根据两阶段卸载阀，将上行系统总带宽分为以下两部分：

其中，一部分是分配给执行第一阶段随机接入的带宽，用表示；另一部分是分配给执行第二阶段上传的带宽，用/>表示，假设随机接入信道有/>个子信道，则/>，其中/>是随机接入信道的一个子信道的带宽；

记每轮随机接入的时长为；对于高优先级组/>，在阶段1有/>个时隙进行接入；对于低优先级组/>，在阶段2有/>个时隙进行接入；低优先级组/>中的部分设备可提前到阶段1进行接入，此时，/>和/>中的部分设备所使用的子信道数量分别记为/>和/>，满足；/>中的剩余部分在阶段2进行接入；用/>表示/>中提前到阶段1进行接入的设备数量的比例，用/>表示/>在阶段1进行接入时占用的子信道数量的比例，即/>。

进一步，步骤S2所述通过推导系统的各项性能指标，分析各项参数对于系统性能的影响，具体包括：

S21：卸载设备数目分析：假设竞争设备(有计算任务并满足卸载条件的设备)数量服从泊松分布，即/>，可用的随机接入信道数量为/>，并且进行/>轮随机接入，则可得卸载设备(阶段1中能够成功传输请求并且不发生碰撞的竞争设备)的数量/>的平均值的近似结果记为/>如下：

假设系统中高优先级组和低优先级组/>的竞争设备的平均值分别为/>和/>，系统的卸载设备的总数量的平均值如下：

其中，表示高优先级组/>的卸载设备平均数，表示低优先级组/>的卸载设备平均数，表示低优先级组/>在时期1的卸载设备平均数，表示低优先级组/>在阶段2的卸载设备平均数，即。

S22：上传时间分析：已知卸载设备数量和单个设备的卸载数据的上传时间/>是相互独立的，因此，系统的总上传时间的平均值可以表示为

S23：系统吞吐量分析：为了衡量系统进行任务卸载的能力，考虑系统成功进行随机接入的设备数量的平均值，也就是总吞吐量的平均值，可以表示为：

S24：接入成功概率分析：为了衡量设备进行随机接入的能力，考虑系统成功进行随机接入的设备数量所占活跃设备数量的比例，也就是接入成功概率。

高优先级组的接入成功概率可以表示为

低优先级组的接入成功概率可以表示为

进一步，所述步骤S3具体包括：

S31：信道资源优化：在保证随机接入成功概率和系统稳定性的前提下，通过调整随机接入通道的数量，从而调整随机接入通道带宽/>和卸载通道带宽/>的分配比例，提高总吞吐量，优化问题表述为：

其中，表示系统的总吞吐量，/>表示系统的总上传时间，/>表示接入时隙的个数，/>表示设备的接入成功概率，/>表示系统所要求的设备接入成功概率的下限；

求解该优化问题，求得的一个近似数值解如下：

其中，取一个整数值，其大致范围满足/>如下：

S32：优先级优化：在保证系统稳定以及满足接入成功概率和高优先级组的时延限制的一定约束条件下，找到使低优先级组/>在时期2的接入时延/>的/>和/>的最优值，表述为：

其中，和/>分别表示高优先级组/>和低优先级组/>的接入成功概率，/>和/>分别表示/>和/>的接入成功概率的下限，/>表示/>的时延限制；

S33：将优化问题分解为两个子优化问题进行求解；

子问题1：对于所要求的和/>，得到/>的最小值，用/>表示，得到如下优化问题：

对于子问题1，当时，/>达到最小值/>；

子问题1的解如下：

子问题2：求得的最优解使得阶段2的访问时延最小，得到如下优化问题：

求解子问题2，求得的一个近似数值解如下：

从而求得取得和/>的最优值时的/>的一个近似数值解如下：

本发明的有益效果在于：本发明所提方法提高了系统的总吞吐量并缩短了任务密集型业务的接入时延，通过实验结果证明了本优化方法所求得的数值解的正确性，且所得结果与理论值误差较小。

本发明的其他优点、目标和特征将在随后的说明书中进行阐述，并且在某种程度上对本领域技术人员而言是显而易见的，或者本领域技术人员可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明带宽分配及优先级队列示意图；

图2为不同竞争设备数量下随机接入信道数/>的最佳值；

图3为不同竞争设备数量下所占信道比例/>的最佳值；

图4为不同竞争设备数量下设备提前接入比例/>的最佳值。

具体实施方式

本发明的目的是通过对高动态异构无线网络中的卸载设备数量等系统性能指标进行推导，分析各种系统参数对系统性能的影响。进一步，根据这些性能差异，分别提出了信道资源优化和优先级优化的参数优化问题，从而提高系统的吞吐量并降低任务密集型业务的接入时延。具体内容如下：

1、建立移动边缘计算辅助的异构无线网络的系统模型。本发明所针对的应用场景包括一组用户设备、一个基站和连接到基站上的移动边缘计算服务器。在不丧失一般性的情况下，根据业务的不同接入时延需求，设备分组可以只保留两类，即高优先级组（时延敏感型业务）和低优先级组/>（任务密集型业务），每组设备的个数分别记为/>和/>，而每组的接入时延需求（用归一化的接入时隙个数表示）分别记为/>和/>。

而对于卸载过程，本发明采用一种两阶段卸载方法，在阶段1，决定卸载的设备利用多信道随机接入向基站发送请求；在阶段2，基站发送反馈信号，并且通知开始以预定的时分多址方式通过卸载信道上传输入数据的时间。

根据上述两阶段卸载方法，上行系统总带宽可以分为以下两部分：

其中，一部分是分配给执行第一阶段随机接入的带宽，用表示;另一部分是分配给执行第二阶段上传的带宽，用/>表示，如图1所示。假设随机接入信道有/>个子信道，则，其中/>是随机接入信道的一个子信道的带宽。

此外，如图1所示，记每轮随机接入的时长（时隙长度）为。对于高优先级组/>，在阶段1有/>个时隙进行接入；对于低优先级组/>，在阶段2有/>个时隙进行接入。但在某些情况下，/>中的设备数量较少，阶段1的接入占用所有导频会导致导频浪费。因此，低优先级组/>中的部分设备可以提前到阶段1进行接入，此时，/>和/>中的部分设备所使用的子信道数量分别记为/>和/>，满足/>。/>中的剩余部分在阶段2进行接入。由此，用/>表示/>中提前到阶段1进行接入的设备数量的比例，用/>表示/>在阶段1进行接入时占用的子信道数量的比例，即/>。

2、通过推导系统的各项性能指标，分析各项参数对于系统性能的影响。

1）卸载设备数目分析：假设竞争设备(有计算任务并满足卸载条件的设备)数量服从泊松分布，即/>，可用的随机接入信道数量为/>，并且进行/>轮随机接入，则可得卸载设备(阶段1中能够成功传输请求并且不发生碰撞的竞争设备)的数量/>的平均值的近似结果记为/>如下：

2）上传时间分析：已知卸载设备数量和单个设备的卸载数据的上传时间/>是相互独立的，因此，系统的总上传时间的平均值可以表示为

3）系统吞吐量分析：为了衡量系统进行任务卸载的能力，考虑系统成功进行随机接入的设备数量的平均值，也就是总吞吐量的平均值，可以表示为：

4）接入成功概率分析：为了衡量设备进行随机接入的能力，考虑系统成功进行随机接入的设备数量所占活跃设备数量的比例，也就是接入成功概率。

高优先级组的接入成功概率可以表示为

低优先级组的接入成功概率可以表示为

3、构建并求解信道资源优化和优先级优化的参数优化问题。

1）信道资源优化。在保证随机接入成功概率和系统稳定性的前提下，通过调整随机接入通道的数量，从而调整随机接入通道带宽/>和卸载通道带宽/>的分配比例，可以提高总吞吐量。因此，优化问题可以表述为：

其中，表示系统的总吞吐量，/>表示系统的总上传时间，/>表示接入时隙的个数，/>表示设备的接入成功概率，/>表示系统所要求的设备接入成功概率的下限。公式(7a)是优化目标，目的是总吞吐量最大，公式(7b)保证设备的接入成功概率，公式(7c)保证系统稳定性，公式(7d)保证随机接入数/>在系统带宽范围内，公式(7e)保证参数/>和/>取整数。

求解该优化问题，可以求得的一个近似数值解如下：

其中，应该取一个合适的整数值。可知其大致范围应该满足/>如下，

2）优先级优化。在保证系统稳定以及满足接入成功概率和高优先级组的时延限制的一定约束条件下，找到使低优先级组/>在时期2的接入时延/>的/>和/>的最优值。因此，优化问题可以表述为:

其中，和/>分别表示高优先级组/>和低优先级组/>的接入成功概率，/>和/>分别表示/>和/>的接入成功概率的下限，/>表示/>的时延限制。公式(10a)是优化目标，目的是使低优先级组/>的接入时延最小，公式(10b)和公式(10c)保证两组设备的接入成功概率，公式(10d)和公式(10e)保证/>和/>的值在合理范围内，公式(10f)保证/>的接入时延。由于目标函数(10a)在所有变量上都不是联合凸的，难以求解。因此，本发明提出了将原优化问题分解为两个子优化问题的求解方法。

子问题1：对于所要求的和/>，可得到/>的最小值，用/>表示，可以得到如下优化问题：

对于子问题1，当时，/>达到最小值/>。因此，该优化问题的子问题1的解如下：

子问题2：上述问题的解可得到的最小值/>以满足/>和/>，在此基础上，求得/>的最优解使得阶段2的访问时延最小，可以得到如下优化问题：

求解子问题2，可以求得的一个近似数值解如下，

进一步可以求得取得和/>的最优值时的/>的一个近似数值解如下，

本发明首先建立了移动边缘计算辅助的异构无线网络的系统模型。然后，通过推导系统的各项性能指标，分析了各项参数对于总吞吐量等系统性能的影响。最后，成功构建了信道资源优化和优先级优化的两个参数优化问题，并利用单调性分析、KKT条件和问题分解等方法求得了这两个问题的数值解，从而提高了系统的总吞吐量并缩短了任务密集型业务的接入时延。图2展示了信道资源优化问题的仿真结果和理论数值结果，图3和图4分别展示了优先级问题的子问题1和子问题2的仿真结果和理论数值结果。这些结果证明了本优化方法所求得的数值解的正确性，其中，图4中所求得的理论值和实际的仿真值之间存在一定的误差，但可以发现，仿真值大概是理论值的1.2倍，因此可以引入一个比例因子来对理论值进行修正，可以看出，修正的理论值和仿真值基本一致。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims

1.一种基于随机接入的高动态异构无线网络资源分配方法，其特征在于：包括以下步骤：

S1：建立移动边缘计算辅助的异构无线网络的系统模型；

S2：通过推导系统的各项性能指标，分析各项参数对于系统性能的影响；所述性能指标包括卸载设备数目、上传时间、系统吞吐量、接入成功概率；

S3：构建信道资源优化和优先级优化的参数优化问题，并利用单调性分析、KKT条件和问题分解求解所述参数优化问题；

所述移动边缘计算辅助的异构无线网络的系统模型中，包括一组用户设备、一个基站和连接到基站上的移动边缘计算服务器；根据业务的不同接入时延需求，将设备分为高优先级组L₁和低优先级组L₂，每组设备的个数分别记为K₁和K₂，每组的接入时延需求分别记为N₁和N₂；

对于卸载过程，采用两阶段卸载方法：在阶段1，决定卸载的设备利用多信道随机接入向基站发送请求；在阶段2，基站发送反馈信号，并且通知开始以预定的时分多址方式通过卸载信道上传输入数据的时间；根据两阶段卸载方法，将上行系统总带宽B分为以下两部分：

B＝B_a+B_o

其中，一部分是分配给执行第一阶段随机接入的带宽，用B_a表示；另一部分是分配给执行第二阶段上传的带宽，用B_o表示，假设随机接入信道有M个子信道，则B_a＝Mb，其中b是随机接入信道的一个子信道的带宽；

记每轮随机接入的时长为Δ；对于高优先级组L₁，在时期1有ΔN₁个时隙进行接入；对于低优先级组L₂，在时期2有ΔN₂个时隙进行接入；低优先级组L₂中的部分设备可提前到时期1进行接入，此时，L₁和L₂中的部分设备所使用的子信道数量分别记为M₁和M₂，满足M＝M₁+M₂；L₂中的剩余部分在时期2进行接入；用α表示L₂中提前到时期1进行接入的设备数量的比例，用β表示L₁在时期1进行接入时占用的子信道数量的比例，即

2.根据权利要求1所述的基于随机接入的高动态异构无线网络资源分配方法，其特征在于：步骤S2所述通过推导系统的各项性能指标，分析各项参数对于系统性能的影响，具体包括：

S21：卸载设备数目分析：假设竞争设备数量W服从泊松分布，即W～Pois(w)，可用的随机接入信道数量为M，并且进行N轮随机接入，则卸载设备的数量S的平均值ES(w，M，N)的近似结果记为F(w，M，N)如下：

假设系统中高优先级组L₁和低优先级组L₂的竞争设备的平均值分别为w₁和w₂，系统的卸载设备的总数量的平均值如下：

其中，表示高优先级组L₁的卸载设备平均数，/> 表示低优先级组L₂的卸载设备平均数，/> 表示低优先级组L₂在时期1的卸载设备平均数，表示低优先级组L₂在阶段2的卸载设备平均数，即

S22：上传时间分析：已知卸载设备数量S和单个设备的卸载数据的上传时间T是相互独立的，系统的总上传时间的平均值表示为

S23：系统吞吐量分析：系统总吞吐量的平均值表示为：

S24：接入成功概率分析，即系统成功进行随机接入的设备数量所占活跃设备数量的比例，高优先级组L₁的接入成功概率表示为

低优先级组L₂的接入成功概率表示为

3.根据权利要求1所述的基于随机接入的高动态异构无线网络资源分配方法，其特征在于：所述步骤S3具体包括：

S31：信道资源优化：在保证随机接入成功概率和系统稳定性的前提下，通过调整随机接入通道M的数量，从而调整随机接入通道带宽B_a和卸载通道带宽B_o的分配比例，提高总吞吐量，优化问题表述为：

s.t.P^*≤P

0＜M＜B

ΔN，M∈N

其中，表示系统的总吞吐量，/>表示系统的总上传时间，ΔN表示接入时隙的个数，P表示设备的接入成功概率，P^*表示系统所要求的设备接入成功概率的下限；

求解该优化问题，求得M的一个近似数值解如下：

其中，ΔN^*取一个整数值，其大致范围满足N范N_min如下：

S32：优先级优化：在保证系统稳定以及满足接入成功概率和高优先级组L₁的时延限制的一定约束条件下，找到使低优先级组L₂在时期2的接入时延ΔN₂的α和β的最优值，表述为：

0≤α≤1

0≤β≤1

ΔN₁，ΔN₂∈N

其中，P₁和P₂分别表示高优先级组L₁和低优先级组L₂的接入成功概率，和/>分别表示L₁和L₂的接入成功概率的下限，/>表示L₁的时延限制；

S33：将优化问题分解为两个子优化问题进行求解；

子问题1：对于所要求的和/>得到β的最小值，用β_min表示，得到如下优化问题：

0≤β≤1

ΔN₁∈N

对于子问题1，当时，β达到最小值β_min；

子问题1的解如下：

子问题2：求得α的最优解使得时期2的访问时延最小，得到如下优化问题：

0≤α≤1

ΔN₂∈N

求解子问题2，求得α的一个近似数值解如下：

从而求得取得α和β的最优值时的ΔN₂的一个近似数值解如下：