【摘要】：作為第五代移動(dòng)網(wǎng)絡(luò)的重要組網(wǎng)方式之一,小小區(qū)網(wǎng)絡(luò)具有成本低、覆蓋全面、可以大幅提高頻譜效率和能量效率等優(yōu)勢(shì)。然而,隨著移動(dòng)數(shù)據(jù)流量的爆炸式增長(zhǎng)以及新型應(yīng)用如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等的迅速普及,小小區(qū)網(wǎng)絡(luò)面臨回程鏈路受限、計(jì)算能力不足以及內(nèi)容傳輸時(shí)延大等問題。為了應(yīng)對(duì)上述挑戰(zhàn),緩存及邊緣計(jì)算技術(shù)被引入到小小區(qū)網(wǎng)絡(luò)中,增強(qiáng)了網(wǎng)絡(luò)的存儲(chǔ)和計(jì)算能力,受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在應(yīng)用了緩存和邊緣計(jì)算技術(shù)的小小區(qū)網(wǎng)絡(luò)中,網(wǎng)絡(luò)資源既包含傳統(tǒng)的無線資源,也包含存儲(chǔ)及計(jì)算資源,這使得網(wǎng)絡(luò)資源呈現(xiàn)出異構(gòu)化的特點(diǎn)。資源的異構(gòu)化以及其性能指標(biāo)的差異化導(dǎo)致資源管理問題變得更加復(fù)雜。合理高效的資源管理方案不僅能夠提升網(wǎng)絡(luò)性能,為各種新型業(yè)務(wù)及應(yīng)用提供支持,更能保障用戶多變的服務(wù)質(zhì)量(Quality of Service,QoS)需求。可見,如何在小小區(qū)網(wǎng)絡(luò)中對(duì)無線、存儲(chǔ)以及計(jì)算等異構(gòu)資源進(jìn)行聯(lián)合管理與優(yōu)化需要深入研究。因此,本文從存儲(chǔ)與無線資源,計(jì)算與無線資源,計(jì)算、存儲(chǔ)與無線資源的聯(lián)合管理三個(gè)角度出發(fā),提出了面向容量增強(qiáng)的內(nèi)容配對(duì)及無線資源分配機(jī)制、面向宏-小小區(qū)基站的兩級(jí)計(jì)算卸載及資源分配方案和基于網(wǎng)絡(luò)虛擬化的分布式異構(gòu)資源分配策略,并通過仿真驗(yàn)證了所提方案的性能。本文主要工作和創(chuàng)新點(diǎn)如下:1.提出了一種面向容量增強(qiáng)的內(nèi)容配對(duì)及無線資源分配機(jī)制,利用緩存和全雙工自回傳技術(shù),在保證用戶數(shù)據(jù)速率需求的同時(shí),提高了網(wǎng)絡(luò)吞吐量并節(jié)約了回程資源。首先,在考慮緩存以及小小區(qū)基站之間全雙工自回傳技術(shù)的情況下,對(duì)內(nèi)容配對(duì)及無線資源分配問題進(jìn)行建模,在保證用戶QoS需求的同時(shí),最大化系統(tǒng)吞吐量。其次,為了有效地求解該問題,根據(jù)用戶請(qǐng)求與緩存的內(nèi)容,提出了基于匈牙利算法的內(nèi)容配對(duì)機(jī)制。再次,為了降低聯(lián)合功率和頻譜分配問題的計(jì)算復(fù)雜度,通過問題解耦,提出了一種基于連續(xù)凸近似(Successive Convex Approximation,SCA)和受限的凹凸過程(Constrained Concave Convex Procedure,CCCP)的功率分配方法。接著,利用功率分配結(jié)果進(jìn)一步優(yōu)化頻譜的分配,繼而通過迭代算法獲得次優(yōu)的頻譜和功率分配策略。最后,仿真表明提出的內(nèi)容配對(duì)及資源分配機(jī)制充分利用了緩存資源及全雙工自回傳技術(shù),節(jié)約回程鏈路的同時(shí)有效地提升了網(wǎng)絡(luò)的吞吐量,并且降低了計(jì)算復(fù)雜度。2.提出了一種面向宏-小小區(qū)基站的兩級(jí)計(jì)算卸載及資源分配方案,充分考慮基站計(jì)算能力的差異以及用戶不同的計(jì)算需求,保證用戶時(shí)延的同時(shí),優(yōu)化了系統(tǒng)能耗。首先,結(jié)合移動(dòng)邊緣計(jì)算和全雙工自回傳技術(shù),建立宏基站-小小區(qū)基站兩級(jí)計(jì)算卸載的網(wǎng)絡(luò)模型。其次,在保證用戶時(shí)延要求的前提下,以最小化系統(tǒng)能耗為目標(biāo),將兩級(jí)計(jì)算卸載及資源分配問題建模為混合整數(shù)非凸優(yōu)化問題。再次,為了降低問題求解的計(jì)算復(fù)雜度,將原問題分解為兩個(gè)子問題分別求解。在子問題一中,利用參數(shù)凸優(yōu)化理論求解分式優(yōu)化問題,獲得聯(lián)合計(jì)算卸載與功率分配策略;在子問題二中,通過證明問題的凸性優(yōu)化了頻譜分割策略;繼而采用迭代優(yōu)化算法對(duì)兩個(gè)子問題聯(lián)合求解,獲得次優(yōu)的計(jì)算卸載及資源分配方案。最后,仿真表明兩級(jí)計(jì)算卸載及資源分配方案根據(jù)用戶的需求,可以充分利用基站間不同的計(jì)算能力,優(yōu)化了用戶卸載決策和資源分配,降低了系統(tǒng)的能耗,節(jié)約了回程資源,并且降低了計(jì)算復(fù)雜度。3.提出了一種基于網(wǎng)絡(luò)虛擬化的分布式異構(gòu)資源分配策略,同時(shí)考慮下行高數(shù)據(jù)速率業(yè)務(wù)和上行計(jì)算敏感業(yè)務(wù)的QoS需求,優(yōu)化了系統(tǒng)效益。首先,引入網(wǎng)絡(luò)虛擬化技術(shù),將所有物理基礎(chǔ)設(shè)施及無線、緩存、計(jì)算資源抽象為虛擬資源,建立了針對(duì)高數(shù)據(jù)速率業(yè)務(wù)和計(jì)算敏感業(yè)務(wù)的虛擬資源管理模型,實(shí)現(xiàn)虛擬資源的動(dòng)態(tài)分配。其次,通過對(duì)不同業(yè)務(wù)的收益以及消耗的資源進(jìn)行定價(jià),定義了系統(tǒng)效益作為目標(biāo)函數(shù),并將用戶接入、卸載決策、緩存決策以及虛擬資源分配問題建模為混合整數(shù)非凸優(yōu)化問題。再次,為了高效地求解該問題,通過變量替換將其轉(zhuǎn)化為凸優(yōu)化問題,繼而提出了一種基于交替方向乘子法(Alternating Direction Method of Multiplier,ADMM)的分布式虛擬資源分配策略。最后,仿真表明基于網(wǎng)絡(luò)虛擬化的分布式異構(gòu)資源分配策略根據(jù)用戶的業(yè)務(wù)需求,優(yōu)化了資源分配,提升了系統(tǒng)效益值,并且降低了計(jì)算復(fù)雜度。
【圖文】：

１．干擾管理逡逑小小區(qū)網(wǎng)絡(luò)中宏基站與諸多小小區(qū)基站的共存可能導(dǎo)致嚴(yán)重的干擾問題，具體逡逑包括跨層干擾和同層干擾。如圖１－３所示，由于小小區(qū)無規(guī)則的部署，且基站的覆蓋逡逑范圍彼此重疊，在頻譜共享的情況下，，宏基站和小小區(qū)基站之間會(huì)產(chǎn)生跨層干擾，包逡逑括下行鏈路中宏基站對(duì)小小區(qū)用戶的干擾和小小區(qū)基站對(duì)宏用戶的干擾，以及上行逡逑鏈路中宏用戶對(duì)小小區(qū)基站的干擾和小小區(qū)用戶對(duì)宏基站的干擾。同時(shí)，相鄰的小逡逑小區(qū)基站之間則會(huì)在上行和下行鏈路中產(chǎn)生同層干擾。隨著小小區(qū)基站部署的密集逡逑５逡逑

２０１７邐２０１８邐２０１９邐２０２０邐２０２１邐２０２２邐２０２３邐２０２４邐２０２５逡逑鄉(xiāng)村偏遠(yuǎn)地區(qū)邋？S靡懷喬澹�？嘧？？企业区邋《？岭？住宅区辶x賢跡保插危玻埃保罰玻埃玻的晷⌒∏綺渴鵡暝齔な吭げ饌煎義賢綰停祝蹋粒渭際醵吒饔興�，将两种茧H躒諍希梢宰酆隙叩撓攀�，扩大网辶x下綹哺喬頡Ｍü噠鏡愕墓蠶恚芄晃蕕姆至饕約壩沒Я榛畹那謝惶峁┲у義銑鄭箍梢越檔屯緗ㄉ枰約笆莼卮殺荊郟玻牽玻保蕁Ａ峽悸切⌒∏綰停櫻模渭際�，辶x夏芄煌ü⌒∏緲刂破矯婧褪萜矯嫻姆擲耄迪滯緄募鋅刂埔約笆蕕膩義細(xì)咝ё�，訃I⌒∏緄腦擻凸芾恚郟玻玻蕁＃危疲旨際躒躉說撞慊∩枋┑母拍睿義鮮迪至送綣δ苡胗布璞趕嚳擲�。该茧H蹩梢越⌒∏緄幕∩枋┮約案骼噱義獻(xiàn)試醇右猿橄笳�，以袡夆化的方g絞迪腫試吹墓蠶�，磦蝤處V試蠢瞇剩郟玻常蕁ｅ義希保保承⌒∏緄墓丶際醺攀鰣義舷嘟嫌詿車姆湮淹紓⌒∏緹弒噶酥疃嗟撓攀疲裁媼僮鷗扇毆芾懟㈠義嫌沒Ч亓�、回程辆b泛妥試垂芾淼戎疃轡侍狻Ｕ攵孕⌒∏韁械木嚀邐侍

本文編號(hào)：2618868