移动通信网络切片的资源联合优化研究

2019-02-13

广东通信技术 2019年11期

1 引言

4G无线通信技术极大地便利了人们的生活，同时数据流量的爆炸性增长、海量设备的连接以及不断增长的服务类型，也对移动通信产生了巨大的挑战[1]。而在5G时代，更预期要提升1 000倍的移动数据量，100倍的端到端数据速率，100倍的连接设备数，以及降低5倍的端到端时延等[2]。5G技术有三类应用场景，即增强型移动宽带（Enhanced Mobile Broadbande, eMBB）、高可靠低时延通信（Ultra Reliable & Low Latency Communication,uRLLC）和大规模机器通信（Massive Machine Type of Communication, mMTC）。不同的应用场景有不同的性能指标，如峰值速率、用户体验速率、移动性、流量密度、连接数密度、端到端时延、频谱效率和网络能效等[3]。

从面向服务的角度来考虑，上述三类应用场景和各种性能指标体现了5G网络所能为垂直行业提供的多样化服务，这些服务是定制化的，所要求的性能指标各不相同，允许接入的设备类型也更广泛。

如何为客户提供一张按需定制、独立运维、稳定高效的网络，也就成了亟需解决的技术需求。最早由下一代移动网络联盟（Next Generation Mobile Network, NGMN）提出的网络切片是5G网络应对这些挑战的关键技术之一。

网络切片的研究主要有以下3个方向：① 如何降低切片的虚拟节点映射资源开销[4]；② 如何能在数据流量剧增的情况下，尽可能地节约虚拟资源，以此满足更多用户的需求；③ 如何能随着用户多变的服务需求动态地调整服务能力，实时地增加或者缩减资源容量。本文主要集中于研究后两个方向上的资源准备与资源分配的问题。目前在这两个方向上的研究存在如下两个特点：① 在计算资源充足的情况下，研究带宽资源的分配[5、6]；② 在需求确定的情况下，研究资源分配问题[7]。然而，具有不同带宽的切片对底层的计算资源的消耗是不同的，同时不同周期的用户需求（本文中主要集中于用户数）是不同且随机的。因此，在引入带宽资源和计算资源之间的关系式，以及考虑随机需求的情况下，本文将切片间的资源准备与分配建立成两阶段随机非线性规划问题，并给出了求解最优资源准备与分配的算法。

2 智能切片的资源联合优化模型

2.1 模型建立

在随机服务需求实现之前，以最小化总成本为目标，决策最优的总计算资源和总带宽资源。在总计算资源和总带宽资源与随机服务需求实现之后，以最大化加权服务能力为目标，以总资源、带宽与计算资源之间的关系为约束，决策分配给每个切片的最优计算资源和带宽资源，建立数学模型。

表1 模型常量符号表

表2 模型变量符号表

模型中的各常量和决策变量的符号与含义见表1和表2。在建立优化模型之前，有如下几点说明：

（1）根据香农公式，第j个切片中第i用户的传输速率为：其中假设每个切片中的用户均分带宽。

（2）设基带处理单元（Base band Unit）在ta时间里通过射频拉远头（Remote Radio Head）接收到了a个比特数据，然后完成这些数据处理花费了tb并消耗了b条计算机指令。令，则第j个切片的传输速率与计算资源有如下不等式成立：。

（3）对于uRLLC类切片，其有很高的时延需求，因此关注它们的平均时延；对于eMBB类切片，其有很高的传输速率需求，因此关注它们的平均传输速率。

根据优化问题，以及上述常量、变量符号与关系式，可以建立如下数学模型。

在随机服务需求实现之后：

其中，（1）式和（2）式是资源约束，（3）式是计算资源与传输速率的关系式。

在随机服务需求实现之前：

2.2 模型求解

观察上述模型可知，在随机服务需求实现之后，计算资源的分配只是作为约束出现，并不直接影响目标函数的值，因此可先研究计算资源约束下的子优化问题，再将带宽资源的约束纳入考虑。其具体求解步骤如下：① 只以（1）、（3）、（4）式为约束（即假设总带宽资源无限）用拉格朗日乘子法求解最优的计算资源分配；② 利用计算出对应的带宽资源分配，若该带宽分配满足（2）式，则最优化求解完毕；③ 若该带宽分配不满足（2）式，则对于有时延需求的切片，计算，对于有传输速率需求的切片，计算；4）将上述计算结果从小到大排序之后，循环减少具有最小值的切片的带宽资源，直至带宽分配满足（2）式，利用计算出此时的计算资源分配，最优化求解完毕。上述算法的时间复杂度显然是多项式级的。