光纤无线融合网络(FiWi)能效改善综述*

贺 超1,2,3，王汝言1,2,3，谭泽富**

(1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.先进网络与智能互联技术重庆市高校重点实验室，重庆 400065；3.泛在感知与互联重庆市重点实验室，重庆 400065；4.重庆三峡学院 电子与信息工程学院，重庆 404130)

0 引 言

当前，云计算、移动互联网、大数据应用的兴起和通信技术的快速演进，共同推动了光骨干传输网向大容量、高速率和高可靠发展。然而，将骨干网与本地用户网络相连接的接入网发展相对缓慢。因此，现在人们普遍认为传统接入网逐渐成为“最后一公里”无线通信网络的瓶颈。鉴于光接入网络和无线接入网络的潜在优势和互补特点，学术界提出了一种高效的光纤无线宽带接入网架构(Fiber Wireless Broadband Access Network,FiWi)，能随时随地为终端用户提供高质量的宽带接入服务。由于充分利用了光纤回传的高可靠性、大容量和低时延，以及无线/蜂窝前端的灵活性、泛在性和低成本，FiWi接入网逐渐成为一个潜在的接入网解决方案，不仅可以给移动用户还能给固定用户提供高质量的宽带服务[1-5]。此外，设想的FiWi接入网可能有助于消除以覆盖为中心的无线前端网络和以容量为中心的光纤回传网络之间的网络侧障碍，如高拥塞、长时延、高能耗、低可靠性以及单接入无线模式等。

对于FiWi接入网的现有研究大多集中在架构优化设计[2]、网络生存性[6]、服务质量保证(Quality of Service，QoS)[7]以及它们在其他关键基础设施的应用上(如智能电网[8]和智慧城市[9])。FiWi接入网的能效不仅对延长无线设备的电池寿命至关重要，而且对网络运营商降低运营成本和资本支出(Operational and Capital Expenditures,OPEX/CAPEX)也发挥着重要作用，但当前还没有得到足够的研究。众所周知，接入网消耗的能量远远大于满足实际流量负荷所需的能量。目前，单一光纤回传网络[10-11]和无线前端网络[12-13]的能量效率解决方案也得到了广泛的研究，前者采用了自适应周期时间(Interleaved Polling with Adaptive Cycle Time,IPACT)作为介质访问控制(Medium Access Control,MAC)方案的交叉轮询的休眠模式[11]和动态波长共享机制[12]。进而，用户设备(User Equipment,UE)需要将密集性和时延敏感性的计算任务卸载到远端云数据中心进行处理，然后将计算结果返回到用户终端。这一过程引入了附加的时延，对时延敏感型任务而言是非常不利的。为了解决时延问题，一个新的概念——移动边缘计算(Mobile Edge Computing,MEC)被成功引入。MEC将计算和存储资源引入到移动网络的边缘，使其能够在满足严格UE时延要求的同时，在MEC服务器上运行更高要求的应用[14-16]。

网络功能虚拟化(Network Function Virtualization,NFV)作为电信服务供应的一个重要转变，引起了工业界和学术界的广泛关注。通过将网络功能(Network Function,NF)与它们所运行的物理设备进行解耦，NFV有可能显著降低OPEX/CAPEX，并以更高的敏捷性和更快的价值实现速度促进新服务的部署。NFV范式仍然处于初级阶段，研究群体有大量的机会来开发新的体系结构、系统和应用，并在开发技术以成功部署时评估替代方案和权衡[17-18]。因此，在有限的光纤回传资源分配下，如何以低能耗、低部署成本来保障时延敏感性任务的卸载计算、提高网络资源利用率以及增强可靠数据传输成为FiWi接入网的研究热点，且具有非常重要的研究意义和应用价值。

1 国内外研究现状

通用FiWi宽带接入网架构如图1所示。目前，针对高效节能FiWi网络架构的关键技术和其主要的应用场景，国内外研究主要集中在FiWi无线反复重传、业务共存转发和跨域资源整合。

图1 通用FiWi宽带接入网架构

1.1 无线反复重传

终端用户由于新型应用的出现，使得请求的流量负荷呈指数增加，导致接入网的能耗显著增加。将光纤回传的光接入网(Optical Access Network,OAN)中的低数据负载的光网络单元网状入口节点(Optical Network Unit Mesh Portal Point,ONU-MPP)尽可能地转换为休眠状态，使承载的剩余流量能够重新路由到活跃的ONU-MPP，以提高网络架构的能效(Energy Efficiency,EE)和网络资源利用率[19-27]。然而，智能FiWi网络的能耗容易受到ONU休眠状态周期长短的影响。Togashi等人[21]证明ONU休眠周期越长，数据流量的时延越长，进而使得能耗越高。

为此，在只考虑ONU休眠的状况下，最小化FiWi接入网的能耗可以实现，但忽略了无线前端的网络器件休眠机制。如何利用联合无线域(如网状节点(Mesh Point,MP)无线电接口)和光域(如ONU)功率状态调度进行节能设计是一个新的难题。文献[22]提出了ONU休眠和关闭无线电接口(Radio Interface,RI)相结合的方法，通过合并无线和光功率状态调度，进而实现节能、QoS保障和高效的流量重路由。当光域和无线域的节能状态调度不同步时，潜在的FiWi网络架构都会面临更多的能耗和额外的时延。为了解决这一问题，文献[23]提出了一种协同的ONU休眠机制，通过将ONU休眠与无线基站的节能模式(Power Saving Mode,PSM)机制动态地集成到FiWi网络能量调度中来降低能耗。近年来，随着接入网的能耗和用户比特率请求显著增加，文献[21]提出了一种综合的无线基站、MP和ONU的节能调度模型，利用时分多址(Time Division Multiple Address,TDMA)技术同步两域的节能调度策略，并利用M/G/1排队模型来降低端到端时延。如我们所知，无论是QoS保障策略还是节能模式在两域中都存在不匹配现象，导致流量传输时延显著增加。值得注意的是，以覆盖为中心的无线局域网(Wireless Local Area Network,WLAN)和以容量为中心的无源光网络(Passive Optical Network,PON)的节能模式分别称为无线基站的PSM和ONU-MPP的休眠，而对应的QoS策略分别为混合协调函数控制的通道访问(Hybrid Coordination Function Controlled Channel Access,HCCA)和动态频带分配(Dynamic Bandwidth Allocation,DBA)。在ONU休眠与无线基站的PSM、DBA策略与HCCA的智能集成上，文献[25]提出了降低传输时延的方案。

近年来，触觉互联网因其具有极低时延、超高可靠性、人对人(Human-to-Human,H2H)/机对机(Machine-to-Machine,M2M)共存、数据中心技术和安全等共同特点而受到了广泛的研究。在新兴FiWi enhanced LTE-A HetNet架构上实现M2M通信需求,其中设计了蜂窝覆盖前端的非连续接收(Discontinuous Reception,DRX)机制和光纤回传的ONU休眠节能模式，综合提高了系统的节能效果，同时降低了分组时延。针对上述联合机制，前端和回传分别设计了半马尔科夫过程和M/G/1排队模型以实现两域的同步[26]。

从FiWi接入网的物联网(Internet of Things,IoT)或H2H流量的角度来考虑能源消耗最小化问题仍然面临诸多挑战。然而，在FiWi enhanced LTE-A HetNet上，为了实现能耗最小化，基站(Base Station,BS)被尽可能多地转换为休眠状态。另一方面，为了获得稳定的QoS，BS又被尽可能多地切换为活跃状态，不可避免地消耗更多的能量。显然，在能耗最小化和稳定的服务最大化之间必须存在最优的活跃BS数量。为此，文献[27]通过启发式贪婪算法、蛮力算法和滚雪球算法，研究了稳定服务约束下的功耗最小化问题。综上所述，研究者特别关注联合光域无线域功率状态调度、高效频带分配、动态负载自适应以及服务类别差异化协作，实现FiWi架构下节能调度。有关现有FiWi节能方案比较如表1所示。

表1 现有FiWi节能方案比较

1.2 业务共存转发

近年来，随着未来的5G移动网络向分散化发展，针对融合云移动边缘计算光纤无线接入网(Integrated cloud-MEC FiWi,CM-FiWi)架构的研究应运而生[28-33]。在FiWi网络架构上，Rimal等人[28]首先讨论了在满足卸载任务时延下的MEC机理，同时论证了任务响应时间效率和电池能量效率方面的当前需求和设计挑战。文献[29]提出了一种新颖的基于Cloudlet的计算任务卸载资源管理方案，该方案可通过两个TDMA层实现以容量和覆盖为中心的FiWi网络资源分配。文献[30]在设想的FiWi增强型LTE-A异构中，采用非协作的三级博弈论方法，提出了分布式移动数据卸载网络框架。文献[31]综合考虑了新颖的两层TDMA资源管理方案和两级云-移动边缘计算分析框架，将MEC使能的FiWi架构与集成FiWi接入网络上的集中式云计算(Centralized Cloud Computing,CCC)进行了比较。

然而，值得注意的是，通过适应非协作计算卸载解决方案，轮询周期中的多个智能移动设备仅与WLAN覆盖范围中的ONU-AP或蜂窝覆盖范围中的ONU-eNB相关联。此外，采用移动云计算(Mobile Cloud Computation,MCC)的计算任务卸载范例因跨越广域网(Wide Area Network,WAN)而引发了更长的时延，并且由于集中式云计算具有强大的计算能力而忽略了远端任务响应时延。另一方面，单独 MEC的计算分流具有有限的计算和存储功能的缺点。因此，直到最近，为了缓解FiWi架构上MEC和MCC之间的差距，新兴的范例所需的协作计算卸载方案以及最终的CM-FiWi接入网才被认为是解决上述瓶颈的最适宜机制。文献[32-33]提出了三种实用的解决方案，即达到最优解的集中式最优枚举协作计算卸载方案、达到近似最优解的集中式近似协作计算卸载算法和分布式博弈论协同计算卸载方案，实现了近乎最优的解决方案，以解决云-MEC协作卸载的NP-Hard问题，适度降低总设备能耗和任务总响应时间。尽管上述研究足够详细地概述了智能移动设备、MEC服务器和MCC服务器之间的协作计算分流，但未充分考虑到扩展中央处理器(Center Processing Unit,CPU)周期计算能力、可变设备发射功率和剩余电池容量率，可以进一步扩展到云-MEC使能的协作任务卸载问题中。然而，联合考虑扩展计算频率、可变发射功率以及剩余电池容量的任务卸载决策尚未在CM-FiWi 接入网络中进行探索，减轻任务卸载开销和实现最优任务卸载决策需要进一步研究。

1.3 跨域资源整合

从互联网服务提供商(Internet Service Provider,ISP)的角度来看，FiWi网络虽然具有容量大、灵活性强的优点，但是光纤子网络与无线子网络之间仍存在很大的不协调性，这是光纤子网络和无线子网络协议转换的必然结果。从技术上讲，当前实现FiWi网络的无缝组网仍然很困难。文献[34-39]使用网络虚拟化(Network Virtualization,NV)技术来缓解光纤网络和无线网络之间的差异性，用于解决FiWi接入网的跨域资源整合问题。因为，虚拟网络(Virtual Network,VN)是建立在统一的虚拟资源上，而不是直接建立在物理结构上，节省了协议转换的时间。其中，ISP被分为两个独立的实体：基础设施提供者(Infrastructure Provider,InP)和服务提供者(Service Provider,SP)。将定制的物理资源出租给SP的过程称为虚拟网络嵌入(Virtual Network Embedding,VNE)，其中InP将从SP获得收益。此外，研究者们还提出了FiWi接入网虚拟化的通用模型[34]。该模型将应用程序从基础设施网络中分离出来，并允许SP向用户提供由粒度VN承载的服务，而粒度VN是由InP分配的虚拟资源组成的。由于NV的应用，消除了FiWi网络中跨域物理资源的差异，使FiWi网络成为更紧密的接入网。

由于业务的复杂性和多样性，FiWi接入网在资源分配和优化方面面临着巨大挑战。虽然NV是一种很有前途的解决方案，它允许异构的VN共存于共享的底层网络中，但以往的研究工作忽略了VN对QoS的各种需求和底层FiWi接入网资源重新配置的灵活性。Han等人[35]提出了一种基于QoS满意度和网络重构的FiWi-VNE框架，通过为每个VN配备一个特定的QoS满足要求，从更实际的角度来表述VN的需求特征。此外，利用底层网络的自适应带宽分配和虚拟网络重构来实现InP收益的最大化。

FiWi接入网能够给高带宽接入提供泛在性和移动性，但是传统的单路径传输由于业务的多样化，已经不能满足人们对网络性能的需求。针对网络拥塞问题，人们提出了多路径算法。传统网络中的多路径算法在异构网络中存在一定的局限性。Meng等人[36]提出了一种改进的基于FiWi网络虚拟化模型的改进加权循环算法,具体的调度方案将根据服务请求的质量和通过控制平面全局视图的链路状态来分配。为了充分利用底层网络资源，实现较高的虚拟网络请求(Virtual Network Request,VNR)接收率、InP收益和资源利用率，还提出了一种包含三种子机制的FiWi虚拟资源嵌入方法。同时，该机制还考虑了负载均衡和优先级[37]。

在现有边缘计算使能的FiWi网络上IoT的研究中，仍然面临着几个重要挑战，如带宽饱和、能量约束、低延迟传输以及数据安全和隐私。为了全面理解IoT和云计算支持的边缘计算，即物联云(Cloud of Things,CoT)，Ning等人[38]首先讨论了CoT在边缘计算方面的一些独特的研究方向，考虑到CoT中边缘部署的可持续性和高能效的重要性，提出了一种绿色、可持续的合作边缘计算虚拟网络嵌入框架——具体来说，利用可靠性函数来确定备份边缘设备的数量，并将VN嵌入到CoT中合适的边缘设备上；最后，讨论了一些研究挑战和有待解决的问题。Gong等人[39]利用NV来支持计算和网络资源的协调，描述了VN与计算任务需求之间的关系：首先，采用图形切割算法将尽可能多的VN嵌入到前端WMN的公共网络基础设施中，以最小化总发射功率为目标；另一方面，将不可能嵌入的VN转换成新的网络，这些网络必须通过PON光纤回传进行处理，从而优化系统中的波长消耗数。

2 目前存在的问题

下一代无缝融合FiWi接入网凭借其在无线前端的低成本、泛在性以及移动性和光纤回传的高频带、大容量以及高可靠等方面的优势，成为了5G宽带接入网发展的可行解决方案。然而，在绿色FiWi接入网演进过程中仍然存在诸如无线反复重传、业务共存转发和跨域资源整合等问题。

2.1 无线反复重传

一个融合的FiWi接入网可以通过将一些低负载、长空闲的网络器件切换成休眠状态，以便节省更多的电能，要么关注的是无线/蜂窝前端，要么侧重点是OAN回传。特别地，对于以WiFi覆盖的IEEE 802.11家族而言，无线基站采用PSM机制。同时，MP切换到休眠状态。此外，UE最大限度地利用了4G/5G蜂窝网络覆盖中超时驱动的DRX/不连续传输(Discontinuous Transmission,DTX)机制。对于后者，时分复用无源光网络(Time Division Multiplexed Passive Optical Network,TDM-PON)和时分波分复用无源光网络(Time and Wavelength Division Multiplexed PON,TWDM-PON)中分别采用单个ONU休眠机制或者联合OLT与ONU协作休眠模式。现有文献研究主要集中在绿色FiWi接入网方面，主要包括以下几个方面:一是网络架构设计，通过优化网络设备部署数量，周期性实现网络拓扑重构，使得无线路由器(Wireless Router,WR)和ONU部署成本最小化;二是高效频带分配机制，整合无线前端和光纤回传的功率调度，缺点是复杂的计算和资源分配的差异性;三是动态自适应机制，根据动态流量分布图调整ONU的功率状态，缺点是单一的PON的节能设计;四是在FiWi Enhanced LTE-A HetNet中考虑UE连接约束，使得BS的能耗最小化，以牺牲设备的成功连接数为代价，也就是在一定的接入比下实现节能的目的;五是基于服务类别的节能机制，WiMAX和LTE-A分别拥有5个和8个服务类别，PON由3个服务类别构成，通过将服务类别差异化融入到节能机制中。

现有方法从网络设备的优化部署、前端回传协作节能机制、ONU功率状态调度策略、降低用户成功访问比例、基于可达性和流量分配的相关性节能机制、服务类别差异整合等方面入手，实现FiWi网络的节能。然而，为所有ONU-MPP提供外部电源将涉及到很高的能耗成本，特别是在缺乏外部电源的地方部署ONU-MPP，如偏远山区、军事上的机动通信等。为此，利用光载电能传输(Power over Fiber,PoF)的PON被认为是关键的供能技术。然而，对具有发展前景的FiWi接入网的PoF供能技术的研究还处于起步阶段。

2.2 业务共存转发

为了实现超低时延、低能耗、业务本地化处理、可定制、高可靠性等目标，近年来，ETSI提出的MEC技术受到了广泛关注。将远端云数据中心的功能，如移动计算、网络控制和存储下放到网络边缘，在资源受限的智能移动设备(Smart Mobile Device,SMD)实现计算密集型和时延敏感型应用。需要注意的是，为了支持更多的接入模式，需要将MEC升级到多访问边缘计算。由于先前无线光宽带接入网(Wireless Optical Broadband Access Network,WOBAN)架构面临着WMN和网关瓶颈，将云与WOBAN架构进行融合可以优化资源利用率，同时提供更好的服务和更高的可扩展性，这就产生了云通用网络架构。为了充分利用两级云-微云架构，Rimal等人[29]设计了传统云与新兴微云在FiWi网络上共存的架构。此外，一些现有研究详细考虑了MEC 支持协同计算卸载策略,给CM-FiWi 网络中具有多个计算任务的协同计算卸载范式提供了深刻的见解,并且提出了一个有前景的博弈论解决方案，进而延长了SMD 的电池寿命。

在现有的CM-FiWi网络架构中，主要从两个方面进行考虑：一是CM-FiWi网络架构设计和网络资源管理。为了进一步降低微云部署成本，需要优化混合微云部署策略。二是CM-FiWi网络的协作计算卸载。但是，本地SMD在计算能力和发送功率固定的基础上仍然消耗了较多的能量。为进一步降低任务卸载响应时间和能耗，可从计算频率扩展和发射功率分配的角度出发，对CM-FiWi接入网中协作任务计算卸载进行深入研究。

2.3 跨域资源整合

FiWi网络上已经加载了多个数据业务流类型，如语音、视频和数据，它们各有特点，有的对时延敏感，有的对丢包率敏感，等等。通常，数字多媒体流占FiWi网络上所有业务的很大比例。在FiWi网络中，所有的业务在没有系统管理的情况下运行，导致了混乱的局面。与此同时，NV所带来的理论性能和技术能力方面并没有什么新东西，而是一种组织网络的新思路，它使得解决现存FiWi接入网络中存在的一些实际问题成为可能。异构网络虽然在实现广覆盖和大网络容量方面表现优异，但是也面临着回传瓶颈的挑战，如有限的回传容量、忽略的时延和可靠性。与此同时，FiWi enhanced LTE-A HetNet有望成为解决回程瓶颈的可行方案。

另一方面，以往的研究大多只是通过优化VN的嵌入来提高InP收益，而忽略了实际的流量需求和底层FiWi接入网的特点。例如，假设InP为每个被接受的VN提供所有必需的资源。在实际通信中，VN具有不同的QoS需求，这反映了VN具有不同的QoS满足要求。此外，信道重分配不仅会导致底层物理网络频繁切换，使得无线接口信道面临高代价的挑战，而且对CPU或带宽资源要求较高的VN也很难找到可行的嵌入解决方案。因此，为了更好地实现全局资源优化，需要进行灵活的网络重构。例如，通过优化某个时间窗口内到达的VN的嵌入顺序，在不重新分配信道的情况下重新配置现有VN的嵌入，可以提高VN的接纳率。为了实现无缝组网，缓解频带紧张，避免节点或者链路故障，利用网络虚拟化来弥补FiWi各子网络之间的差异。然而,现有工作没有考虑FiWi enhanced LTE-A HetNet虚拟化,同时忽略了用户设备约束下的虚拟网络请求和集群本地虚拟资源分配算法,未能进一步提高InP 的收益和降低网络能耗。

3 未来展望

综合以上分析，针对融合FiWi接入网中无线反复重传、业务共存转发以及跨域资源整合引发的高能耗问题，应以高效频带分配、协作计算卸载以及网络虚拟化为解决方案，进一步降低FiWi接入网中的能耗。图2描述了总体技术路线图。

图2 总体技术路线图

3.1 高效频带分配

ONU的休眠阶段被分成几个时隙，ONU休眠和活跃状态所消耗的电功率仅由OLT通过PoF技术提供。因此，移动网络运营商可以允许ONU-MPP无需外部电源即可正常运行。在能耗最小化FiWi 网络中, OLT 与ONU-MPP 进行联合休眠。但是,无线前端的网络设备没有考虑其节能机制。光纤回传网络不仅考虑了在轮询周期时间内聚合ONU-MPP 的高效频带分配和休眠调度机制,而且还考虑了光用户单元(Optical Subscriber Unit, OSU)的PoF 技术以及OLT 与集成的ONU- MPP 在专用波长上的数据通信。应从感知节能控制的角度出发，深入研究FiWi网络的高效节能机制，运用动态频带分配、网络器件协同休眠机制、排队论及PoF等基础理论，采用能量感知的节能机制，使网络营运商的收益最大化。

3.2 协作计算卸载协作计算卸载

应从MEC计算的角度出发，深入研究CM-FiWi网络的高效协作计算任务卸载机制，运用流量共存理论、协作计算迁移理论、排队论及迭代搜索算法等基础理论研究SMD的能耗最小化问题。在CM-FiWi宽带接入网上，形成具有多种计算任务的能量感知协同计算卸载问题。为了进一步降低能耗，延长SMD的寿命，协同计算卸载模式的迭代搜索算法(Iterative Searching Algorithm for Collaborative Computation Offloading Paradigm,ISA-CCO)获得了广泛的关注。该算法综合考虑了计算频率扩展、可变发射功率和剩余电池容量因素对任务卸载决策的影响,最终得到了能耗最小化的任务卸载分布。

3.3 网络虚拟化

在现有FiWi网络虚拟化研究中，绝大多数考虑的虚拟资源是频带、计算能力以及存储空间等，而忽略了底层网络架构特征。换句话说，并没有明确优先考虑本地网络结构，即本地无线光网络网关。可以设计一种简单而有效的虚拟资源分配算法，用于将WMN组织成在不同无线电信道上操作的区域，研究一个或多个簇头将通信业务由一个区域或从该区域路由到另一个区域的影响。同时, 从局部路由的有效性出发，该路由优先将本地网关传输到光网络，并避免了不包含报文源或目的区域的无线分组传输。

4 结束语

因支持大规模移动数据传输,FiWi 网络架构是未来移动宽带接入网的潜在解决方案。但是，目前FiWi 接入网的演进并没有取得重大突破，特别是绿色通信需求下的无线反复重传、业务共存转发以及跨域资源整合。FiWi网络架构在增强现实/虚拟现实、智能视频加速、人脸识别、车联网、物联网、触碰网以及智能家居和智能电网的新兴运用场景中，获得了越来越多的关注,但同时，研究者对有关基础理论和关键技术的认知还处于初级阶段，仍需要进行大量、有效的研究与探索。应充分考虑FiWi接入网的高效频带分配、协作计算卸载以及网络虚拟化，并以此为研究方向，进一步降低无线反复重传、业务共存转发和跨域资源整合所导致的高能耗，以增强网络能效为目标，着力构建具有绿色通信的下一代FiWi宽带接入网。