能耗和时延感知的虚拟化云无线接入网络资源分配机制

针对现有虚拟化云无线接入网络(C-RAN)资源利用率低、能耗高、用户服务质量无法得到保证等问题,该文提出一种能耗和时延感知的虚拟化资源分配机制。根据虚拟化C-RAN的网络特点及业务流量特征,考虑资源约束和比例公平,建立能耗和时延优化模型。进而,利用启发式算法为不同类型虚拟C-RAN和用户虚拟基站分配资源,完成资源的全局优化配置。仿真结果表明,所提资源分配机制在提高网络资源利用率的同时,不但使能耗节省了62.99%,还使时延降低了32.32%。     

云无线接入网络高能效功率分配和波束成形联合优化算法

针对云无线接入网络(C-RAN)的资源分配问题,该文采用max-min公平准则作为优化准则,以C-RAN用户的能量效率作为优化目标函数,在满足最大发射功率和最小传输速率约束条件下,通过最大化最差链路的能量效率来实现用户发射功率和无线远端射频单元(RRHs)波束成形向量的联合优化。上述优化问题属于非线性、分式规划问题,为了方便求解,首先将原优化问题转化为差分形式的优化问题,然后通过引入变量将差分形式的、非平滑优化问题转化为平滑优化问题。最终,提出一种双层迭代功率分配和波束成形算法。在仿真实验中,将该文算法与传统的非能效资源分配算法和能量效率最大化算法进行了比较,实验结果证明该文算法在改进C-RAN能量效率和提高资源分配公平性方面的有效性。     

基带资源池网络架构模型研究

传统的无线接入网架构面临着诸多挑战:系统容量干扰受限、多标准和动态网络负载缺乏灵活性以及高额的建设和运维成本等。本文对GSM移动通信网络和C-RAN架构的网络覆盖特性进行分析。在多个小区达到相同覆盖效果的情况下,对新旧两种网络结构的设计需求进行比较分析。C-RAN架构是一种新型的网络架构,针对该网络架构的特性,对解决潮汐问题进行可行性分析。     

基于非正交多址接入的网络切片联合用户关联和功率分配算法

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。     

时分波分无源光网络与云无线接入网联合架构中负载平衡的用户关联与资源分配策略

在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中,由于无线域的负载不均衡问题,限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源,并保证用户的服务质量(QoS),该文提出一种负载平衡的用户关联与资源分配算法(LBUARA)。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响,构建用户收益函数。进而,在保证用户服务质量的前提下,根据网络状态建立随机博弈模型,并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法,从而获得最优的用户关联与资源分配方案。仿真结果表明,所提的用户关联和资源分配策略能够实现网络的负载均衡,保证用户的服务质量,并提高网络吞吐量。     

时分波分无源光网络与云无线接入网联合架构中负载平衡的用户关联与资源分配策略

在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中,由于无线域的负载不均衡问题,限制了网络整体的传输效率.为了充分利用TWDM-PON与C-RAN联合架构的网络资源,并保证用户的服务质量(QoS),该文提出一种负载平衡的用户关联与资源分配算法(LBUARA).首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响,构建用户收益函数.进而,在保证用户服务质量的前提下,根据网络状态建立随机博弈模型,并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法,从而获得最优的用户关联与资源分配方案.仿真结果表明,所提的用户关联和资源分配策略能够实现网络的负载均衡,保证用户的服务质量,并提高网络吞吐量.     

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种“中间状态”描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。     

C-RAN为移动通信带来的机遇和挑战

C-RAN技术概念,在某种程度上＂颠覆＂了传统的移动通信网络架构,并由此产生新的网络建设模式和设备形态,为移动通信设备市场开辟了新的发展机遇。但也需要看到,C-RAN在具体技术环节上仍存在一些关键技术问题仍待攻克,这些问题解决的进度将直接影响C-RAN技术的应用和推广。     

C-RAN无线网络中业务预测的马尔科夫模型

C-RAN架构无线网络由于采用的是云处理模式,从而具有了云处理模式。已有的业务预测方法应用到C-RAN网络中,会存在不能充分利用共享的信息资源从而影响预测效果的问题。针对这个问题,在证明C-RAN架构无线网络中由不同小区业务流量构成的向量随时间变化的过程是一个马尔科夫过程的基础上,提出利用历史数据构建预测矩阵,通过预测矩阵与当前业务流量数据进行预测,并且设计出预测矩阵的构建方法,以及当有新流量数据到来时对预测矩阵的修正方法,从而适应了对网络状态非平稳情况下的预测。仿真结果表明该方法在预测精度上比传统的外延法、回归分析法有所提高。     

超密集网络中最大化网络吞吐量的预测资源分配

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法。仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时,所提方法可以提供较大的网络性能增益。      

基于C-RAN与LTE-Hi的BR-OFDMA导频图案设计

在集中式/协作式/云计算无线接入网(C-RAN)环境下,结合热点及室内覆盖的长期演进(LTE-Hi)特点,研究导频图案的设计。LTE-Hi要求插入的导频数量比传统的长期演进(LTE)少,又由于其覆盖特点导致小区边界更容易受相邻小区干扰,由此提出一种应用块重复的正交频分多址(BR-OFDMA)和压缩感知信道估计技术的导频图案设计方案。该方案能够探测各相邻小区间的干扰情况,然后根据干扰情况设置BR-OFDMA参数,最后得到导频图案。该方案能明显减少导频数量,在C-RAN的云结构下更适合LTE-Hi相邻小区间的协作配置,能根据干扰情况,在资源消耗与性能之间进行平衡。仿真表明该方案在低信干比环境下仍能表现较好性能,适合在C-RAN与LTE-Hi中应用。     

C-RAN网络中CoMP性能分析与优化

针对无线通信中的能耗巨大和移动用户潮汐现象带来的基站利用率低下问题,C-RAN作为一种基于集中化处理、协作式无线电和实时云计算架构的无线接入网架构,是一种低成本、高性能的解决方案。针对C-RAN网络中的CoMP性能,通过计算无线链路损耗分析了JT下的CoMP的理论增益。针对C-RAN网络规划设计问题,定性分析了CoMP增益与C-RAN网络Cell数的比例关系,最后结合仿真结果给出了合理的网络规划设计建议,且理论证明其能够很好地解决移动运营商所面临的上述挑战。     

Long-Term Spectrum Monitoring with Big Data Analysis and Machine Learning for Cloud-Based Radio Access Networks

Spectrum monitoring is important for efficient spectrum sharing and resource management in cloud-based radio access networks (C-RAN). In this paper we show how data obtained from long-term spectrum monitoring together with machine learning (ML) operating on big data (BD) can be used in a C-RAN scenario for spectrum management purposes. We propose an approach for spectrum occupancy forecasting which can be used to reduce the delay in making dynamic spectrum allocation decisions and improve the cognitive and management functionalities of cloud-based architectures such as C-RAN. The spectrum occupancy and usage activity in a predefined frequency band is based on the statistical processing of a large amount of collected data and the introduction of a frequency–time resources indicator as a measure of spectrum usage. Furthermore, we apply ML algorithms to predict spectrum usage and compare the predicted with actual measured data. Taking into consideration that the accuracy of the prediction depends on the volume of collected data and the time of prediction on the BD and ML approach, we propose the development of a cloud-based generic processing architecture to solve the “accuracy versus latency” trade-off problem. The proposed architecture is appropriate for deployment in cognitive C-RAN.     

面向5G前传的open-WDM新型技术架构

5G前传网络架构发生重大变化,C-RAN有望成为5G前传网络的主流组网方式。结合5G前传网络的新需求,在分析光纤直驱、无源WDM、有源WDM/OTN等现有方案的基础上,提出了面向5G前传网络的开放式波分复用（open-WDM）系统。该系统采用波分复用技术,缓解光纤资源压力;基于半有源架构,部署灵活;采用低成本管控技术,保障前传网络的可管可控和高效运维。     

Pseudo-handover based subchannel and power adaptation scheme for interference mitigation in OFDMA two-tier femtocell networks

In the two-tier femtocell network,a central macrocell is underlaid with a large number of shorter range femtocell hotspots,which is preferably in the universal frequency reuse mode.This kind of new network architecture brings about urgent challenges to the schemes of interference management and the radio resource allocation.Motivated by these challenges,three contributions are made in this paper:1) A novel joint subchannel and power allocation problem for orthogonal frequency division multiple access (OFDMA) downlink based femtocells is formulated on the premise ofminimizing radiated interference of every Femto base station.2) The pseudo-handover based scheduling information exchange method is proposed to exchange the co-tier and cross-tier information,and thus avoid the collision interference.3) An iterative scheme of power control and subchannel is proposed to solve the formulated problem in contribution 1),which is an NP-complete problem.Through simulations and comparisons with four other schemes,better performance in reducing interference and improving the spectrum efficiency is achieved by the proposed scheme.     

面向5G的C-RAN技术与C-RAN规划案例分析

【】为更好的做好现阶段的4G C-RAN规划和分阶段实施工作,本文试图分析未来5G技术对网络架构产生的影响,为现阶段C-RAN工作提供经验分享和案例参考。重点分析了未来5G无线网设备形态、基于NGFI+C/U分离的的RAN架构,并以某地区C-RAN区域划分、机房规划为实际案例,介绍了其向5G网络架构演进的预判和思考。     

C-RAN系统中的软件基带信号处理技术

云无线接入网(C-RAN)是融合了集中化处理、协作无线电和实时云计算的无线接入网架构,不同于传统无线通信网络架构,其基带处理单元基于统一开放的软件无线电平台。本文从灵活性、实现复杂度、运算精确度、处理时延、吞吐量、资源利用率、能耗等方面对比C-RAN系统中的软件发送接收技术与传统基带信号处理技术,并以低密度奇偶校验码(LDPC)编码载波传输系统为典型案例,展示软件技术运算精确度高、性能优良,而传统技术处理时延低的特点。