基于李雅普诺夫的网络效用最大化虚拟资源分配方法与流程

本发明属于移动通信技术领域，涉及一种基于李雅普诺夫的网络效用最大化虚拟资源分配方法。

背景技术：

目前5g技术标准研发正在紧锣密鼓的进站当中，各方对5g普遍达成的共识是：进入5g之后通信场景将变得多元化和复杂化，物与物之间的通信将迅猛发展，大大超越人与人之间的通信需求。显而易见的是，传统的蜂窝网络和“一刀切”的模式已经不能满足5g时代各行各业对网络的不同需求。在未来的5g系统中，网络将被进一步抽象为“网络切片”，从而支持成千上万个应用例、众多用户类型和各种应用的使用。为满足广泛变化的用例的需求，5g网络切片架构系统将采用基于逻辑而不是物理资源的技术，使运营商可以将网络作为一种服务来提供。这样的“网络即服务”方式可以非常灵活地根据需求进行资源分配和再分配，并根据具体需求定制“网络切片。

另外，随着智能终端数量的爆炸增长和多种业务的迅速发展，传统无线网络已经愈来愈力不从心。为了应对未来无线网络向密集部署、多样业务、异构网络并存的多样化形态的转变，无线网络虚拟化技术引起了极大的关注。无线网络虚拟化通过抽象、共享基础设施和无线频谱资源，可以将传统的静态网络转化成灵活高效的动态网络，满足客户、市场和环境不断变化的需求，增加移动虚拟运营商(mobilevirtualnetworkoperator,mvno)的收入，帮助(serviceprovider,sp)专注于服务的开发和创新。然而，如何将虚拟化后的资源进行有效的分配进而提高是目前的难题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种基于李雅普诺夫网络效用最大化虚拟资源分配方法，通过综合考虑虚拟资源的分配和系统的稳定性，有效地实现在保证系统队列稳定性的同时最大化无线虚拟网络的平均总收益。

为达到上述目的，本发明提供如下技术方案：

基于李雅普诺夫的网络效用最大化虚拟资源分配方法，该方法包括以下步骤：

s1：利用拉格朗日对偶和卡罗需-库恩-塔克(karush-kuhn-tucker,kkt)条件，计算每个用户占用基站的频谱、计算资源、缓存资源；

s2：在每个时隙内，更新用户的队列状态信息；

s3：对虚拟资源分配和系统稳定性进行联合优化，达到网络效用最大化的目的。

进一步，所述用户占用基站的资源之和，不超过该基站具有的资源，并对每个服务提供商的缓存资源做一个最小容量限制。

进一步，所述用户和基站之间的关联状态，通过关断因子来判断，表示用户与基站连接，表示用户与基站不连接；j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示。

进一步，所述用户的队列最终稳定在一个范围内，动态更新方程为：

其中，j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示；表示用户k(i,u)在时隙t内到达的数据包的数量，到达过程服从泊松分布；表示基站在t时刻内向用户k(i,u)传输的数据包数量，l表示单个数据包的大小，表示t时刻用户k(i,u)在基站j接入的瞬时速率。

进一步，所述系统的稳定条件为：

其中为用户的时间平均队列长度，e为求期望值符号，t为时间周期的长度。

进一步，所述网络效用最大化是将无线频谱资源作为收益，将回程链路资源、计算资源和缓存资源作为开销。

进一步，在所述虚拟资源分配中，无线虚拟运营商总体收益为：

其中表示虚拟运营商分配频谱资源给单个用户产生的总收益，对于每一个服务提供商i，其内的用户u用k(i,u)来表示，cj,hj分别表示系统分配给基站j的计算资源和缓存资源，表示用户占基站的无线资源比，t为时隙，表示用户在基站j上占用的计算资源比例，表示用户在基站j上占用的缓存资源比例，i表示服务提供商的集合，j表示基础设施层中所有基站的集合，u(x)＝logx是一个递增、光滑的凹函数，计算资源价格、缓存资源价格分别用u^f,u^h表示，k表示所有服务提供商i里面的用户集合，

表示用户k(i，u)与基站j之间的关联因子，表示用户与基站连接，否则

根据拉格朗日对偶算法和kkt条件，求得用户局部的的频谱、无线、缓存资源的分配比例，即局部最优解。

进一步，将所述局部最优解带入拉格朗日乘子更新方程，经过数次迭代后，判断是否满足收敛条件；若满足收敛条件，则获得用户的频谱、无线、缓存资源在该时隙的全局最优解。

进一步，在所述时隙内，将获得用户的频谱、无线、缓存资源带入用户队列的动态更新方程，获得当前的时隙的用户队列；

判断是否达到时隙最大值，达到则流程结束，未达到则继续求得频谱、计算、缓存资源的全局最优解以及获取用户队列的动态更新，保证系统队列的稳定性。

本发明的有益效果在于：本发明针对无线网络中虚拟资源的分配问题，同时为了保证系统稳定，对虚拟资源分配和系统稳定性进行联合优化。将无线频谱资源作为收益，回程链路资源、计算资源、缓存资源作为开销，同时考虑系统队列稳定性以及不同虚拟服务提供商的用户的差异性，最终达到效用最大化的目的，能够在保证系统队列稳定性的同时最大化无线虚拟网络的平均总收益。

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为实现本发明的一个系统场景图；

图2为本发明的简要流程图；

图3为基于拉格朗日和kkt条件的虚拟资源分配图；

图4为基于李雅普诺夫的保证系统稳定性方法简要流程图；

图5为本发明的总体详细流程图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

参见图1，图1为本发明的系统场景示意图。模型由三部分组成，分别为基础设施提供商(infrastructureproviders,inp)、移动虚拟网络运营商(mobilevirtualnetworkoperator,mvno)和服务提供商(serviceprovider,sp)。基础设施提供商inp拥有基础设施资源(例如，数据中心、无线接入网络和回程网络)，mvno从inp租赁网络资源，根据服务提供商sp的请求创建虚拟资源，并将运行的虚拟资源分配给sp，最后服务提供商释放虚拟资源为用户提供特定的端到端的服务(例如视频，语音，游戏)。经过虚拟化后，inp中的资源(例如基站)可以以不同的价格租赁给mvno，一个用户也可能归属不同的mvno。在本文中我们考虑了多个服务提供商sp，单个inp和mvno，并且是单输入输出(siso)的下行链路蜂窝网络场景。本发明通过将无线频谱资源作为收益，回程链路资源、计算资源、缓存资源作为开销，同时考虑系统队列稳定性以及不同虚拟服务提供商的用户的差异性，最终达到效用最大化的目的。该方法能够在保证系统队列稳定性的同时最大化无线虚拟网络的平均总收益。

图2为本发明的简要流程图，具体步骤如下

步骤201，利用拉格朗日对偶和kkt条件，计算每个用户占用的频谱、计算资源、缓存资源；

步骤202，在每个时隙内，更新用户的队列状态信息；

步骤203，对虚拟资源分配和系统稳定性进行联合优化，达到网络效用最大化的目的。

图3为基于拉格朗日和kkt条件的虚拟资源分配图。

步骤301，初始化参数包括对偶变量、最大允许误差、用户队列等，另外，对于基站的无线频谱资源、回程链路资源、计算资源、缓存资源，所有接入该基站用户所占用的资源和不超过基站所具有的资源，并对每个服务提供商的缓存资源做一个最小容量限制。

步骤302，初始化频谱、计算资源、缓存资源的分配。所述用户和基站之间的关联状态，通过关断因子来判断，表示用户与基站连接，否则

步骤303，利用拉格朗日对偶和kkt条件获得局部最优解，无线虚拟运营商总体收益表示为：

其中表示虚拟运营商分配频谱资源给单个用户产生的总收益，k(i,u)表示于服务提供商i内的一个用户，cj,hj分别表示系统分配给基站j的计算资源和缓存资源，表示用户占基站的无线资源比，用户在基站j上占用的计算资源比例表示为表示用户在基站j上占用的缓存资源比例表示，u(·)是一个递增、光滑的凹函数，u(x)＝logx，计算资源价格、缓存资源价格分别用u^f,u^h表示，k表示所有服务提供商i里面的用户集合，表示用户k(i，u)与基站j之间的关联因子，表示用户与基站连接，否则

步骤304，更新拉格朗日乘子对偶变量。

步骤305，判断是否达到收敛条件，若满足收敛条件，则获得用户的频谱、无线、缓存资源在这个时隙的全局最优解。“否”返回步骤302继续执行。

图4为基于李雅普诺夫的保证系统稳定性方法简要流程图，具体流程如下：

步骤401，初始化参数，包括控制参数和用户初始队列等。

步骤402，求得频谱、计算资源、缓存资源的全局最优解。

步骤403，获得当前的网络状态队列，用户队列的动态更新方程为：

其中，表示用k(i,u)户在时隙t内到达的数据包的数量，到达过程服从泊松分布。表示基站在t时刻内向用户k(i,u)传输的数据包数量，其中l表示单个数据包的大小，表示t时刻用户k(i,u)在基站j接入的瞬时速率。

步骤404，判断是否达到时隙最大值，“是”则流程结束，“否”返回步骤402继续执行。

图5为本发明的总体详细流程图。

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。