一种应用于超密集异构网络的能效控制方法与流程

文档序号:16248651发布日期:2018-12-11 23:48阅读:214来源:国知局
一种应用于超密集异构网络的能效控制方法与流程

本发明涉及无线通信技术领域,尤其是一种应用于超密集异构网络的能效控制方法。

背景技术

在超密集异构网络场景下的关键技术研究中,如何低成本、高效率地实现超密集异构网络同频干扰管理是无线通信研究的重点内容之一。在超密集异构网络中,通过基础设施的密集部署使得网络的频谱效率大幅度提高,同时也扩大了网络覆盖范围,扩展了系统容量。虽然超密集异构网络架构能有效地满足大幅度提升蜂窝网络频谱效率的需求,但网络的超密集部署也带来了前所未有的能量开销。因此,在下一代移动通信网络中,超密集异构网络中的能效控制是一个必须解决的关键问题。

现有的超密集异构网络中的能效控制方法大多数都是通过紧耦合的网络资源架构来实现控制的,现有的超密集异构网络中的能效控制方法主要通过提高网络中的功率效率和建立合理的小区休眠机制等措施提高密集异构网络的能量效率。由于网络采用紧耦合的系统框架,不同种类基础设施间的资源壁垒使得频谱资源不能在密集重叠覆盖区域内实现共享,因此现有的能效控制方法在功率效率上的提升是有限的。而在采用sdn-nfv的密集重叠覆盖区域内,空闲频谱资源可以通过虚拟技术注入虚拟资源池实现频谱资源共享,可有效地解决这一问题。因此,需要新的能效控制方法适用于新的基于sdn-nfv的超密集异构网络架构。



技术实现要素:

本发明所要解决的技术问题在于,提供一种应用于超密集异构网络的能效控制方法,能够达到超密集异构网络场景中密集重叠覆盖区域内的能效控制。

为解决上述技术问题,本发明提供一种应用于超密集异构网络的能效控制方法,包括如下步骤:

(1)移动虚拟运营商(mvno,mobilevirtualnetworkoperator)通过虚拟网络配置模块获得每个虚拟网络所属终端用户与配置的基础设施提供商(inp,infrastructureprovider)间的信道状态、各个inp下行数据传输总功率和虚拟网络配置方法为各个虚拟网络已分配的频谱资源等相关网络参数;

(2)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络拥有不同授权频谱资源的inps使用资源情况,通过虚拟资源池配置模块将各个inps的空闲频谱资源注入到频率资源池中用于能效控制方法;

(3)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络在虚拟网络配置阶段已经获得的频谱资源和(2)中已获得的虚拟资源池的大小,以拥有虚拟资源池的mvno作为卖家,而各个虚拟网络作为买家进行stackelberggame数学建模,从而求得mvno分配给每个虚拟网络虚拟资源池中的频谱资源大小;

(4)最终,通过api和openflow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作。

优选的,步骤(3)中,虚拟资源池频谱资源分配方法是以斯坦伯格博弈理论对虚拟网络频谱分配问题进行数学建模并得到虚拟资源池的频谱分配值;虚拟网络有偿使用虚拟资源池中频谱资源,而mvno将虚拟资源池中频谱资源卖给虚拟网络;根据stackelberggame理论以最大化mvno卖出频谱资源效益为目标,以虚拟资源池的大小为约束对虚拟网络进行频谱分配。

优选的,斯坦伯格博弈关系中的卖方(mvno)的效用函数定义为mvno售卖频谱资源给虚拟网络所获得的收益,即卖方效用函数表示为其中表示为虚拟网络的集合,表示为虚拟资源池的集合,ci,l表示为虚拟网络i购买单位频谱资源l的价格,αi,l为虚拟资源池频谱资源l与虚拟网络i匹配的二元指示变量,ω0为单位频谱资源带宽,ci,lαi,lω0表示虚拟网络i在购买频谱资源l时付出的代价。

优选的,斯坦伯格博弈关系中的买方(虚拟网络)的效用函数定义为虚拟网络获得虚拟资源池中频谱资源所得到的能量效率与其付出的代价之差,即买方效用函数表示为其中ei(αi,α-i)表示为虚拟网络i的瞬时能量效率,α-i为非虚拟网络i针对频谱资源的二元指示向量。

优选的,虚拟网络能量效率定义为虚拟网络通过虚拟网络配置获得的数据传输速率和虚拟资源池中频谱资源所得到的数据传输速率之和与该虚拟网络相映射的inps分配给其的下行数据传输总功率之和的比,即其中si,0和si,l分别表示虚拟网络i在虚拟网络配置方法获得的子载波上的信号强度和虚拟网络i通过购买虚拟资源池中的子载波资源获得的信号强度,ij,i表示为虚拟网络i受到的虚拟网络j产生的同频干扰,为虚拟网络i提供服务支持的inps集合,表示为虚拟网络配置方法得到的二元指示变量,表示为虚拟网络i提供服务支持的第m种基础设施中第n个设施分配给每个子载波上的功率值,σ2为噪声。

优选的,能效控制方法在虚拟网络配置(拓扑)不变的前提下为重叠覆盖区域内的多个虚拟网络提供可供其使用的虚拟资源池中的资源,使得在整个系统总功率不变的前提下提高虚拟网络的吞吐量,进而对密集重叠覆盖区域内的能量效率进行有效控制。

优选的,通过非合作博弈的方式竞价得到mvno的虚拟资源池频谱资源是采用最优化理论求得符合条件的最佳频谱分配二元指示变量的解。

本发明的有益效果为:本发明利用sdn-nfv技术对超密集异构网络进行网络架构的重新定义,并且利用超密集异构网络中虚拟网络在mvno的实时调度机制,根据各个虚拟网络配置以及虚拟资源池等信息进行动态的虚拟资源池频谱分配;并且根据有限的虚拟资源池频谱资源,以拥有虚拟资源池的mvno作为卖家,而各个虚拟网络作为买家,以最大化卖家售卖有限频谱资源所得收益和买家效益(能效收益与支出费用的差值)为目标进行虚拟资源池中频谱资源的分配;根据所得的频谱资源分配值,mvno通过api和openflow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作,以达到超密集异构网络场景中密集重叠覆盖区域内的能效控制。

附图说明

图1为本发明的方法流程示意图。

具体实施方式

如图1所示,一种应用于超密集异构网络的能效控制方法,包括如下步骤:

(1)mvno通过虚拟网络配置模块获得每个虚拟网络所属终端用户与配置的inps间的信道状态、各个inp下行数据传输总功率和虚拟网络配置方法为各个虚拟网络已分配的频谱资源等相关网络参数;

(2)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络拥有不同授权频谱资源的inps使用资源情况,通过虚拟资源池配置模块将各个inps的空闲频谱资源注入到频率资源池中用于能效控制方法;

(3)根据超密集异构网络场景中密集重叠覆盖区域内虚拟网络在虚拟网络配置阶段已经获得的频谱资源和(2)中已获得的虚拟资源池的大小,以拥有虚拟资源池的mvno作为卖家,而各个虚拟网络作为买家进行stackelberggame数学建模,从而求得mvno分配给每个虚拟网络虚拟资源池中的频谱资源大小;

(4)最终,通过api和openflow等接口协议完成方法结果与虚拟网络和基础设施层之间的映射工作。

虚拟网络配置模块已经为超密集异构融合网络中的多个终端用户的多种业务应用配置了优化的虚拟网络。因此,本发明的能效控制方法在虚拟网络配置(拓扑)不变的前提下为重叠覆盖区域内的多个虚拟网络进行虚拟资源池中频谱资源的分配。

虚拟资源池配置模块打破了传统网络采用紧耦合的系统框架,实现异构网络频谱资源的互联互通,有效地将密集重叠覆盖区域内的不同种类基础设施间的空闲频谱资源进行集中整合,提高了密集重叠覆盖区域内网络资源利用的灵活性。

基于虚拟资源池的虚拟网络频谱资源分配方法采用经济学上stackelberggame进行如下数学建模:由于mvno拥有虚拟资源池的频谱资源,因此将它作为卖方,其博弈行为的目标是获得的售卖效益最大化;而各个虚拟网络为了提高各自的数据传输速率,面对有限的频谱资源在多个虚拟网络间形成非合作博弈行为,因此每个虚拟网络必须采用购买频谱资源的方式进行虚拟资源池频谱资源的分配,而各个虚拟网络的博弈行为的目标是获得的买家效益(收益与支出费用的差值)最大化。其中,mvno制定单位频谱所需的价格,而各个虚拟网络根据其价格进行买频谱的博弈。

虚拟网络的博弈行为的效益是能效收益与购买频谱资源费用的差值。一方面,本发明为超密集异构网络环境下的密集重叠覆盖区域内多个虚拟网络的能效进行控制,因此虚拟网络博弈行为的收益为其获得的能效;另一方面,虚拟网络通过购买虚拟资源池中的频谱资源进行能效控制,因此购买频谱资源费用为虚拟网络博弈行为的支出。

假设在给定的超密集异构融合网络重叠覆盖区域内有m种inps可为i个虚拟网络提供基础设施支持,其中:inps的集合表示为第m种inp的基础设施集合表示为虚拟网络的集合表示为图1为基于stackelberg博弈理论的能效控制方法模型,该方法依附于sdn-nfv的网络架构,并采用mvno层进行集中式的信息采集与运算,最终通过api和openflow等接口协议分别完成虚拟网络和基础设施层之间的映射工作。

本发明所提方法的详细说明如下:

1)虚拟网络配置

mvno根据虚拟网络配置得到的二元指示变量可以得到如下参数集合:①为虚拟网络i提供服务支持的inps集合②使用基础设施服务支持的虚拟网络集合③虚拟网络i通过网络配置方法得到的子载波集合④网络中各个inps的空闲频谱资源集合

2)虚拟资源池配置

通过虚拟资源池配置模块建立可以用于本发明的能效控制方法的频率资源集合

3)基于stackelberg博弈理论的能效控制

考虑到虚拟网络集合中的每个虚拟网络都希望获得虚拟资源池中的资源以提高其各自的效用,因此各虚拟网络之间对于虚拟资源池中的资源利用存在竞争关系。斯坦伯格博弈是经济学中的一种纯策略的非合作序贯博弈模型,根据行动的优先级以及掌握信息的完整程度可以将博弈的参与者分为领导者(leader)和跟随者(follower)。

followers只掌握部分信息,率先行动;而leader由于掌握followers的全部信息,随后行动。其中,leader在设置博弈策略的时候需要考虑到followers的最优响应,而followers根据leader的最优决策给出各自最优的资源购买大小。在本子课题中,由于基于sdn-nfv网络架构的mvno掌握全局信息,因此将mvno作为stackelberg博弈模型的leader,而仅掌握部分信息的虚拟网络充当followers。

相关数学建模如下:

①stackelberg博弈中followers的效用函数

为二元指示变量。在本发明中,若虚拟网络i使用虚拟资源池中第l个资源,αi,l等于1,否则为0。由于受到基础设施资源使用的制约,频谱资源可以在inps间实现共享,但是功率资源还处于物理隔离的状态。在本发明中,基础设施为每个子载波分配相等的发射功率,可得为虚拟网络i提供服务支持的基础设施分配给每个子载波上的功率值为其中:记为第m种inp中基础设施n的固有的下行传输总功率值;表示该基础设施通过虚拟网络配置和虚拟资源池获得的子载波总数。

由此可得虚拟网络i接收端的在所分配的子载波上的信号强度为

其中:si,0表示虚拟网络i在虚拟网络配置中获得的子载波上的信号强度;表示虚拟网络i通过购买虚拟资源池中的子载波资源获得的信号强度;表示虚拟网络i与第m种inp中第n个基础设施间的信道增益。

同理可得,虚拟网络i受到的虚拟网络j产生的同频干扰为

其中:记χj,i为同频干扰二元指示变量,即当时,表示虚拟网络i不受到来自虚拟网络j的同频干扰,此时χj,i=0,反之为1。由于为已知参量,因此χj,i也为已知参量。

对于虚拟网络i,其频谱资源由虚拟网络配置和资源池购买的两种频谱资源构成,因此可得

a)在虚拟网络配置中获得的子载波资源上的数据传输速率为

b)在资源池购买获得的子载波资源上的数据传输速率为

综上所述,虚拟网络i的总数据传输速率为

其中:定义αi,0=1。

在本发明中,虚拟网络i由一个或多个基础设施构成,因此虚拟网络i分配的瞬时总功率值为将能量效率表示为瞬时传输速率与瞬时功率消耗之比,则虚拟网络i的瞬时能量效率为

在本发明中,stackelberg博弈行为中的followers(虚拟网络)通过购买资源池中的频谱资源获得能效收益,因此其效用函数为

其中:αi={αi,l};α-i表示除虚拟网络i之外的其它虚拟网络购买资源池中的资源集合;ci,l为stackelberg博弈行为中的leader(mvno)制定的单位带宽的价格。

在stackelberg博弈行为中,每个虚拟网络作为资源买卖关系中的消费者都希望用最小的支出换来最大的能效收益,所以虚拟网络在博弈中的效用函数可以表示为获得的能效收益与支出费用的差值,因此每个虚拟网络的目标为通过最大化自身的效用函数,从而得到最优的频谱分配值,由此可得

②stackelberg博弈中leader的效用函数

为了提供给虚拟网络最优的频谱资源购买价格,mvno需要最大化其效用函数,即最大化mvno通过售卖资源池中的频谱资源给虚拟网络从而得到的收益,即

其中:由于在超密集重叠覆盖区域内,虚拟资源池中的资源若在多个重叠覆盖的虚拟网络实现共享,会造成同频干扰的溢出。因此,在本发明中每个虚拟资源池中的频谱资源仅可分配给一个虚拟网络,并由约束条件c1进行限制;约束条件c2表示分配的频谱资源总数应小于等于虚拟资源池的大小。

式(8)和式(9)共同组成了stackelberg博弈,通过博弈双方mvno和虚拟网络按照一定规则进行博弈行动可以得到最终的stackelberg均衡(se,stackelbergequilibrium),即通过最大化mvno和虚拟网络表征各自利益的效用函数得到最优的单位资源定价cse以及每个虚拟网络获得的最优频谱资源αse,并最终通过开放api接口和openflow协议完成虚拟频谱资源的配置与资源池的更新。

本发明结合nfv技术对超密集异构网络进行虚拟资源池的建立,并通过运用博弈理论为多个虚拟网络进行频谱资源分配的方法。密集重叠覆盖区域内的虚拟网络集合在移动虚拟运营商(mvno,mobilevirtualnetworkoperator)的集中式的实时管控下,将mvno作为stackelberg博弈模型的leader,而仅掌握部分信息的虚拟网络充当followers。设置适当的激励机制来促使mvno向虚拟网络售卖虚拟资源池中的频谱资源,而每个虚拟网络建立自身购买资源获得的能效与支付费用的效用函数,通过虚拟网络间竞价的方式与mvno进行定价和资源分配的最优策略,并给出超密集异构网络重叠覆盖区域内针对多虚拟网络的能效控制方案。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1