一种认知容量收集网络中网络切片的频谱共享方法

本发明涉及网络切片技术领域，尤其涉及一种认知容量收集网络中网络切片的频谱共享方法。

背景技术：

近年来，无线应用需求急剧增加，使得无线通信网络不仅承载传统的移动通信业务，还需要进一步支持更多的新兴物联网(iot,internetofthing)业务。未来无线通信网络将进一步向面向异构服务需求的大规模异构网络发展。针对此，网络切片应运而生，其被认为是第五代(5g,5generation)移动通信系统的关键技术之一^[1]。网络切片可使得移动网络运营商在一个公共的物理基础设施上构建多个逻辑网络，从而为不同的需求方提供定制的网络。频谱是网络切片中必须考虑的关键资源，现有网络切片研究大多考虑的授权频谱的分配问题^[2-3]。然而，随着无线业务的急剧增加，频谱越来越稀缺，网络切片中如何进一步利用原本稀缺的频谱资源是未来无线网络所面临的亟待解决问题。

认知无线电的机会频谱共享可进一步提高频谱的利用率，该技术与网络切片结合可极大提高网络承载业务的能力。但现有研究大多关注传统无线网络的机会频谱共享，较少关注网络切片的机会频谱共享。然而，受限于稀缺的频谱资源，未来无线通信网络只能通过频谱共享进一步提升频谱利用率。如何联合网络切片和频谱共享进一步提升频谱利用率是未来无线网络所面临的亟待解决问题。目前尚未有研究针对网络切片的频谱共享提出有效的解决方案。

参考文献：

[1]pany,lis,lib,etal.cdd:coordinatingdatadisseminationinheterogeneousiotnetworks[j].ieeecommunicationsmagazine,2020,58(6):84-89.

[2]fengl,ziy,liw,etal.dynamicresourceallocationwithranslicingandschedulingforurllcandembbhybridservices[j].ieeeaccess,2020,8:34538-34551.

[3]rostp,mannweilerc,michalopoulosds,etal.networkslicingtoenablescalabilityandflexibilityin5gmobilenetworks[j].ieeecommunicationsmagazine,2017,55(5):72-79.

技术实现要素：

本发明提供一种认知容量收集网络中网络切片的频谱共享方法，解决的技术问题在于：如何联合网络切片和频谱共享以进一步提升频谱利用率。

为解决以上技术问题，本发明提供一种认知容量收集网络中网络切片的频谱共享方法，包括步骤：

s1：基于认知容量收集网络建立频谱共享的机会容量模型；

s2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型；

s3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。

具体的，所述认知容量收集网络包括多个基站、多个认知路由器；多个所述基站用于接入网和核心网的接入；多个所述认知路由器组成mesh网络以辅助多个所述基站进行数据传输，以及采用多跳传输的方式中继iot终端的数据，每个所述认知路由器接入授权频段或机会接入非授权频段，所述mesh网络采用网络切片的方式满足不同业务对象差异化服务的需求。

进一步地，在所述机会容量模型中，单个信道的机会容量cop＝qop·c，qop为该信道的机会可用概率，c为信道容量。

进一步地，

其中，fy(y)为授权占用持续时间yi(i＝1,2,...,n,n为授权占用时间数)的概率密度函数，e[fy(y)]为fy(y)的期望，为频谱共享的机会可用持续时间空洞ts(s＝1,2,...,s,s为机会可用时间空洞数)的概率密度函数，为的期望。

进一步地，

其中，λy为授权占用服从指数分布时指数分布的参数，λ为授权占用到达速率，z为一个求和变量。

进一步地，所述频谱共享模型为：

其中，m^k为第k个切片的业务集合；k为切片集合；为分配给第k个切片中的第m个业务在i-j链路上的速率，业务的最终发收节点是i和j；为第k个切片中的第m个业务是否能够接入；为第k个切片中的第m个业务的收益；tp为第p个无冲突节点集所占用的时间比例，p为无冲突节点集的个数；q^k(m)为第k个切片中的第m个业务的速率需求；为第k个切片上第n个授权信道i-j上的容量；为第k个切片上第n个非授权信道i-j上的频谱共享机会容量；nl为授权信道集合，其中授权信道的个数为nl；ns为非授权信道即频谱共享信道集合，其中频谱共享信道的个数为ns；ts为序号为s的无冲突节点集；为第k个切片中时延敏感业务的合集；为第k个切片中时延容忍业务的合集；uk,m为第k个切片中的第m个业务传输所经过的节点集合。

进一步地，

其中，为平均信干噪比，pb为最大可容忍误码率，b为信道带宽。

进一步地，

其中，qop即为i-j链路的机会可用概率。

进一步地，所述步骤s3具体包括步骤：

s31：设tp平均分配，则将所有业务m^k和授权信道传输速率带入贪婪算法求得授权信道的分配方案；

s32：将时延容忍业务中剩余的业务和频谱共享传输速率带入贪婪算法求得频谱共享的分配方案。

本发明提供的一种认知容量收集网络中网络切片的频谱共享方法，首先建立了频谱共享的机会容量模型，推导了非授权信道的机会容量(步骤s1)，然后提出了一种认知容量收集网络中网络切片的频谱共享模型(步骤s2)，最后采用贪婪算法对频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案(步骤s3)。与现有算法相比，本发明所提频谱共享方法能有效利用机会频谱资源，进一步提高信道利用率。

附图说明

图1是本发明实施例提供的认知容量收集网络的场景展示图；

图2是本发明实施例提供的单个信道的机会频谱共享示意图；

图3是本发明实施例提供的频谱共享状态转移模型的示意图。

具体实施方式

下面结合附图具体阐明本发明的实施方式，实施例的给出仅仅是为了说明目的，并不能理解为对本发明的限定，包括附图仅供参考和说明使用，不构成对本发明专利保护范围的限制，因为在不脱离本发明精神和范围基础上，可以对本发明进行许多改变。

为联合网络切片和频谱共享以进一步提升频谱利用率，本发明实施例提供一种认知容量收集网络中网络切片的频谱共享方法，主要包括步骤s1～s3，该方法首先建立了频谱共享的机会容量模型，推导了非授权信道的机会容量(步骤s1)，然后提出了一种认知容量收集网络中网络切片的频谱共享模型(步骤s2)，最后采用贪婪算法对频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案(步骤s3)。

(1)步骤s1

s1：基于认知容量收集网络建立频谱共享的机会容量模型。

1)认知容量收集网络

本实施例所研究的场景为认知容量收集网络结构(cchn,cognitivecapacityharvestingnetwork)场景，如图1所示，包括多个基站(bs,basestation)和多个认知路由器(crrs,cognitiveradiorouters)。其中，基站和认知路由器都可实现iot终端的接入。bs负责接入网和核心网的接入。crrs组成mesh网络辅助bs进行数据传输，并采用多跳传输的方式中继iot终端的数据。该网络结构可支持5g中的终端与终端通信(d2d,device-to-device)，并支持各类iot终端以不同的接入方式如：4g/5g、nb-iot、emtc等接入网络。cchn场景中包含两种频段，即授权频段和非授权频段。其中，非授权频段以机会频谱占用的方式接入，且只适合时延容忍类(dt,delay-tolerant)业务传输。授权频段可用于时延敏感类业务(ds,delay-sensitive)和dt业务传输。本实施例假设网络中每个crr都可以接入授权频段或机会接入非授权频段。crrs组成的无线接入网络可采用网络切片的方式满足不同业务对象差异化服务的需求。

2)频谱共享的机会容量模型

图2为单个信道的频谱共享机会占用示意图，其中t为时间，阴影部分为授权用户占用时间段，两段授权占用之间的空白时间段即为信道可以频谱共享的机会可用时间资源。令s为机会可用时间空洞数，n为授权占用时间数，ts(s＝1,2,...,s)为频谱共享的机会可用持续时间，li(i＝1,2,...,n)为授权占用的出现位置，yi(i＝1,2,...,n)为授权占用的持续时间。下面推导li服从泊松分布，yi服从任意分布时频谱共享的机会可用持续时间的概率密度函数，并基于此建立了频谱共享的状态转移模型，进一步推导信道机会容量的解析表达形式。

①机会可用持续时间和授权占用时间的概率密度函数

设授权占用出现服从泊松分布，则相邻两次授权占用出现时间间隔gi(gi＝li+1-li)服从指数分布：

其中λ为授权占用到达速率。由于yi在(0,gi]内服从条件分布。采用截尾分布表示其条件概率密度函数：

其中fy(y)为yi的概率密度函数。可通过贝叶斯公式得到yi和gi的联合概率密度函数：

fy,g(y,g)＝fg(g)·fcond(y)(3)

则可得到ts的概率密度函数：

其中t为总时间。由于yi服从任意分布，式(4)表示授权占用出现服从泊松分布时，频谱共享时域时间资源概率密度函数的通用表示形式。

当授权占用的持续时间服从指数分布时，式(4)可进一步得到：

其中hypergeom为广义超几何函数，λy为授权占用服从指数分布时指数分布的参数。

②频谱共享状态转移模型

图3为频谱共享状态转移模型的示意图。其中，state_1为授权占用状态(即信道被授权用户占用的状态)，state_0为频谱共享状态(即信道未被授权占用的状态)，p0,1表示信道从频谱共享状态转移至授权占用状态的转移概率；p1,0表示信道从授权占用状态转移至频谱共享状态的转移概率。当授权占用持续时间fy(y)服从指数分布时，根据之前模型可得，频谱共享状态的持续时间fts(ts)服从式(5)。

③频谱共享的机会容量模型

信道授权占用持续时间的期望和频谱共享持续时间的期望可分别表示为：

其中，z为一个求和变量。

则该信道的机会可用概率qop为：

则频谱共享的机会容量模型表示为：

机会容量cop＝qop·c(9)

其中c为信道容量。

(2)步骤s2

s2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型。具体模型如下：

其中，m^k为第k个切片的业务集合；k为切片集合；为分配给第k个切片中的第m个业务在i-j链路上的速率，业务的最终发收节点是i和j；为第k个切片中的第m个业务是否能够接入；为第k个切片中的第m个业务的收益；tp为第p个无冲突节点集所占用的时间比例，p为无冲突节点集的个数；q^k(m)为第k个切片中的第m个业务的速率需求；为第k个切片上第n个授权信道i-j上的容量；为第k个切片上第n个非授权信道i-j上的频谱共享机会容量；nl为授权信道集合，其中授权信道的个数为nl；ns为非授权信道即频谱共享信道集合，其中频谱共享信道的个数为ns；ts为序号为s的无冲突节点集；为第k个切片中时延敏感业务的合集；为第k个切片中时延容忍业务的合集；uk,m为第k个切片中的第m个业务传输所经过的节点集合。

其中时延敏感业务只能用授权频谱传输，保证其稳定性；时延容忍业务可以用频谱共享传输。和的计算如下：

其中，为平均信干噪比，pb为最大可容忍误码率，qop即为i-j链路的机会可用概率。

(3)步骤s3

s3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。

频谱共享模型为混合整数规划问题，即业务接入为0-1整数规划，而tp和的分配具有连续性，因此该问题很难获得最优解。该问题的一种解法是通过启发式算法进行求解，由于启发式算法将遍历所有可行的分配组合，当信道和业务的数量较多时，可行分配组合较多，因此算法复杂度较高。

本实施例采用复杂度较低的次优算法进行求解。该问题可以近似转化成背包问题。背包问题可采用贪婪算法进行求解，即将业务根据速率需求从高到低进行排序，每次先选取数据需求高的业务直至达到容量上限。具体分配方案如下所示：

s31：设tp平均分配，则将所有业务m^k和授权信道传输速率带入贪婪算法求得授权信道的分配方案；

s32：将时延容忍业务中剩余的业务和频谱共享传输速率带入贪婪算法求得频谱共享的分配方案。

与现有算法相比，本发明实施例所提频谱共享方法能有效利用机会频谱资源，进一步提高信道利用率。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。