论文部分内容阅读
随着高速率、低时延无线互联网应用如高清视频、VR/AR和自动驾驶等越来越受到关注,无线数据流量急剧增长,各种新应用需要不同的业务保障。未来无线网络需要一个灵活、节能、功能强大的部署架构。云无线接入网(Cloud RAN Radio Access Network,C-RAN)以其高效的无线资源管理和能源节约等优势受到了越来越多的关注。在C-RAN中,具有射频模块的远端无线发射单元(Remote Radio Heads,RRH)负责接收/发送无线信号,云端的基带处理单元(Baseband Units,BBU)使用先进的处理器形成虚拟基站完成传统基站中的基带功能(如编码、调制、傅里叶变换),可以实现联合调度、波束赋形和干扰管理等高级功能。与此同时,在实际部署场景中,C-RAN资源分配面临着一些挑战:(1)在C-RAN中,所有的用户数据和控制数据将通过Fronthaul传送到云端进行处理,对Fronthaul产生了巨大的压力,增加了运营商建网成本。另外,基带处理功能迁移到BBU后,BBU池中计算资源的处理所消耗的功率将占系统功耗的主要部分。因此C-RAN系统的资源调度要联合考虑BBU计算资源和RRH无线资源。(2)集中式的资源管理使物理层高级技术如多点协作传输(Coordinated Multiple Point Transmission and Reception,CoMP)得以在C-RAN中有效利用。然而高CoMP增益需要完美的信道状态信息(Channel State Information,CSI)。事实上,完美的CSI很难获取,因此C-RAN系统要重点研究不完美CSI下的资源调度以保证系统的稳定性。本文针对C-RAN实际场景下的资源分配面临的问题,以最小化系统功耗为优化目标,提出相应的优化算法,主要内容如下:首先,本文对C-RAN系统的基本组成和网络架构进行分析,研究绿色C-RAN演进的关键技术,并针对目前C-RAN资源管理现状进行了一些分析总结。然后,以最小化系统功耗为优化目标,综合考虑Fronthaul容量、RRH功率、BBU计算资源和系统总时延等约束条件,研究C-RAN系统下BBU计算资源和RRH无线资源的联合分配问题。原问题是一个联合问题,很难直接解决。为了降低计算复杂度,首先将原问题分解为无线资源分配子问题和计算资源分配子问题。无线资源分配子问题是一个混合整数非线性规划问题(Mixed Integer Nonlinear Programming,MINLP),可以转化为二阶锥问题求解。计算资源分配子问题则可以转化为0-1多背包问题,采用贪心算法进行求解。仿真结果验证所提出的的联合资源分配算法可以有效的节约系统功耗。接着,针对不完美CSI状态下C-RAN系统资源分配,在考虑Fronthaul容量、RRH功率等约束条件下设计一个稳定资源分配算法以保证系统功耗最小。首先将原问题分解为虚拟机(VM)-用户(UE)计算资源映射子问题和不完美CSI下无线资源分配子问题。计算资源分配子问题可以看做是二分图加权匹配问题,使用Kuhn—Munkres算法解决。由于不完美CSI下信道的不确定性,信干噪比(Signal-to-Noise Ratio,SINR)约束的个数无法确定。为了解决此问题,采取在信道误差范围内求解SINR的最小值的方法将SINR约束个数降为一个。仿真表明,不完美CSI下的鲁棒性无线资源和计算资源联合分配算法能有效降低系统功耗。