异构云无线接入网络:原理、架构、技术和挑战

为了缓解密集异构无线网络节点间严重的干扰,提高节点间分布式协作处理增益,同时解决云无线接入网络控制信息传输复杂、无法和已有移动通信网络融合等问题,提出了异构云无线接入网络(H-CRAN)作为5G移动通信系统的接入网解决方案。所提H-CRAN的核心是将云无线接入网络与密集异构无线网络融合,将控制平面功能从云无线接入网络中抽离,通过已存的异构大功率节点实现控制平面功能和全网的无线覆盖,利用无线射频单元实现热点区域海量业务的大容量传输。介绍了H-CRAN的系统架构、关键技术组织和研究技术挑战等。

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。

异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法

针对面向混合能源供应的5G异构云无线接入网(H-CRANs)网络架构下的动态资源分配和能源管理问题,该文提出一种基于深度强化学习的动态网络资源分配及能源管理算法。首先,由于可再生能源到达的波动性及用户数据业务到达的随机性,同时考虑到系统的稳定性、能源的可持续性以及用户的服务质量(QoS)需求,将H-CRANs网络下的资源分配以及能源管理问题建立为一个以最大化服务提供商平均净收益为目标的受限无穷时间马尔科夫决策过程(CMDP)。然后,使用拉格朗日乘子法将所提CMDP问题转换为一个非受限的马尔科夫决策过程(MDP)问题。最后,因为行为空间与状态空间都是连续值集合,因此该文利用深度强化学习解决上述MDP问题。仿真结果表明,该文所提算法可有效保证用户QoS及能量可持续性的同时,提升了服务提供商的平均净收益,降低了能耗。

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%。

基于自由空间光通信的云无线接入网上行链路优化研究

为了提高云无线接入网的前传传输速率,探讨了将无线电自由空间光应用于云无线电接入网的网络优化中,设计了上行链路中联合射频和无线电自由空间光链路的前传,使用户的传输速率最大化。仿真实验表明,添加无线电自由空间光链路大大提高了用户的速率。

云无线接入网的系统架构和技术演进

云无线接入网(cloud radio access network,C-RAN)被认为是有望解决第五代移动通信(5G)技术服务需求问题的核心技术方案之一,已有研究表明C-RAN具有显著的技术优势,能有效提升网络的谱效率和能效率。总结了C-RAN的研究现状,给出了其系统架构和核心关键技术挑战,并讨论了C-RAN架构相比传统方案具有的优势和性能提升。

一种5G异构云无线接入网络的D2D资源分配算法

为了解决设备对设备(Device-to-Device,D2D)资源共享带来的信号干扰问题,提出了一种5G异构云无线接入网络的D2D通信资源分配算法。在保证服务质量的前提下,将宏用户设备的频谱资源分配给D2D和中继用户设备,并且把资源分配问题看作一对一的匹配博弈。采用婚姻匹配理论,得到初始的匹配方案。在初始匹配的基础上,提出了一种遵循卡尔多-希克斯(Kaldor-Hicks)原则的资源交换策略,以提高系统的吞吐量。仿真结果表明,该资源分配算法收敛较快,与现有方案相比,能使系统吞吐量提升15%以上,能给系统用户带来约10%的增益,并且有较强抗信道干扰能力。

混合能源供应异构云无线接入网的功率分配和能源协作算法

5G异构云无线接入网(H⁃CRAN)架构下能源消耗大幅增加,考虑采用混合能源(电网和可再生能源)供电,针对如何有效利用可再生能源,提高能源效率(EE)的问题,提出了一种联合功率分配和能源协作的优化算法。首先,该算法考虑到可再生能源到达的波动性和用户服务质量(QoS)需求,联合基站功率分配和基站间的能源协作,以系统的能源效率最大为目标,然后采用拉格朗日对偶分解和元启发式方法求解该问题,此外,还利用了Dinkelbach的方法降低了算法复杂度,提高了收敛速度。仿真结果表明,该算法采用能源协作,电网能源消耗减少了约10%,系统EE提高了约12%。

基于NOMA异构云无线接入网的联合子信道和功率分配算法

针对基于NOMA异构云无线接入网中增加网络效用需要以更高的能源消耗为代价,从而导致能源效率低的问题,提出了一种联合子信道和功率分配方案。首先,该方案定义网络效用和电网能源成本之间的差值为系统收益,考虑了最大传输功率、能量收集(energy harvesting,EH)电池容量、用户最小数据速率需求和跨层干扰阈值等约束,以最大化系统收益为目标建立优化问题;然后,采用贪心算法给用户配对并分配子信道,实现低复杂度次优解;最后,利用基于交替方向乘子法的拉格朗日最大化方法优化了功率分配。仿真结果表明,与NOMA系统中未配备EH单元的方案相比,系统收益提高了约18.8%;与OFDMA系统中配备EH单元的方案相比,系统收益提高了约11.8%。

基于需求预测的云无线接入网计算资源分配策略研究

云无线接入网利用网络功能虚拟化和软件定义网络技术以支持端到端的网络切片,使得接入网可共享无线、终端和网络等资源,已成为5G网络中优先采用的网络架构。针对云无线接入网中端到端的网络切片场景,通过控制平面建立的数据驱动运维框架来收集网络信息并进行数据处理。预测未来一段时间内计算业务量的需求,设计了一种基于虚拟化网络功能(VNF)的计算资源分配方案,提出了基于降序最佳适应(BFD)的离散粒子群算法。仿真结果表明,所提出的策略和算法可实现云无线接入网计算资源的动态灵活分配,并能有效降低VNF迁移能耗和迁移次数。

基于QoS需求的云无线接入网频谱分配策略

伴随"互联网+"概念的提出以及快要到来的5G时代,用户通信互联的需求不断上升,一种新型的接入网架构——云无线接入网(C-RAN)应运而生。通过在C-RAN中使用网络频谱分配策略,用户的QoS需求可以得到有效改善。利用云无线接入网可以进行集中化处理的优势,建立了QoS用户需求模型。同时运用该模型,结合启发式搜索蚂蚁算法,提出了基于QoS的频谱资源分配策略。通过仿真结果显示,相比与其他分配算法,该策略能够有效提升网络频谱利用率,满足用户QoS需求。

智能反射面辅助OFDMA云接入网的资源分配方法

本文研究了智能反射面(IRS)辅助OFDMA(Orthogonal Frequency Division Multiple Access,正交频分多址接入)云无线接入网(C-RAN)的下行链路传输系统,其中基带处理单元(BBU)池通过多个远端射频头(RRH)与多个用户进行通信.RRH到用户的接入链路采用OFDMA接入技术.对于BBU池到RRH,采用无线前传链路,并且部署多个IRS以增强链路传输能力.在BBU池和每个RRH发射功率约束下,本文提出通过联合优化前传链路和接入链路资源配置使下行用户和速率最大化.由于该资源配置问题是非凸的,首先采用连续凸逼近(SCA)对目标以及约束条件进行转换.其次,将转换后的问题拆分成三个子问题来交替性求解.最后,计算机仿真结果显示了所提出的联合资源分配方法与其他基准方案相比具有显著的传输性能增益.

面向5G无缝连接的云无线接入网系统及实现

基于云无线接入网(C-RAN)灵活的无线功能部署模式,提出了面向第5代移动通信系统(5G)无缝连接的CRAN架构,继而基于开源虚拟化的软件无线电系统Open Air Interface搭建了C-RAN演示平台.面向5G无缝连接的C-RAN演示平台实现了完整的蜂窝通信功能,既可以对接虚拟化的核心网,也支持用户设备的高效无缝接入,并且具备较高的可扩展性,可以面向5G新型需求和场景进行持续更新.

下一代毫米波无线局域网:愿景与关键使能技术

随着信息通信技术的快速发展和广泛部署,人类的生产生活以及社会治理向数字化、信息化、智能化方向不断深入演进。作为应用最广泛的无线通信技术之一,无线局域网(WLAN,wireless local area network)需要在吞吐量、可靠性、时延等关键性能上进一步突破,同时还需要具备感知、智能等新特性。毫米波(mmWave,millimeter wave)巨大的频率资源为无线局域网发展注入了新动能,但同时也带来了新的技术挑战和需求。首先,回顾了无线局域网的发展历程;其次,描述了未来无线局域网的网络结构、典型应用、发展方向和性能指标要求;然后,分析了毫米波频段无线信道特性及其对无线网络设计的新要求、新挑战;最后,对能够适应这些挑战和要求的一些潜在关键技术进行了探讨和展望。

H-CRAN中IRS辅助的D2D系统资源分配与RCG波束成形优化

以异构云无线电接入网(heterogeneous cloud radio access network,H-CRAN)中智能反射面(intelli‐gent reflecting surface,IRS)辅助的端到端(device-to-device,D2D)通信系统为背景,研究了该系统中以和速率最大化为目标的资源分配与黎曼共轭梯度(Riemannian conjugate gradient,RCG)波束成形优化方法。以最大化系统和速率为优化目标,构造子信道复用系数、发射功率门限以及IRS反射系数模约束等多约束优化问题。对于该非线性混合整数规划问题,提出了一种基于相对信道强度的延迟接受算法,以获得信道复用系数。随后将目标优化问题分解为两个子问题进行交替优化。对于发射功率优化子问题,使用逐次凸逼近(successive convex approximation,SCA)方法进行求解。对于IRS波束成形子问题,将IRS相移约束转化为复圆流形后,采用RCG算法进行求解。仿真结果表明,当IRS反射阵源数为50、基站最大发射功率为46 dBm时,与现有信道分配方案和随机信道分配方案相比,所提信道分配方案的和速率性能分别提高了5.2 bit/(s·Hz)和14.6 bit/(s·Hz)。与无IRS通信场景相比,部署IRS的和速率性能显著提高约31.2 bit/(s·Hz)。

基于改进遗传算法的C-RAN网络动态无线资源分配

针对云无线网络(Cloud Radio Access Network,C-RAN)中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量(Qulity of Service,QoS)约束的动态无线资源分配方案,对无线资源从无线射频单元(Remote Radio Head,RRH)选择、子载波分配和RRH功率分配三个维度进行研究。首先,根据传统的C-RAN系统传输模型和QoS约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后,基于改进的遗传算法,将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的;最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比。实验结果表明,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量增益为17%。

基于光纤传送网的5G移动通信前传关键技术

移动前传网络是C-RAN(集中式/云无线接入网)技术中的重要部分。随着现代无线接入网络的发展演进,用户带宽需求的快速增长对网络的传输速率提出了更高的要求。文章回顾了移动前传网络的基本内容,分析了前传网络需要满足的各项需求,并对当前提出的各种前传网络的解决方案进行了详细的介绍。

基于TWDM-PON与C-RAN的QoE感知视频协作缓存与传输机制

随着数据流量的爆发式增长,用户体验质量急剧恶化,为了解决密集组网与负载不均衡所引发的小区边缘用户与重负载小区用户性能较差的问题,提出了一种体验质量感知的云无线接入网视频协作缓存与传输机制。该机制通过建立协作增益感知的虚拟无源光网络,采用光域和无线域协同的方式为视频内容提供协作缓存与传输;进而,联合优化用户视频体验、带宽配置与缓存策略,分别在光域和无线域采用动态预缓存及缓冲水平感知的带宽配置方式,达到提高用户体验质量的目的。结果表明,所提机制能够有效地提高缓存命中率,增强用户体验质量。

QoE感知的V-CRAN视频传输资源分配策略

在如今视频业务要求不断提高的发展趋势下,针对云无线接入网络传输中光域和无线域资源分配不平衡与用户体验质量差的问题,提出了一种在虚拟化云无线接入网中视频体验质量感知的传输资源分配策略。首先,根据不同用户的带宽需求,分别构建了光传输波长分配的前传带宽效率模型、波长调谐开销模型以及光网络间的负载均衡性评估模型,并提出了一种基于合并与分裂规则的光网络单元联盟形成算法,用于构建虚拟化云无线接入网。进一步地,对传输速率以及视频中断危险程度对用户体验质量的影响趋势进行了分析,并在保证资源总量不变的情况下,建立起用户和虚拟化云无线接入网两阶段的Stackelberg博弈,并证明了其纳什均衡解的存在与唯一性。最终,在提升用户体验质量的同时,优化了有限的无线资源分配以保证服务提供商的效用。大量的仿真结果表明,在不同用户数量以及负载率的场景下,所提策略在保证鲁棒性的前提下不仅满足了用户观看视频的体验质量,而且有效地提升了光域和无线域的资源利用率。

边缘增强H-CRAN中能耗感知的资源分配机制

针对目前移动边缘计算增强异构云无线接入网中的设备能耗高、资源利用率低以及用户服务质量恶化等不足之处,从频谱资源与计算资源的角度出发,提出了一种基于能耗感知的通信与计算资源分配机制。首先将网络吞吐量作为收入,能耗作为成本支出,建立起了服务提供商视角的利润模型框架。为了避免由于资源分配不均导致的边缘服务器资源浪费或过载,首先通过分析用户到来的各项服务请求,并利用稀疏矩阵算法合理分配频谱资源使网络吞吐量得到提升,而针对计算资源则设计了一种启发式算法,以确定用户关联和用户计算资源需求量,使每个边缘服务器都能得到充分利用;并基于资源利用的结果并结合考虑光纤前传链路容量约束,可以动态部署移动边缘计算服务器于宏基站或者远端射频头处以降低设备开销。针对不同参数指标与一天不同时刻服务请求情况的仿真结果表明,所提机制能有效地提高网络吞吐量、减少网络能耗并降低光纤前传链路的阻塞概率,相较于其他算法在各项指标上均有显著提升。