宽窄融合网络切片调度算法的研究与实现

5G时代的通信网络是融合多种接入技术的异构网络,支持大量来自不同垂直行业的多样化业务,包括高清视频、增强现实以及自动驾驶等差异化业务。传统网络通过优先级等QoS策略提供不同服务已经难以满足上述业务多样性的需求,因此网络切片成为5G网络的重要使能技术。目前业界对于网络切片的研究主要是5G核心网切片,而无线网络切片由于具有一定的复杂性和技术难度,尚处于技术和方案研究阶段,文中研究面向宽窄融合网络的切片构造方法:根据不同业务的QoS需求、业务流量信息以及网络拓扑信息,进行切片路径构造并实现网络资源的映射;并且提出了一种针对宽窄融合网络的基于深度强化学习模型的网络切片调度算法,将所构造切片的网络性能实时信息和业务的QoS需求作为神经网络的状态参数,通过训练,得到在不同网络环境下的切片最优调度策略。对比仿真实验结果表明,提出的算法在业务QoS满足率、切片带宽平均利用率和业务调度完成时间上均有较大提升,实现异构网络的业务数据定制化传输,以及宽窄融合通信网络高效灵活的可管可控。