一种基于5G的CRAN机房资源精细化管理系统研究

随着5G网络的建设,5G集中化无线接入网(Centralized Radio Access Network,CRAN)机房负荷明显提升,因此急需引入一种新模式实现对机房现有资源的统计、展示及分析,以便实时掌握各机房内的资源使用状况,从而提升规划、设计及建设效率。提出一种基于CAD软件与VBA编程的5G CRAN机房资源精细化管理系统,可以实时统计与分析CRAN机房内机柜、机框、光纤的占用等情况,对推动CRAN机房精细化管理具有重要的现实意义。

一种基于GIS呈现的密集城区CRAN区分裂评估方法

文章提出了一种基于地理信息系统(Geographic Information System,GIS)呈现的密集城区集中无线接入网络(Centralized Radio Access Network,CRAN)区分裂评估方法。该方法利用GIS技术,通过数据收集和参数GIS呈现,综合评估CRAN区域内微网格的业务需求和设备接入能力。通过现网环路带宽分析和判断是否需要分裂,制订最优匹配调整CRAN范围和CRAN分裂回传组网的方案,满足网络的健康发展和适应未来需求。该方法为密集城区CRAN网络规划和优化提供了科学的参考和决策依据。

基于5G C−RAN技术的数字化矿山全光网研究

建设数字化矿山的首要问题之一是构建一张低时延、大带宽、高可靠的高品质信息网络,WiFi、4G等传统无线通信技术已无法满足矿山数字化转型的新需求。从数字化矿山对通信网络的需求出发,研究了5G技术在井下矿山应用的必要性和部署难点,指出基于集中式无线接入网(C−RAN)的井下5G组网方案可有效降低5G网络在井下的部署要求和难度,但须解决光纤资源消耗大、“哑资源”故障管理难2个问题。提出了基于5G C−RAN技术的数字化矿山全光网系统,从C−RAN接入网、高速全光网、智能管控平台3个层面阐述了系统架构,并研究了半有源光网络架构、低成本波分复用(WDM)高速传输、智能管控平台等关键技术。该系统采用直检WDM技术节省光纤资源,可将光纤使用数量减少91.67%,同时基于半有源架构、调顶操作维护管理(OAM)技术实现对光纤网络的低成本管控和灵活部署,破解井下巷道光纤资源紧张和光纤网络管理难题。实验结果表明:12个不同波长WDM光模块的发送光功率为3.5~5.2 dBm,接收灵敏度为−16.9~−19.0 dBm,链路预算能力可达21 dB以上,满足应用要求;消光比为4.7~5.1 dB,眼图裕量大于17.5%,表明了较高的信号质量;在低温−40℃和高温85℃下,WDM光模块发送光功率、接收灵敏度均存在一定性能劣化,但仍然能够满足10 km传输需求。现场应用结果表明,12个不同波长WDM光模块的发送光功率为3.7~5.6 dBm,接收灵敏度为−17.9~−16.3 dBm,其中最差通道的链路预算能力仍在20.2 dB以上,满足应用要求。

C-RAN:面向绿色的未来无线接入网演进

在高速发展的移动业务和日趋激烈的竞争环境下,移动运营商面临着多方面的挑战:高额的能耗、高涨的建设和运维成本、紧张的频谱资源、快速增长的业务流量以及日趋严峻的成本压力。为解决这些挑战并追求未来可持续的增长,根据现网条件和技术进步的趋势,提出了面向绿色演进的新型无线接入网构架C-RAN。C-RAN是基于集中化处理(Centralized),协作式无线电(Cooperative Radio)和实时云计算构架(Real-time Cloud Infrastructure)的无线接入网构架,集中式基带处理可以大大减少覆盖同样区域所需基站的数量;面向协作的无线远端模块和天线可以提高系统频谱效率;基于开放平台的实时云型基础设施和基站虚拟化技术可以降低成本,共享处理资源,减少能源消耗,提高基础设施利用率。这些特点能够很好地解决移动运营商所面临的上述挑战,并满足营收和未来移动互联网业务同步发展要求。

第五代移动通信系统5G标准化展望与关键技术研究

随着第四代移动通信系统(The fourth generation mobile communication system,4G)长期演进技术(Long term evolution,LTE)在全球商用的成功展开和移动数据的爆发式增长,对第五代移动通信系统(The fifth generation mobile communication system,5G)的研发提上日程。本文首先分析了5G发展的两个驱动力,介绍了国际电联(International telecommunication union,ITU)对5G标准化的规划和最新进展,总结了通信业界与学术界公认的5G关键技术,并对其中的无线网络相关技术,超密集蜂窝(Ultra dense cellular network,UDN)和集中式蜂窝架构的研究进行了深入的分析介绍。最后总结了5G的发展趋势和未来的研究动向。

基于集中式接入网架构的异构无线网络资源管理技术研究

未来无线通信网络将是一个多种无线接入方式共存的异构网络,如何实现异构网络在频谱、软硬件资源等方面的融合是一个亟需解决的问题。现有方案受限于不同网络独立部署的架构,无法真正实现异构网络资源的融合。针对该问题,提出了一种新型的基于集中式接入网架构的异构网络融合平台,可以在集中式资源池基础上进行异构网络间处理资源及无线资源的共享与统一管理。基于该平台,进一步阐述了异构网络资源管理的关键技术,包括基站资源虚拟化、处理资源按需分配、动态频谱共享、网络覆盖优化及性能分析验证方法等,为未来异构网络融合研究提供了一种可行的方案。

基于深度强化学习的异构云无线接入网自适应无线资源分配算法

为了满足无线数据流量大幅增长的需求,异构云无线接入网(H-CRAN)的资源优化仍然是亟待解决的重要问题。该文在H-CRAN下行链路场景下,提出一种基于深度强化学习(DRL)的无线资源分配算法。首先,该算法以队列稳定为约束,联合优化拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型。其次,考虑到调度问题的复杂性,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾问题。最后,针对无线网络环境的复杂性和动态多变性,引入迁移学习(TL)算法,利用TL的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。此外,TL通过迁移DRL模型的权重参数,进一步地加快了DRL算法的收敛速度。仿真结果表明,该文所提算法可以有效地增加网络吞吐量,提高网络的稳定性。

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。

异构云无线接入网下基于功率域NOMA的能效优化算法

针对异构云无线接入网络的频谱效率和能效问题,该文提出一种基于功率域-非正交多址接入(PDNOMA)的能效优化算法。首先,该算法以队列稳定和前传链路容量为约束,联合优化用户关联、功率分配和资源块分配,并建立网络能效和用户公平的联合优化模型;其次,由于系统的状态空间和动作空间都是高维且具有连续性,研究问题为连续域的NP-hard问题,进而引入置信域策略优化(TRPO)算法,高效地解决连续域问题;最后,针对TRPO算法的标准解法产生的计算量较为庞大,采用近端策略优化(PPO)算法进行优化求解,PPO算法既保证了TRPO算法的可靠性,又有效地降低TRPO的计算复杂度。仿真结果表明,该文所提算法在保证用户公平性约束下,进一步提高了网络能效性能。

基于超级基站的集中式接入网络架构的物理层虚拟化方法

针对集中式接入网络基带物理层计算资源异构性、基带算法模块间依赖性和物理层通信协议的实时性的存在而导致传统虚拟化技术不再适用的问题,在中科院计算所的超级基站的架构基础上,按照TD-LTE协议提出了一种基于单元级和系统级的二层资源调度策略,从而达到物理层计算资源虚拟化和实现虚拟基站的负载均衡和负载聚合的目的。仿真结果显示,这种实现物理层虚拟化的资源调度策略能够为集中式接入网络的物理层带来1.6的资源复用增益和3.725的功率复用增益。本研究能够为集中式接入网物理层计算资源池虚拟化的实现提供参考。

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。

基于集中式架构的无线接入网优化部署研究

基于集中式架构的无线接入网通过资源池共享处理资源,与基于分布式架构的无线接入网相比,明显减少了网络所需的处理资源,该性能可以通过统计复用增益(SMG)来评估。本文建立了基于时-空联合流量分布的处理资源SMG模型,并推导出SMG的闭合表达式。在此基础上,综合考虑集中式架构网络部署的处理资源池、远端射频单元(RRH)及光纤的成本,建立了无线接入网基站主设备部署成本模型,并进行成本分析。仿真结果表明,SMG随着服务阈值比Pth的增大而增大。当采用集中式架构部署的小区占比η固定时,总成本TC随着成本因子CF的增大而减小。当成本因子CF固定时,总成本TC随着η的变化趋势取决于成本因子CF的取值大小。本文的研究为基于集中式架构的无线接入网部署提供了理论指导,具有实际应用价值。

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%。

基于业务类型的集中式接入网基站处理资源分配算法

现有的资源分配算法研究主要面向数据中心和云计算环境展开,未能充分考虑基站处理资源的多样性(CPU、内存、网络带宽、FPGA、DSP)和业务种类的多样性,不能直接应用于集中式接入网架构中。针对该问题,提出了基于业务类型的资源分配算法,首先采用Fisher分割方法,根据用户业务类型对不同类型计算资源的需求,对业务进行分类,然后利用资源分配均衡策略分配基站处理资源。仿真结果表明,该算法有效地减少了开启物理服务器的个数并提高了物理服务器的资源利用率,达到了绿色节能的目的。

基于C-RAN的BBU-RRH的动态调度方案设计

在云接入网络(Cloud Radio Access Network,C-RAN)架构中,传统的基站分为基带处理单元(Base Band Unit,BBU)和射频拉远头(Remote Radio Head,RRH),所有的RRH分布在远程站点共享运行在云中心的BBU资源池。现有的方案考虑的RRH只能将数据传输到唯一归属的BBU上,导致不同的BBU之间不能共享数据。提出了一种基于C-RAN的BBU-RRH的动态调度方案(DSSC),BBU间通过借用资源的方式动态地给RRH分配资源。仿真结果表明,本文提出的方案可以有效地提高系统的吞吐量和频谱效率,减少了资源的浪费。

一种基于5G云接入网络架构下的能耗获取方法

本文给出一种5G云接入网架构下能耗"读取/获取"的具体方式,通过"采集—存储—读取—计算"几个步骤,新增采集装置、计算装置及数据库几个功能单元,解决了按照预设时间周期,对目标网络子单元进行灵活的能耗读取和获取问题,能够按需、灵活输出云接入无线接入网各子单元的能耗数据。能够配合现有技术,实现CU和DU网络子单元的能效评估。

一种C-RAN架构无线网络中的干扰抑制方法

无线网络中移动终端因为共享无线信道而存在相互干扰,针对C-RAN(centralized,cooperative,cloud,and clean-radio access network)架构无线网络中的上行干扰抑制问题进行研究,利用C-RAN架构网络具有集中式处理特点,在分析了各远端射频单元(remote radio unit,RRU)之间信号存在相关性的基础上,证明了利用信号之间的相关性进行干扰消除,在一定条件下是存在的。基于此,提出通过各个移动终端到邻近RRU的信号来建立网络中移动终端之间的相关矩阵,进而求得干扰消除矩阵,利用得到的干扰消除矩阵对网络中的上行信号进行处理,消除上行信号中由移动终端发送信号所产生的干扰。仿真结果表明,采用矩阵干扰消除方法,在四进制正交幅度调制(4-quadrature amplitude modulation,4QAM),16QAM等调制模式下,相比于传统接收方式,误码率都有明显的改善,且随着背景噪声的减小,误码率的下降速率更快。

一种多点协作压缩感知信道估计伪随机导频图案生成算法

为了减少集中式/协作式/云计算无线接入网(centralized,cooperative,cloud radio access network,C-RAN)平台多点协作通信的信道估计中插入导频的数量,引入了压缩感知技术,进而提出一种伪随机导频图案生成算法,生成一种导频图案设计方案。由该算法生成的导频图案能满足压缩感知的观测矩阵条件,可以使得收发两端能同步计算出导频位置信息,克服了传统压缩感知信道估计因采用随机导频图案使得接收端很难确定导频的插入位置信息,进而很难分离导频与数据的问题。此外,该算法还能根据实际硬件条件,在性能与计算时间上进行权衡。通过在数字信号处理(digital signal process,DSP)芯片上进行硬件验证和Matlab软件上进行仿真验证,仿真结果表明,在C-RAN平台的多点协作通信的信道估计中,提出的方案具有较好的性能。

C-RAN系统中干扰软消除估计算法

为减小无线接入网系统的小区间干扰,提出了基于集中式无线接入网络(C-RAN)架构下的多用户集中式干扰迭代软消除估计算法,通过对数后验似然函数得出干扰信号的贝叶斯最小均方误差(MMSE)估计量来逼近最优估计量,进行软信号重置,防止误差的扩散,并最终达到收敛.仿真分析表明:在C-RAN架构下,采用多用户集中式干扰迭代软消除算法,在最优的干扰检测机无法实现的情况下,可采用次优的干扰软信号估计算法,并针对干扰信号迭代估计过程中有可能出现的误差扩散状况采用软信号重置机制,实现低复杂度的快速收敛.