(中國移動通信集團廣東有限公司,廣東 廣州 510064)
無線異構(gòu)網(wǎng)絡(luò)作為5G 網(wǎng)絡(luò)的典型架構(gòu),通過整合宏基站、微基站、家庭基站等方式來實現(xiàn)網(wǎng)絡(luò)資源的共享,以應(yīng)對通信用戶對網(wǎng)絡(luò)時延、速率等QoS 指標(biāo)的要求。眾多學(xué)者開展了異構(gòu)無線網(wǎng)絡(luò)資源分配的策略研究,Han 等人[1]提出一種以網(wǎng)絡(luò)頻譜資源為優(yōu)化目標(biāo),采用功率自適應(yīng)算法來對網(wǎng)絡(luò)能效和帶寬進行折中分配,從物理層面對網(wǎng)絡(luò)頻譜資源和功率進行折中優(yōu)化;Gong 等人[2]提出一種網(wǎng)絡(luò)容量最大化和系統(tǒng)功耗最小化的多目標(biāo)優(yōu)化算法,并通過凸理論對優(yōu)化問題進行求解,最終實現(xiàn)網(wǎng)絡(luò)資源聯(lián)合分配策略;Gardellin 等人[3]在頻譜資源共享的場景下,提出了合作信道接入策略的方式以獲得網(wǎng)絡(luò)最大吞吐量性能;Asif 等人[4]采用博弈的方法來實現(xiàn)異構(gòu)網(wǎng)絡(luò)共享頻譜資源的信道分配策略,結(jié)論表明,該策略很好地滿足異構(gòu)認(rèn)知網(wǎng)絡(luò)的特性;張強[5]以認(rèn)知無線網(wǎng)絡(luò)的動態(tài)資源管理為背景,提出了頻譜資源分配策略和負(fù)載均衡的路由算法,通過獲取用戶對信道的歷史占用信息,為用戶動態(tài)分配合適的信道,以期提高系統(tǒng)的總體公平性;張蒙晰[6]提出了一種基于用戶滿意度的聯(lián)合優(yōu)化策略,該策略以用戶的滿意度出發(fā),將用戶的滿意度和速率代價為優(yōu)化目標(biāo),試圖建立盡可能在滿足用戶滿意度的基礎(chǔ)上,盡量降低網(wǎng)絡(luò)的頻譜和能效的多目標(biāo)優(yōu)化模型。
從上述研究可知,網(wǎng)絡(luò)資源分配的研究從網(wǎng)絡(luò)性能角度開始傾向用戶滿意度角度。在考慮用戶業(yè)務(wù)需求的差異性前提下,通過用戶獲得的網(wǎng)絡(luò)服務(wù)質(zhì)量的角度來分配網(wǎng)絡(luò)資源,對異構(gòu)網(wǎng)絡(luò)性能進行優(yōu)化,以此提升網(wǎng)絡(luò)資源的利用率。本文從這一思路出發(fā),提出基于用戶QoS 角度的網(wǎng)絡(luò)資源優(yōu)化分配策略模型。該模型在對實時業(yè)務(wù)等級和非實時業(yè)務(wù)等級劃分的基礎(chǔ)上,提出基于業(yè)務(wù)QoS 等級(傳輸速率、丟包率和時延抖動)的網(wǎng)絡(luò)優(yōu)先節(jié)點自主控制策略,選取優(yōu)先節(jié)點的比例、網(wǎng)絡(luò)效能、頻譜效率、網(wǎng)絡(luò)容量為網(wǎng)絡(luò)狀態(tài)評價的參量,建立貝葉斯模型對當(dāng)前網(wǎng)絡(luò)狀態(tài)進行評價,通過學(xué)習(xí)推理,指導(dǎo)網(wǎng)絡(luò)優(yōu)先節(jié)點的控制決策,實現(xiàn)網(wǎng)絡(luò)信道的優(yōu)先分配。
網(wǎng)絡(luò)QoS 參數(shù)包括業(yè)務(wù)的傳輸速率、丟包率和時延抖動[7],根據(jù)用戶使用的業(yè)務(wù)對QoS 參數(shù)需求的差異,將用戶業(yè)務(wù)劃分為實時業(yè)務(wù)和非實時業(yè)務(wù)[8]。實時業(yè)務(wù)對傳輸速率和時延抖動要求較高,對丟包率要求較低;相反,非實時業(yè)務(wù)對對傳輸速率和時延抖動要求較低,對丟包率要求較高。根據(jù)用戶對QoS 參數(shù)的需求,對每一個業(yè)務(wù)對傳輸速率、丟包率和時延抖動的要求進行標(biāo)識。當(dāng)節(jié)點i 承載某一個QoS 標(biāo)簽的業(yè)務(wù)時,網(wǎng)絡(luò)控制節(jié)點將結(jié)合節(jié)點當(dāng)前的QoS 標(biāo)簽和當(dāng)前網(wǎng)絡(luò)的性能,確定節(jié)點i 是否會被選取為優(yōu)先節(jié)點,在信道分配時可將最佳信道優(yōu)先分配為優(yōu)先節(jié)點。
因此,采用網(wǎng)絡(luò)QoS 參數(shù)劃分用戶的業(yè)務(wù)等級,其QoS 標(biāo)簽并不一定是劃分優(yōu)先節(jié)點的標(biāo)準(zhǔn),僅僅作為一個備選優(yōu)先等級的依據(jù)。在判決節(jié)點優(yōu)先等級時,需要考慮當(dāng)前網(wǎng)絡(luò)性能和劃分等級后的網(wǎng)絡(luò)性能的變化。
基于QoS 等級的優(yōu)先節(jié)點選取是根據(jù)動態(tài)的網(wǎng)絡(luò)狀態(tài)進行判斷,如果網(wǎng)絡(luò)出現(xiàn)不平衡的狀態(tài),將根據(jù)當(dāng)前的網(wǎng)絡(luò)狀態(tài)值選擇或者剔除;相反,如果網(wǎng)絡(luò)處于平衡的狀態(tài)時,那么就維持現(xiàn)狀?;赒oS 等級的優(yōu)先節(jié)點自主選取流程圖如圖1 所示:
圖1 基于QoS等級的優(yōu)先節(jié)點自主選取
圖1 展示基于QoS 等級的優(yōu)先節(jié)點自主選取流程,具體為:
第一步:根據(jù)用戶的地理位置和業(yè)務(wù)需求,上報節(jié)點i 承載的業(yè)務(wù)QoS 標(biāo)簽。QoS 標(biāo)簽對傳輸速率、丟包率和時延抖動要求是有差別的。一般來說,實時業(yè)務(wù)的QoS 標(biāo)簽比非實時業(yè)務(wù)的QoS 標(biāo)簽值小,標(biāo)簽值越小的標(biāo)簽,其QoS 優(yōu)先級越高。
第二步:統(tǒng)計現(xiàn)有網(wǎng)絡(luò)性能信息,包括網(wǎng)絡(luò)容量、頻譜資源效率以及能耗等指標(biāo)信息。
第三步:結(jié)合業(yè)務(wù)最低QoS 標(biāo)準(zhǔn)(速率、丟包率、時延抖動)和運營商網(wǎng)絡(luò)性能要求(容量、資源利用率、能耗)識別當(dāng)前網(wǎng)絡(luò)性能的狀態(tài)。
第四步:結(jié)合現(xiàn)有網(wǎng)絡(luò)性能信息、業(yè)務(wù)最低QoS 標(biāo)準(zhǔn)和運營商網(wǎng)絡(luò)性能要求,采用貝葉斯模型判斷當(dāng)前網(wǎng)絡(luò)狀態(tài)。如果當(dāng)前網(wǎng)絡(luò)狀態(tài)處于平衡(當(dāng)前時刻QoS 指標(biāo)值近似等于業(yè)務(wù)標(biāo)準(zhǔn)),那么就保持當(dāng)前優(yōu)先節(jié)點的數(shù)量;否則,判定為非平衡狀態(tài)。
第五步:非平衡狀態(tài)的處理。非平衡狀態(tài)的處理包括兩種情況:(1)當(dāng)前時刻QoS 指標(biāo)值低于業(yè)務(wù)標(biāo)準(zhǔn),那么需要逐個增加優(yōu)先節(jié)點,直到QoS 指標(biāo)達(dá)到業(yè)務(wù)標(biāo)準(zhǔn),且當(dāng)前業(yè)務(wù)容量、整體網(wǎng)絡(luò)資源利用率、能耗達(dá)到最低要求;(2)當(dāng)前時刻QoS 指標(biāo)值高于業(yè)務(wù)標(biāo)準(zhǔn),那么需要逐個刪除優(yōu)先節(jié)點,直到QoS 不低于業(yè)務(wù)標(biāo)準(zhǔn),且當(dāng)前業(yè)務(wù)容量、整體網(wǎng)絡(luò)資源利用率、能耗達(dá)到最低要求。
第六步:更新優(yōu)先節(jié)點數(shù)量并輸出優(yōu)先節(jié)點集。本文考慮到用戶使用業(yè)務(wù)以及優(yōu)先節(jié)點選取的隨機性,將在下一小節(jié)詳細(xì)闡述基于貝葉斯的網(wǎng)絡(luò)狀態(tài)評價模型的實現(xiàn)過程。
貝葉斯網(wǎng)絡(luò)通過有向無環(huán)圖來刻畫各屬性之間的依賴關(guān)系以此來推理屬性之間的因果關(guān)系,采用條件概率來描述屬性之間的聯(lián)合概率分布,解決屬性之間的隨機、不確定關(guān)系。因此,本文采用貝葉斯網(wǎng)絡(luò)來描述具有隨機性移動通信網(wǎng)絡(luò)狀態(tài)。
由于用戶使用業(yè)務(wù)在時空上具有一定的隨機性,因此,各節(jié)點承載不同的QoS 要求的業(yè)務(wù)也具有一定的隨機性[9-10]。在不同的時間段,各個節(jié)點承載業(yè)務(wù)的網(wǎng)絡(luò)狀態(tài)、業(yè)務(wù)的QoS 要求以及網(wǎng)絡(luò)容量會發(fā)生變化[11-12],各節(jié)點被選為優(yōu)先節(jié)點也具有隨機性。因此,本文采用貝葉斯模型來解決網(wǎng)絡(luò)狀態(tài)隨機性的問題,基于貝葉斯的網(wǎng)絡(luò)狀態(tài)評價模型如圖2 所示:
圖2 基于貝葉斯的網(wǎng)絡(luò)狀態(tài)評價模型
如圖2,根據(jù)當(dāng)前時刻優(yōu)先節(jié)點數(shù)量以及所分配的信道情況,結(jié)合當(dāng)前承載業(yè)務(wù)的節(jié)點信息進行QoS 指標(biāo)信息的統(tǒng)計,得到當(dāng)前時刻的網(wǎng)絡(luò)狀態(tài)。網(wǎng)絡(luò)狀態(tài)有3 種:當(dāng)前QoS 指標(biāo)低于、近似等于、高于業(yè)務(wù)標(biāo)準(zhǔn)。第一種和第三種狀態(tài)統(tǒng)稱為不平衡的網(wǎng)絡(luò)狀態(tài),第二種狀態(tài)稱為平衡網(wǎng)絡(luò)狀態(tài)。針對不平衡的網(wǎng)絡(luò)狀態(tài),需要基于現(xiàn)有的知識庫,采用貝葉斯模型推理當(dāng)前時刻優(yōu)先節(jié)點選擇策略,對節(jié)點進行調(diào)整,力求在運營效益和業(yè)務(wù)性能要求兩方面實現(xiàn)平衡。如果當(dāng)前時刻QoS 指標(biāo)值低于業(yè)務(wù)標(biāo)準(zhǔn),那么采用逐個增加優(yōu)先節(jié)點的方式對網(wǎng)絡(luò)狀態(tài)進行調(diào)整,直到QoS 指標(biāo)達(dá)到業(yè)務(wù)標(biāo)準(zhǔn),且當(dāng)前業(yè)務(wù)容量、整體網(wǎng)絡(luò)資源利用率、能耗達(dá)到運營最低要求;相反,如果當(dāng)前時刻QoS 指標(biāo)值高于業(yè)務(wù)標(biāo)準(zhǔn),那么采用逐個減少優(yōu)先節(jié)點的方式對網(wǎng)絡(luò)狀態(tài)進行調(diào)整,直到QoS 指標(biāo)不低于業(yè)務(wù)標(biāo)準(zhǔn),且當(dāng)前業(yè)務(wù)容量、整體網(wǎng)絡(luò)資源利用率、能耗達(dá)到運營最低要求?;谏鲜龅耐评恚_定優(yōu)先節(jié)點數(shù)量更新,并以此作為知識更新到下一時刻的知識庫中。同理,在下一時刻,網(wǎng)絡(luò)根據(jù)當(dāng)前時刻的優(yōu)先節(jié)點數(shù)量和信道分配的情況判斷當(dāng)前的網(wǎng)絡(luò)狀態(tài),結(jié)合該時刻知識庫,采用貝葉斯網(wǎng)絡(luò)確定優(yōu)先節(jié)點選擇策略,確定優(yōu)先節(jié)點數(shù)量的更新,如此不斷循環(huán),形成一個優(yōu)先節(jié)點數(shù)量不斷完善的網(wǎng)絡(luò)優(yōu)先節(jié)點選擇策略。
在這里,需要對當(dāng)前時刻知識庫的運作情況進行說明。該知識庫的運作過程包括獲取當(dāng)前是時刻網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)獲取、QoS 指標(biāo)值選擇、QoS 指標(biāo)解析3 大模塊。
網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)獲取,是根據(jù)當(dāng)前業(yè)務(wù)所在的信道情況,對影響網(wǎng)絡(luò)狀態(tài)的指標(biāo),如:速率、丟包率以及時延抖動等指標(biāo)的實時獲取。
QoS 指標(biāo)值選擇,基于數(shù)據(jù)庫的選擇模塊,篩選出基于業(yè)務(wù)種類和數(shù)量規(guī)則的QoS 指標(biāo)。
QoS 指標(biāo)解析,基于當(dāng)前的業(yè)務(wù)種類和數(shù)量,計算滿足用戶業(yè)務(wù)需求的QoS 指標(biāo)值,也就是將當(dāng)前時刻業(yè)務(wù)特征的QoS 指標(biāo)知識放進知識庫中,重新計算當(dāng)前業(yè)務(wù)特征的QoS 指標(biāo),以保證QoS 指標(biāo)解析的正確性。
優(yōu)先節(jié)點的信道分配策略遵循優(yōu)先級高低進行擇優(yōu)分配策略。也就是,如果節(jié)點的優(yōu)先級較高且節(jié)點所擁有的信道數(shù)量小于底線,那么優(yōu)先級較高的節(jié)點優(yōu)先從可用信道集合中選擇容量最大的信道;相反,如果節(jié)點的優(yōu)先級較低且節(jié)點所擁有的信道數(shù)量小于底線,那么優(yōu)先級較低的節(jié)點則要等待優(yōu)先節(jié)點信道分配結(jié)束后才能選擇信道。為了保證網(wǎng)絡(luò)信道分配的公平性,在第k次分配中,從QoS 標(biāo)簽排序為k的節(jié)點開始,到第k-1 個節(jié)點結(jié)束。
本文仿真的網(wǎng)絡(luò)環(huán)境是在廣州市某區(qū)5 km×5 km 的范圍內(nèi),該范圍隨機部署1 000 個節(jié)點,該節(jié)點擁有帶寬1 MHz 的正交信道20 個。
為了對比不同策略的網(wǎng)絡(luò)性能,將基于信道容量的信道資源分配策略與基于用戶QoS 的網(wǎng)絡(luò)資源分配策略進行網(wǎng)絡(luò)性能對比。按照該區(qū)實時業(yè)務(wù)的使用頻率和數(shù)量,將優(yōu)先節(jié)點的數(shù)量設(shè)置的閾值定為5%—10%范圍內(nèi)。
(1)網(wǎng)絡(luò)總?cè)萘康膶Ρ?/p>
如圖3 所示,隨著使用節(jié)點數(shù)量的增加,無論是基于用戶QoS 的網(wǎng)絡(luò)資源分配策略還是基于信道容量的信道資源分配策略,網(wǎng)絡(luò)總?cè)萘坎粩嘣黾?。隨著頻譜資源的利用率增加,網(wǎng)絡(luò)的平均容量不斷降低。這是因為隨著節(jié)點數(shù)量的增加,更多的優(yōu)質(zhì)信道會被選中,資源得到充分利用。由于基于用戶QoS 的網(wǎng)絡(luò)資源分配策略考慮了用戶使用業(yè)務(wù)的QoS 指標(biāo),也就是針對節(jié)點i 承載的業(yè)務(wù)對傳輸速率、丟包率和時延抖動要求,優(yōu)先從信道集合中容量最大的信道作為傳輸信道,因此,不僅滿足用戶使用業(yè)務(wù)的QoS,還能有針對性應(yīng)對該地區(qū)實時業(yè)務(wù)的需求,提升總體的網(wǎng)絡(luò)容量。
圖3 網(wǎng)絡(luò)總?cè)萘繉Ρ?/p>
(2)網(wǎng)絡(luò)公平性的對比
如圖4 所示,隨著使用節(jié)點數(shù)量的增加,無論是基于用戶QoS 的網(wǎng)絡(luò)資源分配策略還是基于信道容量的信道資源分配策略,網(wǎng)絡(luò)公平性不斷增加。隨著頻譜資源的利用率增加,網(wǎng)絡(luò)公平性在逐漸降低。這是因為隨著節(jié)點數(shù)量的增加,更多的信道可以被選中,因此,網(wǎng)絡(luò)公平性相對提升。由于本文的方法在每一輪信道的分配過程中,跟基于信道容量的信道資源分配策略相比是有區(qū)別的:在第k次分配中,從QoS 標(biāo)簽排序為k的節(jié)點開始,到第k-1 個節(jié)點結(jié)束。這種分配策略能夠保證排名第k名的節(jié)點在第k輪的信道分配時,能夠優(yōu)先選擇可用信道集中性能最好的信道,因此在一定程度上保證網(wǎng)絡(luò)信道分配的公平性。
圖4 網(wǎng)絡(luò)公平性對比
從上述實驗結(jié)果可知,可用信道和業(yè)務(wù)QoS 的感知和檢測都能在一定程度上提升頻率資源的利用率,在滿足用戶最低QoS 的情況下,合理控制優(yōu)先節(jié)點選取可用信道策略有利于提升頻譜利用率。
本文在5G 異構(gòu)網(wǎng)絡(luò)的架構(gòu)上,介紹一種基于用戶QoS 的網(wǎng)絡(luò)資源分配策略,該策略是在兼顧收益和實時業(yè)務(wù)QoS 的需求,利用貝葉斯網(wǎng)絡(luò)推理當(dāng)前優(yōu)先節(jié)點的選擇策略,然后基于確定的優(yōu)先節(jié)點和節(jié)點自身擁有的信道數(shù)量,從可用信道集合中選擇容量最大的信道。實驗證明,該策略與基于信道容量的信道資源分配策略相比,無論在網(wǎng)絡(luò)總體容量還是在網(wǎng)絡(luò)公平性上,都具有良好的表現(xiàn),而且基于用戶QoS 的網(wǎng)絡(luò)資源分配策略考慮了用戶的QoS 指標(biāo),能夠更好滿足異構(gòu)網(wǎng)絡(luò)的實際需求。