《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計應(yīng)用 > 基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法
基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法
2018年電子技術(shù)應(yīng)用第8期
胡曉東，高 鵬，唐 倫，陳前斌
重慶郵電大學(xué) 移動通信技術(shù)重點實驗室，重慶400065
摘要： 為了解決無線虛擬化網(wǎng)絡(luò)中的多種資源動態(tài)分配問題，保證系統(tǒng)隊列穩(wěn)定性的前提下提高網(wǎng)絡(luò)資源利用率，提出一種基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法。首先，該算法考慮了每個虛擬運營商的緩存資源限制，對不同的虛擬運營商采取不同的定價機制，將多種虛擬資源分配作為一個聯(lián)合優(yōu)化問題，以最大化虛擬運營商收益為目標建立效用函數(shù)。然后，運用Lyapunov隨機優(yōu)化方法，根據(jù)當前系統(tǒng)用戶的數(shù)據(jù)積壓量設(shè)計了一種分布式調(diào)度算法，對虛擬網(wǎng)絡(luò)收益的最優(yōu)性與系統(tǒng)隊列的穩(wěn)定性進行權(quán)衡控制。最后，利用Lagrange理論對模型進行迭代求解。仿真結(jié)果表明，所提優(yōu)化方案能夠保證系統(tǒng)穩(wěn)定的前提下提高虛擬網(wǎng)絡(luò)總收益。
中圖分類號： TN929.5
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.174574
中文引用格式： 胡曉東，高鵬，唐倫，等. 基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法[J].電子技術(shù)應(yīng)用，2018，44(8)：109-112，117.
英文引用格式： Hu Xiaodong，Gao Peng，Tang Lun，et al. Joint resource optimization algorithm based on queue stability[J]. Application of Electronic Technique，2018，44(8)：109-112，117.
Joint resource optimization algorithm based on queue stability
Hu Xiaodong，Gao Peng，Tang Lun，Chen Qianbin
Key Laboratory of Mobile Communication Technology，Chongqing University of Post and Telecommunications， Chongqing 400065，China
Abstract： To achieve the dynamic allocation of multiple resources and improve the resource utilization with ensuring the queue stability, the paper proposes a joint resource optimization algorithm based on queue stability in wireless virtualized networks. Considering the cache resource constraints and different pricing mechanisms for each virtual operator, the algorithm allocates multiple virtual resources as a joint optimization problem, and establishes a utility function aiming at maximizing the profit of virtual operators. Secondly, based on the data volume, a distributed scheduling algorithm is designed to balance the optimality of the virtual network revenue and the stability of the system queue through Lyapunov stochastic optimization. Finally, the Lagrange duality theory is used to solve the model. The simulation results show that the proposed method can effectively improve the total average revenue of virtual network while guaranteeing the queue stability.
Key words : wireless virtualized networks；joint optimization；Lyapunov；queue stability；network utility

0 引言

    隨著蜂窩網(wǎng)絡(luò)流量和服務(wù)的巨大增長，無線資源變得非常稀缺，但是部署具有更高容量的無線網(wǎng)絡(luò)來處理這種增長是昂貴且具有挑戰(zhàn)性的。在這種情況下，無線虛擬化技術(shù)受到網(wǎng)絡(luò)運營商的高度關(guān)注。

    無線虛擬化的主要思想是將基礎(chǔ)設(shè)施提供商(Infrastructure Providers，InP)提供的基礎(chǔ)設(shè)施與服務(wù)解耦，因此不同的服務(wù)可以共享相同的基礎(chǔ)設(shè)施，這可以進一步提高資源利用率。然而，如何將虛擬化后的資源進行有效分配從而進一步提高資源利用率成為現(xiàn)在主要關(guān)心的問題之一。

    針對目前無線網(wǎng)絡(luò)中的虛擬資源分配問題，文獻[1]研究了虛擬網(wǎng)絡(luò)的靜態(tài)資源分配問題，但是沒有考慮動態(tài)配置過程。文獻[2]提出一種無線虛擬網(wǎng)絡(luò)的切片方案，通過集中啟發(fā)式方法將頻譜資源有效地分配給不同的MVNO，該方案最大限度地提高整個網(wǎng)絡(luò)的總速率，同時跟蹤每個MVNO的SLA(Service Level Agreements)，確保為每個MVNO提供最小的帶寬分配。文獻[3]基于網(wǎng)絡(luò)虛擬化模型，將子載波分配、功率分配和運營商的選擇進行聯(lián)合優(yōu)化，通過設(shè)計一種迭代算法來最小化功耗和最大化傳輸速率。

    盡管已有不少文章對無線虛擬化網(wǎng)絡(luò)中的資源分配問題進行了研究[4-6]，但是通常只考慮網(wǎng)絡(luò)中的一種資源，沒有聯(lián)合優(yōu)化其它虛擬資源的分配。另外很少有文獻將虛擬網(wǎng)絡(luò)的收益與系統(tǒng)穩(wěn)定性進行平衡控制。

    因此基于以上研究，本文針對無線虛擬化網(wǎng)絡(luò)場景提出了一種基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法。該算法首先考慮了不同的定價需求，聯(lián)合計算、緩存和回程鏈路資源建立資源分配效用模型,并基于Lyapunov優(yōu)化理論進行轉(zhuǎn)化，對MVNO收益最優(yōu)性和系統(tǒng)隊列的穩(wěn)定性實現(xiàn)權(quán)衡控制。

1 系統(tǒng)模型與問題構(gòu)建

1.1 系統(tǒng)模型

    本文的系統(tǒng)架構(gòu)如圖1所示。

tx6-t1.gif

    設(shè)InP中部署基站的集合用J={0，1，…，j}來表示，用U={0，1，…，i}表示MVNO中所有切片用戶的集合。與基站j關(guān)聯(lián)的用戶k(i，u)在t時刻的信干燥比為：

tx6-gs1-4.gif

其中，K表示所有MVNOi里面的用戶集合，Wj表示分配給基站j的回程鏈路帶寬。一般而言，虛擬資源與頻譜資源之間存在近似的線性關(guān)系，因此在本文系統(tǒng)的緩存資源和計算資源與帶寬之間的關(guān)系可以近似地簡化為：

tx6-gs5-11.gif

1.2 問題構(gòu)建

tx6-gs12-14.gif

2 基于Lyapunov資源分配優(yōu)化算法

2．1 模型轉(zhuǎn)化

    Lyapunov函數(shù)可以定義如下：

tx6-gs15-20.gif

2．2 基于拉格朗日對偶分解算法

    由于目標函數(shù)是凸優(yōu)化問題，因此可以用拉格朗日函數(shù)對偶理論進行求解，式(20)對應(yīng)的拉格朗日函數(shù)為：

tx6-gs21-22.gif

tx6-gs23-24.gif

3 性能結(jié)果與仿真分析

    本文考慮3個MVNO，其收費單價分別為30、10、15 units/(Mb/s)。頻譜、回程、計算和緩存資源的單價為80、5、50、20 units/(Mb/s)。下面通過MATLAB仿真分析評估了所提算法的性能，表1為基本的仿真參數(shù)設(shè)置。

tx6-b1.gif

    圖2描述了無線虛擬化網(wǎng)絡(luò)在本文算法控制下平均收益與隊列積壓之間的平衡關(guān)系。當控制參數(shù)V的取值由0取到400時，時間平均收益和隊列逐漸增大并趨于平衡。MVNO可以利用兩者之間的平衡關(guān)系，合理地選擇控制參數(shù)V，實現(xiàn)期望的控制目標。從圖中可以看出，當V≥400時，時間平均效用和隊列積壓之間能夠?qū)崿F(xiàn)較好的平衡，但是V持續(xù)增大對效用的提高并不明顯。

tx6-t2.gif

    圖3描述了不同MVNO的用戶隊列在時間尺度上變化：在時隙0～300之間，3個MVNO的用戶隊列成線性增長；但是在時隙300～1 000內(nèi)，用戶隊列趨于平穩(wěn)。這是因為本文采用Lyapunov隨機優(yōu)化的方法，能夠有效保證系統(tǒng)隊列的穩(wěn)定性。

tx6-t3.gif

    圖4描述了用戶數(shù)量和系統(tǒng)吞吐量的關(guān)系。為了對比不同算法的性能，本文將根據(jù)文獻[7]提出的聯(lián)合資源配置算法(Joint Resource Provisioning Algorithm，JRPA)和文獻[4]中的切片功率聯(lián)合分配(Joint Slice and Power Allocation，JSPR)算法作為本文的對比算法。從圖中可以看出，隨著用戶數(shù)量的增長，3種算法系統(tǒng)的吞吐量也在上升，當用戶的數(shù)量達到一定數(shù)值后系統(tǒng)吞吐量將趨于穩(wěn)定。另外，本文算法系統(tǒng)的吞吐量并沒有在這3種算法中達到最高，這是因為JRPA算法的優(yōu)化目標是吞吐量，會對數(shù)據(jù)傳輸高速率的用戶優(yōu)先分配資源，而其余兩種方案是以最大化網(wǎng)絡(luò)收益為目標進行資源分配。

tx6-t4.gif

    圖5描述了隨著用戶數(shù)量的增加，3種方案網(wǎng)絡(luò)效用的對比圖。從圖中可以看出，本文提出的算法性能上較其他兩種算法效用有所提高。

tx6-t5.gif

4 結(jié)論

    針對無線虛擬化網(wǎng)絡(luò)中多種資源動態(tài)分配的問題，本文提出了一種基于隊列穩(wěn)定性的聯(lián)合資源優(yōu)化算法。該算法首先對不同MVNO采用不同的定價機制，聯(lián)合多種資源以最大化MVNO收益為目標建立收益模型。其次，運用Lyapunov隨機優(yōu)化方法對虛擬網(wǎng)絡(luò)收益的最優(yōu)性與請求隊列的穩(wěn)定性實現(xiàn)權(quán)衡控制。仿真結(jié)果表明，該算法在保證系統(tǒng)隊列穩(wěn)定性的能同時提高MVNO的總收益。

參考文獻

[1] ZHU Y，AMMAR M.Algorithms for assigning substrate network resources to virtual network components[C].INFOCOM 2006. IEEE International Conference on Computer Communications.Proceedings.IEEE，2007：1-12.

[2] KAMEL M I，LE L B，GIRARD A.LTE multi-cell dynamic resource allocation for wireless network virtualization[C].Wireless Communications and Networking Conference(WCNC).IEEE，2015：966-971.

[3] ZHANG Y，ZHAO L，LOPEZ P D，et al.Energy-efficient virtual resource allocation in OFDMA systems[C].Global Communications Conference.IEEE，2017：1-6.

[4] LEANH T，TRAN N，NGO D T，et al.Resource allocation for virtualized wireless networks with backhaul constraints[J].IEEE Communications Letters，2017，21(1)：148-151.

[5] JUMBA V，PARSAEEFARD S，DERAKHSHANI M，et al.Dynamic resource provisioning with stable queue control for wireless virtualized networks[C].IEEE International Symposium on Personal, Indoor，and Mobile Radio Communications.IEEE，2015：1856-1860.

[6] CHEN L，YU F R，JI H，et al.Distributed resource allocation for virtualized small cell networks with full duplex self-backhauls[C].IEEE Global Communications Conference.IEEE，2015：1-6.

[7] PARSAEEFARD S，JUMBA V，DERAKHSHANI M，et al.Joint resource provisioning and admission control in wireless virtualized networks[C].Wireless Communications and Networking Conference.IEEE，2015：2020-2025.




作者信息:

胡曉東，高  鵬，唐  倫，陳前斌

（重慶郵電大學(xué) 移動通信技術(shù)重點實驗室，重慶400065）

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。