0 引言

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

    無(wú)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(jìn)一步提高資源利用率。然而，如何將虛擬化后的資源進(jìn)行有效分配從而進(jìn)一步提高資源利用率成為現(xiàn)在主要關(guān)心的問(wèn)題之一。

    針對(duì)目前無(wú)線網(wǎng)絡(luò)中的虛擬資源分配問(wèn)題，文獻(xiàn)[1]研究了虛擬網(wǎng)絡(luò)的靜態(tài)資源分配問(wèn)題，但是沒(méi)有考慮動(dòng)態(tài)配置過(guò)程。文獻(xiàn)[2]提出一種無(wú)線虛擬網(wǎng)絡(luò)的切片方案，通過(guò)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(gè)網(wǎng)絡(luò)的總速率，同時(shí)跟蹤每個(gè)MVNO的SLA(Service Level Agreements)，確保為每個(gè)MVNO提供最小的帶寬分配。文獻(xiàn)[3]基于網(wǎng)絡(luò)虛擬化模型，將子載波分配、功率分配和運(yùn)營(yíng)商的選擇進(jìn)行聯(lián)合優(yōu)化，通過(guò)設(shè)計(jì)一種迭代算法來(lái)最小化功耗和最大化傳輸速率。

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

    因此基于以上研究，本文針對(duì)無(wú)線虛擬化網(wǎng)絡(luò)場(chǎng)景提出了一種基于隊(duì)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(jià)需求，聯(lián)合計(jì)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(jìn)行轉(zhuǎn)化，對(duì)MVNO收益最優(yōu)性和系統(tǒng)隊(duì)列的穩(wěn)定性實(shí)現(xiàn)權(quán)衡控制。

1 系統(tǒng)模型與問(wèn)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。

    設(shè)InP中部署基站的集合用J={0，1，…，j}來(lái)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(shí)刻的信干燥比為：

其中，K表示所有MVNOi里面的用戶集合，W_j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(jì)算資源與帶寬之間的關(guān)系可以近似地簡(jiǎn)化為：

1.2 問(wèn)題構(gòu)建

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：

2．2 基于拉格朗日對(duì)偶分解算法

    由于目標(biāo)函數(shù)是凸優(yōu)化問(wèn)題，因此可以用拉格朗日函數(shù)對(duì)偶理論進(jìn)行求解，式(20)對(duì)應(yīng)的拉格朗日函數(shù)為：

3 性能結(jié)果與仿真分析

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

    圖2描述了無(wú)線虛擬化網(wǎng)絡(luò)在本文算法控制下平均收益與隊(duì)列積壓之間的平衡關(guān)系。當(dāng)控制參數(shù)V的取值由0取到400時(shí)，時(shí)間平均收益和隊(duì)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(shí)現(xiàn)期望的控制目標(biāo)。從圖中可以看出，當(dāng)V≥400時(shí)，時(shí)間平均效用和隊(duì)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(duì)效用的提高并不明顯。

    圖3描述了不同MVNO的用戶隊(duì)列在時(shí)間尺度上變化：在時(shí)隙0～300之間，3個(gè)MVNO的用戶隊(duì)列成線性增長(zhǎng)；但是在時(shí)隙300～1 000內(nèi)，用戶隊(duì)列趨于平穩(wěn)。這是因?yàn)楸疚牟捎肔yapunov隨機(jī)優(yōu)化的方法，能夠有效保證系統(tǒng)隊(duì)列的穩(wěn)定性。

    圖4描述了用戶數(shù)量和系統(tǒng)吞吐量的關(guān)系。為了對(duì)比不同算法的性能，本文將根據(jù)文獻(xiàn)[7]提出的聯(lián)合資源配置算法(Joint Resource Provisioning Algorithm，JRPA)和文獻(xiàn)[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(duì)比算法。從圖中可以看出，隨著用戶數(shù)量的增長(zhǎng)，3種算法系統(tǒng)的吞吐量也在上升，當(dāng)用戶的數(shù)量達(dá)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(méi)有在這3種算法中達(dá)到最高，這是因?yàn)镴RPA算法的優(yōu)化目標(biāo)是吞吐量，會(huì)對(duì)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(biāo)進(jìn)行資源分配。

    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(duì)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。

4 結(jié)論

    針對(duì)無(wú)線虛擬化網(wǎng)絡(luò)中多種資源動(dòng)態(tài)分配的問(wèn)題，本文提出了一種基于隊(duì)列穩(wěn)定性的聯(lián)合資源優(yōu)化算法。該算法首先對(duì)不同MVNO采用不同的定價(jià)機(jī)制，聯(lián)合多種資源以最大化MVNO收益為目標(biāo)建立收益模型。其次，運(yùn)用Lyapunov隨機(jī)優(yōu)化方法對(duì)虛擬網(wǎng)絡(luò)收益的最優(yōu)性與請(qǐng)求隊(duì)列的穩(wěn)定性實(shí)現(xiàn)權(quán)衡控制。仿真結(jié)果表明，該算法在保證系統(tǒng)隊(duì)列穩(wěn)定性的能同時(shí)提高M(jìn)VNO的總收益。

參考文獻(xiàn)

[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(dòng)通信技術(shù)重點(diǎn)實(shí)驗(yàn)室，重慶400065）