没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
1 引言
5G 移动通信系统以其灵活性和高效性为用户提供了超高吞吐量和超低时延
的服务体验
[1
]
。作为 5G 的关键技术,网络功能虚拟化(NFV,network function
virtualization)和移动边缘计算(MEC,mobile edge computing)已得到学术
界和工业界的广泛关注
[2
,3
]
。不同于传统网络通过部署专门硬件来实现网络功能,
NFV 将软硬件解耦,通过在商用服务器上部署虚拟网络功能,构造面向各类业
务 需 求 的、 将 虚 拟 网 络功能有 序 排 列 的 服务功能 链 ( SFC,service function
chain),为用户提供差异化和定制化的服务
[2
]
。MEC 将部分或全部网络功能卸
载到靠近用户的边缘网络,将显著提升服务的时延和吞吐量性能,有效降低核
心网的业务拥塞
[3
]
。
NFV 和 MEC 相互补充,通过在边缘网络的基站中部署虚拟网络功能,可使
用户就近接受网络服务,从而增强了网络管理的灵活性和可伸缩性
[4
]
。然而,与
云接入网(C-RAN,cloud radio access network )等集中式网络架构相比,边
缘网络中 SFC 部署问题将面临如下特有挑战。
1) 与集中式网络架构中的云计算服务器不同, MEC 服务器的计算容量和
存储容量通常受限
[5
,6
,7
]
;单个 MEC 服务器只能部署 SFC 中的部分网络功能。
如何协同利用受限的 MEC 服务器资源,进行虚拟网络功能的有序部署,对
SFC 部署算法带来设计上的挑战。
2) 与核心网中 SFC 部署不同,边缘网络中 SFC 的部署不仅涉及数据流在
基站与基站之间基于有线链路的服务路径选择,而且需考虑执行完最后一项网
络功能后,数据流经基站到用户的无线链路传输。
因此,基于上述挑战,边缘网络 SFC 部署问题面临的关键技术包括服务路
径选择技术和无线链路干扰消除技术。首先,针对实时服务请求,服务路径选
择表示引导数据流依次通过能够支持 SFC 中网络功能的服务基站。其次,由于
无线链路的广播特性,在执行完 SFC 的最后一项网络功能后,数据流经基站到
用户的无线链路存在相互干扰;利用正交频谱资源分配或波束成形技术以消除
用户间干扰,是边缘网络 SFC 部署问题的另一项关键技术。如何针对差异化的
用户需求和有限的网络资源,设计低开销的、基于干扰消除的边缘网络 SFC 部
署算法,已成为学术界和工业界的研究热点。
已有研究工作通常关注端到端的、面向用户的 SFC 部署方案
[8
,9
,10
,11
]
,在网
络资源受限的约束下,实现虚拟网络功能到 MEC 服务器的有效映射,优化用户
的服务体验。文献[8
]研究了边缘网络中 SFC 的服务迁移问题,基于用户随机游
走模型,考虑了迁移代价和时延约束,提出了一种在线服务迁移算法,以最小
化用户的服务中断概率。同样基于用户运动模型,文献[9
]研究了面向内容缓存
服务的最短路由路径的 SFC 部署问题,将最短路径问题建模为一个整数线性规
划(ILP,integer linear programming)问题,提出了一种低复杂度的启发式算
法。基于软件定义的边缘网络,文献[10
]同时考虑了用户的业务体验和服务的可
靠性需求,研究了端到端时延约束下系统的吞吐量优化问题,利用多路径路由
策略保障服务的可靠性,并利用主对偶方法找到每条可行路径的分配带宽。基
于单路径路由策略,文献[11
]同时考虑了节点处理容量和链路带宽约束,研究了
最小化数据流开销的 SFC 映射问题。综上所述,已有的 SFC 部署方案通常是面
向用户的,为每个用户部署一条专用的、定制化的 SFC。然而,随着内容提供
业务(例如,视频、音乐和文件)的持续增长,边缘网络中的流行内容会被多
个用户重复下载
[12
,13
]
,此时,若对具有相同内容请求的多个用户均部署定制化的
SFC,不仅会增大边缘网络中数据流的开销,造成业务拥塞,而且会导致额外
的 MEC 服务器功耗开销。因此,研究基于内容分组的 SFC 部署算法具有重要
理论意义和现实价值。
将请求同一内容的用户划分到一组,设计面向内容的 SFC 部署算法,使该
组所有用户共享一条 SFC,可有效降低系统数据流开销和功耗开销。然而,与
核心网不同,边缘网络无线信道的广播特性使同一内容到多个用户的多播传输
存在相互干扰。基于正交频谱资源分配,文献[14
]提出了一种两阶段协作多播机
制,以降低系统传输功耗,并增强系统覆盖率。首先,利用随机几何理论,采
用基于平均接收信号强度的选择合并技术,分析了基站传输功耗和系统传输功
耗的相互关系;其次,提出了一种基于扇形环结构的移动中继部署方案,进而
推导了基于期望覆盖率的最优基站传输功耗的表达式。基于波束成形技术,文
献[15
]将请求同一内容的用户进行组划分,形成多播组,对组内所有用户发送相
同的数据符号,从而有效节省了无线频谱资源,并降低了数据流开销。文献[16
]
研究了 C-RAN 中运营商的收益优化问题,同时考虑了高带宽和低时延 2 种典型
5G 业务,针对高带宽的内容提供业务,利用波束成形技术实现组内用户干扰抑
制;针对低时延业务,利用正交频谱资源消除用户间干扰。同样基于 C-RAN,
文献[17
]研究了基于混合时间尺度的内容缓存服务,利用协作多播技术以抑制组
内用户干扰,综合考虑系统功耗和用户吞吐量需求等约束,以最大化系统的长
期收益。综上所述,针对面向内容的无线多播技术的研究通常只考虑内容从接
入基站到用户的无线传输这一环节。然而,与云计算服务器相比, MEC 服务器
的存储和计算资源通常受限,单个接入基站只能部署 SFC 中的部分功能。因此,
基于内容分组,引导数据流依序通过多个服务基站,服务路径规划需联合考虑
基站之间的有线链路和接入基站到用户的无线链路,构造“第一个服务基站→第
二个服务基站→…→最后一个服务基站(接入基站)→用户”的端到端服务路径。
本文主要的研究工作如下。
1) 面向内容提供服务,建立边缘网络中联合无线多播的 SFC 部署模型。最
大化系统中数据流开销和功耗开销,并满足链路带宽约束、处理容量约束、吞
吐量需求约束、SFC 部署序列约束、波束向量与信号处理功能的耦合约束,以
及最大发射功率约束。综合考虑数据流、服务器功能维护功耗、服务器功能服
务功耗和无线传输功耗这 4 种系统开销,建立波束成形设计和 SFC 部署的联合
优化问题。该问题是一个 NP(non-deterministic polynomial)难问题,很难找
到多项式时间求解算法。
2) 利用拉格朗日对偶分解技术,将原优化问题转化为 2 个独立子问题。利
用基于 L
p
范数惩罚项的连续凸近似算法,将 ILP 项式的 SFC 部署问题松弛为一
个线性规划(LP,linear programming)问题,并给出了原问题和松弛问题的最
优解等价性证明;利用路径跟随技术,将非凸波束向量优化问题转化为一系列
凸子问题,并给出了算法的单调性分析。
3) 仿真结果表明,本文算法具有良好收敛性能。将本文算法与最优单播
SFC 部署算法和随机多播 SFC 部署算法进行对比,验证了本文算法的有效性。
2 系统模型
在边缘网络中,通过在基站的 MEC 服务器中部署 NFV 技术,基站不仅能
提供基带处理单元(BBU,base-band unit)功能,而且可支持缓存、计算、防
火墙和网络地址转换等多种虚拟网络功能。考虑一个多基站部署的边缘网络,
基站集 合表示为 N={1,2,⋯,N}N={1,2,⋯,N}, 如图
1
所示。 基站之间通 过
X2+链路实现互联,同时每个基站配置 I 根天线和一个商用服务器。边缘网络中
分布 K 个用户,用集合 K={1,2,⋯,K}K={1,2,⋯,K}表示。假设所有用户均请
求内容提供服务,并将请求同一内容的用户分配到同一多播组。多播组用集合
M={1,2,⋯,M}M={1,2,⋯,M} 表 示 , 而 多 播 组 m 的 所 属 用 户 集 合 用
G(m)G(m)表示。
图 1
图 1多基站部署的边缘网络
2.1 SFC 模型和容量约束
在基于 NFV 技术的边缘网络中,每项内容提供服务可映射为一条端到端的
SFC 部署,即“第一个服务基站→第二个服务基站→…→最后一个服务基站(接
入基站)→用户”的端到端服务路径。在多播组 m 中,任一数据流在被基站天线
发 送 到 用 户 之 前 , 需 遍 历 SFC 的 每 一 项 网 络 功 能 。 分 别 用 G(m)G(m) 和
fmLfLm 表 示 该 条 SFC 中 第 一 和 最 后 一 项 功 能 , 则 可 用 F(m)=(fm1→⋯
→fml→⋯→fmL)F(m)=(f1m→⋯→flm→⋯→fLm)来描述该条 SFC。多播组 m 的
任一数据流需起源于 fm1f1m(例如,图
1
中的内容 1 和内容 2 的 MEC 服务器),
依序遍历 F(m)F(m)中其他功能,最终以 fmLfLm(例如,图
1
中部署 BBU
1
和
BBU
2
的 MEC 服务器)终止服务。如图
1
所示,边缘网络中部署了 2 条基于内
容提供服务的 SFC,每个数据流需依次遍历缓存功能、计算功能和信号处理功
能,最终由基站无线传输到终端用户。
首先,为实现 SFC 在边缘网络的有序部署,对 F(m)F(m)中的任一项功能
fmlflm,定义一 个二进制 变量 yml,nyl,nm:若 fmlflm 在基站 n 获取服务,则
yml,n=1yl,nm=1;否则, yml,n=0yl,nm=0@。定义 NmlNlm 表示可提供功能
fmlflm 的所有基站集合。为确保 F(m)F(m)中的任一项功能 fmlflm 只在一处基
站的 MEC 服务器中获取服务,则 yml,nyl,nm 需满足式(1)所示约束。
∑n∈Nmlyml,n=1,∀fml∈F(m),∀m (1)∑n∈Nlmyl,nm=1,@∀flm∈F(m)@
,∀m (1)
其次,定义二进制变量 x
f,n
,表示基站 n 是否提供并维护功能 f。若基站 n 在
当前时刻维护功能 f,则 x
f,n
=1;否则,x
f,n
=0。显然,ymf,nyf,nm 和 x
f,n
之间满足
式(2)所示约束。
ymf,n≤xf,n,∀f,∀m,∀n (2)yf,nm≤xf,n,∀f,∀m,∀n (2)
再次,将基站 n 的 MEC 服务器中所有功能集合表示为 FnFn。针对每项功
能 f∈Fnf∈Fn,为其设置一个处理容量 μ
f,n
,即功能 f 在当前时刻所服务的数据
流总吞吐量不得超过 μ
f,n
。将多播组 m 的吞吐量需求表示为 R
m
,则所有多播组在
功能 f∈Fnf∈Fn 处获取服务的总吞吐量需满足式(3)。
∑mymf,nRm≤μf,n,∀f∈Fn,∀n (3)∑myf,nmRm≤μf,n,∀f∈Fn,∀n (3)
最后,将任意基站 n 和 s 之间的链路带宽定义为 μ
n,s
,并定义二进制变量
zml,n,szl,n,sm@。 zml,n,s=1zl,n,sm=1 表 示 多播 组 m 的 第 l 项 功能 fmlflm 和 第
l+1 项功能分别由基站 n 和 s 依序服务。因此,所有多播组在链路 n→s 上传输
的总吞吐量需满足式(4)。
∑m∑fml∈F(m)zml,n,sRm≤μn,s,∀n,∀s
(4)∑m∑flm∈F(m)zl,n,smRm≤μn,s,∀n,∀s (4)
只 有 当 yml,n=1yl,nm=1 和 yml+1,s=1yl+1,sm=1 同 时 成 立 时 ,
zml,n,s=1zl,n,sm=1 才 成 立 。 因 此 , yml,nyl,nm 、 yml+1,syl+1,sm 和
zml,n,szl,n,sm 需满足式(5)所示约束。
zml,n,s≥yml,n+yml+1,s−1,∀fml∈F(m),∀m,∀n,∀s
(5)zl,n,sm≥yl,nm+@yl+1,sm−1,∀flm∈F(m)@,∀m,∀n,∀s (5)
2.2 多播模型
针 对 F(m)F(m) 中 最 后 一 项 功 能 F(m)F(m) , 考 虑 二 进 制 变 量
ymL,nyL,nm 。 若 多 播 组 m 的 请 求 内 容 在 基 站 n 处 实 现 信 号 处 理 功 能 , 则
ymL,n=1yL,nm=1;否则,ymL,n=0yL,nm=0。多播组 m 中的任一用户 k 从基
站 n 处获得的接收信号为
uk,n=hHk,nwm,num+∑j≠mhHk,nwj,nuj+nk,uk,n=hk,nHwm,num+∑j≠mh
k,nHwj,nuj+nk,
∀k∈G(m),∀m,∀n (6)∀k∈G(m),∀m,∀n (6)
其 中 , hk,n∈CI×1hk,n∈ℂI×1 为 基 站 n 到 用 户 k 的 信 道 向 量 ,
wm,n∈CI×1wm,n∈ℂI×1 为基站 n 到多播组 m 的传输波束向量, u
m
为当前时刻
多 播 组 m 的 接 收 数 据 符 号 , n
k
为 服 从 复 高 斯 分 布 的 信 道 噪 声 。 只 有 当
ymL,n=1yL,nm=1 时,波束向量 wm,nwm,n 才能取非零值,因此,wm,nwm,n
的传输功率需满足式(7)。
剩余21页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3572
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 甲壳虫ADB助手v1.3.0@高级版.apk
- 2024年5月大众点评丽人店铺180万家基础信息 此处仅展示1万家,全量也有
- vs2019 里 C++ 20规范的 string 类的源码注释
- AT指令通过ESP8266运用MQTT上传阿里云
- Python运维之协程
- ASM1.EXE
- OFDM信道估计matlab误码率仿真,对比LS线性插值,LS样条spline插值以及MMSE【包括程序,注释,操作步骤】
- 鸿蒙ArkTS应用(Stage模型)-DES加解密工具类DesUtils
- 多种格式图片转ICO软件
- Screenshot_2024-05-10-20-21-01-857_com.chaoxing.mobile.jpg
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功