科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于5G网络服务对峰值速率、时延和节点能耗效率的要求不断增加,为了高效地向用户提供资源,必须构建并解决所涉及的复杂优化问题,以便通过云网络分配资源,即通过高容量网络链路互连的分布式计算完成物理资源调度.通过5G微基站的最优部署,最优化分配网络资源(频谱、带宽、通信、计算等).5G微基站的密集部署保证了海量硬件通信设备的随机接入,尤其是边缘微基站增强了移动带宽以及低时延可靠通信.5G网络的微基站高密度部署、全覆盖网络特性满足了海量用户通信设备的接入以及通信数据的快速传输,但是由于多用户的不同需求以及海量数据的随机接入,很容易造成部分网络链路的堵塞以及微基站的负载过重,使得微基站的能量过早耗尽,从而导致网络中的部分微基站死亡.随着5G网络在车联网、物联网等智能网络的广泛应用,针对5G增强移动宽带网络,为了避免由于边缘微基站受损或者死亡造成的能量空洞现象,本文提出了一种基于数据-地理位置联合驱动的5G微基站最优分配策略.首先将地理位置相近的微基站聚类为一个蜂窝单元,并在每一个蜂窝单元中选择一个代表性的微基站负责单元内部的数据收集及转发.然后基于数据驱动,建立边缘网络最大覆盖、最小能耗的数学模型.最后使用启发式贪婪算法构建一条从核心网络宏基站到所有蜂窝单元中代表性微基站的最优数据传输路径.本文将5G网络资源分配问题归结为一个凸优化问题,通过最大化数据-地理位置联系优化分配策略的效用函数,在微基站和数据中心之间构建分布式的资源分配方案.在整个网络的运行过程中,考虑了网络数据流变化以及节点资源枯竭等问题,快速动态地完成微基站的最优配置策略.仿真结果表明本文所提算法相较于EEICS算法,在网络平均延迟、吞吐量、边缘网络寿命以及网络覆盖率等关键性能指标上分别改善了2.37%、12.9%、12.38%及9.74%.最终又进一步使用Friedman、Holm等统计学检验手段对仿真数据进行统计学分析.该研究主要从物理层角度改进了蜂窝网络单元的拓扑结构方式,构建了最优的蜂窝单元到核心网络区域宏基站的数据传输路径,优化了蜂窝单元内部以及蜂窝单元到核心基站的通信机制.将为5G网络物理层到虚拟网络层的映射关系提供数学逻辑基础,并服务于5G-V2X技术的智能交通系统,同时为6G网络的发展、城市智慧交通体系结构提供理论基础,具有重要的研究意义和应用价值.
- 单位
