基于云处理的无线通信系统能量最优资源分配系统

摘要

本发明提供了基于云处理的无线通信系统能量最优资源分配系统，包括信息收集模块、网络功率分配模块、干扰处理模块和虚拟机分配模块；信息收集模块，用于收集信道信息，并将信道信息发送至云端基带处理中心，其中，信道信息包括高速网络信道信息和广域网络信道信息；干扰处理模块，与信息收集模块相连接，用于利用高速网络信道信息和广域网络信道信息，在云端消除系统的信号干扰；虚拟机分配模块，与信息收集模块相连接，用于在云端为网络用户分配虚拟机资源；网络功率分配模块，与虚拟机分配模块相连接，用于分配所有用户的传输功率。本发明可以优化云端计算资源以及功率资源分配，减少系统能耗，优化系统性能。

说明书

技术领域

本发明涉及商用厨房灭火技术领域，尤其是涉及基于云处理的无线通信系统能量最优资源分配系统。

背景技术

随着移动通信的发展，日益增长的通信需求给通信网络带来了越来越大的压力。移动基站正在不断向小型化、密集化发展，传统无线接入网中的独立布站、独立工作模式面临频谱效率低、建设和维护成本高的问题。

因此，目前的移动通信建设中的能量最优资源配置问题已成为亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供基于云处理的无线通信系统能量最优资源分配系统，可以优化云端计算资源以及功率资源分配，减少系统能耗，优化系统性能。

第一方面，本发明实施例提供了基于云处理的无线通信系统能量最优资源分配系统，包括信息收集模块、网络功率分配模块和云端基带处理中心，其中，所述云端基带处理中心包括干扰处理模块和虚拟机分配模块；

所述信息收集模块，与所述云端基带处理中心相连接，用于收集信道信息，并将所述信道信息发送至所述云端基带处理中心，其中，所述信道信息包括高速网络信道信息和广域网络信道信息；

所述干扰处理模块，与所述信息收集模块相连接，用于利用所述高速网络信道信息和所述广域网络信道信息，在云端消除系统的信号干扰；

所述虚拟机分配模块，与所述信息收集模块相连接，用于根据所述高速网络信道信息和所述广域网络信道信息，在云端为网络用户分配虚拟机资源；

所述网络功率分配模块，与所述虚拟机分配模块相连接，用于分配所有用户的传输功率。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述信息收集模块包括高速网络信道信息收集模块和广域网络信道信息收集模块；

所述高速网络信道信息收集模块，用于收集高速网络用户的所述高速网络信道信息；

所述广域网络信道信息收集模块，用于收集广域网络用户的所述广域网络信道信息。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述网络功率分配模块包括高速网络功率分配模块和广域网络功率分配模块；

所述广域网络功率分配模块，用于分配广域网络用户第一网络传输功率；

所述高速网络功率分配模块，用于分配高速网络用户第二网络传输功率。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述虚拟机分配模块包括高速网络虚拟机分配模块和广域网络虚拟机分配模块；

所述高速网络虚拟机分配模块，用于在云端为高速网络用户分配虚拟机资源；

所述广域网络虚拟机分配模块，用于在云端为广域网络用户分配虚拟机资源。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述高速网络包括多个射频拉远单元。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述高速网络信道信息包括所述高速网络用户到各个所述射频拉远单元的上行信道信息，所述广域网络信道信息包括广域网络到所述广域网络用户的下行信道信息，以及所述广域网络到各个所述射频拉远单元的信道信息。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述第一网络传输功率为所有所述高速网络用户的上行传输功率，所述第二网络传输功率为所有所述广域网络用户的下行传输功率。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述高速网络用于覆盖人口密集的区域，且所述高速网络与所述广域网络共享频谱传输信号。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第八种可能的实施方式，其中，所述高速网络和所述广域网络均与所述云端基带处理中心相连接。

第二方面，本发明实施例提供了基于云处理的无线通信系统能量最优资源分配系统，包括如上所述的基于云处理的无线通信系统能量最优资源分配系统，还包括：

高速网络用户的上行传输功率均以最大功率传输。

本发明提供了基于云处理的无线通信系统能量最优资源分配系统，包括信息收集模块、网络功率分配模块、干扰处理模块和虚拟机分配模块；信息收集模块，用于收集信道信息，并将信道信息发送至云端基带处理中心，其中，信道信息包括高速网络信道信息和广域网络信道信息；干扰处理模块，与信息收集模块相连接，用于利用高速网络信道信息和广域网络信道信息，在云端消除系统的信号干扰；虚拟机分配模块，与信息收集模块相连接，用于在云端为网络用户分配虚拟机资源；网络功率分配模块，与虚拟机分配模块相连接，用于分配所有用户的传输功率。本发明可以优化云端计算资源以及功率资源分配，减少系统能耗，优化系统性能。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于云处理的无线通信系统能量最优资源分配系统示意图；

图2为本发明实施例提供的另一基于云处理的无线通信系统能量最优资源分配系统示意图；

图3为本发明实施例提供的基于云处理的无线通信系统示意图；

图4为本发明实施例提供的虚拟机与功率分配方案对比示意图。

图标：

10-信息收集模块；11-高速网络信道信息收集模块；12-广域网络信道信息收集模块；20-网络功率分配模块；21-高速网络功率分配模块；22-广域网络功率分配模块；30-干扰处理模块；40-虚拟机分配模块；41-高速网络虚拟机分配模块；42-广域网络虚拟机分配模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

随着移动通信的发展，日益增长的通信需求给通信网络带来了越来越大的压力。移动基站正在不断向小型化、密集化发展，传统无线接入网中的独立布站、独立工作模式面临频谱效率低、建设和维护成本高的问题。因此，目前的移动通信建设中的能量最优资源配置问题已成为亟待解决的问题。基于此，本发明实施例提供的基于云处理的无线通信系统能量最优资源分配系统，将云端计算资源建模为虚拟机资源，在满足用户通信时延的条件下，得到最优的虚拟机分配以及功率分配方式，最小化系统能量消耗，复杂度较低。

实施例一：

图1为本发明实施例提供的基于云处理的无线通信系统能量最优资源分配系统示意图。

参照图1，基于云处理的无线通信系统能量最优资源分配系统包括信息收集模块10、网络功率分配模块20和云端基带处理中心，其中，云端基带处理中心包括干扰处理模块30和虚拟机分配模块40；

信息收集模块10，与云端基带处理中心相连接，用于收集信道信息，并将信道信息发送至云端基带处理中心，其中，信道信息包括高速网络信道信息和广域网络信道信息；

干扰处理模块30，与信息收集模块相连接，用于利用高速网络信道信息和广域网络信道信息，在云端消除系统的信号干扰；

虚拟机分配模块40，与信息收集模块相连接，用于根据高速网络信道信息和广域网络信道信息，在云端为网络用户分配虚拟机资源；

网络功率分配模块20，与虚拟机分配模块相连接，用于分配所有用户的传输功率。

进一步地，如图2所示，信息收集模块10包括高速网络信道信息收集模块11和广域网络信道信息收集模块12；

高速网络信道信息收集模块11，用于收集高速网络用户的高速网络信道信息；

广域网络信道信息收集模块12，用于收集广域网络用户的广域网络信道信息。

进一步地，网络功率分配模块20包括高速网络功率分配模块21和广域网络功率分配模块22；

广域网络功率分配模块21，用于分配广域网络用户第一网络传输功率；

高速网络功率分配模块22，用于分配高速网络用户第二网络传输功率。

进一步地，虚拟机分配模块40包括高速网络虚拟机分配模块41和广域网络虚拟机分配模块42；

高速网络虚拟机分配模块41，用于在云端为高速网络用户分配虚拟机资源；

广域网络虚拟机分配模块42，用于在云端为广域网络用户分配虚拟机资源。

进一步地，高速网络包括多个射频拉远单元。

进一步地，高速网络信道信息包括高速网络用户到各个射频拉远单元的上行信道信息，广域网络信道信息包括广域网络到广域网络用户的下行信道信息，以及广域网络到各个射频拉远单元的信道信息。

进一步地，第一网络传输功率为所有高速网络用户的上行传输功率，第二网络传输功率为所有广域网络用户的下行传输功率。

进一步地，高速网络用于覆盖人口密集的区域，且高速网络与广域网络共享频谱传输信号。

进一步地，高速网络和广域网络均与云端基带处理中心相连接。

进一步地，高速网络用户的上行传输功率均以最大功率传输。

实施例二：

基于云处理的新型无线接入网C-RAN(Cloud Radio Access Network) 被提出为下一代通信中新的网络架构。

与传统的独立布站、独立工作模式不同，在C-RAN中，系统由射频拉远单元(remoteradio heads，RRH)和云端基带处理中心(baseband unit， BBU)组成。所有RRH均连接至云端的BBU，信号处理过程均在云端BBU 进行。通过将系统的控制面和数据面分离，实现资源共享与动态调度，能够有效提高系统频谱效率，减小运营成本。

移动通信的迅速发展带来基站的大量建设，使得能耗问题成为移动通信中的重要问题，在C-RAN中，借助于集中式处理的架构，有利于优化系统能量，减小能耗，因此研究基于云处理的无线通信系统中能量最优的通资源分配方法也尤为重要。在本发明实施例中，提出一种基于云处理的无线通信系统能量最优资源分配系统，能够有效提高系统的能量效率。

本发明实施例的方案中，高速密集网络(简称高速网络)与广域覆盖网络(简称广域网络)对地面用户进行联合覆盖，其中高速网络由L个RRH (装载N天线)组成，主要覆盖密集人口区域，协同服务K个单天线用户。广域网络(装载M天线)能够为系统中所有用户提供广域的覆盖传输，主要为无法被高速网络覆盖的用户提供额外覆盖，同时服务M个单天线用户。系统中高速网络与广域网络共享频谱传输信号，并且我们考虑高速网络上行传输和广域网络下行传输共频的场景。

由于广域网络用户位于无高速网络覆盖区域，可以忽略广域网络用户所受高速网络干扰，系统干扰主要为广域网络下行对高速网络上行的干扰。基于云端处理，系统的控制面和数据面分离，高速网络和广域网络均连接云端基带处理中心，所有信号处理过程在基带处理中心进行，所有资源分配和干扰管理也均在云端进行。在云端对整个系统的能量进行优化，在满足用户通信时延约束条件下，得到能量最优的计算资源与功率资源分配方式。

本发明实施例可分为以下6个模块，参照图2所示：信息收集模块10、干扰处理模块30、高速网络功率分配模块22、高速网络虚拟机分配模块41、广域网络虚拟机分配模块42、广域网络功率分配模块21。

首先，信息收集模块10是收集系统所需的信道信息。包括以下2个部分：高速网络信道信息收集模块11、广域网络信道信息收集模块12。

高速网络信道信息收集模块11的功能是收集高速网络用户到各RRH 的上行信道信息。

利用导频，估计所有高速网络用户到所有RRH的信道信息。

假设RRH数量为L，高速网络用户数量为K，每个RRH天线数量为N。

用户k到RRHl的信道为h_l,k。

广域网络信道信息收集模块12的功能是收集广域网络到广域网络用户的下行信道信息，以及广域网络到各RRH的信道信息。

利用导频，估计广域网络到所有广域网络用户的信道信息，以及到其覆盖范围内所有RRH信道信息。

假设广域网络发射天线数为M，广域网络用户数量为M。

广域网络到广域网络用户m的信道为g_S,m。

广域网络到RRHl的信道为G_T,l＝[g_T,l,1,...,g_T,l,N]。

其次，干扰处理模块30的功能是利用信道信息，在云端消除广域网络对高速网络的干扰。

高速网络中用户k的发射信号为P_T,k为发射功率。

广域网络的发射信号为其中ν_m为迫零波束向量，P_S,m为用户m信号的发射功率。

ν_m可由以下公式(1)的计算方法得到

其中，G_S＝[g_S,1,...,g_S,M]^H，D为对角阵，H_i,i表示矩阵H对角线上第i个元素。

L个RRH协同覆盖K个单天线用户，RRHl接收的信号为公式(2)：

其中，z_l为高斯噪声。

合并L个RRH的接收信号，在BBU利用所收集的广域网络到RRHl 的信道信息，消除来自广域网络的干扰。如式(3)所示：

其中，

而对于高速网络功率分配模块22以及广域网络功率分配模块21。

高速网络功率分配模块22的功能是分配所有高速网络用户的上行传输功率。

高速网络用户的上行传输功率分配为公式(4)：

P_T,k＝P_T,max>

所有用户均以最大功率传输。

对于高速网络虚拟机分配模块41的功能是在云端给所有高速网络用户分配虚拟机资源。

在系统中，所有信号处理过程均在云端BBU进行，每个用户需要分配相应的计算资源用于信号处理。将云端计算资源建模为虚拟机资源，云端虚拟机总数为J，单个虚拟机计算速率为f_cp(bps)，消耗功率为p_cp。

高速网络用户k分配的虚拟机数量为公式(5)：

其中，为向上取整符号。

其中，τ_T,k为高速网络用户k单位数据(1比特)的通信时延要求，σ²为噪声功率，B为传输带宽，ω_k为云端高速网络的迫零接收波束向量，可由以下方式得到。

H＝[h₁,h₂,...,h_K]^H,LN×K维信道矩阵。

对于广域网络虚拟机分配模块42的功能是在云端给所有广域网络用户分配虚拟机资源。

在高速网络虚拟机分配模块中，我们得到分配给所有高速网络用户虚拟机数量如公式(6)：

剩余可分配给广域网络用户的虚拟机数量为公式(7)：

对于广域网络用户m，发射单位数据(1比特)消耗的能量为公式(8)：

用户m分配a_S,m个虚拟机时，用户m的功率分配P_S,m可由下式计算得到

其中，τ_S,m为广域网络用户m单位数据(1比特)的通信时延要求。

每个用户至少分配一个虚拟机，除基本的一个虚拟机分配之外，当用户m分配j_m个额外的虚拟机时，相应分配给用户m的功率P_S,m(j_m)可由公式>

例如，P_S,m(0)，代表用户m仅分配一个基本的虚拟机，没有分配额外虚拟机时的功率分配和能量消耗，P_S,m(1)，代表用户m分配2个虚拟机，也即分配1个额外虚拟机时的功率分配和能量消耗。

类似的，代表所有广域网络用户均只分配一个基本的虚拟机时的总功率分配和总能量消耗。

P_S,m,gain(j_m)＝P_S,m(0)-P_S,m(j_m)，代表用户m分配j_m个额外虚拟机时，相对于分配0个额外虚拟机时的功率分配减小量，和能量消耗减小量。

类似的，整个广域网络所有用户一共分配j个额外虚拟机时的功率分配减小量和能量分配减小量为公式(10)(11)所示：

令P_S,max为广域网络最大发射功率，则最小的功率减小量为公式(12)：

P_S,mingain＝P_S,max-P_S(0)>

我们将连续功率离散化，D_P为量化因子，我们有

我们用P_S(m,j,d)，代表仅给总共M个广域网络用户中前m 个用户分配额外虚拟机，额外虚拟机总数为j，最小的功率减小量离散化后的值为d时，最大的可能功率减小量和能量减小量，有如公式(13)的递推关系：

令为可分配的额外虚拟机最大数量。

通过以上递推公式，可以计算得到也即给所有M个用户分配最大数量的虚拟机，且满足最小功率减小量条件时，系统最大的能量减小量，从而我们得到系统最小的能量消耗如公式(14)所示：

此时得到的虚拟机分配方式为能量最优分配方式。

而广域网络功率分配模块21的功能是分配广域网络给所有广域网络用户的下行传输功率。

基于广域网络虚拟机分配模块，我们得到了每个广域网络用户分配的虚拟机数量a_S,m。

用户m分配a_S,m个虚拟机时，用户m的功率分配P_S,m可由公式(15)计算得到：

实施例三：

本发明实施例的基于云处理的无线通信系统示意图如图3所示。其中广域覆盖网络以卫星为实例，考虑一个卫星和4个RRH的场景。卫星发射天线数4，利用波束成形技术同时服务4个用户。RRH发射天线数4，协同服务8个用户。载波频率为2GHz，带宽为10MHz，卫星发射总功率取 50dBm，每个RRH发射总功率取23dBm。使用以上方案计算最优虚拟机与功率分配策略，并与平均分配方案进行对比，所得结果如图4。可以看出，相对于平均分配方案，本发明提出的最优分配方案能够减小25％的能量消耗。

本发明通过最优分配云端虚拟机资源以及功率资源，在满足用户通信时延的条件下，最小化系统的能量消耗，同时具有较低的复杂度。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。