高级搜索

基于非正交多址接入的网络切片联合用户关联和功率分配算法

唐伦 马润琳 杨恒 陈前斌

引用本文: 唐伦, 马润琳, 杨恒, 陈前斌. 基于非正交多址接入的网络切片联合用户关联和功率分配算法[J]. 电子与信息学报, 2019, 41(9): 2039-2046. doi: 10.11999/JEIT180770 shu
Citation:  Lun TANG, Runlin MA, Heng YANG, Qianbin CHEN. Joint User Association and Power Allocation Algorithm for Network Slicing Based on NOMA[J]. Journal of Electronics and Information Technology, 2019, 41(9): 2039-2046. doi: 10.11999/JEIT180770 shu

基于非正交多址接入的网络切片联合用户关联和功率分配算法

    作者简介: 唐伦: 男,1973年生,教授,博士,研究方向为新一代无线通信网络、异构蜂窝网络、软件定义无线网络等;
    马润琳: 女,1993年生,硕士生,研究方向为5G网络切片,网络功能虚拟化,无线资源分配等;
    杨恒: 男,1993年生,硕士生,研究方向为切片及虚拟网络;
    陈前斌: 男,1967年生,教授,博士生导师,研究方向为个人通信、多媒体信息处理与传输、下一代移动通信网络等
    通讯作者: 马润琳,357135128@qq.com
  • 基金项目: 国家自然科学基金(61571073),重庆市教委科学技术研究项目(KJZD-M201800601)

摘要: 为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。

English

    1. [1]

      LIU Gang, YU F R, JI Hong, et al. Distributed resource allocation in virtualized full-duplex relaying networks[J]. IEEE Transactions on Vehicular Technology, 2016, 65(10): 8444–8460. doi: 10.1109/TVT.2015.2513070

    2. [2]

      YIN Lei, QIU Ling, and CHEN Zheng. Throughput-maximum resource provision in the OFDMA-based wireless virtual network[C]. IEEE 85th Vehicular Technology Conference (VTCSpring), Sydney, Australia, 2017: 1–6. doi: 10.1109/VTCSpring.2017.8108502.

    3. [3]

      SINAIE M, NG D W K, and JORSWIECK E A. Resource allocation in NOMA virtualized wireless networks under statistical delay constraints[J]. IEEE Wireless Communications Letters, 2018, 7(6): 954–957. doi: 10.1109/LWC.2018.2841852

    4. [4]

      DAWADI R, PARSAEEFARD S, DERAKHSHANI M, et al. Power-efficient resource allocation in NOMA virtualized wireless networks[C]. IEEE Global Communications Conference (GLOBECOM), Washington, USA, 2016: 1–6. doi: 10.1109/GLOCOM.2016.7842162.

    5. [5]

      LEE Y L, LOO J, CHUAH T C, et al. Dynamic network slicing for multitenant heterogeneous cloud radio access networks[J]. IEEE Transactions on Wireless Communications, 2018, 17(4): 2146–2161. doi: 10.1109/TWC.2017.2789294

    6. [6]

      HA V N and LE L B. End-to-end network slicing in virtualized OFDMA-based cloud radio access networks[J]. IEEE Access, 2017, 5: 18675–18691. doi: 10.1109/ACCESS.2017.2754461

    7. [7]

      IKKI S S and AISSA A. Two-way amplify-and-forward relaying with Gaussian imperfect channel estimations[J]. IEEE Communications Letters, 2012, 16(7): 956–959. doi: 10.1109/LCOMM.2012.050912.120103

    8. [8]

      WANG Xiaoming, ZHENG Fuchun, ZHU Pengcheng, et al. Energy-efficient resource allocation in coordinated downlink multicell OFDMA systems[J]. IEEE Transactions on Vehicular Technology, 2016, 65(3): 1395–1408. doi: 10.1109/TVT.2015.2413950

    9. [9]

      XIANG Xudong, LIN Chuang, CHEN Xin, et al. Toward optimal admission control and resource allocation for LTE-A femtocell uplink[J]. IEEE Transactions on Vehicular Technology, 2015, 64(7): 3247–3261. doi: 10.1109/TVT.2014.2351837

    10. [10]

      PAPANDRIOPOULOS J and EVANS J S. SCALE: A low-complexity distributed protocol for spectrum balancing in multiuser DSL networks[J]. IEEE Transactions on Information Theory, 2009, 55(8): 3711–3724. doi: 10.1109/TIT.2009.2023751

    11. [11]

      FOOLADIVANDA D and ROSENBERG C. Joint resource allocation and user association for heterogeneous wireless cellular networks[J]. IEEE Transactions on Wireless Communications, 2013, 12(1): 248–257. doi: 10.1109/TWC.2012.121112.120018

    12. [12]

      ZHU Jianyue, WANG Jiaheng, HUANG Yongming, et al. On optimal power allocation for downlink non-orthogonal multiple access systems[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(12): 2744–2757. doi: 10.1109/JSAC.2017.2725618

    13. [13]

      PARIDA P and DAS S S. Power allocation in OFDM based NOMA systems: A DC programming approach[C]. IEEE GLOBECOM Workshops, Austin, USA, 2015: 1026–1031.

    1. [1]

      蒲磊, 冯新喜, 侯志强, 余旺盛. 基于自适应背景选择和多检测区域的相关滤波算法. 电子与信息学报, 2020, 41(0): 1-7.

    2. [2]

      缪祥华, 单小撤. 基于密集连接卷积神经网络的入侵检测技术研究. 电子与信息学报, 2020, 41(0): 1-7.

    3. [3]

      游凌, 李伟浩, 张文林, 王科人. 基于深度神经网络的Morse码自动译码算法. 电子与信息学报, 2020, 41(0): 1-6.

    4. [4]

      向敏, 饶华阳, 张进进, 陈梦鑫. 基于GCN的软件定义电力通信网络路由控制策略. 电子与信息学报, 2020, 42(0): 1-8.

    5. [5]

      李劲松, 彭建华, 刘树新, 季新生. 一种基于线性规划的有向网络链路预测方法. 电子与信息学报, 2020, 41(0): 1-9.

  • 图 1  基于NOMA的网络切片架构

    图 2  切片平均总吞吐量和平均队列长度

    图 3  不同切片用户在连续时隙上的队列变化

    图 4  平均时延与控制参数V的关系

    图 5  不同资源分配方案平均切片吞吐量的比较

    图 6  不同资源分配方案的平均队列积压比较

    图 7  平均切片总吞吐量与fronthaul链路容量

    表 1  仿真参数

    参数数值
    RB数量35
    RB最大复用用户数3
    RB带宽180 kHz
    RRH功率$p_l^{\max }$30 dBm
    fronthaul容量${ {{C} }_{l, \max } }$100 Mb/s
    切片用户最低速率需求500 kb/s, 1 Mb/s, 2 Mb/s
    用户数据包到达率3 packets/slot
    路径损耗衰落模型157.4+32lg(d)(d[km])
    噪声功率谱密度${N_0}$–174 dBm/Hz
    时隙长度,$\sigma _e^2$, ${\varepsilon _{\rm out}}$5 ms, 0.05, 0.10
    下载: 导出CSV
  • 加载中
图(7)表(1)
计量
  • PDF下载量:  59
  • 文章访问数:  797
  • HTML全文浏览量:  532
文章相关
  • 通讯作者:  马润琳, 357135128@qq.com
  • 收稿日期:  2018-08-23
  • 录用日期:  2019-03-20
  • 网络出版日期:  2019-05-30
  • 刊出日期:  2019-09-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章