CN104507166B - 一种基带池内共享虚拟资源配置方法 - Google Patents
一种基带池内共享虚拟资源配置方法 Download PDFInfo
- Publication number
- CN104507166B CN104507166B CN201410816195.7A CN201410816195A CN104507166B CN 104507166 B CN104507166 B CN 104507166B CN 201410816195 A CN201410816195 A CN 201410816195A CN 104507166 B CN104507166 B CN 104507166B
- Authority
- CN
- China
- Prior art keywords
- resource
- under
- user
- baseband pool
- shared resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基带池内共享虚拟资源配置方法,涉及通信技术领域,该方法包括以下步骤:A、根据基带池内所支持的无线通信协议标准、各类标准的资源需求和相关虚拟机配置设置相关变量;B、根据相关变量,各类型协议标准下的用户请求总数服从参数为λ的泊松分布的约束条件下,定义数学表达式,建立数学模型;C、求解数学模型,得到不同用户业务量下的共享资源优化配置方案。本发明通过确定基带池内共享资源占总资源的比例的方法,建立混合管理模型,通过本发明建立的混合管理模型能够有效提高整个资源池的资源收益,保证较高的资源利用率。
Description
技术领域
本发明涉及通信技术领域,具体是涉及一种基带池内共享虚拟资源配置方法。
背景技术
随着通信技术、多媒体技术和互联技术的不断发展,人们对通信质量和通信形式要求越来越高,传统的网络架构逐渐不能满足日益发展的电子及互联网的发展需求,传统的网络架构存在的问题日益突出。首先,数量巨大的基站意味着高额的建设投资、站址配套、站址租赁以及维护费用,建设更多的基站意味着更多的资本开支和运营开支。其次,潮汐效应导致现有基站利用率低下,网络的平均负载通常大大低于忙时负载,而不同的基站之间不能共享处理能力,也很难提高频谱效率。最后、平台专有要求移动运营商需要维护多个不兼容的平台,扩容或者升级的成本更高。
为了解决上述问题,***提出了一种新型网络架构—C-RAN,C-RAN是基于集中化处理,协作式无线电和实时云计算构架的绿色无线接入网构架,其本质是通过实现减少基站机房数量,减少能耗,采用协作化、虚拟化技术,实现资源共享和动态调度,提高频谱效率,以达到低成本,高带宽和灵活度的运营。其优势主要体现在以下几个方面:1、降低网络能耗;2、降低运营商资本支出和运维成本;3、负载均衡和干扰协调。
现有的集中式资源配置模型主要分为两种:全固定管理模型和全动态管理模型。全固定管理模型处理用户请求的反应时间短,但是对于随机的用户请求而言该模型资源利用率较低,全动态管理模型虽然能够高效的利用基带池内的各类资源,但是动态配置虚拟机需要大量配置时延,对于实时无线通信而言必然影响基带池的服务质量并且增大资源管理的各项开销。
发明内容
本发明的目的是为了克服上述背景技术的不足,提供一种基带池内共享虚拟资源配置方法,通过确定基带池内共享资源占总资源的比例的方法,建立混合管理模型,通过本发明建立的混合管理模型能够有效提高整个资源池的资源收益,保证较高的资源利用率。
本发明提供一种基带池内共享虚拟资源配置方法,包括以下步骤:
A、根据基带池内所支持的无线通信协议标准、各类标准的资源需求和相关虚拟机配置设置相关变量;
B、根据相关变量,各类型协议标准下的用户请求总数服从参数为λ的泊松分布的约束条件下,定义数学表达式,建立数学模型;
C、求解数学模型,得到不同用户业务量下的共享资源优化配置方案。
在上述技术方案的基础上,步骤A中所述相关变量包括w协议标准下处理一个用户请求任务需要的虚拟资源总量为Rw(RCw,RMw),其中RCw为w协议标准下处理一个用户资源需要的计算资源总量,RMw为w协议标准下处理一个用户资源需要的内存资源总量,整个基带池内所有资源总量Rall,定义公式如下:
基带池内共享资源总量RSall,定义公式如下:
RSall=γ·Rall,
每种协议标准下固定分簇下服务单个用户请求收益单价p=[p1,p2,…,pK],共享资源动态配置虚拟资源服务单个用户请求的收益单价p′=[p′1,p′2,…,p′K],其中pi=δRi为固定分簇下服务单个协议标准i的用户请求的收益,pi′=εipi为共享资源部分服务单个协议标准i的用户请求的收益,δ为固定资源的收益权重因子,εi为共享资源的收益权重因子,所有类型协议标准下共享资源的收益权重因子向量为ε=[ε1,ε2,…,εK]。
在上述技术方案的基础上,所述固定资源的收益权重因子δ∈[0.005,0.01]。
在上述技术方案的基础上,所述共享资源的收益权重因子ε±5%。
在上述技术方案的基础上,步骤B中所述数学表达式包括在N个时刻整个基带池内平均的总收益为J,定义公式如下:
其中为在n时刻第i个协议标准下固定分簇服务用户请求数,ki,n为在n时刻第i个协议标准下需要服务用户请求数,θ=(1-γ)·num为固定资源部分可以最多服务用户数,为在第n个时刻第i个协议标准下共享资源部分服务用户请求个数,为共享资源最多可服务协议标准i下用户请求个数,为当前n时刻共享资源已经使用的资源量。
在上述技术方案的基础上,步骤B中建立数学模型需要注意以下约束条件:即在一段时间内所有协议标准的用户请求数之和服从参数为λ的泊松分布:
其中K为基带池内支持的协议标准总数,ki,n在n时刻协议标准i下需要服务用户请求数,P(λ)参数为λ的泊松分布,以***收益最大为目标的共享资源配置的数学模型,定式公式如下:
与现有技术相比,本发明的优点如下:
本发明通过确定基带池内共享资源占总资源的比例的方法,建立混合管理模型,通过本发明建立的混合管理模型能够有效提高整个资源池的资源收益,保证较高的资源利用率。
附图说明
图1是本发明实施例中的基带池内共享虚拟资源配置方法的流程图。
图2是不同的总负载情况下基带池内服务所有任务所获得的平均收益变化图。
图3是三种基带池资源配置模型在不同用户请求负载情况下的平均收益对比图。
图4是三种基带池资源配置模型下用户通话请求阻塞概率随总用户请求平均到达速率λ的变化对比图。
图5是三种基带池资源配置模型下***平均运营收益随阀值变化对比图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细描述。
参见图1所示,本发明实施例提供一种基带池内共享虚拟资源配置方法,包括以下步骤:
S1、根据基带池内所支持的无线通信协议标准、各类标准的资源需求和相关虚拟机配置设置相关变量。
相关变量包括w协议标准下处理一个用户请求任务需要的虚拟资源总量为Rw(RCw,RMw),其中RCw为w协议标准下处理一个用户资源需要的计算资源总量,RMw为w协议标准下处理一个用户资源需要的内存资源总量,整个基带池内所有资源总量Rall,定义公式如下:
基带池内共享资源总量RSall,定义公式如下:
RSall=γ·Rall,
每种协议标准下固定分簇下服务单个用户请求收益单价p=[p1,p2,…,pK],共享资源动态配置虚拟资源服务单个用户请求的收益单价p′=[p′1,p′2,…,p′K],其中pi=δRi为固定分簇下服务单个协议标准i的用户请求的收益,p′i=εipi为共享资源部分服务单个协议标准i的用户请求的收益,δ为固定资源的收益权重因子,εi为共享资源的收益权重因子(其值与配置相应类型资源所耗时延成反比),所有类型协议标准下共享资源的收益权重因子向量为ε=[ε1,ε2,…,εK],且其值有一定的波动ε±5%,通常δ∈[0.005,0.01],由于固定资源单价和共享资源单价都正比于δ,因此δ取值变化仅仅会影响最终平均总收益的值而不会影响γ的最优值。
S2、根据相关变量,各类型协议标准下的用户请求总数服从参数为λ的泊松分布的约束条件下,定义数学表达式,建立数学模型。
数学表达式包括在N个时刻整个基带池内平均的总收益为J,定式公式如下:
其中为在n时刻第i个协议标准下固定分簇服务用户请求数,ki,n为在n时刻第i个协议标准下需要服务用户请求数,θ=(1-γ)·num为固定资源部分可以最多服务用户数,为在第n个时刻第i个协议标准下共享资源部分服务用户请求个数,为共享资源最多可服务协议标准i下用户请求个数,为当前n时刻共享资源已经使用的资源量。
建立数学模型需要注意以下约束条件:即在一段时间内所有协议标准的用户请求数之和服从参数为λ的泊松分布:
其中K为基带池内支持的协议标准总数,ki,n在n时刻协议标准i下需要服务用户请求数,P(λ)参数为λ的泊松分布。以***收益最大为目标的共享资源配置的数学模型,定式公式如下:
S3、求解数学模型,得到不同用户业务量下的共享资源优化配置方案。
以下通过实验仿真对本发明进行详细说明。
仿真参数设置:
基带池内兼容协议标准总数K=5,基带池内资源最多可以服务任意协议标准下的用户数num=100,为确定基带池内资源最佳的共享资源容量,本次仿真实验中取δ=0.008,各协议标准下共享资源收益权重因子向量取ε=[0.8,0.75,0.63,0.56,0.45],其他相关参数如下表所示:
表1给出仿真实验所使用的各个协议标准下处理单个用户需要的计算资源量和内存资源量;
表2给出基带池内固定分簇资源的资源单价和共享资源的单价。
表1各协议标准下单个用户请求需要的资源量
表2各协议标准下服务单个用户的收益
图2给出不同的总负载情况下基带池内服务所有任务所获得的平均收益变化图,由图2可知,不同的负载下最优的共享资源配置比例不同,随着负载的增大,基带池内配置共享资源比例在变化。
图3给出三种基带池资源配置模型在不同用户请求负载情况下的平均收益对比图,三种基带池资源配置模型分别为全固定管理模型、全动态管理模型和本发明建立的混合管理模型。由图3可知,当负载较低时,全固定管理模型足够用的情况下,不需要向共享资源池申请资源,因此全固定管理模型与混合管理模型平均收益相差不大,而全动态管理模型则需要为每个用户请求动态配置虚拟资源,开销较大所以收益也最低。当用户请求负载量增大到350以上时,全固定管理模型中某些协议标准下的资源不够当前用户使用,且相互之间不能共享空闲的资源,造成***总的收益不再发生变化,而混合管理模型可以调用共享资源池内资源,充分利用了全固定管理模型下其他协议标准下空闲的资源,因此收益较大。而全动态管理模型随着用户负载的增大其收益也有所提高,但是由于全动态配置的开销使得收益仍低于全固定管理模型和混合管理模型。当用户负载量过大时(大于1050),全动态管理模型和混合管理模型的平均收益接近,由于负载量过大,***优先让优先级高的用户使用来获得最大收益,即混合管理模型将所有资源化为共享,而全固定管理模型受到初始配置的影响因此到后期收益受限最终趋于稳定。
图4给出三种基带池资源配置模型下用户通话请求阻塞概率随总用户请求平均到达速率λ的变化对比图,由图4可知,在负载量较小如λ≤200时,三种模型下用户通话请求都能够得到服务,随着λ的增大,全固定管理模型首先出现用户通话请求被阻塞,因为全固定管理模型下各协议标准分配资源固定,当某协议标准下用户请求超出最大服务数时,部分用户通话无法获得相应的资源,而混合管理模型下预留的一部分共享资源可以为超出用户服务,因此混合管理模型下出现用户通话阻塞滞后于全固定管理模型。而对于全动态管理模型,其资源可以给所有用户共享,共享资源总量大于混合管理模型,因此全动态管理模型下出现用户阻塞滞后于全固定管理模型和混合管理模型。当用户负载变大时,混合管理模型为了服务更多用户来获得最大收益,将更多资源划入共享资源池,当用户负载达到某个阈值时,混合管理模型中将所有资源设置为共享,最终用户阻塞情况和全共享的一致。
图5给出了三种基带池资源配置模型下***平均运营收益随阀值变化对比图,由图5可知,随着***阈值在5%~20%范围内变化,当混合管理模型在用户通话阻塞率达到阈值时,较全动态管理模型和全固定管理模型下都能够获得较大的运营收益。
本领域的技术人员可以对本发明实施例进行各种修改和变型,倘若这些修改和变型在本发明权利要求及其等同技术的范围之内,则这些修改和变型也在本发明的保护范围之内。
说明书中未详细描述的内容为本领域技术人员公知的现有技术。
Claims (3)
1.一种基带池内共享虚拟资源配置方法,其特征在于包括以下步骤:
A、根据基带池内所支持的无线通信协议标准、各类标准的资源需求和相关虚拟机配置设置相关变量;
B、根据相关变量,各类型协议标准下的用户请求总数服从参数为λ的泊松分布的约束条件下,定义数学表达式,建立数学模型;
C、求解数学模型,得到不同用户业务量下的共享资源优化配置方案;
步骤A中所述相关变量包括w协议标准下处理一个用户请求任务需要的虚拟资源总量为Rw(RCw,RMw),其中RCw为w协议标准下处理一个用户请求任务需要的计算资源总量,RMw为w协议标准下处理一个用户请求任务需要的内存资源总量,整个基带池内所有资源总量Rall,K为基带池内支持的协议标准总数;num为用户数;γ为共享资源配置的数学模型:定义公式如下:
基带池内共享资源总量RSall,定义公式如下:
RSall=γ·Rall,
每种协议标准下固定分簇下服务单个用户请求收益单价p=[p1,p2,…,pK],共享资源动态配置虚拟资源服务单个用户请求的收益单价p′=[p1′,p′2,…,p′K],其中pi=δRi为固定分簇下服务单个协议标准i的用户请求的收益,pi′=εipi为共享资源部分服务单个协议标准i的用户请求的收益,δ为固定资源的收益权重因子,εi为共享资源的收益权重因子,所有类型协议标准下共享资源的收益权重因子向量为ε=[ε1,ε2,…,εK];
步骤B中所述数学表达式包括在N个时刻整个基带池内平均的总收益为J,定义公式如下:
其中为在n时刻第i个协议标准下固定分簇服务用户请求数,ki,n为在n时刻第i个协议标准下需要服务用户请求数,θ=(1-γ)·num为固定资源部分可以最多服务用户数,为在第n个时刻第i个协议标准下共享资源部分服务用户请求个数,为共享资源最多可服务协议标准i下用户请求个数,为当前n时刻共享资源已经使用的资源量;
步骤B中建立数学模型需要注意以下约束条件:即在一段时间内所有协议标准的用户请求数之和服从参数为λ的泊松分布:
其中K为基带池内支持的协议标准总数,ki,n为在n时刻协议标准i下需要服务用户请求数,P(λ)为参数λ的泊松分布,以***收益最大为目标的共享资源配置的数学模型,定式公式如下:
2.如权利要求1所述的基带池内共享虚拟资源配置方法,其特征在于:所述固定资源的收益权重因子δ∈[0.005,0.01]。
3.如权利要求2所述的基带池内共享虚拟资源配置方法,其特征在于:所述共享资源的收益权重因子ε±5%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816195.7A CN104507166B (zh) | 2014-12-23 | 2014-12-23 | 一种基带池内共享虚拟资源配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410816195.7A CN104507166B (zh) | 2014-12-23 | 2014-12-23 | 一种基带池内共享虚拟资源配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104507166A CN104507166A (zh) | 2015-04-08 |
CN104507166B true CN104507166B (zh) | 2018-07-17 |
Family
ID=52948865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410816195.7A Active CN104507166B (zh) | 2014-12-23 | 2014-12-23 | 一种基带池内共享虚拟资源配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104507166B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2018224194B2 (en) * | 2017-02-23 | 2022-12-08 | John Mezzalingua Associates, LLC | System and method for adaptively tracking and allocating capacity in a broadly-dispersed wireless network |
CN109165045A (zh) * | 2018-08-09 | 2019-01-08 | 网宿科技股份有限公司 | 一种调整服务器的硬件配置的方法和装置 |
CN111865345B (zh) * | 2020-08-10 | 2022-08-30 | 锐迪科创微电子(北京)有限公司 | 终端设备和芯片 |
CN112270492A (zh) * | 2020-11-12 | 2021-01-26 | 北京百家科技集团有限公司 | 一种资源分配方法、装置、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103916909A (zh) * | 2013-01-04 | 2014-07-09 | ***通信集团公司 | 基带池*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102655677B (zh) * | 2011-03-02 | 2015-04-01 | 株式会社日立制作所 | 移动通信***及其远端射频单元分簇方法 |
-
2014
- 2014-12-23 CN CN201410816195.7A patent/CN104507166B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103916909A (zh) * | 2013-01-04 | 2014-07-09 | ***通信集团公司 | 基带池*** |
Non-Patent Citations (3)
Title |
---|
On the Benefits of RAN Virtualisation in C-RAN Based Mobile Networks;Alexander Dawson,et.al。;《2014 Third European Workshop on Software-Defined Networks》;20140903;全文 * |
On the Statistical Multiplexing Gain of Virtual Base Station Pools;Jingchu Liu,et.al.;《Globecom 2014 - Symposium on Selected Areas in Communications: GC14 SAC Cloud Networks》;20141212;全文 * |
一种基于C-RAN架构下资源负载预测方法;龙恳,等;《科学技术与工程》;20141130;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104507166A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110099384B (zh) | 基于边-端协同的多用户多mec任务卸载资源调度方法 | |
CN103945548B (zh) | 一种c-ran网络中的资源分配***及任务/业务调度方法 | |
CN104507166B (zh) | 一种基带池内共享虚拟资源配置方法 | |
CN105049536B (zh) | IaaS云环境中的负载均衡***和负载均衡方法 | |
CN104619029B (zh) | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 | |
CN103731372B (zh) | 一种混合云环境下服务提供者的资源供应方法 | |
CN104104973B (zh) | 一种应用于云媒体***的群组带宽管理优化方法 | |
CN109041130B (zh) | 基于移动边缘计算的资源分配方法 | |
CN108900628A (zh) | 边缘计算环境中基于定价机制的微云计算资源分配方法 | |
CN107450982A (zh) | 一种基于***状态的任务调度方法 | |
CN105897484A (zh) | 一种流量管理装置、服务器和方法 | |
CN113553165B (zh) | 一种基于博弈论的移动边缘计算任务卸载和资源调度方法 | |
CN111538587A (zh) | 一种基于负载均衡的服务功能链重配置方法 | |
CN105446817B (zh) | 移动云计算中一种基于鲁棒优化的联合资源预留配置算法 | |
Cano et al. | On optimal infrastructure sharing strategies in mobile radio networks | |
CN113037876B (zh) | 基于合作博弈的云下行任务边缘节点资源分配方法 | |
CN102664814A (zh) | 一种虚拟网络中基于灰色预测的自适应动态资源分配方法 | |
CN106713375A (zh) | 云资源的调配方法及装置 | |
CN104572302B (zh) | 一种实现资源分配的方法及装置 | |
CN105451241A (zh) | 异构网中基于干扰协调的最大最小公平性资源分配方法 | |
CN110278611A (zh) | 一种无线供电移动边缘计算***中的资源分配方法 | |
CN104811466B (zh) | 云媒体资源分配的方法及装置 | |
CN108990067A (zh) | 一种应用于超密集异构网络的能效控制方法 | |
CN107423134A (zh) | 一种大规模计算集群的动态资源调度方法 | |
CN109428950A (zh) | Ip地址池自动调度方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |