一种虚拟化C-RAN网络下的网络切片虚拟资源分配方法

    公开(公告)号:CN108900357A

    公开(公告)日:2018-11-27

    申请号:CN201810863449.9

    申请日:2018-08-01

    Abstract: 本发明涉及一种虚拟化C-RAN网络下的网络切片虚拟资源分配方法,属于通信技术领域。该方法在满足各网络切片平均时延约束以及网络平均回传链路带宽消耗约束的前提下,以最大化平均网络切片和速率为目标进行动态的资源分配。所分配的网络资源包括频谱资源(资源块)和缓存资源。在每个资源调度时隙上,集中式的资源管理系统根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。本发明提出的虚拟资源分配方法能够在提升网络切片和速率的同时保证各切片的服务质量。

    一种带内全双工系统无线接入与回传联合资源分配方法

    公开(公告)号:CN108964806B

    公开(公告)日:2021-03-16

    申请号:CN201810866046.X

    申请日:2018-08-01

    Abstract: 本发明涉及一种带内全双工系统无线接入与回传联合资源分配方法,属于移动通信技术领域。该方法包括:S1:建立带内全双工自回传网络架构:由一个多天线宏基站和若干单天线自回传小基站构成的蜂窝异构网络;S2:在维持网络稳定的条件下,通过带内全双工自回传网络下的无线接入与回传联合资源分配方法,最大化网络时间平均下的下行用户和频谱效率,并调整控制参量的取值而实现时延与频谱效率间的动态平衡。本发明解决了低功率节点的超密集部署所带来的回传链路部署困难、运营商高额成本以及网络变得更为复杂等问题。

    一种在F-RAN架构中联合资源分配和内容缓存的方法

    公开(公告)号:CN109951849A

    公开(公告)日:2019-06-28

    申请号:CN201910138420.9

    申请日:2019-02-25

    Abstract: 本发明涉及一种在F-RAN架构中联合资源分配和内容缓存的方法,属于移动通信领域。该方法为:在F-RAN场景中保证内容服务时延和网络切片SLA约束的同时,以最大化系统长期平均效用为目标进行的网络切片无线资源分配和内容缓存决策。在每个离散时隙内,根据当前时隙边缘雾节点的内容请求虚拟队列长度状态和前传链路与无线接入链路传输对网络切片内容传输能力状态信息,在无线资源容量和缓存容量限制内为每个网络切片动态地分配合适的无线资源,并在边缘雾节点缓存网络切片请求的内容。本发明可以在保证内容服务时延和网络切片SLA的同时减轻前传链路压力,提高资源利用率。

    H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度方法

    公开(公告)号:CN110809261B

    公开(公告)日:2022-04-12

    申请号:CN201911063596.9

    申请日:2019-10-31

    Abstract: 本发明涉及一种H‑CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度方法,属于移动通信技术领域。该方法通过综合考虑业务接入控制、拥塞控制、无线资源分配和复用,以最大化网络平均和吞吐量为目标,在每个资源调度时隙内动态地为性能需求各异的网络切片用户分配频谱和功率资源,并控制各终端用户当前时隙接入的新的业务数据量。本发明提出的联合拥塞控制和资源分配的网络切片动态资源调度方法能在满足各切片用户服务质量需求的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。

    一种基于深度强化学习的异构云无线接入网资源分配方法

    公开(公告)号:CN110493826A

    公开(公告)日:2019-11-22

    申请号:CN201910804972.9

    申请日:2019-08-28

    Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法,属于移动通信技术领域。在该方法中,包括:1)以队列稳定为约束,联合拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型;2)考虑到调度问题的复杂性,系统的状态空间和动作空间是高维的,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾难题;3)针对无线网络环境的复杂性和动态多变性,引入迁移学习算法,利用迁移学习的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时,满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。

    一种在F-RAN架构中联合资源分配和内容缓存的方法

    公开(公告)号:CN109951849B

    公开(公告)日:2023-02-17

    申请号:CN201910138420.9

    申请日:2019-02-25

    Abstract: 本发明涉及一种在F‑RAN架构中联合资源分配和内容缓存的方法,属于移动通信领域。该方法为:在F‑RAN场景中保证内容服务时延和网络切片SLA约束的同时,以最大化系统长期平均效用为目标进行的网络切片无线资源分配和内容缓存决策。在每个离散时隙内,根据当前时隙边缘雾节点的内容请求虚拟队列长度状态和前传链路与无线接入链路传输对网络切片内容传输能力状态信息,在无线资源容量和缓存容量限制内为每个网络切片动态地分配合适的无线资源,并在边缘雾节点缓存网络切片请求的内容。本发明可以在保证内容服务时延和网络切片SLA的同时减轻前传链路压力,提高资源利用率。

    一种基于能效的NOMA蜂窝车联网动态资源调度方法

    公开(公告)号:CN109905918B

    公开(公告)日:2022-04-01

    申请号:CN201910138998.4

    申请日:2019-02-25

    Abstract: 本发明涉及一种基于能效的NOMA蜂窝车联网动态资源调度方法,属于移动通信领域。该方法为:在支持V2V通信的NOMA蜂窝网络场景下,根据V2V用户的可靠性、V2V用户时延、NOMA用户速率需求及用户的功率限制为约束条件,以最大化系统能效的长时平均能效为优化目标,建立联合NOMA用户的子信道分配、V2V用户的频谱分配和拥塞控制需求的随机优化模型,为NOMA用户和V2V用户制定功率分配和子信道调度策略。本发明能够在保证系统稳定性前提下最大化系统能效,并同时满足V2V用户时延、可靠性及NOMA用户的速率需求。

    H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度方法

    公开(公告)号:CN110809261A

    公开(公告)日:2020-02-18

    申请号:CN201911063596.9

    申请日:2019-10-31

    Abstract: 本发明涉及一种H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度方法,属于移动通信技术领域。该方法通过综合考虑业务接入控制、拥塞控制、无线资源分配和复用,以最大化网络平均和吞吐量为目标,在每个资源调度时隙内动态地为性能需求各异的网络切片用户分配频谱和功率资源,并控制各终端用户当前时隙接入的新的业务数据量。本发明提出的联合拥塞控制和资源分配的网络切片动态资源调度方法能在满足各切片用户服务质量需求的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。

    一种基于深度强化学习的异构云无线接入网资源分配方法

    公开(公告)号:CN110493826B

    公开(公告)日:2022-04-12

    申请号:CN201910804972.9

    申请日:2019-08-28

    Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法,属于移动通信技术领域。在该方法中,包括:1)以队列稳定为约束,联合拥塞控制、用户关联、子载波分配和功率分配,并建立网络总吞吐量最大化的随机优化模型;2)考虑到调度问题的复杂性,系统的状态空间和动作空间是高维的,DRL算法利用神经网络作为非线性近似函数,高效地解决维度灾难题;3)针对无线网络环境的复杂性和动态多变性,引入迁移学习算法,利用迁移学习的小样本学习特性,使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时,满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。

    一种面向混合能源供应的H-CRAN网络架构下资源分配及能源管理方法

    公开(公告)号:CN110519095A

    公开(公告)日:2019-11-29

    申请号:CN201910804912.7

    申请日:2019-08-28

    Abstract: 本发明涉及一种面向混合能源供应的H-CRAN网络架构下资源分配及能源管理方法,属于移动通信技术领域。在该方法中,在每个离散的时隙上,考虑用户的跨层干扰、系统稳定性及能源可持续性,在保证每类用户最低服务质量需求、用户队列平均时延约束以及能源队列可持续性的前提下,根据用户设备的当前时隙的状态信息为每个服务提供商所服务的用户分配合适的无线资源,并且每个基站根据当前的环境状态信息进行能源管理以最大化服务提供商平均净收益为目标进行的动态资源分配与能源管理。本发明提出的动态资源分配及能源管理方法能够在提升服务提供商平均净收益的同时保持系统数据队列时延需求、能源队列可持续性以及用户的服务质量需求。

Patent Agency Ranking