基于随机优化的5G网络切片资源分配算法研究

作     者：马润琳 

作者单位：重庆邮电大学 

学位级别：硕士

导师姓名：陈前斌

授予年度：2019年

学科分类：08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

主      题：5G网络切片 资源分配 李雅普诺夫优化 马尔科夫决策过程 

摘      要：网络切片作为5G的关键技术之一,对实际网络进行资源和功能的划分,形成应对不同应用场景的虚拟网络。网络切片的资源分配是实现灵活按需组网首要考虑的因素,高效的资源分配算法能提高网络资源利用率、保障用户服务质量、增加网络性能等。因此本文基于随机优化理论对5G网络切片的资源分配问题进行了研究,主要研究内容和工作总结如下:1.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,提出了在云无线接入网中基于非正交多址接入的联合用户关联和功率分配算法。首先,该算法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、前传链路容量为约束,建立了在云无线接入网中最大化系统平均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,并利用李雅普诺夫优化理论设计了一种动态的联合用户关联和功率分配算法。最后采用贪婪算法解决用户关联问题求得次优解;基于用户关联的策略,将功率分配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网络切片的平均总吞吐量。2.针对网络切片对内容请求的不确定和频谱资源短缺而引起的时频资源分配不合理的问题,提出一种在雾无线接入网架构中联合时频资源分配和内容缓存的算法。首先,该算法根据不同网络切片内容请求以及前传链路与无线接入链路服务质量状态的动态随机性,在内容服务时延和网络切片对时频资源的最低需求约束下建立了最大化长期平均系统效用的约束马尔科夫决策过程随机优化模型;其次,针对网络状态动态随机变化,网络状态转移概率难以获得的情况,引入决策后状态建立基于决策后状态值函数的动态规划方程;最后,利用随机梯度法提出一种在线学习的网络切片时频资源分配和雾节点内容缓存算法。仿真结果表明所提算法能够在保证网络切片内容服务时延的同时更好地权衡内容缓存决策与时频资源分配决策。