基于5G移动通信的集中式无线接入网络负载均衡算法研究

作     者：张曼 

作者单位：上海交通大学 

学位级别：硕士

导师姓名：蒋铃鸽

授予年度：2020年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：5G移动通信 集中式无线接入网(C-RAN) 负载均衡算法 拥塞通知 ns-3仿真工具 

摘      要：随着移动通信的发展,诸如高清视频、智能家居等各种新型业务逐渐兴起,越来越多的设备接入到移动网络中,给移动接入网络带来了巨大的挑战。2019年,5G正式投入商用,开启了移动通信发展史上的新篇章。在5G时代各种高带宽、低时延的业务需求下,移动网络的数据传输性能有了更严格的要求,在带宽、时延、吞吐率方面都期望达到更高的水平,使移动接入网面临前所未有的压力。集中式无线接入网（Centralized Radio Access Network,C-RAN）是在为了应对日益增长的无线接入网压力而提出的一种新的接入网架构。该架构能将基站中的基带处理单元（Base Band Unit,BBU）集中化到一个中心的处理池中,协调全局资源,进行统一的资源调度,从而提升整体的网络资源利用率和基站处理效率。C-RAN内部BBU处理池的资源调度需要BBU之间的相互通信,而BBU之间的连接方式一般类似于数据中心Clos组网,在任意两个节点之间往往存在多条可用路径。BBU之间相互传输的数据主要是来自5G前传网络的移动数据,具有高带宽、高突发性的特征。该类型的数据在C-RAN内部网络中传输时,在多条可用路径的情况下需要按一定的选路规则选择转发路径,若所选规则不当,容易因带宽限制等因素造成网络局部负载过大的问题,严重时甚至引发网络拥塞,导致数据传输时延过大,影响通信服务的质量。如何为网络中传输的数据选择合适的转发路径,从而平衡网络的负载状态,获得较高的资源利用率,是C-RAN内部网络需要研究的重要问题,即C-RAN内部网络的负载均衡问题。5G C-RAN内部网络拓扑与数据中心网络较为类似,故本研究从学术界研究较多的数据中心网络负载均衡算法入手,结合5G前传网络数据源高带宽、高突发性的特征,进行5G移动通信背景下负载均衡算法的相关研究。分布式本地随机负载均衡算法（DRILL）是一种依据本地负载信息进行实时选路的负载均衡算法,能够在微秒级时间内应对网络中的突发数据,对高突发性的5G前传网络数据有一定的适应性。因此,本研究将DRILL算法应用于C-RAN内部网络中,利用网络仿真工具ns-3对C-RAN网络场景下的该算法进行仿真分析,证明了其有效性。另外,本研究结合对现有的数据中心负载均衡算法的调研及仿真分析,提出了一种C-RAN内部网络负载均衡算法——基于拥塞通知的负载均衡算法（LBCN）。该算法通过拥塞通知机制使网络中的路由单元感知到网络中的拥塞状况,并结合本地信息,做出符合当前网络状态的拥塞决策。本文通过对LBCN的仿真分析,同时与业界最常用的等价多路径算法（ECMP）进行比较,验证了LBCN算法在对称拓扑以及非对称拓扑场景下负载均衡的有效性。本研究的主要贡献有以下几点:（1）将数据中心网络负载均衡算法DRILL应用于5G网络场景下,验证了其在C-RAN内部网络负载均衡方面的有效性;（2）提出了符合5G数据源特性的新的C-RAN内部负载均衡算法LBCN,在对称拓扑下对该算法进行仿真分析,验证了其合理性;（3）在非对称拓扑网络中对LBCN算法进行仿真,并通过与ECMP算法的性能比较,证明了LBCN算法在非对称拓扑下的性能优越性。