雷 鶴,趙杰衛(wèi),楊 嬛,王祉晴

(中國移動通信集團四川有限公司,四川 成都 610000)

0 引言

隨著互聯(lián)網(wǎng)的增長和5G技術(shù)的發(fā)展,為了提供更好的服務,網(wǎng)絡運營平臺需要對有限的物理資源進行比較,并為用戶提供定制化的基于5G的項目。網(wǎng)絡切片技術(shù)應運而生。但由于傳統(tǒng)的網(wǎng)絡切片方式存在一些不足,在客戶數(shù)量突然增加時,會影響服務質(zhì)量。因此,物聯(lián)網(wǎng)通信一直在不懈地追求更多的輸出量、減少延長時間、更安全的可靠性以及更廣闊的覆蓋范圍[1]。除設計更有效的編碼、調(diào)制、信道估計、均衡和解碼方案外,還可通過優(yōu)化資源分配來充分利用可用的帶寬、功率和頻譜資源。但存在2大限制:一是部分方法應用的啟發(fā)式算法求得的解為局部最優(yōu)解,這些方法的計算復雜性可能很高,難以實時更新。二是資源分配方法對于精確的系統(tǒng)模型高度依賴。在建立數(shù)學模型時,為處理方便,往往會忽略現(xiàn)實中存在的缺陷,導致模型參數(shù)的不確定性,影響其性能。眾多學者針對此展開研究,并已經(jīng)得到一定成果。肖瑤等[2]提出了一種基于灰狼優(yōu)化和匈牙利算法的D2D資源分配策略。該方法先利用灰狼優(yōu)化獲得每個D2D用戶的最佳發(fā)射功率,后利用匈牙利算法實現(xiàn)D2D用戶與蜂窩用戶的最佳信道匹配,從而最大化D2D用戶的總?cè)萘?。唐倫等[3]提出了一種基于云霧混合計算的車聯(lián)網(wǎng)聯(lián)合資源分配算法。該方法先將云計算與霧計算結(jié)合,以最大時延作為約束條件,建立資源優(yōu)化模型,旨在最小化系統(tǒng)能耗和資源成本;再針對海量設備計算卸載引起的網(wǎng)絡擁塞問題,提出了一種基于在線測量的霧節(jié)點時頻資源配置算法;最后,借助分式規(guī)劃理論和拉格朗日對偶分解方法得到迭代的帶寬和功率分配策略。盡管以上2種方法都具有一定的優(yōu)勢,但均存在資源分配時間較長的問題。因此,本次研究開展基于5G網(wǎng)絡切片的物聯(lián)網(wǎng)資源分配優(yōu)化方法研究,以解決上述問題。

1 基于5G網(wǎng)絡切片的物聯(lián)網(wǎng)資源分配優(yōu)化方法設計

1.1 建立物聯(lián)網(wǎng)資源分配模型

本文提出的基于5G網(wǎng)絡切片的物聯(lián)網(wǎng)資源分配模型,如圖1所示。

為了滿足新型電力系統(tǒng)對高可靠性、低延遲的要求,本文在最大限度減少端到端延遲的同時,盡可能提升資源利用率。為進一步簡化計算復雜度,在資源、安全和延遲約束的條件下,本研究將原始優(yōu)化問題轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問題,其具體可表示為:

(1)

式(1)中,VS為切片節(jié)點集;VF為切片節(jié)點之間的鏈路集;xiu代表的是資源分配后各部分占比,i為每一切片節(jié),u為用戶;c(Vi)為計算容量、安全級別為s1(Vu)。為實現(xiàn)其目標的最小化,需要將請求分配給使用最少的服務器,故其約束條件如下:

(2)

通過式(2),確保每個物理節(jié)點只能管理來自相同切片請求的網(wǎng)絡切片節(jié)點。

基于5G網(wǎng)絡切片模型中的模型要素包括狀態(tài)、動作和獎勵。其中,狀態(tài)指actor能夠感知當前的切片狀態(tài);動作指各切片RB的增加、保持和減少等動作;獎勵指切片控制器對actor發(fā)出的反饋,以告知一個動作對于一個狀態(tài)是好還是壞[4],則每次從回放記憶中抽取批量樣本來訓練網(wǎng)絡參數(shù)。網(wǎng)絡參數(shù)更新后,回放記憶會更新樣本的優(yōu)先級。在強化訓練過程中,可以根據(jù)優(yōu)先級定期更新操作值。當播放內(nèi)存已滿時,無法擦除的舊體驗將被刪除。在每個N步之后,參與者從預測網(wǎng)絡中復制經(jīng)過訓練的參數(shù),并將其更新為最新版本。本文通過5G網(wǎng)絡切片法,構(gòu)建基于智能actor的切片資源控制架構(gòu),以分布式actor協(xié)作方式,從各切片上的actor同步學習經(jīng)驗,從而實現(xiàn)高效的目的。

1.2 基于5G網(wǎng)絡切片建立資源分配算法

基于已經(jīng)構(gòu)建的聯(lián)網(wǎng)資源分配模型,建立資源分配算法。5G網(wǎng)絡切片作為典型的多元屬性資源分配算法,基于正負理想邊界條件完成,可先對真實值和理想值之間的偏差程度進行排序,再通過妥協(xié)解的方式實現(xiàn)資源的最優(yōu)分配[5],其運算流程如下:

首先進行切片排序,即對分配占比進行定義,則基于資源分配模型可知:

(3)

基于切片分配比進行匹配的物理節(jié)點,其取值為:

xiusr(Vi)≤s1(Vu),?u∈VF,i∈VS

(4)

式(4)中,安全需求為Sr(Vi)。基于公式(3)和(4)的條件得出基于5G網(wǎng)絡切片建立資源分配算法為:

xiusr(Vi)=s1(Vu)+VF,i∈VS

(5)

基于已經(jīng)計算出的物理節(jié)點分配算法進行調(diào)用模塊和網(wǎng)絡連接。文中在假設物理節(jié)點資源配置中,首先,基于5G網(wǎng)絡切片技術(shù)計算每個網(wǎng)絡切片和網(wǎng)絡節(jié)點的Q值,并從小到大進行排序;其次,選擇合適的網(wǎng)絡切片與物理節(jié)點進行一一映射,并進行網(wǎng)絡傳輸時延約束條件限定查找;最后,完成分配算法的成功執(zhí)行,具體流程如圖2所示。

圖2 基于5G網(wǎng)絡切片的資源分配算法

在切片鏈路配置階段,使用最短路徑算法獲得切片鏈路的物理路徑?？紤]到切片鏈路的時延,提出了一種路徑選擇策略,如表1所示。

表1 最短路徑算法上的切片鏈路配置算法

1.3 實現(xiàn)物聯(lián)網(wǎng)資源分配

基于已經(jīng)構(gòu)建的資源分配算法,進行對邊緣服務器資源的分配機制。首先,設置指定路段上每一個路側(cè)單元的屬性信息為{rn,θk},并將這N個屬性信息匯聚在一張狀態(tài)表格當中,采用表格來制作。基于5G網(wǎng)絡切片的車聯(lián)網(wǎng)資源分配優(yōu)化方法采用的是RSU表格。RSU表格較為清晰明了,更能清楚地觀察到表格信息,并進行匯總。信息加入表格后,在狀態(tài)表中定時定期地更新特定信息。在車輛行駛路段的新間隔開始時刻,車輛進入?yún)^(qū)間,資源開始更新?；谏鲜鏊惴ǔ霈F(xiàn)選擇,主要決定當前車載任務是否要取消,以及對路邊概況的預判。判斷條件根據(jù)公式(6)所示。

(6)

式(6)中,Dm代表車輛進入?yún)^(qū)間的實際任務分配效率,fvm代表車輛進入?yún)^(qū)間獲得最佳分配服務效率,γm代表設定閾值。

一旦滿足了上述條件,該任務就在本地開始處理;否則,便向離其最近的RSU請求網(wǎng)絡上的RSU狀態(tài)表。對于進行任務卸載的時延估算,具體分為以下幾步:

首先,需要考慮任務傳輸終端與車端之間的時延問題。在本文中的卸載模式下,任務信息可以通過IEEE從車輛直接傳輸?shù)絉EU端。假設發(fā)電機工廠中的所有信號源塊都相互正交,就可以忽略發(fā)電機工廠的信道問題。其次,通過模擬大尺度衰減和小尺寸衰減來對傳播路徑進行建模。最后,建立良好的任務處理機制,即對任務處理進行梳理劃分?；谏鲜隽鞒痰玫揭粋€小時間隙內(nèi)指定路段上邊緣云資源分配機制。

2 對比實驗

2.1 實驗準備

本實驗采取3GPP TR36.885標準中的城市公路場景來設置仿真環(huán)境,并采用空間泊松過程隨機部署車輛初始位置。V2V和V2I鏈路從生成的車輛中隨機選擇。RSU覆蓋范圍測試中,在T形路口處利用支架固定部署路側(cè)設備,車載設備固定于電動車前置筐內(nèi)。實際測試過程中設備由移動電源供電,并由便攜式PC依據(jù)AT指令發(fā)送控制命令,路側(cè)設備不間斷廣播消息,車載設備以一定速度分別以東西方向和南北方向移動,向東行駛距離約400 m,向南行駛距離約300 m(包含轉(zhuǎn)彎路口后的距離)。車載設備性能測試中,固定其中一個車載設備靜止不動,另一個設備沿著東西方向進行移動。車載設備測試主要面向低密度場景,從實際的測試中獲得PRR、通信時延,分析通信性能與距離的關系。為驗證基于5G網(wǎng)絡切片的車聯(lián)網(wǎng)資源分配優(yōu)化方法,對高密度通信場景中的車載設備聯(lián)網(wǎng)性能進行總結(jié)。

在實際的測試環(huán)境中,無論是東西行駛還是南北行駛,除了近距離下的無障礙傳輸,在較遠距離時無線信號都會受到建筑物、樹木等障礙物的遮擋。車載設備在移動過程中,根據(jù)有無障礙物的遮擋,傳輸信道有所不同,測試場景為非視距傳輸。測試設備包括OBU、RSU、移動電源和支架等。測試參數(shù)信道帶寬設置為固定值,測試變量主要包括消息大小、設備移動速度以及天線位置,具體如表2所示。

表2 測試設備

2.2 實驗結(jié)果

選取基于灰狼優(yōu)化和匈牙利算法的D2D資源分配策略[2]和基于云霧混合計算的車聯(lián)網(wǎng)聯(lián)合資源分配算法[3]作為對比方法,開展對比實驗,獲得對比結(jié)果如表3所示。

表3 3種方法的資源分配時間結(jié)果 單位:s

由表3可知,所提方法在車輛識別模塊資源分配時間、信息通信模塊資源分配時間和路邊設備模塊資源分配時間都低于對比方法。其中,識別模塊資源分配時間最短為2 s;路邊設備模塊資源分配時間最長為4 s。因此,可以證明基于5G網(wǎng)絡切片的物聯(lián)網(wǎng)資源分配優(yōu)化方法具有高效性。

3 結(jié)語

本文針對新型車電力系統(tǒng)的特點,提出了一種基于5G網(wǎng)絡切片的啟發(fā)式算法。該方法根據(jù)切片節(jié)點的拓撲特性、資源利用率和延遲時間,利用5G網(wǎng)絡切片方法對其重要性進行排序,在切片鏈路配置階段,使用最短路徑算法獲得切片鏈路的物理路徑。仿真結(jié)果表明,本文提出的方案能夠在保證業(yè)務端到端時延要求的同時實現(xiàn)較高的切片配置成功率,可滿足新型電力系統(tǒng)5G網(wǎng)絡切片的安全要求。