一种基于内存页改写概率预测的载波迁移方法技术

本发明专利技术公开了一种基于内存页改写概率预测的载波迁移方法，所述方法包括：收到载波迁移信号，进入预迁移阶段，收集载波对应的虚拟基站中所有内存页的最近N次内存状态变化信息；进入迭代迁移阶段；预测所有待传输内存页的内存页改写概率；将内存页改写概率超过改写概率门限值的待传输内存页放到停机迁移阶段进行传输，将内存页改写概率不超过改写概率门限值的待传输内存页放到本轮迭代进行传输；判断是否满足停机迁移条件。本发明专利技术有效减少了载波迁移过程中虚拟基站内存页的冗余迭代拷贝，从而减少了载波迁移的总迁移时间、迁移停机时间和传输数据量，降低载波迁移不收敛的可能性，提高了载波迁移的迁移性能。

【技术实现步骤摘要】

本专利技术属于移动通信
，尤其涉及一种基于内存页改写概率预测的载波迁移方法。
技术介绍
随着移动通信无线接入网的发展，无线接入设备正经历着从传统的一体化基站向分布式基站再到基站资源池的演进过程。分布式基站通过将射频单元从基站中分离，分布式基站和远端的天线放在一起，成为远端射频单元(Remote Radio Unit，RRU)，而原来的基站机柜只留下基带单元(Baseband Unit，BBU)。一方面，RRU与天线放在一起，降低了天馈线的衰减，可以降低基站的发射功率；另一方面，剥离RRU后的BBU机柜体积可以大幅度减小，且安放于天面的RRU依靠自然条件恒温，不再需要专门的空调设备，进一步降低了能耗。基站资源池的概念是在分布式基站的基础上提出的，通过将一定范围内的BBU互联，将各BBU的基带处理能力共享，形成按需分配、统一调度的基带资源池。通过合理的规划，可以使得基站资源池内的基站不在同一时间处于最大业务量状态，基带资源池的载波处理资源就可以不按所有的最大需求总和来配备，从而降低了运营商的投资成本和网络整体的能耗，提高了载波处理资源的整体利用率。由于云计算技术的高速发展，虚拟化本文档来自技高网...

【技术保护点】
一种基于内存页改写概率预测的载波迁移方法，其特征在于，所述基于内存页改写概率预测的载波迁移方法包括以下步骤：步骤一，收到载波迁移信号，进入预迁移阶段，收集载波对应的虚拟基站中所有内存页的最近N次内存状态变化信息；步骤二，进入迭代迁移阶段，首轮迭代，则更新所有内存页的最近N次内存状态变化信息，然后将虚拟基站的全部内存页发送到目的端，转入步骤五，不是首轮迭代，则更新所有内存页的最近N次内存状态变化信息，以及待传输内存页信息，转入步骤三；步骤二，进入迭代迁移阶段，如果是首轮迭代，则更新所有内存页的最近N次内存状态变化信息，然后将虚拟基站的全部内存页发送到目的端，转入步骤五，如果不是首轮迭代，更新所有...

【技术特征摘要】
1.一种基于内存页改写概率预测的载波迁移方法，其特征在于，所述基于内存页改写概率预测的载波迁移方法包括以下步骤：步骤一，收到载波迁移信号，进入预迁移阶段，收集载波对应的虚拟基站中所有内存页的最近N次内存状态变化信息；步骤二，进入迭代迁移阶段，首轮迭代，则更新所有内存页的最近N次内存状态变化信息，然后将虚拟基站的全部内存页发送到目的端，转入步骤五，不是首轮迭代，则更新所有内存页的最近N次内存状态变化信息，以及待传输内存页信息，转入步骤三；步骤二，进入迭代迁移阶段，如果是首轮迭代，则更新所有内存页的最近N次内存状态变化信息，然后将虚拟基站的全部内存页发送到目的端，转入步骤五，如果不是首轮迭代，更新所有内存页的最近N次内存状态变化信息，以及待传输内存页信息，转入步骤三；步骤三，预测所有待传输内存页的内存页改写概率；步骤四，将内存页改写概率超过改写概率门限值的待传输内存页放到停机迁移阶段进行传输，将内存页改写概率不超过改写概率门限值的待传输内存页放到本轮迭代进行传输；步骤五，判断是否满足停机迁移条件，不满足，转入步骤二，满足，进入停机迁移阶段，完成载波迁移。2.如权利要求1所述的基于内存页改写概率预测的载波迁移方法，其特征在于，对所有待传输内存页进行内存页改写概率预测具体包括以下步骤：第一步，根据待传输内存页i的最近N次内存状态变化信息，计算待传输内存页i的时间内存页改写概率Pit；第二步，根据待传输内存页i的相邻内存页的最近一次内存状态变化信息，计算待传输内存页i的空间内存页改写概率Pis；第三步，根据Pit和Pis，计算待传输内存页i的内存页改写概率Pi：Pi＝ωtPit+ωsPis；其中ωt是时间内存页改写概率权重值，ωs是空间内存页改写概率权重值，ωs+ωt＝1；第四步，遍历所有待传输内存页，计算出所有待传输内存页的内存页改写概率。3.如权利要求2所述的基于内存页改写概率预测的载波迁移方法，其特征在于，所述第一步具体按以下步骤进行：(1)从内存页状态信息表state_table中获取待传输内存页i的最近N次内存状态变化信息，构成待传输内存页i的内存状态变化信息向量Ai＝(a1i，a2i，...,aNi)T，Ai等于state_table的第i列；(2)若Ai≠(1,1,...,1)T1×N且Ai≠(0,0,...,0)T1×N，通过Ai计算不同预测步长的权重值，预测步长k的权重值为： r i k = Σ l = 1 N - k ( a l i - A ‾ i ) · ( a ( l + k ) i - A ‾ i ) Σ l = 1 N ( a l i - A ‾ i ) 2 , ( k = 1 , 2 , ...... , j ; j < N ) ; ]]>其中是待传输内存页i的内存状态变化信息向量的平均值，j为最大预测步长；(3)将不同预测步长的权重值进行规范化，得到不同预测步长的权重系数，预测步长k的权重系数为： W i k = | r i k | Σ l = 1 j | r i l | ; ]]>(4)若Ai＝(1,1,...,1)1×N或Ai＝(0,0,...,0)1×N，则直接计算出不...

【专利技术属性】
技术研发人员：李兵兵，钱鑫，李靖，郭姣，兰冰，惠永涛，同钊，周小健，李育，徐芳芳，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61