一种认知容量收集网络中网络切片的频谱共享方法技术

本发明专利技术涉及网络切片技术领域，具体公开了一种认知容量收集网络中网络切片的频谱共享方法，包括步骤：S1：基于认知容量收集网络建立频谱共享的机会容量模型；S2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型；S3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。与现有算法相比，本发明专利技术所提频谱共享方法能有效利用机会频谱资源，进一步提高信道利用率。

【技术实现步骤摘要】
一种认知容量收集网络中网络切片的频谱共享方法
本专利技术涉及网络切片
，尤其涉及一种认知容量收集网络中网络切片的频谱共享方法。
技术介绍
近年来，无线应用需求急剧增加，使得无线通信网络不仅承载传统的移动通信业务，还需要进一步支持更多的新兴物联网(IoT,InternetofThing)业务。未来无线通信网络将进一步向面向异构服务需求的大规模异构网络发展。针对此，网络切片应运而生，其被认为是第五代(5G,5Generation)移动通信系统的关键技术之一[1]。网络切片可使得移动网络运营商在一个公共的物理基础设施上构建多个逻辑网络，从而为不同的需求方提供定制的网络。频谱是网络切片中必须考虑的关键资源，现有网络切片研究大多考虑的授权频谱的分配问题[2-3]。然而，随着无线业务的急剧增加，频谱越来越稀缺，网络切片中如何进一步利用原本稀缺的频谱资源是未来无线网络所面临的亟待解决问题。认知无线电的机会频谱共享可进一步提高频谱的利用率，该技术与网络切片结合可极大提高网络承载业务的能力。但现有研究大多关注传统无线网络的机会频谱共享，较少关注网络切片的机会频谱共享。然而，受限于稀缺的频谱资源，未来无线通信网络只能通过频谱共享进一步提升频谱利用率。如何联合网络切片和频谱共享进一步提升频谱利用率是未来无线网络所面临的亟待解决问题。目前尚未有研究针对网络切片的频谱共享提出有效的解决方案。参考文献：[1]PanY,LiS,LiB,etal.CDD:CoordinatingDataDisseminationinHeterogeneousIoTNetworks[J].IEEECommunicationsMagazine,2020,58(6):84-89.[2]FengL,ZiY,LiW,etal.DynamicResourceAllocationWithRANSlicingandSchedulingforuRLLCandeMBBHybridServices[J].IEEEAccess,2020,8:34538-34551.[3]RostP,MannweilerC,MichalopoulosDS,etal.NetworkSlicingtoEnableScalabilityandFlexibilityin5GMobileNetworks[J].IEEECommunicationsMagazine,2017,55(5):72-79.
技术实现思路
本专利技术提供一种认知容量收集网络中网络切片的频谱共享方法，解决的技术问题在于：如何联合网络切片和频谱共享以进一步提升频谱利用率。为解决以上技术问题，本专利技术提供一种认知容量收集网络中网络切片的频谱共享方法，包括步骤：S1：基于认知容量收集网络建立频谱共享的机会容量模型；S2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型；S3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。具体的，所述认知容量收集网络包括多个基站、多个认知路由器；多个所述基站用于接入网和核心网的接入；多个所述认知路由器组成Mesh网络以辅助多个所述基站进行数据传输，以及采用多跳传输的方式中继IoT终端的数据，每个所述认知路由器接入授权频段或机会接入非授权频段，所述Mesh网络采用网络切片的方式满足不同业务对象差异化服务的需求。进一步地，在所述机会容量模型中，单个信道的机会容量cop＝qop·c，qop为该信道的机会可用概率，c为信道容量。进一步地，其中，fy(y)为授权占用持续时间yi(i＝1,2,...,N,N为授权占用时间数)的概率密度函数，E[fy(y)]为fy(y)的期望，为频谱共享的机会可用持续时间空洞ts(s＝1,2,...,S,S为机会可用时间空洞数)的概率密度函数，为的期望。进一步地，其中，λy为授权占用服从指数分布时指数分布的参数，λ为授权占用到达速率，z为一个求和变量。进一步地，所述频谱共享模型为：其中，Mk为第k个切片的业务集合；K为切片集合；为分配给第k个切片中的第m个业务在i-j链路上的速率，业务的最终发收节点是i和j；为第k个切片中的第m个业务是否能够接入；为第k个切片中的第m个业务的收益；tp为第p个无冲突节点集所占用的时间比例，P为无冲突节点集的个数；qk(m)为第k个切片中的第m个业务的速率需求；为第k个切片上第n个授权信道i-j上的容量；为第k个切片上第n个非授权信道i-j上的频谱共享机会容量；Nl为授权信道集合，其中授权信道的个数为NL；Ns为非授权信道即频谱共享信道集合，其中频谱共享信道的个数为NS；Ts为序号为s的无冲突节点集；为第k个切片中时延敏感业务的合集；为第k个切片中时延容忍业务的合集；Uk,m为第k个切片中的第m个业务传输所经过的节点集合。进一步地，其中，为平均信干噪比，Pb为最大可容忍误码率，B为信道带宽。进一步地，其中，qop即为i-j链路的机会可用概率。进一步地，所述步骤S3具体包括步骤：S31：设tp平均分配，则将所有业务Mk和授权信道传输速率带入贪婪算法求得授权信道的分配方案；S32：将时延容忍业务中剩余的业务和频谱共享传输速率带入贪婪算法求得频谱共享的分配方案。本专利技术提供的一种认知容量收集网络中网络切片的频谱共享方法，首先建立了频谱共享的机会容量模型，推导了非授权信道的机会容量(步骤S1)，然后提出了一种认知容量收集网络中网络切片的频谱共享模型(步骤S2)，最后采用贪婪算法对频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案(步骤S3)。与现有算法相比，本专利技术所提频谱共享方法能有效利用机会频谱资源，进一步提高信道利用率。附图说明图1是本专利技术实施例提供的认知容量收集网络的场景展示图；图2是本专利技术实施例提供的单个信道的机会频谱共享示意图；图3是本专利技术实施例提供的频谱共享状态转移模型的示意图。具体实施方式下面结合附图具体阐明本专利技术的实施方式，实施例的给出仅仅是为了说明目的，并不能理解为对本专利技术的限定，包括附图仅供参考和说明使用，不构成对本专利技术专利保护范围的限制，因为在不脱离本专利技术精神和范围基础上，可以对本专利技术进行许多改变。为联合网络切片和频谱共享以进一步提升频谱利用率，本专利技术实施例提供一种认知容量收集网络中网络切片的频谱共享方法，主要包括步骤S1～S3，该方法首先建立了频谱共享的机会容量模型，推导了非授权信道的机会容量(步骤S1)，然后提出了一种认知容量收集网络中网络切片的频谱共享模型(步骤S2)，最后采用贪婪算法对频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案(步骤S3)。(1)步骤S1S1：基于认知容量收集网络建立频谱本文档来自技高网...

【技术保护点】
1.一种认知容量收集网络中网络切片的频谱共享方法，其特征在于，包括步骤：/nS1：基于认知容量收集网络建立频谱共享的机会容量模型；/nS2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型；/nS3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。/n

【技术特征摘要】
1.一种认知容量收集网络中网络切片的频谱共享方法，其特征在于，包括步骤：
S1：基于认知容量收集网络建立频谱共享的机会容量模型；
S2：基于所述机会容量模型建立所述认知容量收集网络中网络切片的频谱共享模型；
S3：基于贪婪算法对所述频谱共享模型进行求解，得到授权信道的分配方案和频谱共享的分配方案。


2.如权利要求1所述的一种认知容量收集网络中网络切片的频谱共享方法，其特征在于：所述认知容量收集网络包括多个基站、多个认知路由器；多个所述基站用于接入网和核心网的接入；多个所述认知路由器组成Mesh网络以辅助多个所述基站进行数据传输，以及采用多跳传输的方式中继IoT终端的数据，每个所述认知路由器接入授权频段或机会接入非授权频段，所述Mesh网络采用网络切片的方式满足不同业务对象差异化服务的需求。


3.如权利要求2所述的一种认知容量收集网络中网络切片的频谱共享方法，其特征在于：在所述机会容量模型中，单个信道的机会容量cop＝qop·c，qop为该信道的机会可用概率，c为信道容量。


4.如权利要求3所述的一种认知容量收集网络中网络切片的频谱共享方法，其特征在于：



其中，fy(y)为授权占用持续时间yi(i＝1,2,...,N,N为授权占用时间数)的概率密度函数，E[fy(y)]为fy(y)的期望，为频谱共享的机会可用持续时间空洞ts(s＝1,2,...,S,S为机会可用时间空洞数)的概率密度函数，为的期望。


5.如权利要求4所述的一种认知容量收集网络中网络切片的频谱共享方法，其特征在于：






其中，λy为授权占用服从指数分布时指数分布的参数，λ为授权占用到达速率，z为一个求和变量。


6.如...

【专利技术属性】
技术研发人员：杨凡，黄杰，李娇军，左迅，邱天，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：重庆;50