软件定义蜂窝网中的动态资源管理关键技术研究

With the development of Internet and mobile communications, the traffic carried by the cellular networks is increasing exponentially, which makes the service provided by the current cellular system can not meet the QoS requirements of their subscribers. And the resource management strategy in traditional cellular networks, which has properties of large granularity, stationary, local optimal, limits the performance of the cellular networks and can not meet the requirements of 5G systems. To address the above problems, we propose an SDN-based cellular network infrastructure, which bears the advantages of traditional cellular networks and overcomes their shortcomings. Based on the new infrastructure, we propose a virtual resource management scheme based on machine learning. Subject to the constraints in the fronthaul and backhaul of the cellular networks, we propose a cache-based virtual resource allocation scheme. To tackle the dynamic variation of the non-uniform traffic distribution over time and space, we propose a dynamic load balance scheme and a load-aware mobility management scheme. Finally, based on multiobjective optimization theory, we propose a green resource allocation scheme by jointly considering the constraints of energy efficiency and spectrum efficiency. The research results can guide the design of future 5G cellular networks, green mobile communication networks, and LTE/WiFi heterogeneous communication networks.

随着互联网和移动通信的发展，蜂窝通信网络承载的数据量呈指数增长的趋势，导致现有的4G蜂窝系统所提供的服务无法满足用户日益增长的QoS需求。此外，传统蜂窝网络资源管理所具有的粗放性、静态性和局部性的特点已严重限制了蜂窝网络的性能，使其无法满足未来5G系统的需求。针对上述问题，项目提出基于软件定义的蜂窝网络架构。该架构吸收了传统蜂窝网络架构的优点，同时也克服了其缺点。基于新的网络架构，项目提出基于机器学习的虚拟化资源分配方案。针对新架构下前程与后程受限的问题，项目提出了基于缓存的虚拟化资源分配方案。基于新架构具有动态性的特点，项目提出了基于QoS保障的动态负载均衡优化策略与基于负载感知的移动性管理策略。最后，项目基于多目标优化理论提出同时考虑能量效率和频谱效率的绿色资源分配方案。本项目研究成果，对于下一代5G蜂窝网络、绿色移动通信网络和LTE/WiFi异构通信网络的设计具有指导意义。

为满足用户日益增长的QoS需求、保证网络的实时性动态性，本项目研究将软件定义网络（SDN）技术与无线蜂窝网络结合的软件定义蜂窝网（SDCN）中动态资源管理关键技术。项目创新性地提出了LTE和WiFI共存及基于缓存的软件定义蜂窝网的架构，并在以上架构基础上进一步研究动态资源管理关键技术。针对SDCN中的虚拟化资源优化问题，项目组引入机器学习、凸优化等工具，研究了授权频段与非授权频段、上下行解耦、结合缓存、无人机等场景下的资源分配机制。针对SDCN中的动态负载均衡问题，项目在预测动态负载和用户移动性的基础上，通过优化资源分配、移动性管理、切换控制等方式，提出了相应的动态负载均衡策略。针对SDCN中的能耗问题，项目通过引入网络切片等技术，在结合无人机、移动边缘计算等新兴网络场景中，研究了兼顾频谱效率和能量效率的绿色资源分配策略。本项目按计划并超额完成了相关任务，发表学术论文49篇，其中SCI收录刊源23篇（第一标注12篇），另有EI收录刊源25篇（第一标注12篇），14篇（第一标注8篇）发表在IEEE Journal of Selected Area on Communications、IEEE Internet of Things Journal、IEEE Transactions on Wireless Communications等权威国际期刊上，8篇（第一标注5篇）发表在IEEE International Conference on Communications、IEEE Global Communications Conference等通信领域国际旗舰级会议上，1篇期刊论文被评为ESI高被引论文，Web of Science引用量超过300次。申请/授权国家发明专利4项（其中申请1项，授权3项）。培养毕业研究生10人，其中博士生2人，硕士生8人。项目所取得的成果对于未来6G蜂窝网络架构及关键技术研究具有重要的意义。