面向网络切片的多小区无线资源管理技术研究

Networks slicing is one of the key enabling technology to realize a multi-service radio access in 5G networks. The project considers the radio resource management for network slicing in a general multi-cell environment. The project focuses on slice fairness, traffic isolation, and bearer efficiency, by considering slice-specific admission control, slice-specific spectrum planning, and slice-specific radio resource scheduling, respectively. The project contributes to the study of fairness issues, end-to-end traffic isolation, and multi-service capacity of network slicing.

网络切片是5G多业务承载的核心技术。本项目拟针对多小区场景，研究面向网络切片的无线资源管理技术。项目从切片的区域接入控制、切片间频谱资源规划和切片间无线资源调度三个方面入手，分别研究切片公平性、业务隔离性和承载高效性三个关键问题。本项目研究有助于探索网络切片的公平性问题，有助于实现业务隔离的端到端网络切片，有助于提升5G网络的多业务承载能力。

无线接入网络切片是5G及后5G移动网络的关键技术之一。该技术允许多个无线网络切片运行在相同的物理基础设施之上，能够以逻辑专网的形式提供多种特定的网络服务。本项目针对无线网络切片的无线资源管理问题，研究了无线切片资源管理架构、切片间无线资源调度算法、以及特定切片场景下的资源分配问题。..针对无线切片资源管理架构，我们分析了现有的基于模型和基于数据方法的局限性，提出了一种基于在线凸优化的新框架。该框架能够将离线知识和在线数据整合到通用的在线学习框架中，克服了基于模型方法的建模困难和计算复杂度高等问题，同时避免了数据驱动方法在非稳态环境下的盲目探索问题。仿真结果表明，我们提出的在线凸优化资源管理框架能够满足不同的切片需求，并在非平稳环境下提供理论性能保证。..针对切片间无线资源调度，我们提出了基于“凸光滑函数”的在线凸优化调度算法，该算法能够以较低的计算复杂度直接从实时数据中学习调整资源分配方案，而无需对业务模型做出先验假设。理论分析表明，我们提出的调度算法具有次线性“自适应遗憾”，即与理论最优策略的累积性能差距随时间呈次线性增长。同时，我们证明了该遗憾界随平均流量和突发流量速率呈次线性增长。仿真结果表明，在多种流量负荷下，我们提出的切片间无线资源调度算法可以取得与最优策略相当的性能。..针对特定切片场景下的资源分配问题，我们分别结合大规模多入多出技术、物理层硬件损伤、认知无线电、无人机辅助通信、低轨卫星通信等无线场景，研究了相应的资源管理与调度问题，扩展了本项目研究成果的的应用场景。