[发明专利]网络功能虚拟化的物理层资源最小化的资源优化方法

说明书

本公开描述了一种网络功能虚拟化的物理层资源最小化的资源优化方法，其包括：网络功能虚拟化架构包括逻辑层、虚拟层、物理层和管理编排系统，逻辑层包括逻辑节点和控制器，物理层包括物理节点；逻辑节点和控制器通过相应的物理节点经过正交信道向基站发送信息信号；基站基于信息信号计算每个逻辑节点和每个控制器的有效载荷比特数、信道使用数量、发射功率、接收信噪比、吞吐量和总发射能量；并且当第三数量、有效载荷比特数、接收信噪比、第一吞吐量、第二吞吐量、第一总发射能量和第二总发射能量满足相应要求且逻辑节点和控制器满足超可靠性要求时，管理编排系统基于混合优化算法自适应地分配发射功率和信道使用数量，以使物理层资源最小化。

技术领域

本公开涉及网络虚拟化技术领域，具体涉及一种网络功能虚拟化的物理层资源最小化的资源优化方法。

背景技术

随着终端用户对具有更多样化的高数据速率的服务的要求持续增加，电信服务提供商(Telecommunications service provider，TSP)必须相应地且持续地购买、存储和操作新的物理设备。这不仅要求操作和管理该设备的技术人员具有快速多变的技能，而且还需要密集部署网络设备，这导致高运营支出(Operation Expenditure，OPEX)和资本支出(Capital Expenditure，CAPEX)。网络功能虚拟化(Network Function Virtualization，NFV)已被提议作为一种解决这些挑战的方法，它利用虚拟化技术提供设计、部署和管理网络服务的新方法，NFV的概念有望服务于各种新兴服务业和垂直市场，例如工业自动化，自动驾驶，机器人，医疗保健，虚拟和增强现实。

资源分配(Resource allocation，RA)是网络功能虚拟化(NFV)部署中的重要因素之一。由于物理层(Physical layer，PHY)资源是有限的(例如，发送能量和信道使用)，用于NFV部署的PHY层的RA问题已成为快速增长的问题，尤其是对于支持超可靠和低延迟的通信(Ultra Reliable Low Latency Communications，URLLC)。此外，由于在NFV部署的上行链路(uplink，UL)传输协议中的最小化物理层资源优化问题是高度非凸的，因此很难获得全局最优解，而由于优化问题中的过度约束条件会导致低收敛效率现象，传统的启发式算法不能直接解决最小化物理层资源的资源优化问题。

发明内容

本公开是为了解决上述现有问题而完成的，其目的在于提供一种能够快速有效地完成NFV部署中的最小化物理层资源优化问题的网络功能虚拟化的物理层资源最小化的资源优化方法。

为此，本公开提供了一种网络功能虚拟化的物理层资源最小化的资源优化方法，是包括网络功能虚拟化架构和基站的物理层资源的优化方法，其特征在于，包括：所述网络功能虚拟化架构包括逻辑层、虚拟层、物理层和管理编排系统，所述逻辑层包括具有第一数量的逻辑节点和具有第二数量的控制器，所述物理层包括具有第三数量的物理节点，所述第三数量等于所述第一数量与所述第二数量之和，所述逻辑节点和所述控制器通过所述虚拟层与所述物理节点形成映射关系，所述逻辑节点和所述控制器通过相应的所述物理节点经过正交信道向所述基站发送信息信号；所述基站基于所述信息信号计算每个所述逻辑节点和每个所述控制器的有效载荷比特数、信道使用数量、发射功率和接收信噪比，计算每个所述逻辑节点的第一吞吐量和每个所述控制器的第二吞吐量，计算多个所述逻辑节点的第一总发射能量和多个所述控制器的第二总发射能量；；并且当所述第三数量等于预设服务数量、有效载荷比特数等于预设有效载荷比特数且接收信噪比等于预设接收信噪比，所述逻辑节点和所述控制器满足超可靠性要求，所述第一总发射能量不大于第一能量阈值且所述第二总发射能量不大于第二能量阈值，所述第一吞吐量不小于第一共同吞吐量且所述第二吞吐量不小于第二共同吞吐量时，所述管理编排系统基于混合优化算法自适应地分配所述发射功率和所述信道使用数量，以使物理层资源最小化，其中，所述混合优化算法是多维的且以所述信道使用总数的相反数为适应值的混合蛙跳-极值优化算法，所述多维包括各个逻辑节点的发射功率和各个所述控制器的发射功率，以及各个所述逻辑节点和各个所述控制器的信道使用数量。