[發明專利]網絡功能虛擬化的總吞吐量最大化的資源優化方法

有效

• 申請號: 201811537839.3
• 申請日: 2018-12-15
• 公開（公告）號: CN109362093B
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 謝寧;張齊齊
• 申請（專利權）人: 深圳大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W28/16;H04L12/24;G06N3/00
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 黃賢炬

1.一種網絡功能虛擬化的總吞吐量最大化的資源優化方法，是包括網絡功能虛擬化架構和基站的總吞吐量最大化的資源優化方法，其特征在于，

包括：

所述網絡功能虛擬化架構包括邏輯層、虛擬層、物理層和管理編排系統，所述邏輯層包括具有第一數量的邏輯節點和具有第二數量的控制器，所述物理層包括具有第三數量的物理節點，所述第三數量等于所述第一數量與所述第二數量之和，所述邏輯節點和所述控制器通過所述虛擬層與所述物理節點形成映射關系，所述邏輯節點和所述控制器通過相應的所述物理節點經過正交信道向所述基站發送信息信號；

所述基站基于所述信息信號計算每個所述邏輯節點和每個所述控制器的有效載荷比特數、信道使用數量、發射功率、接收信噪比和吞吐量，計算所有所述邏輯節點的第一總發射能量和第一總吞吐量，并計算所有所述控制器的第二總發射能量和第二總吞吐量；并且

當所述第三數量等于預設服務數量、有效載荷比特數等于預設比特數且接收信噪比等于預設接收信噪比，所述邏輯節點和所述控制器滿足超可靠性要求，所述第一總發射能量不大于第一能量閾值且所述第二總發射能量不大于第二能量閾值，所述信道使用數量不大于信道使用總數時，所述管理編排系統基于混合優化算法自適應地分配所述發射功率和所述信道使用數量，以使總吞吐量最大化，所述總吞吐量為所述第一總吞吐量與所述第二總吞吐量之和，

其中，所述混合優化算法是多維的且以所述總吞吐量為適應值的混合蛙跳-極值優化算法，所述多維包括各個邏輯節點的發射功率和各個所述控制器的發射功率，以及各個所述邏輯節點和各個所述控制器的信道使用數量，

其中，所述超可靠性要求滿足和且其中，p_e,Li為第i個邏輯節點的分組錯誤概率，p_e,Cj為第j個控制器的分組錯誤概率，是任一個所述邏輯節點的分組錯誤概率上限，是任一個所述控制器的分組錯誤概率上限，所述混合蛙跳-極值優化算法輸入參數包括第一數量M、第二數量N、各個所述邏輯節點的有效載荷比特數k_Li、各個所述控制器的有效載荷比特數k_Cj、各個所述邏輯節點的接收信噪比γ_Li、各個所述控制器的接收信噪比γ_Cj、任一個所述邏輯節點的分組錯誤概率上限任一個所述控制器的分組錯誤概率上限第一能量閾值第二能量閾值和信道使用總數n_∑，輸出參數包括總吞吐量R_Σ、各個所述邏輯節點的發射功率P_t,Li、各個所述控制器的發射功率P_t,Cj、各個邏輯節點的信道使用數量n_Li和各個所述控制器的信道使用數量n_Cj，

所述混合蛙跳-極值優化算法包括：設置初始化參數；隨機生成包括F只青蛙在內的群組p；每只青蛙的位置用維度為t＝2(M+N)的X_i表示；通過評估算法計算每只青蛙的適應值f(X_i)；判斷是否滿足收斂準則；當滿足收斂準則時，獲得最優的輸出參數并結束進程；當不滿足收斂準則時，將F只青蛙相應的適應值按照降序排序；構造p組青蛙和子模因復合體；對每組青蛙進行for循環，每一次循環中在子模因復合體中局部搜索，利用所述評估算法計算每只青蛙的適應值，并再對每只青蛙進行極值優化，每只青蛙的適應值由評估算法獲得；對所有青蛙進行洗牌，其中，F＝pq，q表示每組青蛙的數量，

所述評估算法的輸入參數為第i只青蛙的位置X_i，輸出參數為第i只青蛙的位置的適應值f(X_i)，計算每只青蛙的位置的適應值f(X_i)；其中T表示懲罰系數，且滿足T＝2×10⁴；當或者時，f(X_i)＝f(X_i)-T；當或者時，f(X_i)＝f(X_i)-T；當時，f(X_i)＝f(X_i)-T；否則返回f(X_i)，R_Li表示第i個邏輯節點的吞吐量，R_Cj表示第j個控制器的吞吐量，E_Li表示第i個邏輯節點的發射能量，E_Cj表示第j個控制器的發射能量，

所述極值優化的過程包括：隨機生成具有多個組成部分的個體；計算每個個體的每個組成部分的所述適應值；設置當前個體為最優個體；判斷是否滿足設定標準，當滿足時結束進程；當不滿足設定標準時，計算當前個體的每個組成部分的適應值；查找適應值小于或等于所述當前個體的適應值的組成部分；獲取目標個體；將目標個體作為新的當前個體；當目標個體的適應值小于最優個體的適應值，則目標個體作為最優個體。