一种5G场景下基于风险敏感的动态资源调度方法

技术领域

本发明属于无线通信技术领域，涉及一种5G场景下基于风险敏感的动态资源调度方法。

背景技术

5G网络主要覆盖三大应用场景：超可靠低时延通信(URLLC)，增强移动带宽(eMBB)和大规模机器通信(mMTC)。其中，增强移动带宽eMBB业务致力于追求人和人之间的极致的通信体验，要求用体验速率达到1Gbps，特定场景下满足20Gbps的峰值速率，涵盖了3D、超高清视频、AR/VR等超大流量移动带宽和时延中等的业务；超可靠低时延通信URLLC业务作为全新的领域，要求毫秒级别的端到端时延和高达99.999％的传输可靠性，涵盖了诸如智能电网、工业自动化、自动驾驶、移动医疗、触觉互联网等要求超低时延和超高可靠性的业务；mMTC业务则致力于人与物之间的信息交互，涵盖了诸如对于智能家居、环境监测、智能农业和智能抄表等大密度连接的业务。

所以从需求的角度出发，5G发展过程中增强移动带宽eMBB业务与超可靠低时延通信URLLC业务共存场景将是十分常见的场景。

发明内容

目的：本发明旨在解决URLLC和eMBB共存场景的调度问题。具体而言，URLLC和eMBB的共存场景的调度问题主要是基站分配资源给eMBB用户,当URLLC业务突发时，需要等待eMBB数据传输结束后，才能分配资源给URLLC业务，这样将会导致URLLC业务的时延会非常高，所以提出5G场景下基于风险敏感的动态资源调度方法，解决了URLLC业务时延高的问题，以及保证了URLLC业务的高可靠性，URLLC业务突发时采用的穿孔复用技术会让eMBB用户的传输速率受限。

为了解决上述问题，本发明提供一种5G场景下基于风险敏感的动态资源调度方法，在满足URLLC可靠性约束的条件下使eMBB用户的数据传输速率最大化，同时保证eMBB数据传输的可靠性。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

第一方面，本发明提供一种5G场景下基于风险敏感的动态资源调度方法，包括：

步骤S1：根据增强移动带宽eMBB业务需求，基站为eMBB用户分配资源块，构建eMBB用户k在时隙t的数据速率

步骤S2：超可靠低时延通信URLLC接入请求后，URLLC资源调度分配，构建URLLC用户n在时隙t的数据速率

步骤S3：基于eMBB用户k在时隙t的数据速率

步骤S4：基于分解和松弛资源分配算法对eMBB/URLLC联合资源分配优化问题进行求解，得到动态资源调度结果。

在一些实施例中，所述步骤S1包括：

S1.1计算eMBB用户k在时隙t的时候eMBB用户k在资源块b上的数据速率

其中资源块b的带宽为f

S1.2计算eMBB用户k在时隙t的数据速率

其中B＝{1,2,…,B}表示的资源块集合，x

在一些实施例中，URLLC用户n在时隙t的数据速率

超可靠低时延通信URLLC用户n在时隙t的数据速率

其中

决定了用户n在时隙t的信道随机变化和确定的信道拥有相同的容量，表示为：/>

在一些实施例中，URLLC用户的可靠性约束，包括：

其中

在一些实施例中，步骤S3包括：

S3.1构建目标函数，用来捕获eMBB用户数据速率的平均值和及其方差；

其中E表示期望，Var表示方差，β为方差权重值，

S3.2构建eMBB/URLLC联合资源分配优化问题；

其中P

在一些实施例中，步骤S4包括：

S4.1、将目标函数简化为光滑化形式，通过使用等价的指数效用函数消除方差带来的复杂性；

效用函数g(x,p,z)定义为：

指数效用函数在μ＝0附近的泰勒展开式为：

其中μ表示控制期望的风险敏感性；E表示期望，Var表示方差，β为方差权重值，

S4.2、利用所述指数效用函数有效的捕获eMBB用户数据速率的均值项和方差项，对目标函数进行重构得到优化问题P；

其中μ表示控制期望的风险敏感性，E表示期望；P

在一些实施例中，步骤S4还包括：

S4.3、将优化问题P分解为三个子问题：eMBB资源块RBs资源分配的优化子问题P1，eMBB功率分配的优化子问题P2，URLLC资源调度的优化子问题P3；

S4.4、求解eMBB RBs资源分配的优化子问题P1；

其中x

转化为：

其中Δ是给定的RB分配约束的最大违反阈值

α是Δ的权重值，取负值；上述优化函数的目标是最大化g(x)的同时最小化舍入误差Δ，从而得到在Δ＝0处的可行解；

S4.5、求解eMBB功率分配的优化子问题P2；

对于任意给定的

/>

其中p

S4.6、求解URLLC资源调度的优化子问题P3；

对于给定的

为了简化P3，将整数变量z

将eMBB用户k在时隙t的时候eMBB用户k在资源块b上的数据速率近似

w

根据eMBB资源块b的穿孔迷你时隙的数目，将URLLC用户n在时隙t的数据速率近似

用马尔可夫不等式将P3中的约束表示为一个线性约束：

URLLC资源调度的优化子问题P3重新表述为

/>

对于给定的

S4.7、迭代求解S4.4至S4.6直至收敛。

第二方面，本发明提供了一种5G场景下基于风险敏感的动态资源调度装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。

第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。

有益效果：本发明针对传统边缘计算场景中关于视频传输系统的资源优化问题研究的不足，提出了一种5G场景下基于风险敏感的动态资源调度方法。本专利所提方案在现有的视频传输方法基础之上，考虑了SVC视频的分层结构，使用移动边缘计算协作的方式来应对带宽资源有限的多MEC系统，以便于用户能够更好地体验更加流畅的视频上传操作。本方案构建了一个面向可伸缩视频编码的移动边缘计算系统，针对视频终端任务卸载所消耗的时延和能耗提出一种优化方案，该方案引入SVC技术来解决视频上传过程中的资源调度问题。运用KKT条件和退火模拟算法思想，通过任务完成时间和能量消耗的加权和来衡量，以用户的任务卸载收益最大化为目标，联合优化任务卸载决策、视频用户的上行传输功率和MEC服务器上的计算资源分配，计算出针对每个视频终端业务任务卸载的最优决策，从而使系统收益最大化。通过建模与分析，在满足网络波动和实时视频应用要求的同时，本方案能根据路径的信道状况对不同的视频层进行速率分配。

附图说明

图1为根据本发明一实施例的URLLC和eMBB切片请求系统模型示意图；

图2为根据本发明一实施例的URLLC/eMBB流量的业务复用图；

图3、图4为根据本发明一实施例的效果图。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

实施例1

一种5G场景下基于风险敏感的动态资源调度方法，包括：

步骤S1：根据增强移动带宽eMBB业务需求，基站为eMBB用户分配资源块，构建eMBB用户k在时隙t的数据速率

步骤S2：超可靠低时延通信URLLC接入请求后，URLLC资源调度分配，构建URLLC用户n在时隙t的数据速率

步骤S3：基于eMBB用户k在时隙t的数据速率

步骤S4：基于分解和松弛资源分配算法对eMBB/URLLC联合资源分配优化问题进行求解，得到动态资源调度结果。

本实施例提出了一种5G场景下基于风险敏感的动态资源调度方法，主要考虑的应用场景包括工业自动化、智能电网、自动驾驶等应用。系统模型如图1所示。该方法主要考虑电力业务中所用的超可靠低时延场景和增强移动带宽场景共存时的传输速率的需求。考虑到业务共存时的时延敏感度、节点的全局资源、业务可靠性需求等因素，以时延和可靠性作为服务质量(Quality of Service,QoS)指标。时域被划分成间隔相等的时隙，与当前蜂窝网络中的时隙相同。根据eMBB用户的通道状态。在时隙边界将资源块(Resource Blocks,RBs)分配给eMBB用户。然而，随机URLLC流量可能在已经将RBs分配给不同eMBB用户的时间段到达。由于URLLC的硬延迟限制，不能将其流量延迟到下一个时隙。相反，每个时隙被进一步划分为迷你时隙(mini-slots)，到达的URLLC流量立即被放置在下一个mini-slot中传输，如图2所示。根据一个优化问题将资源分配给传入的URLLC流量(即已经分配给eMBB用户的流量)，该优化问题的目标是在满足URLLC可靠性约束以及保证eMBB业务可靠性的同时最大化所有eMBB用户的总数据率。

考虑两种类型的下行请求，URLLC切片和eMBB切片请求。连接到gNB的用户有不同的类型，例如自动驾驶，智能手机，工业自动化，智能医院。考虑一个服务于K个eMBB用户和N个URLLC用户的基站。具体来说，eMBB和URLLC网络都共存，共享相同的频谱资源，包含由B＝{1,2,…,B}表示的资源块(RBs)集合。为了实现共存，可以采用穿孔方案。通常，eMBB传输是可以被允许横跨多个时隙，这样可以提高频谱效率。但是，URLLC的数据传输是必须在时域内进行的，由于URLLC的延时要求，可以跨越多个频率通道。此外，由于硬延时的限制，在eMBB传输过程中到达的URLLC流量不能延迟到eMBB传输完成。因此，本申请通过穿孔方法，在eMBB传输的时候立即发送URLLC流量。实际上穿孔是由GNB调度程序完成在本工作中的，URLLC用户是用迷你时隙来调度的，而eMBB用户是用长TTI大小来调度的。

图2显示了正在进行的TTI持续时间较长的eMBB传输，其中进入的URLLC流量抢占了eMBB的数据传输。如图2所示，eMBB用户的传输块由7个代码块组成，每个代码块依次映射到预定的时频资源。当URLLC服务在eMBB用户的传输块的第二个和第六个代码块启动时，这些代码块中的符号将被URLLC报文的符号所取代，从而降低了eMBB的服务质量，这个影响对于eMBB用户来说是一个严重的问题，因此要引入一个适当的机制来保护正在进行的eMBB传输。

本发明提出的模型中，假设一个饱和的网络场景，其中eMBB用户总是有包要传输和eMBB用户数量大于可用BS资源。然后，BS将其资源分配给一组最优的eMBB用户进行下行通信。另一方面，对于URLLC流量，本申请使用泊松分布对URLLC请求的到达进行建模。这里的目标是将RBs分配给eMBB用户，使所有eMBB用户的总数据速率最大化，同时确保eMBB用户数据传输的可靠性以及URLLC用户的可靠性。

步骤1：根据增强移动带宽eMBB业务需求，基站为eMBB用户分配资源块RBs，其中基站为eMBB用户分配RBs步骤如下：

URLLC流量穿孔eMBB传输的过程会影响eMBB用户的数据速率。设z

资源块b的带宽为f

因此，eMBB用户k在所有分配的RBs上面的数据速率可以表示为

其中x

步骤二：URLLC接入请求后，URLLC资源调度分配，方法步骤如下：

在URLLC中，数据包通常都会很短，因此香农的容量很难准确捕捉到报文的可达率和传输错误概率。而URLLC的可达速率是属于有限长信道编码。设

Q

决定了用户n在时隙t的信道随机变化和确定的信道拥有相同的容量，可以表示为

URLLC的可靠性可以通过保证其中断概率小于阈值θ

表示URLLC用户n在时隙t的数据速率，/>

步骤三：设计可靠资源分配框架，提出风险规避公式，构建eMBB/URLLC联合资源分配优化问题，步骤如下：

本专利在每个eMBB时隙开始时将RBs和传输功率分配给eMBB用户。然后，通过刺穿eMBB用户的一些资源，本申请对正在进行的eMBB传输调度传入URLLC流量。通常用低数据速率刺穿eMBB用户会导致eMBB可靠性得到高度下降，这在设计可靠的资源分配框架时应该加以考虑。因此，提出的资源分配策略旨在:1)最大化eMBB平均数据速率；2)减少对eMBB可靠性的影响；3)满足URLLC约束。由于无线信道的不确定性，本申请在考虑eMBB平均数据速率的基础上，提出了一种风险规避公式，以满足每个eMBB用户的最小数据速率，提高eMBB的可靠性。在这方面，从传统的基于平均的公式转移到风险规避的公式将减少无线信道质量和URLLC调度变化对eMBB可靠性的影响。与MPT中的风险规避公式类似，在eMBB-URLLC流量的动态多路复用场景中，当为传入的URLLC流量提供服务的时候，基站需要为eMBB用户构建一个穿孔偏好。因此本申请定义了一个函数捕获eMBB数据率的平均和及其方差为

E表示期望，Var表示方差，β为方差权重值，方差部分捕捉无线信道的动态特性来表示eMBB用户的可靠性，有效的描述了MPT的投资风险。

另一方面，URLLC的可靠性可以通过保证其中断概率小于阈值θ

据此，联合eMBB/URLLC资源分配问题可以表示为：

P

本专利优化问题为eMBB用户寻求最佳RBs分配矩阵x

本专利优化问题是一个混合整数非线性规划(MINLP)和NP-hard问题。为了找到全局最优解，本申请需要搜索具有eMBB用户RBs分配和功率分配的所有组合的可行URLLC配置迷你时隙空间。这可能需要指数复杂度来求解，为了避免这种困难，本专利提出了一个基于分解和松弛资源分配算法。

步骤四：执行基于分解和松弛资源分配算法重构优化问题求解，方法步骤如下：

本专利首先将步骤三中的目标函数简化为光滑化形式，并通过使用等价的风险规避效用函数，消除方差带来得复杂性。即方差中包含项

其中参数μ表示控制期望的风险敏感性。当μ值增大的时候，效用函数呈现凹性，反应除了风险规避倾向增大。此外，效用函数在μ→0的时候会成为风险中性(risk-neutral)。

参数μ表示控制期望的风险敏感性，

目标函数中的效用函数能够有效的捕获eMBB用户数据速率的均值项和方差项。因此可以得到步骤三中的目标函数的等价式为：

参数μ表示控制期望的风险敏感性，

但是，要注意的是，P仍然是一个混合整数问题，它是一个非凸的问题。所以为了求解P，本申请提出了一种基于分解和松弛的资源分配算法(DRRA)。在该算法中，本申请首先将P分解为三个子问题：P1：eMBB RBs资源分配，P2：eMBB功率分配，P3：URLLC调度。接着，分别将x和z松弛为属于

对于任意固定可行的URLLC布局z和p，问题P可以表示为：

/>

x

优化问题P1是一个整数非线性规划(MINLP)，它可以放宽为一个问题，其解是一个常数近似的最优。然后将分数解四舍五入以得到原整数问题的解。因此，优化问题P1可以近似化为：

表示eMBB用户k在时隙t的数据速率，参数μ表示控制期望的风险敏感性。

本专利使用阈值舍入技术来强制放宽x为二进制变量。设n∈[0,1]为舍入阈值，然后设置

由得到的二元解可能违反RB分配约束。为了解决这个问题，本申请将上述问题修改为：

其中Δ是给定的RB分配约束的最大违反阈值

α是Δ的权重值，取负值。上述优化函数的目标是最大化g(x)的同时最小化舍入误差Δ，从而得到在Δ＝0处的可行解。

对于任意给定的

p

对于给定的

优化问题P3是一个组合优化问题，它是一个NP-hard问题，很难得到一个封闭的解。为了简化P3，本申请将整数变量z

w

根据eMBB资源块b的穿孔迷你时隙的数目。将步骤二中的URLLC数据速率修改为

Q

本申请用马尔可夫不等式将机会约束P3表示为一个线性约束：

据此，URLLC资源分配问题可以重新表述为：

对于给定的

为进一步说明本专利提出的算法，本专利进行了仿真验证。

图3讨论了URLLC流量与平均eMBB数据速率。在此过程中，本申请绘制了平均eMBB数据速率，以比较不同的URLLC流量负载，并将此算法获得的结果与其他基线进行了比较。图3显示，增加URLLC流量会降低eMBB数据速率。这是因为基站将URLLC流量优先于eMBB流量，并分配更多资源以满足URLLC的可靠性要求。此外，与其他方法相比，总和速率方法提供了更高的平均数据速率，其目标是仅考虑eMBB数据速率，最大化线性相加eMBB可靠性。此外，对于MCS较低的eMBB用户，LMCS分配较高，因此在所建议的方法中导致较高的平均数据速率。然而，与这些最先进的方法显著不同，该算法考虑了平均eMBB速率及其方差，从而在数据速率和可靠性之间实现了平衡。

图4显示，Sum Rate方法提供的平均和eMBB数据速率为64mbps URLLC，平均负载为10(数据包/时隙)，当平均URLLC负载增加到90时，平均和eMB数据速率为55mbps数据包/时隙。然而，随着平均URLLC负载从10个包/时隙增加到90个包/时隙，通过该方法获得的平均数据速率在55mbps和40mbps之间变化。

实施例2

第二方面，本实施例提供了一种5G场景下基于风险敏感的动态资源调度装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。

实施例3

第三方面，本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。