密集小蜂窝网络中基于负载均衡的能效方案研究

• •

密集小蜂窝网络中基于负载均衡的能效方案研究

张丽¹,韦世红²,黄晓舸¹

1. 重庆邮电大学通信与信息工程学院移动通信技术重点实验室
2. 重庆邮电大学

收稿日期:2017-05-31 修回日期:2017-07-20 发布日期:2017-07-20
通讯作者: 张丽

Research of Energy-Efficiency Based on Load Balancing in Dense Small Cell Networks

Received:2017-05-31 Revised:2017-07-20 Online:2017-07-20

摘要/Abstract

摘要： 摘要：针对密集小蜂窝网络中断概率高、负载不均衡的问题，提出了一种基于负载均衡的能效方案。在保证用户中断概率、最小速率等约束条件下通过联合优化负载均衡和基站开关模式，最大化网络能效，优化问题是一个非凸的NP-hard问题，求得最优解是相当复杂的,因此把原最优问题分解成两个次优化子问题：负载均衡方案和动态小基站开关方案，首先，负载均衡方案在给定的基站开关模式下给出最优负载均衡策略，然后在满足用户最小速率约束条件下设计最优基站开关模式最大化网络的能效。仿真结果表明，当用户数为160时所提出的算法和传统的算法相比较在中断概率方面降低了8%，在网络能效方面提高了11%。因此，所提算法能够提高网络能效且保证负载均衡。

关键词: 密集小蜂窝, 网络能效, 负载均衡, 开关控制

Abstract: Abstract: Aiming at the problems of high outage probability and unbalanced load in dense small cellular networks, a research of energy-efficient based on load balancing is proposed. The network energy-efficiency is maximized by jointly control load balancing and dynamic small cell on/off control strategies under maximum outage probability and minimum rate constraints. The optimization problem is NP-hard, thus it is complex to obtain the optimal solution. Therefore, we decompose the original optimization problem into two sub-optimization problems: the load balancing design and the dynamic small cell on/off control strategy. In load balancing design scheme, we optimize the load balancing of dense small cell networks with given small cell on/off control strategies. In dynamic small cells on/off control strategy scheme, we maximize the network energy-efficiency while achieving the minimum service requirement among users. Simulation results show that when the number of users is 160, compared with the traditional algorithms the proposed algorithm reduced by 8% in terms of outage probability, and improved by 11% in terms of network energy-efficiency. Therefore, the proposed algorithm can improve the network energy-efficiency and ensure the load balancing.

Key words: dense small cell networks, energy-efficiency, load balancing, on/off control

中图分类号:

TN929.5

张丽韦世红黄晓舸. 密集小蜂窝网络中基于负载均衡的能效方案研究[J]. 计算机应用.

[1]	孙亚男, 吴杰宏, 石峻岭, 高利军. 改进自组织映射的多无人机协同任务分配方法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1551-1556.
[2]	龙运波, 唐聃. 分布式存储中基于局部修复码的负载均衡方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 767-775.
[3]	杨力, 陈建廷, 向阳. 基于HBase的工业时序大数据分布式存储性能优化策略[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 759-766.
[4]	高旗, 吕娜, 缪竞成. 基于负载均衡的无线虚拟网络映射算法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3148-3153.
[5]	杨翎, 姜春茂. 基于三支决策的虚拟机节能迁移策略[J]. 计算机应用, 2021, 41(4): 990-998.
[6]	许红亮, 杨桂芹, 蒋占军. 基于软件定义网络的数据中心自适应多路径负载均衡算法[J]. 计算机应用, 2021, 41(4): 1160-1164.
[7]	李翠, 陈庆奎. 基于DPDK并行通信的动态监控模型[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 335-341.
[8]	谭喜堂, 刘莎, 朱琴跃, 范清雯, 王晨. 矩阵式LED远光灯智能辅助控制系统[J]. 计算机应用, 2019, 39(6): 1855-1862.
[9]	李祝红, 赵灿明, 闫龙, 张信明. 智能电网中电力线通信网络负载均衡的机会路由协议[J]. 计算机应用, 2019, 39(3): 812-816.
[10]	王泽武, 孙磊, 郭松辉, 孙瑞辰. 密码云中基于熵权评价的虚拟密码机调度方法[J]. 计算机应用, 2018, 38(5): 1353-1359.
[11]	鲁亮, 于炯, 卞琛, 英昌甜, 师康利, 蒲勇霖. Storm环境下基于权重的任务调度算法[J]. 计算机应用, 2018, 38(3): 699-706.
[12]	樊自甫, 周凯恒, 姚杰. 基于博弈论的SDN主控制器重选机制[J]. 计算机应用, 2018, 38(3): 776-779.
[13]	耿海军, 刘洁琦. 基于逐跳计算的分布式负载均衡算法[J]. 计算机应用, 2018, 38(12): 3524-3528.
[14]	徐力杰. 非对称占空比传感网中的广播能效优化算法[J]. 计算机应用, 2018, 38(11): 3275-3281.
[15]	罗晓霞, 司丰玮, 罗香玉. 大图结构特征对划分效果的影响[J]. 计算机应用, 2018, 38(1): 1-5.