面向JT CoMP的C-RAN虛擬機調(diào)度和預(yù)留策略.pdf

1、在C-RAN集中式基帶池構(gòu)架下，多個基帶處理單元被集中起來，并運用虛擬化技術(shù)將CPU、內(nèi)存、帶寬等計算資源進(jìn)行封裝，以虛擬機的形式向用戶提供服務(wù)；用戶將自己的計算任務(wù)調(diào)度到虛擬機上執(zhí)行，并向云服務(wù)提供商支付一定的費用。為了提高系統(tǒng)頻譜效率，降低用戶成本，同時保證用戶之間的服務(wù)公平性，需要對面向JT CoMP的虛擬機調(diào)度和預(yù)留策略進(jìn)行研究。本文的主要工作及創(chuàng)新如下：
　　針對JT CoMP場景，提出一種C-RAN虛擬機調(diào)度策略。在C

2、-RAN基帶池中，每個用戶的計算任務(wù)都是由一系列功能模塊組成的，根據(jù)模塊的屬性將其調(diào)度到對應(yīng)類型的虛擬機上執(zhí)行。為了實現(xiàn)協(xié)作RRU之間的同步和用戶之間的服務(wù)公平性，本文以最小化所有用戶的最大完成時間為目標(biāo)，在調(diào)度過程中充分考慮用戶模塊之間的關(guān)聯(lián)性、時延約束、資源約束和映射約束，并通過遺傳算法、遺傳模擬退火算法和裝箱算法求解最優(yōu)映射方案，最終通過實驗仿真證明該策略的有效性。
　　針對用戶個數(shù)較少且業(yè)務(wù)單一，計算量較小的情況，提出了單

3、個云服務(wù)提供商的虛擬機預(yù)留策略。本文首先假設(shè)未來時隙的用戶個數(shù)服從高斯分布，然后基于上述調(diào)度策略求得不同用戶個數(shù)下的三類虛擬機個數(shù)的需求，接著根據(jù)虛擬機收費方式求出用戶的使用成本，最后利用概率加權(quán)方式求得用戶最小成本對應(yīng)的最佳虛擬機預(yù)留個數(shù)，并通過實驗仿真證明了該預(yù)留策略的有效性。
　　針對用戶個數(shù)較多且業(yè)務(wù)類型多樣，計算量較大的情況，提出了多個云服務(wù)提供商的虛擬機預(yù)留策略。本文首先根據(jù)過去一個時間周期內(nèi)的數(shù)據(jù)預(yù)測未來時隙的用戶個