分布式无线通信系统中的负载均衡

分布式无线通信系统中的负载均衡

1多处理节点协同分布无线通信系统（dwps）采用分布式思想重新定义了传统移动通信系统中的天线和基站功能结构。DWCS以交换网络连接多个处理节点(PN,processingnode)构成分布式处理网络(DPN,distributedprocessingnetwork),PN是基站功能的超集,包括部分MSC的功能。天线通过光纤连接至某个处理节点。如图1所示,3～6号天线采用多输入多输出(MIMO)技术与移动站X通信,构成X的虚拟小区,而处理节点A和B则构成了为X服务的虚拟基站。与传统无线通信系统不同,DWCS以用户为中心进行资源分配和信号处理,多天线及多处理节点协同为某一用户服务。图1中,天线5的信号经该天线隶属的处理节点B预处理后,可以由A、B或C任一节点完成后继任务,通过分布式控制技术协调多用户信号在节点内和多节点间并行处理。由于各节点地位对等,DPN实际是一个分布式并行处理系统。PN采用软件无线电技术或者网络无线电技术构造。每个用户信道的实时信号流由一个或多个数字信号处理器(DSP)处理,中频、基带和比特流处理3个部分之间通过光纤背板总线或者ATM交换机连接,各部分的计算任务可以在节点间调度。无线通信系统中,各基站的负载呈现时变特征,热点地区基站的处理能力易达到饱和而造成呼损,但是在第2代和第3代移动通信系统中,相邻基站无法共享处理器资源。而在DWCS中节点间处理器资源重分配可以均匀分布系统负载并提高用户接纳水平,同时,均衡技术允许所有PN设计成为处理能力相同的结构,从而简化其设计和制造过程。2区域负荷和区域负荷平衡策略2.1分布式均衡域划分文献中描述的DWCS系统拓扑是一种节点地位对等的扁平结构。节点互联的物理拓扑可以采用星形、总线、环形或超立方体结构。为此引入“域(domain)”的概念管理分布式处理网络的多个节点。定义负载均衡域(LBD,loadbalancingdomain)为:{N|Ni,Nj存在关系:f(Ni,Nj),i≠j;i,j=1,2,3,…},其中,N表示处理节点;f(Ni,Nj)表示处理节点i和j之间可以交换负载。根据不同的功能组织方式,逻辑上一个处理节点可能隶属于多个不同类型的功能域。不同类型的域之间可能产生交叉和重叠。图2中处理节点A～P被划分为负载均衡域和切换域(HOD,handOffdomain)。负载均衡域LBD1～LBD3内部的节点采用交换网络连接,但切换域HOD1和HOD2则依据频率资源的分配划分。均衡域的划分影响均衡的效果。均衡域一旦划定,在较长的时间尺度(以周或者月为计量单位)内应该是稳定的。将分布式处理网络划分为多个均衡域时需要考虑到节点呼损分布约束:min(Q1,Q2,…,Qn)<ε且D(Q)=1nD(Q)=1n∑i=1n∑i=1n(Qi−Q¯¯¯)2＞S(Qi-Q¯)2＞S∀ε,AΔ与D(Q)同向增长其中,Qi为同一繁忙时刻处理节点Ni的呼损概率;ε→0和S>0均为依经验确定的常量,其取值通过统计系统运行状态数据得到;AΔ为系统接纳能力提高的水平。该约束条件使得繁忙时刻均衡域内同时存在处理能力不足和富余的节点;在ε一定时,S值越大,应用均衡技术后接纳能力提高的效果越明显。2.2任务调度及负载评价基于时间尺度,负载均衡可分为静态和动态均衡2种粒度。静态均衡在较大时间尺度上规划均衡域或部署新的处理节点,一般以月、季度或年为调整单位。动态均衡是在系统运行时刻,以分钟或小时为单位,根据某种策略平衡处理节点之间的负载。负载迁移过程中的调度对象只能是一个或者数个具备原子性的任务。任务调度对象的粒度包括:①某一根天线接收或发送的全部信号;②某个用户的信号;③某个信道的信号;④前述3类信号的中频、基带和比特流处理等。由于天线信号包含大量的用户信号,以天线信号处理作为原子任务粒度过大。考虑到图1所示面向用户的虚拟基站概念,不适宜将单一信道信号作为调度单位,故以用户信号作为原子任务调度较为合理。负载评价方法直接影响均衡的效果和均衡算法的复杂度。对影响负载的各种因素加权求和是一种常用方法。针对DWCS处理节点可以采用以下3种方法:①基于处理器占用时间、存储器占用容量等指标评估;②基于服务中的用户数量评估;③基于用户业务数据流量评估。考虑到以用户信号作为任务调度粒度,选用服务中的用户数量作为负载评价标准比较合适。2.3中心式策略与平台一致性文献中对负载均衡策略做了分类。按照均衡决策的参与者不同,负载均衡策略分为中心式和分布式;按照均衡决策过程触发者的不同,分为源初始化(过载节点寻求向外分发负载)以及服务器初始化(轻载节点寻求迁入负载)。中心式策略需在均衡域内依选举算法选择一个节点作为均衡调度中心,该策略会增大调度中心的网络通信量,调度中心易成为性能瓶颈。故从抗毁性、稳定性角度考虑,DWCS系统中采用分布式均衡策略较好。3平衡算法和模拟3.1节点负载控制本文用一种分布式的时间驱动算法进行动态均衡,该算法采用源初始化策略。均衡域中的任一处理节点均将其他节点的负载状态保存在本地表中,该表表项Ln通过接收域内各节点定期广播更新(time-driven)。广播间隔时间主要影响各PN负载状态表的有效性,较长的间隔会使负载状态表逐渐失效,这里取10s作为广播间隔。当某个源节点负载超过均衡门限ηt(节点负载与节点最大处理能力之比),并且高于均衡域内平均Lavg=1nLavg=1n∑n∑nLn负载水平时,就查询自己的负载状态表寻找一个负载最小的候选节点与其协商。均衡域内单节点处理能力n=100,取ηt=0.8,这样会避免在域内节点呼损概率非常小的时候均衡而引入额外的任务调度代价。在协商过程中,源节点与候选节点交换彼此的负载信息,并且更新自身负载状态表中与对方有关的表项。此外,改进了候选节点接纳迁入负载的方法,使用负载迁入接纳算法做接纳控制,若协商成功,源节点选择一个任务迁移到候选节点。若协商不成功或者候选节点不可达,源节点依据更新后的负载状态表重新选择候选节点。系统负载的评估标准是服务中的用户数量,以用户信号作为任务调度的最小粒度。处理节点为每个用户信号分配独立的处理器资源,由该处理器完成中频、基带以及比特流处理的任务,仿真只考虑单业务模型,认为每个用户占用相同的系统资源。各节点负载在用户呼叫接纳控制部分均衡,流程是:均衡调度算法在用户请求接入时选择为其服务的处理节点,若该用户被接纳,在不考虑切换的情况下,会话过程中用户信号始终由此节点处理;若系统无法均衡并且当前处理节点容量饱和,则拒绝该用户。将每个处理节点作为一个M/M/n/n排队模型,各处理节点客户按参数为λi(i=1,2,…)的泊松分布到达,客户到达时间间隔及顾客占用系统服务时间均为负指数分布,平均服务时长为μ,这是一个即时拒绝系统。通过改变域内各节点客户到达速率λ之比,分析节点呼损分布约束条件。负载迁入接纳算法采用候选节点任务优先策略。在保证自身呼损小于B时,B∈(0,1),候选节点接纳迁入负载。为此候选节点在接纳时需预留n个用户的处理能力,其中,n满足1-∑i=0n+1∑i=0n+1(λt)ii!e−λt≤B＜1−(λt)ii!e-λt≤B＜1-∑i=1n∑i=1n(λt)ii!e−λt(λt)ii!e-λt。由呼损的服务等级函数定义:用户满意度G(B)=(1-B)k,k依经验取10;则n要满足∑i=1n∑i=1n(λt)ii!e−λt(λt)ii!e-λtk<G≤∑i=0n+1∑i=0n+1(λt)ii!e−λt(λt)ii!e-λtk,取G=99%,t=1。由排队论可知,M/M/n/n模型的呼损Ploss=ρnn!Ρloss=ρnn!∑j=0n∑j=0nρij!ρij!-1,在单位时间内占用服务窗的均值k=ρ(1-Ploss),其中ρ=λμ称为系统负荷水平。由于在ρ=n附近k¯−ρk¯-ρ曲线曲率较大,故主要分析此处的系统特性。3.2节点群内负载时的仿真当构成均衡域的4个处理节点的客户到达速率λ相同时,一次蒙特卡洛仿真所呈现的节点负载情况如图3和图4所示。在节点负载达到均衡门限ηt=0.8后,均衡态各节点负载分布明显比非均衡态均匀,节点处理能力达到容量上限而导致呼损的次数也减少。在计算平均呼损以及域内负载时,取100次仿真的平均数据,同时忽略掉每次仿真过程中系统负载不稳定(仿真时间小于250s)的数据。图5和图6显示了域中4个具有相同λ的节点通过均衡提高了接纳能力。但当节点的ρ值偏离n较多时均衡的效果不明显。图7和图8所示的仿真过程中取λPN1∶λPN2∶λPN3∶λPN4=0.5∶0.8∶1∶1,对比平均系统负荷水平ρ¯=14ρ¯=14∑i=14∑i=14ρi与平均呼损及域内负载的关系上看,均衡态明显优于非均衡态。对比图5和图7及图6和图8,在同样的节点群