5G无线资源共享的SDN方法

第五代移动通信中的无线资源共享即服务：一种软件定义网络方法

1. 引言

尽管第五代（5G）无线通信的技术需求和细节尚未明确，但预计 5G将是服务、平台和标准融合的结果。这种多无线电融合网络需要对整体可用资源进行高效利用，以承载用户流量，同时提供先进的用户体验质量（QoE）。对于操作员和厂商而言，一个至关重要的问题是：如何在可用的无线接入网络（RAN）内分配给定的流量。这一问题的重要性体现在两个方面：一方面需控制各种无线接入上的流量负载，以确保所有基础设施的充分利用；另一方面需交付新承诺的质量（如吞吐量和延迟），并满足用户的期望。

资源虚拟化的概念已在移动网络中得到研究，以便以动态和灵活的方式重用基础设施。特别是，无线接入网络虚拟化和云无线接入网络在过去几年中，这一问题在研究和工业领域都得到了广泛讨论[1]。由于虚拟化使得网络中可以实现更多基于软件的控制，移动网络控制平面中的软件定义网络（SDN）概念已在文献中被广泛利用[2–4]。SDN能够在不依赖大量管理或控制协议的情况下，更轻松且更具成本效益地推动数据平面的演进，提供对整体基础设施的集中式控制，并基于其可编程特性提供更丰富的功能集。虚拟无线接入网和基于SDN的移动网络控制的优势之一是，可根据流量负载灵活接入属于不同操作员的不同无线接入网络，而不再局限于传统方式中仅接入归属运营商的网络。

为此，通过利用虚拟RAN的概念，我们提出了一种在不同移动基础设施之间动态无线资源共享（RRS）方案，以使移动设备能够自由接入所有可用的无线资源。为了支持这种自由度，我们提出了一种基于SDN的网络架构，能够在无线接入网络中实现虚拟实体实例化。根据RRS的触发和控制方式，我们提出了两种不同的SDN执行方法。第一种方法称为以设备为中心的方法，我们认为其触发和选择由设备主导。虚拟接入点的实例化在用户终端上执行，基于（1）用户终端当前对无线电信号的测量，以及（2）网络提供的辅助信息。在第二种方法中，即以网络为中心的方法，我们认为SDN执行决策（即触发和控制）在网络侧执行，基于（1）用户设备提供的无线信号测量结果，以及（2）网络基础设施元素提供的网络状态更新。我们研究了在预期性能指标方面的性能提升，并证明实现了更动态且高效的资源利用。我们进一步认为，作为服务的RRS可以为新的收入模式开辟道路。例如，通过逻辑上集中化的SDN控制构建全局视图，基于网络收集的无线和网络测量数据，使操作员能够有效预测整个基础设施中无线电资源的时空可用性，并使其能够实施实时频谱拍卖方案。

本文的其余部分组织如下。第2节总结了相关工作。第3节描述了我们提出RRS服务所基于的移动网络架构，并解释了其各个组成部分的细节。第4节讨论了实现我们所提出的RRS服务及相关架构的研究挑战。第5节和第6节详细阐述了设备为中心和网络为中心的方法。第7节详细说明了我们评估RRS服务性能的实验环境，并在此分析了两种不同方法的结果。最后，第8节详细概述了本文的主要亮点。

2. 相关工作

移动网络运营商需要以具有成本效益的方式应对日益增长的数据流量需求。由于频谱是一种稀缺资源，移动运营商迫切需要制定解决方案，以利用多种无线接入技术（多无线接入技术）来增加容量。为此，研究界对设计能够聚合不同无线电技术、并以透明方式向终端用户提供多无线电融合网络的架构表现出极大兴趣。蜂窝标准化组织，即第三代合作伙伴计划（3GPP），已投入大量努力制定相关规范，以解决蜂窝网络与无线局域网（WLAN）技术之间的互操作问题，例如实现WLAN设备对3GPP服务的可信接入，以及支持接入网络发现与选择功能（ANDSF）[5]。此外，还需要高效的网络选择算法，使用户能够高效地连接到最佳的无线接入技术（RAT）。多无线接入技术的网络选择算法可分为两类[6]：1）以用户为中心的方法，用户持续监测与所有邻近基站的链路质量，并将流量引导至质量最佳的接入点；2）无线接入网辅助方法：用户将其信令测量结果与来自网络基础设施的负载信息相结合。尽管后一种方法可确保更优的性能，但其复杂性更高。

本文的目的是应用一种软件定义网络方法，以实现更简单的网络选择过程[7]。我们相信，所提出的RRS服务能够通过采用软件定义网络技术获取更全面的网络状态信息，从而在多无线接入技术场景下改善无线资源管理（RRM）操作。用于实现多无线接入技术第五代移动通信架构的最具潜力的技术之一，是[1]中提出的云无线接入网络技术。尽管云无线接入网络的优势显而易见，但将其集成到现有蜂窝网络架构中，仍需要在主流的第三代合作伙伴计划系统（例如LTE‐Advanced）与前瞻性系统之间实现平滑过渡。

第五代移动通信架构。需要一些混合方法来实现从当前移动架构向未来第五代移动通信系统的平滑过渡。软件定义网络和网络虚拟化（NV）被认为是实现这一目标的关键使能技术，因为它们可以以较低的侵入性方式提升可扩展性，并在现有架构中实现面向服务的管理。为此，文献中涌现出大量研究，旨在利用软件定义网络/网络虚拟化在未来5G网络中的潜在优势。在[8]中，作者讨论了在无线和移动网络中应用软件定义网络的主要优势和挑战，并描述了基于SDN的移动架构的主要特征。[9]中的作者提出了一种针对长期演进（LTE）系统的SDN架构，该架构能够实现不同无线接入网络技术之间的基础设施共享。关于第五代移动通信环境下的网络共享和网络切片也在[10]中进行了讨论。尽管这项工作显然是迈向支持SDN的无线接入网络的第一步，但仍有许多开放问题有待解决，例如如何以非侵入性的方式将所提出的解决方案部署到当前的移动网络架构中。

其他研究工作集中在为无线网络设计SDN‐控制器架构，旨在实现多个操作员（称为租户）之间网络资源的灵活共享。在[11]中，作者提出了一种用于无线回传网络的两层动态SDN‐控制器架构，旨在平衡共享无线网络中可扩展性与系统性能之间的权衡。在[12]中，作者提出了一种用于控制共享RAN中多租户切片的SDN控制器架构。与[11,12],不同，本文更侧重于评估所提出的RRS服务在当前移动网络架构中的影响。此外，本文还提出了我们的观点，即如何以较低侵入性的方式在多无线接入技术场景下实现多个操作员之间的网络资源动态共享。进一步地，文中在[13]中展示了如何在SDN‐控制器内构建移动网络拓扑的抽象，并允许在切换期间选择RAN。

值得注意的是，动态且灵活的网络共享是未来第五代移动通信网络的关键需求，因为它能够通过最大化资源利用效率，以具有成本效益的方式帮助操作员应对日益增长的流量需求。第三代合作伙伴计划最近提出了一系列网络共享的要求和指南[14],，规定了架构和流程，以支持不同操作员共享无线接入网络，并提出了两种无线接入网共享方法，分别为多运营商核心网络（MOCN）和网关核心网络（GWCN）。在MOCN方法中，多个操作员共享无线接入网络，而每个操作员拥有独立的核心网。在GWCN方法中，除了无线接入网络外，操作员还共享移动性管理实体（MME）。需要注意的是，MOCN被认为比GWCN方法更灵活，因为它可用于实现与传统网络的互连以及多种无线接入技术之间的移动性。

无线接入网共享（RAN sharing）的概念已在我们之前的工作[15]中进行了分析，其中我们提出了一种框架，允许多个运营商之间灵活共享虚拟化的LTE演进型基站（eNB）。在该框架中，eNB的虚拟化以软件定义网络（SDN）的方式动态处理，使一个运营商能够按需将流量卸载到其他运营商拥有的基站上。在另一项工作[16]中，我们提出了一种基于SDN的框架，用于在频分双工（FDD）宏基站eNB和时分双工（TDD）微微基站eNB的多运营商环境中实现弹性频谱共享。该框架旨在通过基于SDN的网络资源管理流程协调，提高灵活性和资源管理效率。

与[15,16],不同，本文更侧重于由蜂窝基站、毫微微小区和WiFi接入点（AP）组成的多域环境中的资源共享方面。

简而言之，本文对现有技术的贡献可总结如下：
- 我们提出了一种基于SDN的架构，该架构以一种侵入性更小的方式实现无线资源服务（RSS）服务，例如，相较于C‐RAN方法而言。
- 我们展示所提议服务的逻辑信令流程，并讨论在真实网络中采用该服务的影响。
- 我们对所提出的多域场景下的服务进行了性能评估。

3. 参考架构

3.1. 动机和主要思想

在过去几年中，无线网络已从单层、运营商部署的电路交换系统演变为多层网络集群的基于IP的无线接入技术（RAT），旨在支持异构通信能力和多样化的网络需求。如今的异构无线网络由塔上部署的蜂窝基站（BS）组成，提供广域覆盖（即宏基站），用户部署的低功率小型基站用于提升授权频谱的区域频谱效率（例如微微基站），无线局域网接入点通过非授权频谱实现高速数据连接至互联网，以及其它低功耗低成本传感器（例如智能电网中的能量监测）。在这种异构架构中，移动用户通常只能访问一组封闭的网络基础设施元素，这些元素要么对公共访问开放（例如公共建筑内的热点），要么属于与其保持长期合同关系的移动网络运营商（例如归属蜂窝运营商拥有的蜂窝基站）。然而，当移动设备位于归属运营商网络的地理覆盖范围之外时，现有的漫游架构可确保其仍能自动访问归属运营商的所有服务。在此类情况下，移动设备通常由拜访网络提供服务，该网络与归属网络之间已预先建立服务层协议（SLA）。

采用上述两种商业模式，即（1）仅接入归属运营商拥有的基础设施，以及（2）网络漫游，可确保归属运营商向终端用户提供适当的服务计费和客户服务。值得注意的是，在典型的漫游场景中，归属运营商对宿主运营商的任何资源都没有控制权，而只能向宿主运营商为其注册的终端用户请求漫游服务。宿主运营商则控制和管理其拥有的资源，以向归属运营商的终端用户提供所请求的服务。

此外，网络覆盖和用户吞吐量在过去几十年中一直是移动网络运营商之间竞争的基础，也是移动运营商网络设计的关键标准。然而，由于成本效益、能源效率以及向用户提供的服务质量在过去几年中引起了越来越多的关注[17],，因此有必要在第五代网络（即5G网络）的背景下重新评估当前的设计实践。

在这方面，我们的工作旨在突破基础设施所有权与提供移动服务之间直接关联所固有的性能限制。因此，我们探讨了一种架构，通过在不同网络运营商之间引入更高效且高度鲁棒的无线资源服务（RRS），允许移动用户通过所有可用的网络基础设施访问基于IP的服务。为此，我们利用软件定义网络技术（SDN technology）所提供的灵活性，以一种对移动设备透明的方式，实现移动网络运营商之间动态的无线资源服务（RRS）。所提出的基于SDN的解决方案的核心思想是支持虚拟接入点的动态实例化，使得终端用户可以独立于其归属网络基础设施而便捷地访问这些接入点。我们利用了软件定义网络技术的一些关键特性，以模拟归属运营商拥有的典型接入点的操作，从而服务于非归属网络用户。

我们进一步研究了所提出的基于SDN的架构在两种不同SDN执行方法下的性能，这两种方法取决于所提出基于SDN解决方案的触发和控制方式。在第一种方法中，即以设备为中心的方法，我们认为虚拟接入点的即时实例化的触发和选择由用户终端根据（1）其对无线信号的当前测量结果以及（2）网络侧提供的辅助信息来执行。在第二种方法中，即以网络为中心的方法，我们认为SDN执行决策（即触发和控制）由网络侧根据（1）用户终端提供的无线信号测量结果以及（2）网络元素提供的网络状态更新来执行。

为了更好地突出所提出的基于SDN的解决方案背后的原理，图1提供了一个示例说明，以展示按需无线资源服务（RRS）的潜在优势，例如流量卸载、覆盖范围改善等。不失一般性，在图1中，我们考虑一个由宏蜂窝LTE‐A网络运营商、小小区LTE‐Advanced（LTE‐A）网络运营商、Wi‐Fi网络运营商以及一个独立（私有）Wi‐Fi接入点（AP）组成的网络场景。在此场景中，假设名为多模式设备（MMD）的设备配备了Wi‐Fi和蜂窝无线接入接口，并且与宏蜂窝LTE‐A网络运营商签订了长期合同——在图1中，标记的MMD与eNB相关联。在特定条件下，归属运营商可能希望将标记MMD的流量从服务eNB进行卸载，以满足该MMD上运行的服务所设定的服务质量（QoS）或用户体验质量（QoE）需求，或改善其自身网络的当前状态，例如缓解无线接入网的负载。

3.2. 网络架构

在表1中，我们总结了支持所提出的资源共享参考架构的主要网络元素的关键特征，并在本节中进一步解释了详细信息。为不失一般性，在图2中，我们介绍了第三节‐A中讨论的示例说明所对应的参考架构。需要注意的是，图2所示的架构符合多运营商共用核心网场景（MOCN场景），即多个操作员共享无线接入网络（RAN），而每个操作员拥有独立的核心网。与LTE/LTE‐A系统的基准版本一样，宏蜂窝LTE‐A网络由两部分组成：无线接入网络，即演进型通用陆地无线接入网（E‐UTRAN），以及核心网，即演进型分组核心网（演进型分组核心网）。E‐UTRAN部分包含多个eNB，而EPC部分包含多个移动性管理实体（MME）、多个服务网关（S‐GW）以及一个分组数据网络网关（P‐GW）。eNB向用户设备（UE）提供用户和控制面协议的终止功能，而MME负责处理操作员网络中移动性管理相关的控制面功能。另一方面，S‐GW通过将用户数据包路由并转发至P‐GW来处理数据平面，而P‐GW则负责将其余的E‐UTRAN和EPC实体连接到互联网。

小蜂窝网络也由E‐UTRAN和EPC部分组成。然而，与宏蜂窝网络不同的是，E‐UTRAN部分包含家庭eNB（HeNBs）（而非eNB），这些是小型化的基站，支持与eNB相同的功能[18]。Wi‐Fi网络由多个Wi‐Fi接入点（Wi‐Fi APs）和Wi‐Fi接入网关（WAGs）组成。WAG负责汇聚来自多个Wi‐Fi接入点的流量，并处理整个Wi‐Fi网络的互联网连接[19]。需要注意的是，当Wi‐Fi接入点由终端用户自行安装时，例如图2中的独立式接入点，WAG的存在并非必需。除了上述网络实体外，在5G网络中支持所提出的RRS服务还需要在功能和架构上进行增强，这些增强超出了Wi‐Fi[20]和LTE‐Advanced网络互连架构[18]的基准版本；这些增强如图2所示。

首先，我们假设部分（H）eNB具备虚拟化能力，使其能够通过虚拟实例将多余的无线资源分配给未注册在同一网络运营商中的蜂窝用户。这类被称为（H）OpeNB的（H）eNB采用了文献[15],中提出的OpeNB架构，该架构相较于传统eNB所支持的协议栈进行了轻微修改。（H）OpeNB能够将（H）eNB协议栈中的物理层（PHY）与上层进行抽象分离，并建立一个可在多个租户之间共享的公共资源池。具体而言，在被抽象的物理层之上运行一个软件实例，以模拟常规（H）eNB的协议栈。为实现这一点，在常规（H）eNB协议栈的物理层（PHY）与上层之间引入了一个额外的层。这个被称为虚拟机监控层的附加层，使（H）eNB能够虚拟化其物理无线资源并实现资源共享。

在PHY层之上运行的多个软件实例之间进行分配。最重要的是，由虚拟机监控器层提供的PHY抽象使得移动网络运营商能够实时调整其无线资源服务（RRS）策略，并动态地与其他网络运营商（租户）共享其物理网络基础设施（和无线资源）。为了协调多个运营商之间的（公平）资源分配，另一项必要的架构和功能增强是在每个网络运营商基础上部署SDN控制器（SDN‐Controller）。该SDN控制器负责处理多个共享（H）OpeNB的运营商之间的资源分配过程，依据运营商之间预先建立的服务等级协议（SLA协议），如[21]中提出的虚拟机监控器方案所示。

此外，（H）OpeNB被认为具备从第二层（L2）及以上创建多个（超）演进型节点B协议栈软件实例的能力。每个我们称之为虚拟eNB（VeNB）的软件实例，均可模拟属于不同网络运营商的（H）eNB的功能。此外，每个VeNB可通过第三层（L3）隧道逻辑连接至归属网络运营商的演进型分组核心网（EPC）。这种方案不仅使网络运营商能够动态共享其未充分利用的资源，还能以动态方式将接入网络更贴近终端用户。

请注意，SDN控制器是实现所提出的RRS服务所需的功能增强。SDN控制器是每个网络运营商层面的一个逻辑实体，能够通过传统的东向应用程序编程接口（API）与3GPP操作管理维护系统（OAM）交互，获取网络状态的全局知识（需注意，此类知识仅限于每个运营商网络的本地资源）。更具体地说，OAM向SDN控制器提供多个关键性能指标（KPI）的状态，例如来自MMD的测量数据、来自网络基础设施的小区负载测量数据等。

此信息通过传统的北向接口（Itf‐N）[22]从无线接入网络（RAN）收集。所收集的网络信息被输入到无线接入网信息库（RIB），从而为SDN控制器[23,24]提供全局网络视图。请注意，SDN控制器通过数据‐控制平面接口（D‐CPI）与H(OpeNB)基站进行交互，并通过应用控制平面接口（A‐CPI）[25]与OTT服务进行交互。SDN控制器的作用有两个方面：（1）负责处理在(H)OpeNB上虚拟eNB的实例化，并根据其他网络运营商的RRS请求，通过D‐CPI接口在虚拟机监控层调整无线资源切片策略；（2）通过从移动多媒体设备（MMDs）获取信号质量测量值，以及从（超）演进型节点B网络基础设施获取小区负载测量值，维护E‐UTRAN状态的全局视图。这种全局视图使SDN控制器能够有效预测整个E‐UTRAN基础设施中无线资源的时空可用性，并允许运营商在所提出的RRS服务下实施实时频谱拍卖方案。还需要注意的是，当前的移动多媒体设备已经能够测量邻近的所有基站（或接入点）的信号质量[20,26],，无论这些基站是否属于归属运营商的网络基础设施。

类似的功 能和架构增强也被假定适用于Wi‐Fi网络运营商。更具体地说，我们认为部分接入点具备虚拟化能力，能够将其无线资源的剩余部分分配给未预先注册到Wi‐Fi运营商的支持Wi‐Fi的设备。这类接入点被称为OpeNAP，被认为能够将物理层(PHY)与传统IEEE 802.11协议栈的上层相分离，并在抽象出的物理层之上运行的多个软件实例之间有效共享无线资源池。类似于(H)OpeNBs，OpeNAPs包含一个Hyper-

物理层（PHY）和介质访问控制（MAC）层之间的一个visor层。因此，它们能够托管多个软件实例，以模拟从MAC层及以上功能的常规Wi‐Fi接入点。在下文中，我们将这种类型的软件实例称为虚拟接入点（VAP）。需要注意的是，除非存在计费限制（例如，在归属Wi‐Fi运营商处进行计费），否则VAP不一定需要与另一网络运营商的无线接入网关（WAG）在逻辑上互连。

在描述了Wi‐Fi和LTE‐Advanced网络基线操作中所有必要的功能和架构增强之后，我们现在讨论如图2所示的SDN‐Server实体的关键方面。尽管SDN‐Controller以每个网络运营商为基础管理SDN过程，但SDN‐Server负责监控和控制不同网络域之间所提出的按需RRS服务的使用。具体而言，SDN‐Server是实现不同网络运营商之间RRS作为OTT第三方服务的参考点。因此，在此设置中，SDN‐Server通过A‐CPI接口与各运营商的SDN‐Controller交互，以逐个网络运营商的方式收集资源可用性信息（见图2）。SDN‐Server监控各个网络运营域的状态，托管跨域计费所需的所有功能，并监控由已建立的服务等级协议（SLA）带来的影响。需要注意的是，SDN‐Server的作用类似于[27]中提到的虚拟资源管理器（VRM）。此外，SDN‐Server的角色是作为一个第三方实体，来调节合作网络运营商之间的RSS服务的准入控制策略。然而，与VRM不同的是，所提出的SDN‐Server具备调节合作运营商之间切换的能力。SDN‐Server拥有全局资源和信息知识，这些资源和信息由各个合作运营商通过本地SDN‐Controller根据预定义的SLA提供给SDN‐Server。实际上，一个归属运营商无法直接访问另一宿主运营商的机密信息或控制其任何资源。归属运营商只能向SDN‐Server（即合作运营商之间的可信实体）请求RSS服务，也就是请求SDN‐Server查询是否存在某个合作运营商能够向该归属运营商提供部分其可用资源。需要注意的是，SDN‐Server基于各合作运营商上报的信息来获取可用资源的知识。实际上，SDN‐Server并不能直接访问任何运营商的资源。基于所获取的知识，SDN‐Server可以识别出最适合转发归属运营商RSS请求的宿主运营商。最终的切换决策始终由宿主运营商侧做出，其在向请求的归属运营商提供RSS服务之前，会执行本地准入控制和服务等级协议监控。SDN‐Server也是记录各种网络统计信息的节点，从而可进行多种网络分析。例如，类似于第三代合作伙伴计划（3GPP）中接入网络发现与选择功能（ANDSF）服务器的功能，可以在SDN‐Server上作为一项服务运行，并基于网络分析结果进行操作。

我们还预见SDN‐Server将成为参与的网络运营商之间实时多代理频谱拍卖的监管者，确定MMD在使用按需RRS服务时所需支付的价格。在我们的参考架构中，MMD是一种配备有多无线电接口的设备，能够测量其周围所有无线接入的无线电信号，无论这些信号是否属于其家庭网络。在设备为中心的方法中，我们进一步假设MMD是一种自治设备，并将其表示为智能多模终端（iMMD）。iMMD的功能由运行在设备上的智能代理管理，该智能代理负责触发并控制将连接切换到何处根据测量信号、SDN控制器报告的网络状况以及SDN服务器报告的网络分析结果（ANDSF服务器的组成部分），将流量导向相应的目标。

SDN服务器还可以通过ANDSF服务器和3GPP S14接口直接与设备互联[28]。值得注意的是，每个域中的SDN控制器还可用于向虚拟移动网络运营商（VMNO）或OTT提供商提供OTT服务。例如，假设某个已标记的VMNO已与拥有若干(H)OpeNBs的网络基础设施提供商（IP1）建立了预先协议。该VMNO可通过A‐CPI向位于IP1的SDN控制器请求服务，例如请求为其注册的一组用户获得RAN覆盖，随后SDN控制器根据预先建立的协议在多个H(OpeNBs)中为该标记的VMNO实例化一个VeNB。

此外，SDN控制器可向一个或多个VMNO提供RRS服务。在收到RRS请求后，SDN控制器会验证该VMNO的RRS请求是否符合SLA，最终执行将该VMNO用户切换至第二个基础设施提供商（IP2）的操作。

4. 挑战与开放研究问题

在本节中，我们详细阐述了与所提出的基于SDN的无线资源服务实时管理相关的开放性问题和研究挑战。我们详细说明了与我们的基于SDN的无线资源服务实时管理方案相关联的开放性问题和研究挑战。

4.1. 认证、授权和计费（AAA）

所提出的基于SDN的架构支持对属于不同网络运营商的网络基础设施和资源进行动态利用。然而，一个关键挑战在于如何实施认证、授权和计费（AAA）以及计费功能（服务计费），因为所提出的RRS服务允许MMD利用其归属运营商之外的网络基础设施。因此，所有相关网络实体，包括MMD、归属网络运营商、宿主网络运营商以及服务提供商处的SDN服务器，都应由一个可信的AAA子系统进行认证和授权。最直接的解决方案是在SDN服务器上对所有参与方进行认证，因为SDN服务器能够检查已建立的服务等级协议（SLA），并采取实施RRS服务所需的所有必要措施。类似于移动IP中使用的方法可为该领域的研究提供一个良好的起点[29]。

4.2. 服务等级协议的协商和监控 服务等级协议 服务等级协议

所提出的基于SDN的架构使得不同的网络运营商能够根据其用户需求共享其物理基础设施/资源。然而，此类资源共享服务的实现不仅需要基于每个运营商进行控制（类似于本架构中的SDN控制器），还需要在无线资源服务提供商与运营商之间事先建立服务等级协议（SLA）。因此，SLA的监控与协商应成为所提出RRS服务的核心组成部分。更具体而言，我们假设SLA协商由SDN服务器处理，而SLA监控则在SDN服务器或SDN控制器上执行。具体来说，SDN服务器检查运营商发起的RSS服务请求是否符合预先建立的SLA，而各运营商对应的SDN控制器则负责监控SLA中规定的准入控制策略。一方面，无线资源服务提供商处的SLA监控对于确定标记的MMD可以接入的候选接入点集合至关重要；另一方面，网络运营商应能够验证接收到的RRS请求是否符合其术语。无论哪种情况，都会出现若干开放的实施问题，包括RRS服务提供商和网络操作员对已建立的服务等级协议（SLA）和商定的频谱资费的更新频率、更新频率对无线资源服务（RRS）效率和鲁棒性的影响，以及效率与开销之间的权衡。

4.3. 频谱资费的实时调整 —频谱拍卖-频谱拍卖

尽管具有固定频谱资费的长期服务等级协议有望实现较低的运营和管理开销，但实时调整频谱资费能够支持创新的商业模式以及市场竞争。在此方向上，每个网络运营商应能够根据其当前网络状态（例如特定地理区域或时间间隔内的资源可用性）调整已达成的频谱资费。一方面，SDN服务器可以定期检查网络环境的变化，并将更新信息发送给SDN控制器；另一方面，SDN控制器可以根据从SDN服务器接收到的实时信息实施拍卖机制以调整频谱资费。网络运营商之间的有效竞争有可能在提升收入的同时，通过将部分服务转移至网络拥塞时段较少的时间段来改善性能。

这种方法还推动了完全竞争的频谱市场的发展，并为网络运营商积极参与RRS服务提供了切实的激励。然而，与所有市场一样，市场监管对于确保参与者不会以牺牲终端用户或无线资源服务提供商的利益而形成联盟至关重要。我们设想SDN控制器将参与此类频谱拍卖机制，而SDN服务器应充当监管者。诸如博弈论等在认知无线电背景下已有研究的各种频谱拍卖及分析工具可在此重用，以研究最优的监管和频谱拍卖策略[30]。

频谱共享联盟在租户运营商之间的概念也值得关注。在这方面，文献中有许多有趣的举措。在[31],中提出的研究工作中，提出了两种合作博弈模型来解决竞争性频谱共享问题：如果联盟中的租户同意分担成本但保留各自的收入，则该问题被形式化为非转移效用合作博弈；如果租户愿意让出部分个人收入以加入联盟，则采用转移效用博弈模型。其他网络共享和多租户方案在[32,33]中进行了讨论。此外，[34]中的研究提出了一种基于租赁与优惠的模型。

4.4. 测量、监控和控制

显然，我们所提出的RRS服务的效率在很大程度上依赖于SDN控制器维护网络实时视图的能力，以及SDN服务器处理不同网络域之间交换信息的能力。因此，MMDs进行测量及上报测量结果的频率在RRS性能中起着重要作用。构建不同网络域的实时视图可能会显著增加网络的复杂性和开销，并影响RRS服务的鲁棒性。因此，应在整个RRS服务链（即为实现RRS服务而在网络中执行的所有操作）中精心设计测量监控与控制，以支持根据高效且主动式的SDN执行技术，在所有参与RRS服务的网络实体之间分层交换网络状态信息。本文将通过两种不同的方法来研究这一问题论文中，测量、监控和控制的最佳设计仍然是一个未解决的问题。

4.5. 软件定义网络执行技术：触发和控制

SDN执行技术涉及在部署所提出的RRS服务之前使用的触发条件和决策策略。如前所述，由于RRS服务链中涉及大量实体，SDN执行技术预计将对RRS服务的可靠性和有效性产生重大影响。此外，OTT RRS服务的触发和决策阶段可以基于归属运营商网络的状态以及其他网络运营商的状态。例如，网络拥塞、能效要求、干扰缓解、在闭合接入HeNB邻近区域运行的MMD所引起的干扰，以及MMD上运行的服务所遵循的客观和主观需求（即Qos和QoE），均可作为决策依据。本文讨论了我们所提出RRS服务的两种不同的触发与控制方法。一种是设备为中心/网络辅助方法，其中RRS在设备端触发和控制，同时受益于网络的全局视图。在以网络为中心的方法中，RRS的触发与控制保留在网络侧，而由设备提供无线测量信息。尽管我们通过这两种方法深入分析了触发与控制位置的优缺点，但最佳的实际部署方案——可能为这两种方案的结合——仍是一个开放性问题。

4.6. 接入控制中的资源分配

RRS服务的性能取决于在（目标）接入点所采用的准入控制策略。一方面，传统的准入控制策略无法预测注册和非注册移动多媒体设备联合接入所带来的流量负载。另一方面，来自SDN控制器或SDN服务器对接入的RRS请求进行事后拒绝所产生的信令和管理开销也应被充分预估。为此，结合此处所示架构，可部署新型的准入控制策略，以进一步利用SDN服务器和SDN控制器实体所维护的全局网络视图。

5. 以设备为中心的方法

如今的移动设备，包括智能手机和平板电脑，具备强大的计算能力。由于其平均使用寿命不到两年，这些设备的硬件通常比接入网络中的硬件更为先进。此外，移动设备是进行无线和网络资源管理决策的最佳位置。为此，以设备为中心的网络架构近期受到关注[35],，它还可以促进设备间直接通信的利用[36]。另一方面，设备上的电池限制是在移动设备上运行复杂计算的主要缺点。

在本节中，我们描述了一种用于无线电资源共享的以设备为中心的方法，其中设备上的智能代理负责根据测量信号、网络状况以及SDN控制器报告的小区范围扩展（CRE）和SDN服务器报告的网络分析结果，触发并选择将其流量导向何处。小区范围扩展（CRE）可使更多设备连接到基站/接入点

流量负载较小。由于CRE可用于向最优基站/接入点添加正向小区选择偏移量。此外，CRE可使设备由路径损耗较低的基站/接入点提供服务。当设备靠近流量负载较小的基站/接入点时，CRE可使设备避免选择流量负载较高的基站/接入点，从而降低特定基站/接入点的拥塞程度以及设备的能耗。在网络分析方面，我们考虑在SDN服务器上进行位置画像，其中存储了不同位置的各个基站/接入点所提供的服务质量，具体细节将在第5.2节中进一步讨论。

设μik为用户k从基站/接入点i获得的测量值，νi为第i个基站/接入点的网络状态，其中i = 1，…，I。在本文中，所考虑的网络状态是基站/接入点的拥塞情况，该状态体现为端到端延迟及其对吞吐量的影响。由于存在多个准则用于确定哪个基站/接入点是最优连接目标，并且这些准则对用户设备的重要性因应用而异，因此我们在以下假设下将连接选择问题建模为一个多属性优化问题：用户设备能够连接到任何可用的无线接入网络，无论其接入技术如何，甚至可以连接到非归属运营商的基础设施。

在图3中，我们总结了支持以设备为中心的RRS服务所需的信令流程。在步骤1中，设备收集来自其周围所有无线网络的无线测量值——在其为纯蜂窝网络的情况下，包括其家庭网络和其他外部运营商的网络，如图3所示。在下一步中，设备从SDN控制器接收网络状态（在本例中即网络拥塞情况）。为了解决可扩展性问题并避免随着设备数量增加而引入额外开销，此类信息可通过组播或广播机制发送给设备。外部运营商的状态将通过SDN服务器传递给设备。此步骤之后是步骤3，设备从SDN服务器获取网络分析信息。步骤4将利用前三个步骤中收集的信息，根据第5.1节中解释的算法，做出连接目标的决策。在做出该决策后，设备将向归属运营商的SDN控制器请求触发相应的RRS服务。后续流程从第5步开始，包括虚拟实体的实例化，通过网络实现，并在下一节中进行说明。

5.1. 多属性优化问题

基于iMMD的测量和/或网络拥塞（由SDN控制器提供）对基站或接入点的选择被建模为一个多属性决策（MADM）过程。在本实现中，我们使用层次分析法（AHP）来计算每个选择标准的权重值（根据应用的不同而变化），并使用逼近理想解排序法（TOPSIS）来选择最优基站/接入点——AHP与TOPSIS的组合此前已用于[37]中的网络选择。

TOPSIS属于经典的多属性决策技术，它基于多个属性选择最佳备选方案（在本例中，例如最佳基站/接入点）作为解决方案，并已被证明能够找到最优解。这类多属性决策技术最常用于网络选择[38]。寻找最佳备选方案的基础是：找到距离理想最优解最近、同时距离最差可能方案最远的候选者。我们的实现遵循以下五个步骤。

1. 构建TOPSIS的决策矩阵：对于任何给定的应用，决策矩阵为C=[c ij ],，其中c ij表示备选方案i（某个接入点）在提供属性j（某个QoS参数）方面的评分。

2. 构建加权归一化决策矩阵：决策矩阵被归一化，即V norm =[ v i j ] ,，其中I是备选方案的总数。
   $$
   v_{ij} = \frac{c_{ij}}{\sqrt{\sum_{i=1}^{I} c_{ij}^2}}
   $$
   然后计算加权归一化决策矩阵D=[d ij ]，该矩阵可通过将v ij与W j相乘得到——每个应用的W j权重值由层次分析法（AHP）计算得出，我们在性能研究中使用的值在表2中有详细说明，并基于[39]中计算出的值。

3. 确定负理想解和正理想解：负理想解和正理想解，即A i− 和A i+，是基于加权决策矩阵得出的最优和最劣方案，可由公式（2）和（3）描述。对于具有下限范围的标准（例如吞吐量等期望

第五代移动通信中的无线资源共享即服务：一种软件定义网络方法

5.1. 多属性优化问题（续）

值），A− 和A+ 可表示为：
$$
A_i^+ = \max_i(d_{ij}), \quad A_i^- = \min_i(d_{ij})
$$
而对于延迟或网络拥塞等不期望的值，当考虑到这些不理想情况时，A i−和 A i+ 可以表示为：
$$
A_i^+ = \min_i(d_{ij}), \quad A_i^- = \max_i(d_{ij})
$$

4. 计算欧几里得距离到正解和负解：在步骤4中，计算每个方案i到正负理想解的欧几里得距离如下所示：
   $$
   S_i^+ = \sqrt{\sum_{j=1}^{J}(A_j^+ - d_{ij})^2}, \quad S_i^- = \sqrt{\sum_{j=1}^{J}(A_j^- - d_{ij})^2}
   $$
   其中 J是属性的总数。

5. 排序偏好顺序：最后，结果根据公式(5)进行比较，并选择中的最大值作为最优结果。
   $$
   \tau_i = \frac{S_i^-}{S_i^- + S_i^+}
   $$
   在这种情况下，所选择的i（即τi 值最大的那个）代表由iMMD选出的基站/接入点，并为其正在运行的应用提供最佳的服务质量——换句话说，为用户提供最佳的用户体验质量。注意，对于任何给定的应用，不同的质量参数具有不同的权重W j。如果所选的基站/接入点不是家庭网络，SDN控制器将启动RRS服务，即实例化虚拟接入点/虚拟基站，从而使该连接可被视为家庭网络的一部分。

5.2. 考虑网络分析

如前所述，除了网络状态和无线测量之外，还可以基于一些网络分析（托管在SDN服务器上）来选择最佳的基站/接入点。我们认为，位置画像是决定哪个网络能更好地承载我的流量的重要信息。简而言之，如果我们知道之前位于该设备当前位置的用户所经历的体验，以及他们连接的是哪种无线接入方式，我们就有望仅基于这些信息做出决策。

设设备l的位置画像为P l，其中每一行表示一个特定位置的信息，即当前位置位于第一列（记为），随后是有效吞吐量（有效吞吐量用于综合考虑吞吐量和延迟）与基站/接入点标识的成对值，记为(g,η)。
$$
P_{m,1}^l = m, \quad \text{for } m=1…M.
$$
$$
P {m,t} \quad \text{for } m=1…M \& t=1…T.
$$
其中，M 和 T 表示我们存储的位置画像总数。为了简化SDN‐服务器与iMMD之间的通信，并考虑到隐私问题，我们假设服务器只能向设备发送位置画像中的两条匿名记录。这两条记录对应于在设备十米范围内提供最佳和最差体验的基站/接入点。然后，我们在公式(4)中使用这两个值，替代A+ 和A−。因此，我们寻找的解是：距离位置画像中记录的最差体验最远，同时距离最佳历史体验最近。使用此类位置画像在基站/接入点选择中增加了零复杂度，因为它仅替换了算法中某个步骤的值。显然，可以使用更先进的位置画像来进一步提升所实现的性能。

5.3. 位置配置文件和位置估计

如第4节所述，细粒度监控和测量是作为服务的RRS设计中的主要开放挑战之一。对于位置画像而言，如果信息是最新的并且与设备的当前位置相关，则流量将以最优方式被引导至无线接入。另一方面，频繁更新信息成本较高。在此过程中一个更具体的问题是设备如何监控其位置。在室外场景中，全球定位系统能够相对精确地估计设备位置，但会额外消耗电池电量。然而，在室内场景中，这种精度并不存在，文献中已探索了多种设备定位方法。随着WiFi接入点的大规模部署，WiFi指纹识别成为该领域的一个有趣方向[40]。事实上，许多商业建筑利用WiFi指纹识别为其访客提供个性化广告。位置估计、最新的位置配置文件以及相关的成本问题仍有待进一步研究。

6. 网络为中心方法

在本节中，我们概述了以网络为中心的方法。在此方法中，SDN执行技术在SDN控制器和SDN服务器实体上实施，基于接入网元素（包括设备）提供的测量反馈。因此，以网络为中心的方法可被视为一种设备辅助的网络控制方法。在此方法中，MMD的作用是向归属运营商的SDN控制器（即家庭SDN控制器）提供来自所有附近无线电的接收信号的最新测量结果。请注意，这些测量也可以通过SDN控制器与OAM的直接交互来收集。回想一下，MMD被认为具备该能力测量来自不一定属于归属运营商的接入点的信号电平（第3节）。在以网络为中心的方法中，MMD上的信号测量由家庭SDN控制器监控和控制。家庭SDN控制器还负责在满足预设的SDN执行条件时触发RRS服务，即向SDN服务器发起RRS服务请求。例如，SDN执行触发条件可能与用户感知的用户体验质量、用户服务固有的服务质量约束或网络状态相关。

RRS服务请求应包含足够的信息，以便SDN服务器端做出有效的SDN执行决策。这些信息可包括MMD当前接入的接入点、MMD报告的其他接入点的测量列表，以及一般情况下导致家庭SDN控制器触发RRS服务请求的条件，例如网络状态和负载。在收到RRS服务请求后，SDN服务器随后负责作为启动RRS服务的参考点，并协调涉及的不同网络域（和操作员）。特别是，SDN服务器应能够：
1. 对家庭SDN控制器进行认证和授权
2. 验证相应的RRS请求是否符合已建立的服务等级协议
3. 为标记的MMD选择最合适的（目标）接入点
4. 将RRS请求转发给负责处理相应接入点的SDN控制器——目标接入点的所有者称为宿主运营商

收到RRS请求后，宿主运营商的SDN控制器（即拜访SDN控制器）应验证该RRS请求是否符合已建立的服务等级协议，并采取所有必要措施以支持传入的RRS请求（如果有效）。例如，拜访SDN控制器应在目标接入点触发准入控制阶段，并创建适当的软件实例（虚拟基站/虚拟接入点），以支持归属运营商的移动多媒体设备。如果宿主运营商具备支持该传入RRS请求的能力，则拜访SDN控制器将通知SDN服务器其可接纳标记的MMD，并将正在进行的服务转移至目标接入点。根据归属运营商和宿主运营商所支持的无线接入技术类型，可在两个不同的网络域之间建立直连隧道，以更好地支持所提出的无线资源服务。

6.1. 信令流程

在图4中，我们总结了在蜂窝到蜂窝的RRS场景下支持所提出的RRS服务所需的信令流程，其中宿主运营商和归属网络运营商均为LTE‐Advanced网络运营商。由于图4中的部分信令对所有RRS服务请求是通用的（即与具体的MMD无关），因此这些信令只需执行一次，例如当相关宿主运营商和归属网络运营商之间首次发起RRS服务时。如第3节所述，家庭SDN控制器负责监控MMD的状态以及归属网络运营商所属的接入网元。根据所采用的监控、测量与控制（MMC）策略（步骤1），家庭SDN控制器配置标记的MMD的服务eNB，以（周期性地）上报其状态，并配置附着MMD上的测量过程（步骤2）。服务eNB配置MMD以周期性或事件触发的方式对附近所有接入点的状态进行信号测量[26]（步骤3）。需要注意的是，在LTE‐Advanced系统中，终端侧的信号测量始终由服务eNB控制。

因此，MMD测量来自所有附近接入点的信号质量（步骤4），并将测量结果报告给服务eNB（步骤5）。SDN控制器可通过OAM访问该信息，如第3节所述。注意，为了简化起见，在后续内容中我们假设此类信息由eNB逻辑上提供给SDN控制器，但我们假设SDN控制器能够通过OAM直接获取此类信息，例如MMD的当前状态、小区负载（步骤6）。基于这些测量结果，SDN控制器随后检查预设的SDN执行触发条件是否满足，并在需要时向SDN服务器发起RRS请求。为此，家庭SDN控制器首先需要通过SDN服务器进行认证和授权（步骤8）。请注意，如果SDN控制器与SDN服务器之间的连接已被识别为可信连接，则此步骤可以省略。在接收到RRS服务请求后（步骤9），SDN服务器随后验证其是否符合既定的服务等级协议（步骤10），并确定标记的MMD最合适的接入点（步骤11）。注意，在此步骤中，SDN服务器可结合多种推理方法和标准，以确定针对该传入的RRS服务请求最合适的接入点（参见第3节）。

在确定最合适的接入点（即图4中的目标OpeNB）后，SDN服务器随后通知拜访SDN控制器有关待处理的RRS服务请求（步骤12）。接着，拜访SDN控制器验证该请求是否符合其关于RRS相关SLA的视图（步骤13），并命令目标OpeNB检查本地无线资源的可用性（步骤14）。请注意，在此步骤中，SDN控制器可能需要对SDN服务器进行身份验证，反之亦然。在接收到RRS命令后，目标OpeNB执行接入控制，若成功，则创建一个VeNB实例，以模拟归属运营商所属的常规eNB的运行（步骤15）。需要注意的是，如果目标OpeNB已为相应的归属运营商托管了VeNB实例，则可省略此VeNB实例化步骤。该步骤能够以对标记的MMD透明的方式，实现对所提出的RRS服务的可扩展支持。

在步骤16–18中，RRS服务链中涉及的所有中间核心网元（即直至归属SDN‐控制器）将被告知宿主运营商处所有步骤已成功完成。SDN服务器发起在归属运营商与宿主运营商之间建立直连隧道，以实现MMD连接的传输。此外，此步骤还启用了两个不同网络域之间直接交换切换相关信令（步骤19）。作为替代方案，为进一步减少跨域信令和网络管理开销（例如端到端切换执行延迟），VeNB实例可通过逻辑接口（例如通过L3隧道）连接至归属运营商的核心网。随后，SDN控制器触发服务eNB启动针对标记的MMD的切换执行（步骤20），服务eNB命令MMD连接至位于目标OpeNB上的VeNB（步骤21–22）。由于VeNB模拟了eNB协议栈中的所有上层功能，MMD应能以透明方式连接至目标VeNB。请注意，在图4中，我们采用了先通后断信令方法，因为在断开MMD与归属运营商网络的现有链路之前，我们已预先保留了宿主运营商网络中的所有必要资源。

6.2. 软件定义网络执行技术

在本节中，我们讨论在网络为中心的方法中触发和控制无线资源服务的可能策略。

RRS服务触发 ：我们从由家庭SDN控制器在步骤（7）中执行的SDN执行阶段开始（图4）。首先，我们注意到，在LTE/LTE‐A中传统的切换执行过程中，切换触发是其组成部分，其中用户设备处的接收信号强度或小区负载会与阈值进行比较。我们架构的关键区别在于，候选eNBs集合中增加了位于标记的MMD邻近区域的接入点集合。RRS服务触发阶段应向网络运营商的RRS策略开放，即取决于具体实现，以便支持运营商驱动的网络管理策略的应用。接下来，我们提出两种简单的示例性RRS服务触发算法：NV‐RSRQ和NV‐卸载算法。

在NV‐RSRQ算法中，SDN控制器根据标记的MMD执行的参考信号接收质量（RSRQ）测量结果触发RRS服务（步骤5）。在此情况下，MMD上报其附近所有基站/接入点的RSRQ。根据具有最高RSRQ值的基站/接入点属于归属运营商还是其他运营商，服务eNB将采用标准切换决策，或由SDN控制器向SDN服务器发起RRS服务，并指明具有最高RSRQ值的OpeNB。在NV‐卸载算法中，SDN控制器根据其小区负载触发RRS服务，即当服务eNB的负载高于规定阈值时，服务eNB可以触发MMD对邻近的所有接入点执行RSRQ测量。

预计NV‐RSRQ算法将在MMD上实现显著的性能提升，因为它使MMD能够连接到提供最有利信号质量条件的基站/接入点。但与此同时，这可能导致归属运营商的租赁成本增加，并向其他运营商网络产生过度流量分流。相反，NV‐卸载算法有望弥补这些不足，因为它仅在服务eNB过载时才启动RRS服务。这种方案预计可在全网范围降低RRS服务请求的数量，并减少租赁成本。

RRS服务控制（决策） ：在步骤（11）中由SDN服务器执行SDN执行阶段（图4），在此阶段，SDN服务器在考虑属于其他运营商的宏蜂窝基站的同时，为标记的MMD确定最合适的接入点。为了完成此阶段，家庭SDN控制器应向SDN服务器提供做出SDN执行决策所需的所有信息。此类信息可能包括正在进行的MMD服务的特性、测量列表根据MMD报告的测量结果、触发RRS服务请求的触发器、服务eNB的负载状态、MMD的标识等信息。在本文其余部分中，我们假设SDN服务器采用基于RSRQ的方法来选择最合适的接入点。具体而言，我们认为，在收到RRS服务请求后，SDN服务器会将该RRS服务请求转发给在所报告的测量结果列表中具有最高RSRQ的OpeNB（针对标记的MMD）。

7. 性能评估

在本节中，我们讨论两种不同资源共享方法的性能评估。所有结果均基于仿真。第一部分研究较小场景下的以设备为中心的方法，因为重点是设备上运行的优化算法。第二部分则针对较大场景，重点关注以网络为中心的方法的系统级性能。

7.1. 设备为中心方法

我们研究了在一个包含一个LTE宏小区、一个微微基站、一个微微和一个WiFi接入点的网络场景中，以设备为中心的资源共享方法。假设后三个接入点的覆盖区域均包含在宏小区的覆盖区域内。这些基站/接入点提供的用户体验质量（QoE）为表2所列范围内的随机值。每种应用所需的具体数值也列于表2中，基于[41,42]中的数值。如前所述，我们使用层次分析法（AHP）对每种应用的参数进行加权，如表2所列，该权重基于萨蒂量表。

有100个用户设备（UE），在宏小区的完整覆盖区域（即以宏小区为中心、直径为500米的圆形区域）内均匀分布，其余三个基站（BS）/接入点（AP）随机放置。这100个用户中每个用户被分配运行一种应用，每种应用由相同数量的用户设备运行（每种应用由25个用户设备运行）。假设用户设备在10个不同时间步长的位置通过(0,500)范围内的均匀分布随机生成。不同应用的需求也基于表2中列出的范围，采用均匀分布随机生成。所展示的结果是10次仿真运行的平均值。然而，不同运行结果之间的偏差微不足道。无线信道仅用路径损耗建模，具体参数详见表2。

我们进行了三个仿真场景。第一个场景将作为后两个场景的基准，仅基于设备端的测量结果。换句话说，第一个场景完全是设备为中心的场景，因此场景一为DC场景。第二个场景模拟设备中心/网络辅助（DC/NA）场景，除了设备测量外，还考虑了网络视图（例如不同基站的拥塞情况）以及运营商策略。每个基站/接入点的拥塞程度由[10 MB到−50 MB范围内的随机值]表示。我们将网络拥塞转化为相应的延迟，从而影响端到端吞吐量（此处假设采用一个简单的排队模型）。第三个场景则引入了网络分析技术，以位置配置文件的形式使用，据此可选择最佳的基站/接入点（详见第5.2节）。因此，第三个场景可视为设备为中心/网络与分析辅助（DC/N&AA）场景。

图5 a 和 b 显示了三种模拟场景中平均吞吐量和每位用户的平均延迟的聚合值。从这两个图中可以看出，从第一种仅设备中心的场景转向第二种和第三种即设备中心/网络辅助和设备中心/网络与应用辅助的场景时，吞吐量有所提升，但延迟显著降低。这主要是因为在后两种场景的选择过程中集成了有关网络拥塞的额外信息。因此，我们可以说，在设备中心/网络辅助和设备中心/网络与应用辅助场景中，端到端吞吐量（即有效吞吐量）的提升更为显著。

尽管在延迟和吞吐量方面的改进并不显著，但我们可以在移动设备的电池消耗以及信令开销方面看到进一步的优化。从图6可以看出，信令开销减少到不到一半。此外，图7显示移动设备的电池消耗最多可额外节省40%。

我们还研究了在这三种场景下不同基站/接入点之间的负载平衡情况。图8‐10显示了在整个仿真过程中九个随机时间戳上连接到每个基站/接入点的用户设备数量。这三个图表明，在场景二中，由于拥有网络信息，可以在基站/接入点之间实现更优的流量分布平衡；而如果仅依赖无线信号测量，则可能导致某些基站/接入点出现潜在拥塞（该影响在图5 b中已体现）。三种场景中每个基站/接入点连接的用户设备数量的标准差平均值，用δ表示，为δ={20.23, 17.91, 13.65}。从这三个图中的进一步观察可知，在第三种场景中，由于连接决策基于长期统计，

在仿真的不同时间戳期间切换其连接点的用户设备的ber低于其他两种场景。

综上所述，可以在设备端使用多目标优化方法（层次分析法和TOPSIS），使移动设备能够根据其服务质量需求进行最优的网络选择。尽管在吞吐量和延迟方面的提升并不明显在设备的信令开销和电池消耗方面，引入了显著的进一步改进。

7.2. 网络为中心方法

在本节中，我们使用LTE‐Sim仿真器[43]，在LTE/LTE‐A网络中基于以网络为中心的方法，对所提出的无线资源服务（RRS）进行系统级仿真。在我们的仿真设置中，假设5G无线资源管理以服务形式提供。

我们考虑一个地理区域，其中包含由两个不同运营商拥有的两个重叠的LTE‐Advanced网络：运营商A（作为归属运营商）和运营商B（作为宿主运营商）。运营商A的网络由7个宏小区组成，站间距为1公里；而运营商B的网络也由7个宏小区组成，其覆盖范围与运营商A的宏小区网络重叠。我们假设运营商A仅使用传统基站，即不具备虚拟化能力的基站。此外，我们假设运营商B拥有一批毫微微小区，这些毫微微小区在其所属宏小区的覆盖范围内均匀分布。我们采用第三代合作伙伴计划（3GPP）5 × 5网格模型[43]来模拟郊区建筑内部的位置分布。假设每栋建筑物内包含五个均匀分布在公寓内的毫微微小区。建筑物的数量根据网络中期望的毫微微小区密度进行调整，并作为我们仿真中x轴参数使用。

参数	值
家庭运营商eNB数量	7
家庭运营商站点间距	1 km
家庭运营商总带宽	10兆赫
家庭运营商用户设备密度	每个eNB 40个用户设备
宿主运营商OpeNB数量	7
家庭运营商站点间距	1 km
家庭运营商总带宽	10兆赫
用户设备密度（宿主运营商）	每eNB 30个用户设备
每…建筑物分布	OpeNB（宿主运营商） 均匀分布（0到40）
HOpeNB分布	建筑物内部均匀分布（最多） 每套公寓1个HOpeNB）
HOpeNB数量	每栋建筑5个HOpeNB
移动性模型	随机路点模型[43]
用户设备速度	行人（3公里/小时）
路径损耗模型	L= 128. 1+ 37. 6 log10(R)[43]
衰落模型	贾克斯模型[43]
下行链路调度器	MLWDF[43]
应用流量模型	视频流编码在 440 kbps

我们还假设运营商B的所有基站均支持OpeNB功能，并在相同的频率下运行。固定数量的行人用户设备均匀分布在运营商A（每个eNB 40个用户设备）或运营商B（每个宏小区30个用户设备）运营的每个eNB的覆盖区域内。所呈现的结果基于每个用户设备持续一个编码速率为440 kbps的H.264视频流，且最大延迟约束为100毫秒的假设得出。其余仿真参数见表3。

我们将第一个场景称为基准场景，在该场景中未采用所提出的RRS服务。具体而言，在基准场景中，我们假设注册到运营商A的用户可以自由地在运营商A的宏蜂窝网络中移动。实际上，用户设备可切换至RSRQ最佳的宏基站。请注意，对于运营商A不考虑任何运营商内卸载机制，因为我们的仿真目标是评估基于所提出RRS服务的运营商间卸载机制的潜在增益。根据所采用的触发和准入控制算法，我们在两种不同场景下考察所提出RRS服务的性能。在NV‐RSRQ场景中，我们在RRS触发阶段采用NV‐RSRQ算法。在接入控制阶段，只要目标OpeNB拥有足够的资源来满足请求的QoS需求，就认为OpeNB会接受来自运营商A的所有RRS请求。在NV‐卸载场景中，我们采用NV‐卸载算法，并假设只要目标OpeNB的负载低于规定阈值，就会接受来自运营商A的所有RRS请求。

图11 a 显示了在所有场景下注册到归属运营商的用户设备的平均有效吞吐量（即在应用层测得的吞吐量）随宿主运营商中毫微微小区数量的变化情况。可以看出，采用所提出的RRS服务的所有场景（即前缀为“NV‐…”的场景）中，用户设备的有效吞吐量性能均优于基准场景中的表现。这一趋势直接源于以下事实：所提出的RRS服务使得蜂窝用户设备能够连接到信道条件更有利的蜂窝基站，例如更高的RSRQ或更低的路径损耗。值得注意的是，我们观察到所提出的RRS服务不仅改善了被分流至运营商B的用户设备的有效吞吐量性能，同时也提升了继续从运营商A接收服务的用户设备的性能。事实上，继续从运营商A接收服务的用户设备的性能提升幅度高于被分流至运营商B的用户设备。这归因于所提出的基于SDN的解决方案该解决方案支持将流量卸载到归属操作员，从而为继续从操作员A接收服务的用户设备留出更多资源。

进一步观察表明，在NV‐RSRQ场景下实现了最高的性能增益。这种行为的原因在于，NV‐RSRQ触发算法倾向于向信道条件更好的基站执行切换。我们首先观察到，在NV‐Offload场景下，被卸载到运营商B的用户设备的有效吞吐量性能与NV‐RSRQ场景下的性能大致相同。相反，在NV‐Offload场景下，继续从运营商B接收服务的用户设备表现出略微更好的性能。有趣的是，在毫微微小区密度较低的情况下（图的左侧），在NV‐Offload场景下被卸载到运营商B的用户设备的性能高于继续从运营商A接收服务的用户设备。然而，这种行为在较高的毫微微小区密度下发生了改变，此时来自运营商A的更多用户设备可以被卸载到运营商B的毫微微小区，从而为继续从运营商A接收服务的用户设备留下更多资源。

现在让我们考察注册在运营商B的用户设备上的平均有效吞吐量（图11 b）。正如预期，由于网络资源需求增加，采用所提出的RRS服务会降低注册在运营商B的用户设备上的平均有效吞吐量。通过将基准场景的性能与基于NV的场景进行比较，可以明显看出这一现象。图11 b还显示，运营商A的用户设备获得的最大增益（图11 a中的NV‐RSRQ）是以运营商B的用户设备出现更大性能损失为代价的（NV‐RSRQ在图11 b)。然而，这主要是因为NV‐RSRQ场景假设宏蜂窝基站在运营商B处不执行接入控制。因此，在RRS触发和准入控制阶段采用基于负载均衡的准则，可以显著提升注册到运营商A的用户设备的性能（图11 a)，而不会显著恶化注册到运营商B的用户设备的性能（图11 b)。

在图12 a中，我们绘制了注册到归属运营商的用户设备的平均下行链路信号干扰噪声比（DL SINR）（对所有用户取平均值）。随着微微小区数量的增加，注册到运营商A的用户设备体验到增强的下行链路信号干扰噪声比（DL SINR），包括继续由运营商A提供服务的用户以及被卸载到运营商B的用户。与图11 a类似，NV‐RSRQ场景表现出最高的性能增益（接近1.5分贝），而NV‐卸载场景也观察到了显著的性能增益（接近1.2分贝）。需要提醒的是，此处假设宏小区和运营商B的微微小区使用相同的工作频率。因此，如果运营商B的微微基站和宏基站采用不同的频率，预期将获得更高的性能增益。

在图12 b中，我们绘制了注册到宿主运营商的用户设备的平均下行链路SINR随毫微微小区密度的变化情况。正如预期的那样，运营商B中额外用户设备的接入会降低注册到运营商B的所有用户设备的平均下行链路SINR。然而，注册到归属运营商（运营商B）的用户设备的性能增益A)相对低于主运营商中用户设备的损耗。NV‐RSRQ场景显示，注册到运营商B的用户设备的平均下行链路SINR最多降低0.5 dB，而NV‐卸载场景的表现比基准场景更差。

图13 a展示了注册到运营商A的用户设备在应用层测得的平均端到端延迟。可以看出，在所有网络虚拟化（NV）场景下，采用所提出的基于NV的架构显著降低了注册到运营商A的用户设备的端到端应用层延迟。进一步观察表明，性能增益与宿主运营商（B）提供的毫微微小区数量成正比。图13 a还显示，当宿主运营商的毫微微小区密度为中等至高水平（即每个宏OpeNB超过160个毫微微小区）时，所有NV场景下用户设备的端到端应用层延迟大致相同。一个有趣的结论是，除了在应用层获得更高的有效吞吐量（图12 a）之外，采用所提出的基于SDN的架构还显著减少了用户设备的端到端应用层延迟（图13 a）。与基准场景相比，这种延迟减少最高可达60%。此类性能提升可以显著改善终端用户在接收延迟敏感型服务时的体验，充分挖掘在LTE系统接入网中使用SDN所带来的性能增益。需要注意的是，端到端应用层延迟方面的性能提升不仅来源于用户设备上获得的增强的有效吞吐量（图12 b），还来源于为用户设备提供的灵活性与邻近最近的基站关联。此外，在负载较低的情况下，归属运营商基站处的分组调度器能够更好地处理仍留在归属运营商的用户设备的数据包流。这种效应进一步减少了队列处理时间，从而也降低了整体数据包传输延迟。

现在让我们通过图13 b中的曲线来考察NV场景对注册到宿主运营商的用户设备（UE）端到端应用层延迟的影响。如预期所示，在所有场景中，随着飞基站部署密度的增加，该延迟均有所降低。有趣的是，尽管采用所提出的RRS服务会增加注册到运营商B的用户设备的平均延迟，但随着飞基站部署密度的增加，这种性能下降的程度明显小于注册到运营商A的用户设备所获得的性能提升（见图13 a）。采用NV‐RSRQ场景时，注册到运营商A的用户设备延迟最多可减少21毫秒，但注册到运营商B的用户设备端到端延迟最多增加了9毫秒。另一方面，NV‐卸载场景的性能表现与基准场景大致相同（端到端延迟最多增加2毫秒）。还需要注意的是，运营商B的用户设备性能下降不会影响其服务质量（QoS）表现，因为假设的流量类型（即高延迟要求的视频流）的最大延迟要求为100毫秒。

在图14中，我们绘制了归属运营商和宿主运营商的平均网络负载。我们假设有280个用户设备注册到运营商A，210个用户设备注册到运营商B。正如之前结果所预期的那样，NV‐RSRQ场景允许归属运营商向宿主运营商卸载更多的用户设备，即最多可卸载服务用户设备的25%。这是由于在此场景中采用的RRS触发算法倾向于向宿主运营商发送更多的RRS请求。然而，这会导致宿主运营商的流量负载最高增加34%。此外，在另外两个NV场景中，我们观察到较低的流量卸载比例，即归属运营商最多减少20%，宿主运营商最多增加28%。NV‐卸载场景在毫微微小区密度较低时也带来了与NV‐RSRQ场景相同的改进，而在较高密度下仅观察到微小差异。事实上，这两个场景采用了相同的RRS触发算法，从而导致触发的RRS请求数量相同。

然而，RRS服务的主要缺点是切换信令的增加，这是由于建立基于NV的链路所需信令流程所导致的[44]。图15显示当运营商B的移动蜂窝网络仅由宏OpeNB组成时，即每个OpeNB的毫微微小区数量等于零时，采用所提出的RRS服务会导致注册在运营商A的用户设备的切换信令速率略有增加。另一方面，随着宿主运营商中毫微微小区数量的增加，由于宿主运营商处存在额外的OpeNBs，注册在运营商A的用户设备的切换信令速率也随之增加。

总之，从仿真分析中可以看出，所提出的RRS服务使操作员能够在用户性能方面获得显著提升，代价是由于切换次数增加而导致信令略有上升。此外，仿真结果表明，所提出RRS服务的收益/成本主要受其触发阶段的影响。实际上，触发阶段所采用的算法是服务等级协议中需要协商的关键参数。

8. 总结与亮点

本文提出了一种不同移动基础设施之间的实时RRS方案，以使移动设备能够自由接入其周围的全部可用无线资源。这种实时RRS方案通过采用软件定义网络（SDN）和无线接入资源虚拟化技术实现。我们认为，RRS服务能够促进我们周围可用无线基础设施的融合，并推动实现第五代移动通信（5G）所预见的融合：即软件定义网络、虚拟化与无线控制的融合，异构无线基础设施的融合，以及最重要的是，不同运营商基础设施以透明方式的融合。

我们提出了两种不同的SDN执行方法，分别取决于RRS的触发和控制方式：设备为中心与网络为中心。通过大量仿真，我们展示了采用这两种方法后，每位用户的平均吞吐量和延迟如何得到改善。仿真结果还表明，不同无线接入之间的流量负载更加均衡。然而，RSS服务的主要缺点在于切换信令速率的增加。我们进一步阐述了这两种方法的优缺点：在设备端，我们处于以最小开销决策连接位置的最佳位置；另一方面，由于我们周围的无线基础设施属于不同的管理域，因此需要网络支持，以建立设备连接至非归属运营商基础设施所需的必要链路。我们可以总结出，这两种方法的结合在各种场景下均有可能优于单独使用其中任何一种方法。

为了成功实现所提出的资源共享，仍存在许多有待研究的开放性问题。在这些问题中，我们讨论了以下方面的未来发展方向：认证、授权和计费（AAA）、操作员之间服务等级协议（SLA）的协商、新的收入模型和频谱拍卖、细粒度测量与控制、SDN执行、新型接入控制、以及端到端信令和优化。