龍艦涵 李 平

1(瀘州職業(yè)技術(shù)學(xué)院電子工程學(xué)院 四川 瀘州 646000)2(西南石油大學(xué)計(jì)算機(jī)科學(xué)學(xué)院 四川 成都 610500)

0 引 言

當(dāng)前移動(dòng)通信用戶的總體規(guī)模和通信流量都在持續(xù)高速增長，4G-LTE通信技術(shù)由于受到整體框架體系的限制，在信道資源利用率、數(shù)據(jù)信息傳輸效率及頻譜帶寬使用等方面，都無法再為用戶提供更好的服務(wù)體驗(yàn)，人類已經(jīng)開始進(jìn)入了5G通信時(shí)代。5G通信融合了新一代信號(hào)編碼調(diào)制體系[1]、大規(guī)模MIMO[2]、高頻段數(shù)據(jù)傳輸[3]、非正交多址接入[4]等先進(jìn)的通信技術(shù)和理念，具有更大的網(wǎng)絡(luò)數(shù)據(jù)吞吐量、更低的通信時(shí)延和更高的數(shù)據(jù)傳輸效率。5G通信支持超密集的異構(gòu)網(wǎng)絡(luò)框架[5]和無線自組織網(wǎng)絡(luò)[6]，可以進(jìn)一步提高對(duì)頻譜的利用效率，降低通信網(wǎng)絡(luò)的維護(hù)成本，還將極大地改善通信網(wǎng)絡(luò)的健壯性，提升用戶真實(shí)的使用體驗(yàn)。然而5G新技術(shù)的投入使用也會(huì)帶來新的問題和挑戰(zhàn)，由于采用了毫米波級(jí)別的通信技術(shù)[7]，需要實(shí)現(xiàn)跨頻譜的信號(hào)傳輸，這對(duì)通信網(wǎng)絡(luò)的均衡負(fù)載能力提出了更高的要求。此外，5G通信的用戶基數(shù)和通信流量都遠(yuǎn)非4G網(wǎng)絡(luò)可比，網(wǎng)絡(luò)鏈路的密集程度更大[8]，同時(shí)對(duì)于數(shù)據(jù)傳輸?shù)男室笠哺?，將?huì)給網(wǎng)絡(luò)整體容納能力和通信鏈路的負(fù)載能力帶來巨大壓力。

目前，5G網(wǎng)絡(luò)已經(jīng)在我國部分一、二線城市試運(yùn)行，在5G網(wǎng)絡(luò)運(yùn)行中也不同程度地出現(xiàn)鏈路負(fù)載不均衡的情況。網(wǎng)絡(luò)通信中為了使網(wǎng)絡(luò)資源得到更為充分的運(yùn)用，往往會(huì)選擇增加硬件資源的投入，但會(huì)導(dǎo)致網(wǎng)絡(luò)成本增加及網(wǎng)絡(luò)的可擴(kuò)展性降低。對(duì)于網(wǎng)絡(luò)均衡負(fù)載而言也可以采用，更優(yōu)的方案是利用網(wǎng)絡(luò)均衡算法增強(qiáng)資源調(diào)度的靈活性。5G通信中由于毫米波通信固有的缺陷，會(huì)導(dǎo)致現(xiàn)有通信網(wǎng)絡(luò)分布不均勻、數(shù)據(jù)的動(dòng)態(tài)傳輸出現(xiàn)大小流問題，影響網(wǎng)絡(luò)通信的均衡負(fù)載。針對(duì)現(xiàn)有的這些通信鏈路負(fù)載不均衡和局部擁塞問題，所選擇的解決方法大都是延續(xù)和優(yōu)化原有4G-LTE網(wǎng)絡(luò)均衡負(fù)載的解決方法，主要包括PSO均衡算法[9]、IsoRank算法[10]等。PSO均衡算法從底層的物理資源結(jié)構(gòu)研究為出發(fā)點(diǎn)，考慮到底層節(jié)點(diǎn)資源的消耗與分配，以此來節(jié)省節(jié)點(diǎn)能耗增強(qiáng)網(wǎng)絡(luò)性能。但在利用PSO算法尋找最優(yōu)通信鏈路時(shí)，必須基于當(dāng)前通信的實(shí)際情況，確定出不同鏈路之間的通信信號(hào)閾值范圍[11]，如果閾值范圍設(shè)定過大，直接會(huì)導(dǎo)致鏈路任務(wù)分配結(jié)果出現(xiàn)偏差，如果設(shè)定閾值范圍過小，則會(huì)影響算法的整體效率；而IsoRank算法基于一種貪心的啟發(fā)模式[12]，通過網(wǎng)絡(luò)資源路徑兩兩比對(duì)的方式實(shí)現(xiàn)全局范圍內(nèi)鏈路尋優(yōu)，但該種算法的計(jì)算過程過于復(fù)雜，運(yùn)算量極大，在實(shí)際應(yīng)用中的效果要遠(yuǎn)差于理論研究。針對(duì)現(xiàn)有網(wǎng)絡(luò)均衡負(fù)載方法在實(shí)用性上的不足，本文基于經(jīng)典的匈牙利算法[13-14]，提出一種解決5G網(wǎng)絡(luò)均衡負(fù)載的二分圖匹配方案，以更合理地做好基站資源、小區(qū)資源和用戶資源的合理分配，解決密集網(wǎng)絡(luò)通信中鏈路擁塞和不均衡問題。

1 5G網(wǎng)絡(luò)鏈路均衡負(fù)載管理與預(yù)測模型構(gòu)建

作為一種重要的無線網(wǎng)絡(luò)資源管理模式，鏈路均衡負(fù)載性能在5G網(wǎng)絡(luò)時(shí)代具有更重要的意義。5G網(wǎng)絡(luò)的密集程度和復(fù)雜程度要遠(yuǎn)遠(yuǎn)高于前幾代通信網(wǎng)絡(luò)，包括蜂窩網(wǎng)絡(luò)、小區(qū)網(wǎng)絡(luò)、局域網(wǎng)絡(luò)以太網(wǎng)在內(nèi)，共同形成了一種十分復(fù)雜的多協(xié)議異構(gòu)網(wǎng)絡(luò)，而且網(wǎng)絡(luò)中通信鏈路眾多、結(jié)構(gòu)復(fù)雜、相互重疊，給毫米波大規(guī)模MIMO通信帶來了極大的挑戰(zhàn)。要確保5G通信網(wǎng)絡(luò)的下行通信效率達(dá)到一種最優(yōu)狀態(tài)，必須要保證數(shù)據(jù)信息在無線蜂窩網(wǎng)絡(luò)、局域網(wǎng)絡(luò)、小區(qū)網(wǎng)絡(luò)及各鏈路中保持一種相對(duì)負(fù)載均衡的狀態(tài)[15-16]。由于采用了大規(guī)模MIMO的通信方式，5G網(wǎng)絡(luò)的數(shù)據(jù)承載能力能夠滿足用戶的高速通信需求，但如何在短時(shí)間內(nèi)滿足大量網(wǎng)絡(luò)用戶集中的數(shù)據(jù)上傳與下載要求，將成為制約5G通信產(chǎn)業(yè)發(fā)展的主要難題之一。通信鏈路擴(kuò)容需要大量的軟硬件投入，在現(xiàn)階段5G建設(shè)的初期無法實(shí)現(xiàn)，而如何利用現(xiàn)有網(wǎng)絡(luò)資源有效實(shí)現(xiàn)網(wǎng)絡(luò)均衡負(fù)載和調(diào)度方法，提高對(duì)資源的利用率，減少網(wǎng)絡(luò)信道擁塞，將具有更重要的現(xiàn)實(shí)意義。在5G異構(gòu)網(wǎng)絡(luò)中基于經(jīng)典匈牙利算法的網(wǎng)絡(luò)均衡負(fù)載主要思想，是將全部網(wǎng)絡(luò)節(jié)點(diǎn)按照最大負(fù)載能力設(shè)定一個(gè)閾值范圍，并對(duì)這些網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)控，一旦識(shí)別出個(gè)別節(jié)點(diǎn)的負(fù)載能力已經(jīng)超過了最大閾值范圍，再按照重置分配方案重新分配網(wǎng)絡(luò)資源和數(shù)據(jù)傳輸任務(wù)，以減輕超負(fù)荷通信網(wǎng)絡(luò)節(jié)點(diǎn)的負(fù)載壓力。

考慮到5G通信中密集蜂窩異構(gòu)無線網(wǎng)絡(luò)的通信場景，全部的單播通信行為[17]均由臨近的基站負(fù)責(zé)載波資源的發(fā)送與調(diào)配，在單基站能夠覆蓋的網(wǎng)絡(luò)范圍內(nèi)假定有m個(gè)5G通信用戶和n個(gè)與之相對(duì)于的D2D用戶(終端直通用戶)[18]，那么此時(shí)在該小區(qū)內(nèi)蜂窩網(wǎng)絡(luò)通信用戶使用基于正交的載波鏈路進(jìn)行通信，在這種一對(duì)一的載波模式下，網(wǎng)絡(luò)鏈路的信道增益情況用zk,j表示為：

(1)

式中：η表示通信中的路徑損耗；α表示通信鏈路的信道衰落系數(shù)；d表示臨近基站與5G用戶之間的最短距離；i、j分別表示D2D模式中的第i個(gè)通信網(wǎng)絡(luò)用戶和第j通信網(wǎng)絡(luò)用戶；k為在第k個(gè)小區(qū)內(nèi)收到的干擾信道增益符號(hào)。5G通信網(wǎng)絡(luò)中鏈路載波上下行管理模型如圖1所示。

圖1 上下行網(wǎng)絡(luò)通信資源載波分配管理模型

正常信道增益與干擾信道增益的定義結(jié)果如表1所示。

表1 5G通信中信道增益結(jié)果符號(hào)定義與表示

信干噪比是指系統(tǒng)接收到的期望信號(hào)強(qiáng)度與干擾信號(hào)強(qiáng)度的比值，在特定的閾值條件下信干噪比的值越大，鏈路均衡負(fù)載的效果越好。用戶i在小區(qū)k內(nèi)收到通信鏈路傳輸過來的信干噪比表示為：

(2)

F(κi,κj)=ξ(κi,κj)-c(κi,κj)

(3)

式中：ξ(κi,κj)表示用戶i在小區(qū)內(nèi)的收益增量總值；c(κi)表示為通信成本。這時(shí)在k小區(qū)的5G網(wǎng)絡(luò)均衡負(fù)載均衡管理模型表示為：

(4)

式中：χ0表示高信噪比條件下模型常數(shù)項(xiàng)；λ1和λ2為在區(qū)間(0,1)范圍內(nèi)變化的實(shí)數(shù)。在相鄰小區(qū)內(nèi)網(wǎng)絡(luò)信干噪比值越低，會(huì)對(duì)本小區(qū)的通信造成更強(qiáng)的干擾。利用式(3)中的效用函數(shù)，進(jìn)而鏈路負(fù)載均衡管理模型即可預(yù)測出小區(qū)范圍內(nèi)每個(gè)用戶所需要的網(wǎng)絡(luò)資源，再基于優(yōu)化的二分圖匹配算法，改善網(wǎng)絡(luò)用戶與鄰近基站之間網(wǎng)絡(luò)資源匹配程度和一一對(duì)應(yīng)程度，即可以充分利用現(xiàn)有5G網(wǎng)絡(luò)資源，改善用戶的使用體驗(yàn)和工作效率。

2 基于二分圖匹配的5G網(wǎng)絡(luò)鏈路均衡負(fù)載方案

2.1 基于二分圖匹配的虛擬頂點(diǎn)轉(zhuǎn)換

針對(duì)密集異構(gòu)的5G網(wǎng)絡(luò)場景，利用通信鏈路效用函數(shù)和鏈路均衡負(fù)載管理模型，預(yù)測出網(wǎng)絡(luò)用戶所需要帶寬資源，在均衡負(fù)載管理中將5G網(wǎng)絡(luò)資源與用戶的通信要求進(jìn)行合理匹配至關(guān)重要。為此本文采用了匹配性能更好的二分圖模擬算法，平衡已有的網(wǎng)絡(luò)資源與小區(qū)用戶之間通信的實(shí)際通信需求，并通過增加虛擬數(shù)據(jù)頂點(diǎn)的方式平衡網(wǎng)絡(luò)性能，并提高與改善5G通信系統(tǒng)數(shù)據(jù)吞吐量及對(duì)5G網(wǎng)絡(luò)資源利用率?；诮?jīng)典匈牙利算法，給定一個(gè)無向圖G=(D,E)，其中：D為頂點(diǎn)的集合；E為頂點(diǎn)對(duì)應(yīng)的邊的集合。將頂點(diǎn)集合D按照以下條件劃分為兩個(gè)集合D1和D2：

(5)

在無向圖結(jié)構(gòu)中任一條邊都滿足e=(di,dj)∈D，且di∈D1，dj∈D2，集合D1和D2為頂點(diǎn)互補(bǔ)的子集。按照目標(biāo)小區(qū)內(nèi)用戶的帶寬需求與網(wǎng)絡(luò)鏈路的負(fù)載情況，構(gòu)建帶有權(quán)重比例關(guān)系的二分圖結(jié)構(gòu)G=(H,D,E)，其中集合H和集合D是具有互補(bǔ)性關(guān)系的子集，H={h1,h2,…,hm}，D={d1,d2,…,dn}。對(duì)于任意的一個(gè)集合元素hi和dj，賦予頂點(diǎn)之間的邊一個(gè)權(quán)重ωij，此時(shí)在5G網(wǎng)絡(luò)中鏈路均衡問題就可以通過二分圖模型轉(zhuǎn)換為頂點(diǎn)集合元素的匹配問題。二分圖模型還要求滿足條件|H|=|D|，但在實(shí)際的網(wǎng)絡(luò)資源匹配中小區(qū)用戶數(shù)與總體網(wǎng)絡(luò)鏈路的數(shù)據(jù)通常不相等，必須對(duì)經(jīng)典的二分圖算法進(jìn)行優(yōu)化和轉(zhuǎn)換，假定|H|<|D|，就需要在H集合中增加|D|-|H|個(gè)虛擬頂點(diǎn)，虛擬頂點(diǎn)集合Q={q1,q2,…,qa}，其中|D|-|H|=a，二分圖匹配的轉(zhuǎn)換過程如圖2所示。

圖2 二分圖虛擬頂點(diǎn)的轉(zhuǎn)換過程

2.2 基于二分圖的極大匹配

在給定的無向圖G=(D,E)中，邊集合M的任意兩條邊都不依附于同一個(gè)頂點(diǎn)，如果要實(shí)現(xiàn)邊的極大匹配，可以通過增加已有邊的匹配邊數(shù)實(shí)現(xiàn)，選擇這樣的邊數(shù)最大的子集稱為圖的最大匹配問題。如果一個(gè)匹配中，圖中的每個(gè)頂點(diǎn)都與圖中某條邊相關(guān)聯(lián)，則稱此匹配為完全匹配，也稱作完備匹配。二分圖經(jīng)過虛擬轉(zhuǎn)換后，頂點(diǎn)集合數(shù)量與集合D的數(shù)量保持一致，經(jīng)過優(yōu)化后的二分圖結(jié)構(gòu)G′滿足如下條件：

G′=H∪QG′∈(D,E)

(6)

(7)

(8)

5G網(wǎng)絡(luò)中用戶i與小區(qū)j組成的每一條邊所占權(quán)重比例關(guān)系矩陣可以表示為：

(9)

采用基于二分圖算法的5G網(wǎng)絡(luò)資源匹配法，需要保證構(gòu)建的集合中頂點(diǎn)數(shù)量相等，一般通過虛擬頂點(diǎn)的方式保證通信系統(tǒng)結(jié)構(gòu)的穩(wěn)定，這樣才能夠保證用戶與小區(qū)資源之間的一對(duì)一匹配關(guān)系。利用鏈路均衡負(fù)載管理模型得到的網(wǎng)絡(luò)資源匹配預(yù)估結(jié)果，優(yōu)化和擴(kuò)展原有的二分圖結(jié)構(gòu)，計(jì)算權(quán)重值和矩陣表達(dá)式，并對(duì)矩陣ωT的行元素和列元素進(jìn)行初始化處理，得到k行n列權(quán)值不為零的矩陣：

(10)

計(jì)算矩陣的權(quán)值比例關(guān)系，如果矩陣中的任一個(gè)元素ωij的值為gx(i)+gy(i)，即可以實(shí)現(xiàn)矩陣匹配的最優(yōu)化，并按照矩陣列和行的對(duì)應(yīng)關(guān)系均衡小區(qū)內(nèi)部用戶與基站之間的鏈路均衡負(fù)載關(guān)系。在5G通信網(wǎng)絡(luò)條件下，通信功能不僅限于傳統(tǒng)小容量、高延時(shí)的通信場景，還要滿足用戶大容量多點(diǎn)通信的要求，最大限度地降低通信網(wǎng)絡(luò)延遲。5G網(wǎng)絡(luò)下的通信是一種動(dòng)態(tài)、高速通信，對(duì)于通信網(wǎng)絡(luò)的鏈路性能有著更高的要求。為更精確地預(yù)測網(wǎng)絡(luò)鏈路的負(fù)載情況，需要首先通過網(wǎng)絡(luò)鏈路模型預(yù)測出用戶所需要的網(wǎng)絡(luò)資源及小區(qū)資源的利用效率，在均衡網(wǎng)絡(luò)負(fù)載的過程中實(shí)現(xiàn)小區(qū)基站、網(wǎng)絡(luò)鏈路與用戶之間的均衡負(fù)載。

3 仿真驗(yàn)證與性能評(píng)估

3.1 仿真模型搭建與仿真參數(shù)設(shè)置

為驗(yàn)證文中提出基于二分圖匹配均衡負(fù)載方法的性能，在MATLAB仿真平臺(tái)搭建仿真環(huán)境，在仿真場景中共設(shè)置了8個(gè)5G通信基站，其他的移動(dòng)用戶終端在小區(qū)范圍內(nèi)均勻布置，為保證實(shí)驗(yàn)測試的公平性，依據(jù)頻譜的空閑時(shí)間，隨機(jī)生成通信頻譜。本文所搭建仿真系統(tǒng)的參數(shù)配置如表2所示。

表2 仿真參數(shù)設(shè)置

在本文建立的5G仿真網(wǎng)絡(luò)中，基于二分圖匹配的鏈路均衡機(jī)制流程如表3所示。

算法1基于二分圖匹配的仿真流程

1. 系統(tǒng)初始化并設(shè)置小區(qū)基站數(shù)和用戶數(shù)

2. 根據(jù)已有網(wǎng)絡(luò)節(jié)點(diǎn)生成拓?fù)浣Y(jié)構(gòu)

3. 執(zhí)行主循環(huán)程序，并對(duì)小區(qū)用戶位置和基站位置賦值，明確通信網(wǎng)絡(luò)的鏈路關(guān)系

4. 根據(jù)對(duì)小區(qū)鏈路資源占用的預(yù)估，計(jì)算用戶數(shù)據(jù)傳輸中的信干噪比值和判決效用函數(shù)值

5. 根據(jù)hod值的更新結(jié)果，輸出結(jié)果

6. if(nueinbs=ueinbs)

7. 系統(tǒng)鏈路性能指數(shù)輸出

8. else

9. 重復(fù)步驟5、步驟6

10. end if

11.uen=max輸出最優(yōu)的網(wǎng)絡(luò)鏈路負(fù)載匹配結(jié)果

3.2 鏈路均衡負(fù)載方法的性能比較

先在相同的仿真網(wǎng)絡(luò)環(huán)境下，對(duì)比不同的鏈路均衡負(fù)載方法的Jain氏負(fù)載公平性均衡指數(shù)變化情況及系統(tǒng)資源利用率的大小。當(dāng)5G網(wǎng)絡(luò)小區(qū)內(nèi)的通信用戶總體數(shù)量持續(xù)增加，通信鏈路的負(fù)載情況也會(huì)隨之出現(xiàn)同步漲落的現(xiàn)象，進(jìn)而導(dǎo)致網(wǎng)絡(luò)節(jié)點(diǎn)和通信鏈路出現(xiàn)負(fù)載不均衡的情況發(fā)生，個(gè)別用戶的通信質(zhì)量也會(huì)得不到保證，Jain氏公平性均衡指數(shù)是衡量網(wǎng)絡(luò)負(fù)載公平性的重要指標(biāo)之一(指數(shù)值通常的取值范圍在(0.5,1.0)之間，指數(shù)值越高表明公平性越好)，該指數(shù)可以用j(xi)來表示：

(11)

在本文仿真環(huán)境下不同鏈路均衡負(fù)載方法的Jain氏公平性均衡指數(shù)變化情況如圖3所示。

圖3 Jain氏公平性指數(shù)隨用戶數(shù)的變化情況

當(dāng)小區(qū)內(nèi)用戶數(shù)量增加時(shí)，不可避免地會(huì)導(dǎo)致Jain氏公平性均衡指數(shù)出現(xiàn)降低的趨勢，用戶之間會(huì)出現(xiàn)一種通信鏈路資源的競爭，這也是采取鏈路均衡負(fù)載算法控制網(wǎng)絡(luò)節(jié)點(diǎn)和鏈路出現(xiàn)擁塞的原因。由于二分圖匹配方法采用了基于最大相似度的二分圖匹配矩陣，從行向量和列向量兩個(gè)角度同步計(jì)算用戶之間、用戶與基站之間的鏈路負(fù)載情況，因此具有更好的鏈路資源分配效果，當(dāng)小區(qū)內(nèi)的用戶數(shù)量達(dá)到峰值140時(shí)，公平指數(shù)仍舊可以控制在0.9左右，明顯優(yōu)于傳統(tǒng)PSO的73%和IsoRank算法的74%，可以更好地維持鏈路的相對(duì)公平。

5G網(wǎng)絡(luò)的系統(tǒng)容量主要指基站與用戶之間、用戶與用戶之間鏈路容量的總和。分析各種不同鏈路均衡負(fù)載方法控制下仿真網(wǎng)絡(luò)的系統(tǒng)容量變化，如圖4所示。

圖4 不同鏈路均衡負(fù)載方法下系統(tǒng)容量的變化情況

由于在仿真系統(tǒng)中采用了均衡負(fù)載機(jī)制，能夠使小區(qū)內(nèi)通信質(zhì)量較差的用戶得到更多的網(wǎng)絡(luò)資源，但3種均衡方法的效率是不一致的，在二分圖匹配均衡負(fù)載方法控制下，仿真系統(tǒng)的容量提升更快，系統(tǒng)資源的利用效率更高。在不同系統(tǒng)容量及3種鏈路資源負(fù)載均衡方法下，對(duì)網(wǎng)絡(luò)帶寬資源利用效率數(shù)據(jù)統(tǒng)計(jì)，結(jié)果如表4所示。

表4 資源利用效率

本文選取的評(píng)價(jià)5G通信網(wǎng)絡(luò)中鏈路均衡負(fù)載方法的性能指標(biāo)還包括通信業(yè)務(wù)的阻塞率，該指標(biāo)對(duì)于衡量5G異構(gòu)網(wǎng)絡(luò)的均衡性、穩(wěn)定性、鏈路均衡度水平至關(guān)重要。針對(duì)于實(shí)時(shí)的通信業(yè)務(wù)，異構(gòu)網(wǎng)絡(luò)系統(tǒng)的業(yè)務(wù)阻塞率如圖5、圖6所示，5G通信業(yè)務(wù)的阻塞率越低，表明鏈路均衡算法的性能越好。

圖5 實(shí)時(shí)業(yè)務(wù)下各均衡方法的通信阻塞率

圖6 非實(shí)時(shí)業(yè)務(wù)下各均衡方法的通信阻塞率

實(shí)時(shí)業(yè)務(wù)條件下，當(dāng)小區(qū)內(nèi)通信業(yè)務(wù)的用戶數(shù)量超過100時(shí)，系統(tǒng)由于業(yè)務(wù)繁忙開始出現(xiàn)阻塞現(xiàn)象，但在基于二分圖匹配的鏈路均衡算法下系統(tǒng)阻塞率變化幅度要更小，網(wǎng)絡(luò)延遲相對(duì)于傳統(tǒng)方法更低；而在非實(shí)時(shí)5G通信業(yè)務(wù)條件下，本文方法的優(yōu)勢更為明顯。

在非實(shí)時(shí)業(yè)務(wù)條件下IsoRank算法和PSO算法分別在超過40個(gè)用戶和50個(gè)用戶時(shí)，就開始陸續(xù)出現(xiàn)通信阻塞，表明非實(shí)時(shí)業(yè)務(wù)對(duì)于通信鏈路不均衡的影響較為嚴(yán)重；而非實(shí)時(shí)通信業(yè)務(wù)對(duì)于二分圖匹配均衡負(fù)載方法的影響程度較低，與實(shí)時(shí)業(yè)務(wù)的影響相近，這證明二分圖匹配方法的適用范圍更大，可以適合多場景的5G異構(gòu)網(wǎng)絡(luò)鏈路負(fù)載均衡應(yīng)用。

4 結(jié) 語

5G網(wǎng)絡(luò)條件下通信鏈路的密集程度更大，在高容量、高負(fù)載的網(wǎng)絡(luò)環(huán)境下更容易導(dǎo)致網(wǎng)絡(luò)鏈路負(fù)載不均衡和網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)據(jù)擁塞，這將在很大程度上降低5G用戶的網(wǎng)絡(luò)使用體驗(yàn)。為滿足用戶更高、更快及更低延遲的實(shí)時(shí)通信要求，本文提出一種基于二分圖匹配的網(wǎng)絡(luò)鏈路均衡負(fù)載方法，利用二分圖在頂點(diǎn)與側(cè)邊優(yōu)化匹配等方面的優(yōu)勢，提升5G網(wǎng)絡(luò)中通信鏈路均衡負(fù)載性能。鏈路均衡負(fù)載技術(shù)是5G通信的核心技術(shù)之一，只有在網(wǎng)絡(luò)均衡負(fù)載的前提下，大規(guī)模MIMO和毫米波通信才具有實(shí)際的意義。隨著5G用戶數(shù)量的增加，二分圖匹配算法的迭代次數(shù)也會(huì)呈幾何數(shù)量級(jí)增加，會(huì)給虛擬頂點(diǎn)的選擇與權(quán)重矩陣的構(gòu)建帶來一些新的問題，因此必須不斷地優(yōu)化模型效用函數(shù)性能和降低算法的復(fù)雜程度，以更好地應(yīng)對(duì)用戶數(shù)量的增長和網(wǎng)絡(luò)鏈路密集程度的提高。